Automatic parameter estimation and detection of ringed seal knocking vocalizations

想象一下，试图在一片由于风声、叶子沙沙声和其他动物鸣叫声而异常嘈杂的森林中，寻找一种特定类型的鸟鸣。为了找到那短短几分钟正确的声音，你可能不得不听上数千小时的录音。这本质上就是科学家在研究赛马环斑海豹（Saimaa ringed seal）时面临的挑战——这是一种生活在芬兰一个淡水湖中的稀有且濒危的海豹。这些海豹会发出一种独特的名为“敲击声”（knock）的声音，听起来就像有人在水下敲击空心木头一样。但在海量的水下录音中寻找这些敲击声，通常是一项由人类逐一聆听的缓慢、昂贵且令人精疲力竭的工作。

这篇论文描述了一个研究项目，研究人员在这个项目中构建了一个“数字侦探”来为他们承担繁重的工作。与其让人们听上一整年的录音，他们教给计算机程序如何识别海豹特有的敲击节奏。他们向计算机输入了超过 13,000 个这类敲击声的样本，本质上是向它展示了一本关于这种声音在图表（称为谱图）上呈现出的样子的大型相册，以便它学习这种模式。

这个计算机的“大脑”是一种被称为“卷积神经网络”（Convolutional Neural Network）的特殊人工智能。你可以将这种人工智能想象成一个超级强大的筛子。当研究人员倒入新的、未见过的录音时，这个数字筛子非常擅长捕捉海豹的敲击声，同时让背景噪音和其他声音流失掉。它的准确率极高，即使在水下环境嘈杂的情况下，也能以 97.76% 的正确率识别出敲击声。

此外，这台计算机不仅能找到敲击声，还能自动计算出声音的“音高”或基频。研究人员将这一结果与人类专家的记录进行了对比，发现计算机的测量结果与人类的测量结果完全吻合。

简而言之，这篇论文表明，通过使用这种自动化的“数字侦探”，科学家现在可以快速且廉价地扫描大量的海底音频。这把一项过去需要耗费大量人力和财力的任务变成了一个精简的过程，使得在无需依靠团队成员逐秒聆听磁带的情况下，能够更轻松地对这些行踪诡秘的海豹进行长期监测。