Peneliti mengandalkan akal imitasi (artificial intelligence/AI) untuk membantu menganalisis rekaman raungan singa. Kemungkinan ini dapat membantu mengatasi masalah subjektivitas dan mengklasifikasikan vokal singa secara otomatis, menciptakan alat sehingga peneliti lain selalu tahu raungan mana yang tepat untuk menghitung populasi singa.
Pembelajaran mesin juga dimanfaatkan untuk mengklasifikasikan vokalisasi yang terjadi selama sesi raungan singa menjadi tiga jenis panggilan: raungan penuh, dengusan dan raungan intermediet.
Dari spektrogram, mereka dapat melihat bahwa raungan penuh memiliki volume tinggi, kompleks, dan melengkung dalam nada. Raungan intermediet memiliki suara yang lebih datar dengan variasi yang lebih sedikit–dan selalu mengikuti raungan penuh. Sedangkan dengusan terdengar lebih pendek dan lebih kompak.
Menggunakan parameter akustik sederhana–durasi setiap vokalisasi dan frekuensi maksimumnya–kami dapat mengidentifikasi setiap jenis panggilan dengan akurasi 95,4 persen. Karena raungan penuh khas untuk setiap singa individu, peneliti ingin menguji apakah analisis AI terhadap raungan penuh lebih baik dalam membedakan singa yang berbeda daripada pendengaran manusia.
Peneliti dapat mengidentifikasi singa individu dengan akurasi 94,3 persen–peningkatan 2,2 persem dibandingkan saat menggunakan raungan penuh yang dipilih oleh manusia. Penggunaan teknik untuk mengidentifikasi raungan penuh diharapkan dapat menghasilkan perkiraan kepadatan populasi singa yang lebih akurat.