Cientistas liderados pelo professor Rytis Maskeliūnas, da Faculdade de Informática da Universidade de Tecnologia de Kaunas (KTU), na Lituânia, demonstraram como modelos de inteligência artificial conseguem identificar padrões acústicos e estados emocionais em latidos de cães. A análise divulgada em 22 de setembro de 2026 aponta que sistemas de aprendizado de máquina já reconhecem variações ligadas a sentimentos específicos, mas a compreensão real do significado ainda depende de observação comportamental e experimentos controlados.
No estudo conduzido na instituição lituana, os algoritmos examinaram gravações de cães da raça pastor-alemão e constataram que as vocalizações carregam informações estruturadas, com destaque para a precisão ao detectar sinais de irritação. “Em outras palavras, o som não é simplesmente ruído ou uma expressão de fundo da emoção – ele contém características acústicas associadas ao estado do animal”, afirmou Maskeliūnas, em tradução livre.
Estudo da KTU com pastores-alemães e dados do modelo Dog2vec
A investigação coordenada por Maskeliūnas na KTU começou há alguns anos e serviu de base para as discussões atuais sobre sistemas tecnológicos mais amplos na bioacústica. Na ocasião, a equipe dividiu os áudios dos pastores-alemães em componentes de frequência e duração para treinar os modelos computacionais a partir de avaliações prévias de especialistas em comportamento animal. Ao cruzar essas variáveis, o sistema identificou que a raiva foi o estado emocional reconhecido com o maior nível de confiabilidade exclusivamente a partir do som.
Além da pesquisa lituana, a área conta com ferramentas acústicas especializadas como o Dog2vec, um modelo de representação vocal canina apresentado em agosto de 2025 na conferência científica Interspeech 2025. O sistema foi desenvolvido pelos pesquisadores Xingyuan Li, Mengyue Wu e Kenny Q. Zhu, este último integrante do Arlington Computational Linguistics Lab (ACL2), laboratório de linguística computacional. A tecnologia superou modelos de uso geral em tarefas de detecção e reconhecimento de sons de cães.
- Categorias emocionais avaliadas no estudo da KTU: 4 estados (felicidade, raiva, choro e solidão).
- Acervo bruto do modelo Dog2vec: mais de 6.000 horas de vídeos de latidos de cães coletados para pré-treinamento.
- Amostra refinada no estudo do Dog2vec: cerca de 150 horas de vocalizações caninas limpas extraídas dos vídeos brutos.
- Ganho de eficácia do Dog2vec: 8,2% de aumento relativo de desempenho no reconhecimento de tipos de latido e detecção de eventos sonoros caninos ante modelos genéricos.
Limites da inteligência artificial para traduzir o que os cães dizem
Confira também: Uso de inteligência artificial para compras no Brasil vai a 72%
Apesar do avanço no processamento de milhares de gravações que passam despercebidas pelo ouvido humano, os pesquisadores alertam que encontrar padrões estatísticos não equivale a traduzir o que o animal tenta expressar. Enquanto os modelos de linguagem humana são treinados com textos que possuem palavras, regras gramaticais e significados já conhecidos, na comunicação animal ainda não se sabe se existe um sistema simbólico ou regras equivalentes à gramática humana, nem o significado exato que os cães tentam transmitir além da associação estatística com estados emocionais e contextos. Por essa razão, Maskeliūnas sustenta que abordagens multimodais que combinam a análise do som com informações visuais, movimentos, reações de outros indivíduos e dados fisiológicos ou ambientais mostram-se mais eficazes para avaliar os cães.
Segundo o professor da KTU, embora a princípio seja fácil pensar no latido simplesmente como uma expressão geral de excitação ou estímulo, a análise de todo o contexto e do comportamento geral do cão permite ver padrões associados a diferentes estados emocionais e diferentes situações. Para confirmar se um som possui função comunicativa real, os cientistas precisam saber o que ocorria no ambiente no momento da vocalização e realizar testes biológicos práticos. Maskeliūnas compara esse processo ao trabalho de Sherlock Holmes: a IA identifica uma pista importante, mas o experimento biológico funciona como o laboratório forense onde ainda é preciso estabelecer se essa pista foi interpretada corretamente.
Evolução dos cães domésticos e testes com sinais sintéticos
O interesse científico pelos latidos também se explica pela história evolutiva da espécie. Ao contrário de canídeos selvagens como lobos, raposas e coiotes, que raramente latem na fase adulta, os cães domésticos latem com frequência e evoluíram para utilizar essa vocalização na comunicação direta com os seres humanos. Na prática, o avanço dessas ferramentas tecnológicas pode ajudar tutores e especialistas a identificar precocemente sinais de estresse, medo, desconforto ou necessidades nos animais antes mesmo que fiquem evidentes apenas pela observação do comportamento, além de auxiliar na avaliação de condições de alojamento e transporte.
Acompanhe: CNE aprova regras para uso de inteligência artificial no país
Além dos cães, pesquisas semelhantes utilizam recursos tecnológicos para investigar a comunicação de baleias, golfinhos, elefantes, primatas e aves como papagaios e corvos. De acordo com Maskeliūnas, o maior avanço não seria a IA dizer que o cão está com raiva, mas descobrir de forma independente combinações de sinais anteriormente desconhecidas e identificar como elas se relacionam com situações e comportamentos específicos. Como próximo passo na área, os pesquisadores planejam criar sinais sintéticos gerados por inteligência artificial e apresentá-los aos animais em condições controladas, verificando se eles reagem da mesma maneira que a um som natural para testar se compreendem a função do sinal ou se apenas respondem à frequência e ao volume.