fait à la main en peu de temps (esquisse):
unit 1  -> drone + route + personnes qui parlent 
unit 2  -> drone (1/3) + oiseaux (1/2) +  tracteur et personnes qui parlent
unit 3  ->
unit 4  ->
unit 5  -> 
unit 6  -> 
unit 7  -> 
unit 8  -> 
unit 9
unit 10
unit 11 -> un peu de drone mais majoritairement des personnes qui parlent
unit 12
unit 13 -> essentiellement un drone (je dirai le même vu le son)
unit 14
unit 15 -> essentiellement du vent + oiseaux
unit 16
unit 17 
unit 18 -> chauve_souris + bp18 décolage

conclusion: même à l'oreille c'est compliquer de dire l'information lié à certains clusters -> on ne peut pa faire une application fiable avec ce que l'on a