首页 > 分享 > 鸟类鸣声：录音、回放和分析 —BIO

鸟类鸣声：录音、回放和分析 —BIO

萌宠菠菠乐园
2024-09-24 16:20

语图制作
二十世纪初对动物声音的研究多是基于口耳相传。一方面是由于录音设备造价昂贵，且录音拷贝技术存在限制，另一方面是由于缺乏声音量化的方法。人类可听声的频率范围是20-20,000 Hz，即声源每秒钟震动20-20,000次。在极短的时间内，声音就会有很大的改变。如此瞬息万变的信息，凭借人类感官系统，难以做到精确量化。人类曾尝试过使用拟声词和乐谱来量化鸟类的声音。但这两种方式都没有在科学界得到大范围的推广。拟声词带有很强的主观色彩、受到使用者母语的影响，而乐谱需要使用者具备一定的乐理知识。更重要的原因是基于人类语言的拟声词和基于人类感官的乐谱不适于描述鸟类的声音：鸟类的鸣声音调高、音素之间的间隔小、在时间上变化过于丰富，用语言或乐谱来精确地描述鸟鸣是很难实现的。

图1. 强脚树莺鸣声的波形图 (A)、功率谱图 (B)、语图 (C)

声谱仪的问世对动物声音研究具有划时代的意义。通过声谱仪，人们才精确地捕捉到鸟鸣的变化和结构。声谱仪又称声音摄谱仪，可实现动态音频频谱分析。声谱仪由信号记录器、频谱分析仪和频谱输出器三部分组成，能将声音信号转变为携带声音信息的可视化图谱。由声音信号转变成的可视化图谱主要有三种：波形图 (图1A)、功率谱图 (图1B)、语图 (图1C)。波形图展示振幅随时间的变化。横坐标为时间，纵坐标为振幅，音量反映在纵轴峰值的高度上。功率谱图展示音频内信号功率随频率的变化，换言之，展示频域内能量的分布状况。语图展示频率与时间的关系。横坐标为时间，纵坐标为频率，振幅的大小由图形的颜色体现。在鸟类研究中，语图是最重要的声音展示方式。
从波形图到语图，实际上是声信号从时域到频域的转换过程。首选需要将波形图切割为短时间的信号，也就是加窗，然后对切割后的信号施加傅里叶变换转换到频域空间，最后将频域空间的信号按照时间轴排列得到语图。需要注意的是，制作语图中不同的参数设置，会影响到语图的呈现效果及测量的精度。如，对于采样频率为22.05 kHz的声音，采用步长为256的傅里叶变换、汉明窗口、相邻窗口间重叠50%，得到语图的时间分辨率为5.8 ms、频率分辨率为86 Hz；若是将相邻窗口间重叠设置为75%，得到语图的时间分辨率为2.9 ms、频率分辨率保持86 Hz不变。为了不同研究之间便于比较，通常同一类物种，或是声音结构大体相似的物种，使用相同的参数制作语图。所以在制作语图之前，需要查阅文献了解参数的设置；在稿件写作中，需要呈现出语图制作的参数，便于读者了解测量的精度。