城大研發技術辨識雞啼求救 改善商業養殖

現時全球每年生產活雞逾250億隻，但每個農場動輒飼養數百以至數千隻雞，一般難以找出雞隻是否在「求救」。城大研究團隊早前研發出深度學習模型，可從雞舍的自然雞聲中分辨及量化雞隻的「求救聲」，從而反映其死亡率及生長率，準確度高達97%，期望能5年內投入商業應用，以改善商業農場的養殖環境。

團隊由城大賽馬會動物醫學及生命科學院傳染病及公共衞生學系副教授Alan McElligott及助理教授劉凱領導，他們在廣西一個農場收集和分析麻雞和三黃雞的啼叫錄音，再基於生物聲學技術和深度學習，研發出可自動評估及量化雞隻求救啼聲的機制。

準確度97%

McElligott解釋，雞隻求救啼叫可被視為雞隻福祉的「冰山指標」，能反映雞隻的死亡率及生長率，但以人工方式評估雞群內是否有雞隻求救既費時費力，亦易受主觀判斷影響；而新算法可分析頻率範圍介乎0至11,025赫兹的音頻訊號，以從雞舍的自然雞聲中分辨出雞隻的求救啼叫聲，藉此檢測雞隻壓力的來源，準確度高達97%。

他強調，研究最終目標不只是統計雞隻求救啼叫情況，更希望為牠們創造符合其福祉的養殖環境；劉凱亦指，新技術除可方便工作人員在有需要時及早干預養殖情況，亦有助進行大型數據分析，以改善養殖及動物管理。研究論文已於《英國皇家學會介面期刊》發表。

記者︰歐文瀚

美術︰鄧建威