Một nghiên cứu đăng trên Poultry Science (tháng 3/2025) với tiêu đề “Automated detection of broiler vocalizations: a machine learning approach for broiler chicken vocalization monitoring” do Patricia de Carvalho Soster và cộng sự thực hiện đã chứng minh rằng trí tuệ nhân tạo (AI) có thể “nghe” và phân loại tiếng kêu của gà thịt để đánh giá tình trạng sức khỏe và phúc lợi.
Cách làm thử nghiệm
Nhóm nghiên cứu tiến hành nuôi 10 con gà thịt Ross 308 trống trong một ô chuồng cách âm (1,1 m x 2,1 m) tại Bỉ. Trong chuồng, họ đặt một micro thu âm ở độ cao 90 cm, liên tục ghi lại tiếng gà từ lúc 1 ngày tuổi đến 36 ngày tuổi. Âm thanh được lấy mẫu ở tần số 48 kHz để đảm bảo đủ chi tiết.
Sau đó, các đoạn âm thanh được cắt nhỏ và gán nhãn thủ công thành 4 loại:
-
Distress calls: tiếng kêu to, lặp lại, biểu hiện stress hay khó chịu.
-
Short peeps: tiếng ngắn, nhỏ, thường khi gà di chuyển hoặc giao tiếp nhẹ.
-
Warbles: tiếng kéo dài, giống tiếng ngân, hay xuất hiện khi gà nghỉ ngơi.
-
Pleasure notes: tiếng cao dần, nhẹ nhàng, gợi ý trạng thái thoải mái.
Tổng cộng, nhóm thu được 2.559 đoạn âm thanh (≈190 phút). Để mô hình AI hoạt động tốt trong môi trường ồn ào, họ còn thêm các đoạn “nhiễu nền” như tiếng quạt, tiếng cho ăn… từ cơ sở dữ liệu quốc tế (AudioSet).
Ứng dụng trí tuệ nhân tạo
Các nhà khoa học thiết kế một mạng nơ-ron tích chập (CNN) đặc biệt để nhận diện các loại tiếng kêu từ “bản đồ phổ âm thanh” (log-mel spectrogram). Hệ thống này đạt độ chính xác cân bằng (balanced accuracy) 91,1%, trong đó:
-
Nhận diện distress calls: 97,1%.
-
Nhận diện pleasure notes: 98,5%.
-
Nhận diện short peeps và warbles: khoảng 84–87%.
Đáng chú ý, mô hình còn có khả năng phát hiện khi gà không phát âm, nhờ đó giúp giám sát liên tục.
Ý nghĩa với người chăn nuôi
Công nghệ này có thể trở thành “tai điện tử” trong chuồng gà, giúp người nuôi biết được khi nào đàn gà bị stress, đói hoặc gặp vấn đề môi trường. Nhờ phát hiện sớm, bà con có thể can thiệp kịp thời, giảm rủi ro và nâng cao năng suất. Thiết bị chỉ cần micro phổ thông và máy tính tầm trung, rất phù hợp cho trang trại thương mại nếu được thương mại hóa.
Tài liệu tham khảo
Soster, P. de C., Grzywalski, T., Hou, Y., Thomas, P., Dedeurwaerder, A., De Gussem, M., Tuyttens, F., Devos, P., Botteldooren, D., & Antonissen, G. (2025). Automated detection of broiler vocalizations: a machine learning approach for broiler chicken vocalization monitoring. Poultry Science, 104(5), 104962. https://doi.org/10.1016/j.psj.2025.104962
