Le domaine de la détection automatique des événements acoustiques en est encore à ses balbutiements en biologie et en écologie, mais le volume de données recueillies est tel, qu’il rend les analyses manuelles de plus en plus fastidieuses et irréalistes. Cependant, l’augmentation de la puissance de calcul et de la capacité des algorithmes d’apprentissage offrent désormais la possibilité d’effectuer automatiquement certaines des analyses requises, mais multiplient aussi les informations pour en extraire la substance. C’est la principale motivation des chercheurs qui étudient :

- les tendances des applications PAM bioacoustiques,

- leurs implications dans la quantité croissante de données,

- l’apprentissage de différentes méthodes de numérisation afin de développer les analyses automatiques,

- l’extraction des événements acoustiques à partir de grands volumes d’enregistrements.

Malgré les défis, les avancées impressionnantes, en particulier dans le domaine des réseaux neuronaux profonds, offrent le potentiel de développements très importants qui réduiraient le temps de traitement et permettraient une nouvelle vague d’applications bioacoustiques. L’intégration de plusieurs disciplines, l’exploitation de nouvelles technologies et la normalisation rigoureuse des protocoles et des ensembles de données devraient ouvrir de nouvelles opportunités pour la recherche écologique et comportementale, grâce à la détection automatisée pour la bioacoustique. Organisé avec le soutien financier du Cambridge Centre for Data-Driven Discovery et du Programme Accelerate pour la découverte scientifique, ce programme est soutenu par l'African Institute for Mathematical Sciences South Africa, le Centre de recherches d’Ottawa pour le développement international, le gouvernement du Canada, l’Agence Nationale de la Recherche (ANR) et le soutien du gouvernement français (France 2030), géré par l'Initiative d'Excellence d'Aix-Marseille Université.