0
已经在不同物种中观察到情绪的声音表达，并且可以提供一种非侵入性和可靠的方法来评估动物情绪。我们调查了先前研究中揭示的猪的情绪声音指标是否在不同叫声类型和环境中有效，并有可能用于开发自动情绪监测工具。我们对猪在从出生到屠宰的众多商品环境中发出的低频(LF)和高频(HF)叫声的广泛而独特的数据集进行了分析（来自411头猪的7414 次叫声）。
我们的结果表明，归因于生产环境（正与负）的效价影响了LF和HF 中的所有研究参数。同样，环境类别影响所有参数。然后，我们测试了两种不同的自动化叫声分类方法；与置换判别函数分析 (pDFA) 相比，神经网络显示出更高的分类准确度，效价（神经网络：91.5%；pDFA 分析在LF和HF（交叉分类）中的加权平均值：61.7% ，概率水平为50.5%）和环境（神经网络：81.5%；LF和HF的 pDFA分析加权平均值（交叉分类）：19.4%，概率水平为 14.3%）。
结果表明，可以开发一个自动识别系统来监测猪场的动物福利。
Briefer EF, Sypherd CCR, Linhart P, et al. 根据情绪效价和生产环境对从出生到屠宰的猪叫声进行分类。 Scientific Reports 2022; 12: 3409. https://doi.org/10.1038/s41598-022-07174-8