研究灰雁的鸣叫曲目结构：无监督方法能告诉我们什么？

《Scientific Reports》：Investigating the structure of the greylag goose vocal repertoire: what can unsupervised methods tell us?

　　

摘要

定义一个全面的信号库是理解物种发声交流系统的重要步骤。在这里，我们研究了行为学中一个被广泛研究的模式物种——灰雁（Anser anser）的发声库。我们应用无监督机器学习算法，对一个自由生活的灰雁种群的大量发声数据进行了分析，以探究该物种发声信号的声学结构。我们提取了四种类型的数据表示方法，并使用UMAP算法将这些数据投影到2维、20维和100维空间中，然后利用两种常用的聚类方法对这些数据进行了分组。此外，我们还成功应用了一种基于图论的聚类方法——莱顿社区检测（Leiden community detection）——据我们所知，这种方法此前尚未在生物声学领域被使用过。我们的分析揭示了一个部分分级的发声库，其内容与早期对灰雁叫声的描述大体一致。与更常用的频谱表示方法相比，音频特征向量能够更准确地反映人类对声音的分类，并提供了最全面的声学空间可视化结果。莱顿社区检测的方法表现与现有方法相当，且与人类定义的分类数量最为吻合。这些发现强调了数据表示方式对发声库分析的影响，并首次实现了对灰雁发声库的客观、定量描述。