VesperFlow：用于解码生物记录标签多传感器数据的自动化流程

内容形式：摘要译文

整合生物记录标签中的多传感器数据，是理解动物行为的关键，尤其对于群居物种而言，因为交流、运动与空间动态之间存在密切联系。然而，在现有软件中，此类数据的大规模分析往往受到专有二进制格式或手动解码流程的限制。我们提出了 VesperFlow，这是一种开源 Python 流水线，可自动解码 Vesper Wildlife 标签记录的惯性测量单元（IMU）、音频和 GPS 数据。VesperFlow 能够对来自多个个体的大型数据集进行批量处理，以亚秒级精度同步不同传感器的时间戳，并去除由硬件引起的伪影，例如陀螺仪异常尖峰和音频爆音。输出结果以 CSV 和 WAV 文件格式导出，可直接用于常见的后续分析流程。我们利用来自 10 只环尾狐猴（Lemur catta）的野外数据对该流水线进行了验证，结果表明，该流水线能够可靠地处理运动、发声和空间数据。通过降低技术门槛并实现流程自动化，VesperFlow 支持对动物行为开展更具可扩展性的多模态研究。VesperFlow 可从 https://github.com/dasilva98/vesperflow 免费获取。

关键词：动物生物记录 · 多传感器数据 · 行为分析 · 惯性测量单元 · 开源Python流水线

原文链接：https://www.biorxiv.org/content/10.64898/2026.10.12.758513v1?rss=1