香港城市大學今日(11日)表示，城大賽馬會動物醫學及生命科學院傳染病及公共衛生學系副教授Alan McElligott及助理教授劉凱領導研究團隊研發出深度學習模型，可從中辨認及量化雞隻求救啼聲，準確度達97%，論文已於《英國皇家學會介面期刊》發表。團隊預計技術可於5年內應用作商業用途。

   研究團隊在廣西一個餵養雞隻的農場收集和分析麻雞和三黃雞的啼叫錄音，並基於生物聲學技術和深度學習，研發出一項自動、客觀而性價比高的嶄新方法來評估及量化雞隻求救啼聲。

   城大表示，算法可分析頻率範圍為0赫茲至11025赫茲的音頻訊號，因此能以高達97%準確率從雞舍自然雞聲中分辨出雞隻求救啼叫聲，並可準確檢測雞隻因內在身體狀況或外在因素如環境過於擁擠、糧水不足，或受其他雞隻攻擊而受到壓力。

   Alan McElligott指，研究團隊的最終目標不只是統計雞隻求救啼叫，而是為牠們創造符合動物福祉的養殖環境。

   劉凱認為，新技術未來可讓工作人員實時及遠距離監察雞隻福祉，並在有需要時及早對養殖情況作出干預，這可減少分析師工作量，有助他們進行大型數據分析，以改善養殖及動物管理。