AnuraPAM wertet Tonaufnahmen aus und ordnet die darin erkannten Amphibienrufe automatisch Arten zu. Entwickelt wurde die Modellsammlung von einem Forschungsteam unter Leitung des Senckenberg-Wissenschaftlers PD Dr. Raffael Ernst, gemeinsam mit der Hochschule für Technik und Wirtschaft Dresden. Die Modelle basieren auf der Deep-Learning-Plattform BirdNET. Die Studie dazu ist in der Fachzeitschrift Salamandra erschienen.
Erfasst werden 14 Arten, deren Verbreitungsgebiete sich über Zentraleuropa erstrecken. Dazu zählen häufig vorkommende Arten wie Erdkröte und Grasfrosch sowie die Geburtshelferkröte und die Kreuzkröte. Für das Training nutzte das Team private Aufnahmen, Audiosammlungen aus Bestimmungsbüchern und wissenschaftliche Online-Tonarchive. Eine private Sammlung lieferte rund 80 Aufnahmen mit Metadaten, darunter Angaben zur Luft- und Wassertemperatur. Sie umfasst alle 14 untersuchten Taxa aus elf europäischen Ländern und 54 Fundorten; die Aufnahmen entstanden über 52 Jahre.
Nach Angaben des Forschungsteams war die automatische Bestimmung bei den meisten untersuchten Arten zuverlässig. Das leistungsfähigste AnuraPAM-Modell übertraf in der Studie zwei bereits frei verfügbare Vergleichsmodelle, obwohl es mit weniger Trainingsdaten arbeitete. Entscheidend seien nicht nur die Datenmenge, sondern auch deren Qualität, repräsentative Zusammensetzung und sorgfältige fachliche Annotation. Schwieriger ist die Unterscheidung der Arten im Pelophylax-Komplex: Bei Kleinem Wasserfrosch, Seefrosch und Teichfrosch können sich Rufmerkmale durch Hybridisierung überschneiden und lokal variieren.
Die Modelle sind als fertige Klassifikatoren für die kostenlose Audiosoftware BirdNET-Analyzer, PAMalyzer und Raven Intelligence verfügbar. Auch die Android-App BatGizmo ist mit AnuraPAM kompatibel. Die automatisierte Auswertung kann herkömmliche Erfassungen ergänzen, die laut Studienleiter häufig zeitaufwendig, kostspielig und räumlich begrenzt sind. AnuraPAM richtet sich auf mitteleuropäische Arten; die Ergebnisse hängen unter anderem von den verwendeten Aufnahmen und deren Qualität ab.