通過技術手段可以從雞舍的噪音中識別出雞只受到應激的叫聲，準確率高達97%。

“雞是十分喜歡發聲的動物”：研究者發現雞在受到應激的情況下發出的聲音比通常的聲音要大。

這項技術可以檢測并量化飼養在舍內的雞在應激情況下發出的叫聲，并且可以將其與其它噪聲區別開來，正確率已高達97%。研究標明，這項技術也可以用來提升其它種類農場動物的福利狀況。

全球范圍內，每年大概飼養250億只雞，它們中絕大部分是舍內養殖,每個雞舍都有上千只雞。因此，評估雞的福利的一種辦法就是聆聽它們的叫音。

香港城市大學的動物行為和福利副教授Alan McElligott表示：“雞是很喜歡發出叫聲的，在受到應激的情況下叫聲會更大，就是我們所說的有音調的叫聲，即便是沒有經過培訓的人，識別出這種叫聲來也不是很難”。

Alan McElligott講到：“理論上來說，農戶可以根據雞的叫聲來判斷它們應激程度，并在必要的時候改善它們的飼養環境。然而，在成千上萬的商業化養殖的雞群中，想要依靠人類觀察來管理是不實際的。在某些方面來說，人的出現可能會給雞群帶來更多應激，并且在這么大規模的養殖群體中，想要做到有效的察覺到雞的應激叫聲是不可能的。”

因此，他的團隊已經制作出一個深度學習工具，能夠從集約化養殖雞群中自動識別出雞群的叫聲。這個工具被訓練去使用那些已經被專家分好類的錄音，這樣就可以明確不同的聲音所代表的情況。

根據在Journal of the Royal Society Interface發表的評估報告可知，該算法正確識別了97%的應激叫聲。

“我們的目標不是統計有多少應激的叫聲，而是為了使雞生活在一個應激少的環境中，此技術有望在5年內可以投入使用”，Alan McElligott說。

在開始做算法之前，團隊必須確保錄音設備能在不同類型的雞舍運行，并且要在高福利或者低福利標準的雞舍進行測試，以確認不同的叫聲對應的福利狀態。

說服農戶去采用這項技術可能會相對比較容易，Alan McElligott以前的研究已經發現雛雞發出的應激叫聲可以用來預測整個雞群的生命周期內的體重增長和死亡率情況。

Alan McElligott還說“有時，很難說服那些必須以固定價格生產動物產品提供給超市或者消費者的農民，讓他們使用科技技術來提高動物福利，但我們已經證明，應激叫聲是預測死亡率和生長率的一個良好指標，并且也可以使養殖過程自動化。可以開發類似的技術來監測其他農場動物，尤其是像豬或者火雞這種經常被飼養在室內且喜歡發出聲音的動物。”

RSPCA的一位發言人表示：“我們非常認可這項研究，像這樣的研究在檢測和改善農場動物福利方面非常有用。但我們不愿意看到這項技術取代現場檢查或者減少動物和飼養員的接觸，因為這會導致飼養員技能的喪失或者對動物的操作更加困難。此外，應激叫聲只是動物福利指標當中的一個，但是還有其他生理指標，例如跛足和腿部灼傷也應被關注。”