聽懂乳牛說的話
對酪農業而言，乳牛並非「普通家畜」，從育成到穩定泌乳需3年養成，每頭牛均為高價值生產個體。然而，當乳牛生病、焦躁或進入分娩前兆時，牧場主若無法即時察覺，輕則乳量下降，重則牛命難保。
為了避免乳牛在生產過程中出意外，老一輩牧場主多選擇在母牛分娩日前後守在身邊，以便能在生產的第一時間觀察有無異狀，然而這種仰賴經驗分辨的方法，在少子化與缺工衝擊下，正面臨前所未有的危機。
為此，工研院團隊催生出全球少見、以乳牛聲紋為核心的智慧畜牧系統，期待不僅將科技帶入農業，也為臺灣酪農業打造出能理解牛隻情緒與健康狀態的「AI 護理員」。
技術核心解密 讓AI聽懂牛的語言
「由於乳牛的分娩多發生於深夜或清晨時段，當場域無人巡視時，產程延誤可能造成難產，甚至損失整胎。」工研院中分院經理彭彥嘉解釋，乳牛生理與情緒反應的第一訊號，往往就藏在叫聲中，因此團隊從第一線酪農的真實痛點出發，攜手農業部畜產試驗所，在屏東、彰化等地展開實地錄音與行為觀察，針對「分娩前」、「發情期」、「疼痛」、「異常焦躁」等關鍵場景進行聲紋採樣與分類，建立資料庫樣本。
「一開始很困難，牛舍內的風扇、擠奶機、金屬撞擊聲與牛群同時發出的叫聲，讓聲紋訊號極易混雜，導致AI難以分辨哪一聲屬於分娩前兆，哪一聲只是日常互動。」面對牛舍的環境噪音與複雜音源，彭彥嘉坦言，系統研發的第一步，不是演算法，而是打造「聽得見」的麥克風。
團隊反覆收集、標註成千上萬筆錄音檔，並利用濾波器與降噪演算法清理雜訊，才能建立清晰的聲紋資料庫；此外，牛隻的行為與情緒差異極大，無法僅憑單一叫聲判定，因此在聲紋搜集的過程中，研發團隊也配合獸醫與牧場專家的現場觀察，一一確認每段聲音所對應的狀態。
研發過程不僅耗時，且高度依賴經驗，不同牛舍間的環境條件也需要重新校正系統參數，然而挑戰並未結束，彭彥嘉指出，由於牛舍環境潮濕且含有高濃度氨氣，傳統麥克風常因腐蝕而報廢，迫使團隊必須重新設計防水、防塵與抗腐蝕的壓電式麥克風模組。
工研院智慧感測與系統科技中心副組長陳志仁指出，壓電式工業級麥克風模組，採用無電容振膜設計，具備IP67防塵防水等級，能在畜舍高濕度、高腐蝕性環境中長時間穩定工作，且避免傳統電子元件受尿氨與牛體摩擦造成鏽蝕。除此之外，接收的聲音訊號經過類比放大與低通濾波處理，再進入數位訊號處理流程。此階段使用聲學特徵萃取法（Mel Frequency Cepstral Coefficient；MFCC），將聲音轉換為短時頻譜圖，再由卷積神經網路（CNN）進行訓練與分類。
「CNN的好處是可以從聲紋中辨認出高頻震動細節，這些細節正是不同牛隻在情緒或分娩前的聲調變化關鍵。」彭彥嘉進一步解釋，模型還加入遞歸神經網路（Recurrent neural network；RNN）作為時間序列分析，提升對聲紋變化趨勢的靈敏度。
智慧牛舍的未來 從監聽走向預警
從硬體到軟體，乳牛聲紋辨識系統經過層層考驗，實際落地驗測效果相當不錯，在分娩前6小時至3小時範圍內，系統辨識準確率達到90%以上。
除了分娩聲紋辨識，團隊目前也將聲紋系統拓展至「胃脹氣」、「乳房炎」等聲學異常監測模組，擴大此聲紋系統的使用；同時也將聲紋系統與餵飼車、清糞機器人、智慧項圈等模組整合，形成多點感知、即時監控的「智慧牧場雲端平台」，平台支援APP與Web介面，讓牧場主人即使在都市、出國洽公，也能遠端關注重要資產—牛隻的狀況。
「聲紋辨識系統還有許多擴充的可能，」彭彥嘉對這項技術的發展充滿期待。為了解決多牛同時叫聲干擾問題，系統未來也將導入時空波束成形（Beamforming）技術，透過陣列麥克風與聲源定位演算，判別特定牛隻的叫聲來源位置，搭配無線射頻識別（RFID）耳標或AI影像，即可形成「哪一頭牛、什麼時候、說了什麼」的完整聲紋日誌。
「我們不是教AI養牛，而是讓AI幫助農民，不錯過每一頭牛的聲音，還有狀態。」好比能精準辨識孩子哭聲意義的媽媽，彭彥嘉希望讓這套系統讓酪農跟牛隻，形成「心有靈犀、休戚與共」的夥伴關係。臺灣的畜牧業現正站在智慧轉型的起點，這套來自牛哞聲的技術，或許正是最溫柔、也最實用的一步。
