<p>到了交配季節(jié)，加利福尼亞海岸的魚兒會在傍晚和日出前唱起愛的歌曲。 他們的聲音不像孤獨的低吟者那么多，而是合唱，在某些情況下聲音大到從陸地上都能聽到。 這是青蛙、昆蟲、鯨魚和其他動物在適當?shù)臅r候共享的一種浪漫技巧。</p> <p>&nbsp;</p> <p>對于大多數(shù)這些人聲改編，副歌都是低頻的。 它們很難與夜間駛過的船只的聲音區(qū)分開來。</p> <p>&nbsp;</p> <p>然而，生物學家長期以來一直有興趣以了解魚類行為的名義傾聽它們的最終目標：它們可以通過確定產(chǎn)卵季節(jié)為漁業(yè)管理提供信息來幫助保護魚類種群和海洋健康。</p> <p>&nbsp;</p> <p>現(xiàn)在，加州大學圣地亞哥分校斯克里普斯海洋學研究所的科學家及其同事已經(jīng)開發(fā)出一種方法，讓計算機可以篩選由被稱為 HARP 的現(xiàn)場聲學記錄包收集的聲音，并比訓練有素的人類分析師更快地處理它們。 該方法代表了信號處理領(lǐng)域的重大進步，其用途超出了海洋環(huán)境。</p> <p>&nbsp;</p> <p>&ldquo;我希望這種方法能夠幫助其他人更輕松地自動分離和檢測信號，以便了解魚類交配的地點和時間。&rdquo;斯克里普斯海洋學研究生和該研究的主要作者埃拉金說。 &ldquo;除了魚，這種方法可以很容易地應用于其他音景，以了解更多關(guān)于青蛙、鳥類、蝙蝠和其他動物的信息。&rdquo;</p> <p>&nbsp;</p> <p>在美國國家海洋和大氣局 在海軍資助的研究中，Kim 及其同事使用一種她稱為 SoundScape Learning (SSL) 的技術(shù)將魚的合唱聲音從整體音景中分離出來。 SoundScape Learning 將既定的聲音分析方法與神經(jīng)網(wǎng)絡相結(jié)合，神經(jīng)網(wǎng)絡是一種基于人腦神經(jīng)元如何實現(xiàn)認知的信息處理范例。</p> <p>&nbsp;</p> <p>研究合著者凱特琳&middot;弗雷澤 (Kaitlin Frasier) 是一名斯克里普斯海洋學海洋聲學專家，她在自己的研究中使用人工智能分析海豚的咔噠聲，她說，科學家們經(jīng)常訓練機器尋找海洋中的特定聲音，但音景的強度使這項任務變得困難。</p> <p>&nbsp;</p> <p>&ldquo;Ella 的方法旨在教會計算機看大局，尋找并學習識別聲音事件，比如進入森林而不是樹木。&rdquo;</p> <p>&nbsp;</p> <p>研究人員稱之為&ldquo;去噪&rdquo;，是因為 SSL 將反復發(fā)生的事件分開，并將它們放入研究人員稱之為&ldquo;低秩&rdquo;矩陣中。 這些穩(wěn)定的聲音與瞬態(tài)聲音是分開的，例如鯨魚或船只經(jīng)過時發(fā)出的聲音。 魚合唱每晚都會進行，因此程序?qū)⑺鼈兎湃氲碗A矩陣中。 瞬態(tài)聲音被分類到一個&ldquo;稀疏&rdquo;矩陣中。</p> <p>&nbsp;</p> <p>Kim 和 Frasier 提供了各種隱喻來幫助非聲學專家理解這個概念。 Kim 建議考慮使用交通攝像頭連續(xù)數(shù)小時記錄一段高速公路的鏡頭。 道路本身將位于低秩矩陣中。 汽車行駛的視頻被發(fā)送到稀疏矩陣。</p> <p>&nbsp;</p> <p>Frasier 提出，&ldquo;我們不再試圖識別錄音中的單個單詞，就像我們在街角放了一個麥克風，我們現(xiàn)在能夠識別一小群路過聊天的人、飛過的飛機和燈光 車輛交通。 該算法正在學習通過審查大量數(shù)據(jù)自行識別每個類別的聲學特征。&rdquo;</p> <p>&nbsp;</p> <p>Kim 說，節(jié)省的時間非?？捎^。 在這項研究中，機器收聽了在加利福尼亞海岸收集的 5.3 年的音頻。 一名熟悉該地區(qū)魚類合唱的熟練聲學家需要一個月的時間才能手動完成這項工作，但一旦 SSL 得到培訓，這個過程只需要幾天時間。</p> <p>&nbsp;</p> <p>該研究發(fā)表在 2023 年 3 月 15 日的《美國聲學學會雜志》上。 共同作者包括斯克里普斯海洋學的 Annebelle Kok、Gabrielle Arrieta、Sean Wiggins 和 Simone Baumann-Pickering； 國家海洋保護區(qū)基金會的 Megan McKenna 和 Lindsey Peavey Reeves； 和蒙特利灣水族館研究所的 William Oestreich。</p> <p>&nbsp;</p> <blockquote> <p>注：本文由院校官方新聞直譯，僅供參考，不代表指南者留學態(tài)度觀點。</p> </blockquote>