Construção e Disponibilização de uma Base de Dados Acústica de Espécies de Aves do Pantanal
Resumo
Este artigo apresenta a proposição do desenvolvimento de uma base de dados acústica para espécies de aves do Pantanal. As gravações públicas e seus metadados foram compilados e padronizados para permitir a análise eficiente dos dados. Até o momento, o dataset cataloga 102.294 registros distribuídos em 617 espécies. Este repositório visa fornecer uma base para apoiar futuras pesquisas em bioacústica e aprendizado de máquina no bioma.
Referências
AMAZON WEB SERVICES (2026). Amazon Simple Storage Service (S3) User Guide. Disponível em: [link]. Acesso em: 30 mar. 2026
Carvalho, L. M., Nakazawa, B. M., Guimaraes, R. B., Korzune, L., Ventura, T. M., Oliveira, A. G. (2026) "Validação preliminar da eficácia do modelo Birdnet com dados do Pantanal". I Congresso de Inteligência Artificial de Mato Grosso. DOI: 10.29327/9786527222910.1452876
Gomes, J. M. Deep Learning Approaches for Acoustic Bird Species Classification in the Pantanal. 2026. TCC (Graduação em Ciência da Computação) – Instituto de Computação, Universidade Federal de Mato Grosso, Cuiabá, 2026.
Kahl, S., Wood, C. M., Eibl, M., and Klinck, H. (2021) "Birdnet: A deep learning solution for avian diversity monitoring". Ecological Informatics, 61:101236.
Macaulay Library. The Cornell Lab of Ornithology. Ithaca, NY, 2026. Disponível em: [link]. Acesso em: 27 mar. 2026.
Nunes, A. P., Posso, S. R., Frota, A. V. B., Vitorino, B. D., Laps, R. R., Donatelli, R. J., Straube, F. C., Pivatto, M. A. C., Oliveira, D. M. M., Carlos, B., Melo, A. V., Tomas, W. M., Freitas, G. O., Souza, R. A. D., Benites, M., Mamede, S., and Moreira, R. S. (2021) “Birds of the Pantanal floodplains, Brazil: historical data, diversity, and conservation”. Papéis Avulsos de Zoologia, v. 61. DOI: 10.11606/1807-0205/2021.61.82.
Schuchmann, K.-L., Marques, M. I., Jahn, O., Ganchev, T. D., and Figueiredo, J. M. (2014) "Os sons do Pantanal: um projeto de monitoramento acústico automatizado da biodiversidade". Boletim Informativo Sociedade Brasileira de Zoologia, v. 108, p. 11-12.
Schuchmann, K.-L., Tissiani, A. S. O., Deus, F. F., Coelho, F. N., Moecklingoff, L., Jahn, O., Ganchev, T. D., Burs, K., and Marques, M. I. (2016) "INAU Pantanal Biodata Center: O Primeiro Banco de Dados Audiovisual para Áreas Úmidas do Brasil". Boletim Informativo Sociedade Brasileira de Zoologia, v. 108, p. 4-6.
Terasaka, D. T., Martins, L. E., Santos, V. A., Ventura, T. M., Oliveira, A. G., and Pedroso, G. S. G. (2024) "Audio segmentation to build bird training datasets". Sociedade Brasileira de Computação, p. 199-202. DOI: 10.5753/wcama.2024.2055.
Ventura, T. M., Oliveira, A. G., Ganchev, T.D., Marques, M. I., Schuchmann, K.-L. (2020) "Inteligência artificial a serviço da biodiversidade do Pantanal". Sociedade Brasileira de Computação, p. 23-26. DOI: 10.5753/compbr.2020.43.1792
Xeno-canto Foundation (2024). Xeno-canto: Sharing bird sounds from around the world. 2026. Disponível em: [link]. Acesso em: 27 mar. 2026.
Carvalho, L. M., Nakazawa, B. M., Guimaraes, R. B., Korzune, L., Ventura, T. M., Oliveira, A. G. (2026) "Validação preliminar da eficácia do modelo Birdnet com dados do Pantanal". I Congresso de Inteligência Artificial de Mato Grosso. DOI: 10.29327/9786527222910.1452876
Gomes, J. M. Deep Learning Approaches for Acoustic Bird Species Classification in the Pantanal. 2026. TCC (Graduação em Ciência da Computação) – Instituto de Computação, Universidade Federal de Mato Grosso, Cuiabá, 2026.
Kahl, S., Wood, C. M., Eibl, M., and Klinck, H. (2021) "Birdnet: A deep learning solution for avian diversity monitoring". Ecological Informatics, 61:101236.
Macaulay Library. The Cornell Lab of Ornithology. Ithaca, NY, 2026. Disponível em: [link]. Acesso em: 27 mar. 2026.
Nunes, A. P., Posso, S. R., Frota, A. V. B., Vitorino, B. D., Laps, R. R., Donatelli, R. J., Straube, F. C., Pivatto, M. A. C., Oliveira, D. M. M., Carlos, B., Melo, A. V., Tomas, W. M., Freitas, G. O., Souza, R. A. D., Benites, M., Mamede, S., and Moreira, R. S. (2021) “Birds of the Pantanal floodplains, Brazil: historical data, diversity, and conservation”. Papéis Avulsos de Zoologia, v. 61. DOI: 10.11606/1807-0205/2021.61.82.
Schuchmann, K.-L., Marques, M. I., Jahn, O., Ganchev, T. D., and Figueiredo, J. M. (2014) "Os sons do Pantanal: um projeto de monitoramento acústico automatizado da biodiversidade". Boletim Informativo Sociedade Brasileira de Zoologia, v. 108, p. 11-12.
Schuchmann, K.-L., Tissiani, A. S. O., Deus, F. F., Coelho, F. N., Moecklingoff, L., Jahn, O., Ganchev, T. D., Burs, K., and Marques, M. I. (2016) "INAU Pantanal Biodata Center: O Primeiro Banco de Dados Audiovisual para Áreas Úmidas do Brasil". Boletim Informativo Sociedade Brasileira de Zoologia, v. 108, p. 4-6.
Terasaka, D. T., Martins, L. E., Santos, V. A., Ventura, T. M., Oliveira, A. G., and Pedroso, G. S. G. (2024) "Audio segmentation to build bird training datasets". Sociedade Brasileira de Computação, p. 199-202. DOI: 10.5753/wcama.2024.2055.
Ventura, T. M., Oliveira, A. G., Ganchev, T.D., Marques, M. I., Schuchmann, K.-L. (2020) "Inteligência artificial a serviço da biodiversidade do Pantanal". Sociedade Brasileira de Computação, p. 23-26. DOI: 10.5753/compbr.2020.43.1792
Xeno-canto Foundation (2024). Xeno-canto: Sharing bird sounds from around the world. 2026. Disponível em: [link]. Acesso em: 27 mar. 2026.
Publicado
19/07/2026
Como Citar
GUIMARÃES, Rakell Aparecida B.; NAKAZAWA, Bianca M.; CARVALHO, Leandro M.; VENTURA, Thiago M.; VITORIANO, Fábio S.; OLIVEIRA, Allan G. de.
Construção e Disponibilização de uma Base de Dados Acústica de Espécies de Aves do Pantanal. In: SIMPÓSIO DE INFRAESTRUTURA DIGITAL/NUVEM PARA PESQUISA (PESQUISA@NUVEM), 1. , 2026, Gramado/RS.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2026
.
p. 115-120.
DOI: https://doi.org/10.5753/pesquisanuvem.2026.23753.
