鸟鸣数据库中频率调制的大规模分析
摘要：鸟鸣常常包含大量的快速频率调制（FM）。人们认为，使用FM或者不使用FM是对声学环境的适应，而且FM还有特定的社交用途，比如在攻击性领地争夺中的颤音。然而，FM的时间细节在标准的音频信号分析方法如傅里叶分析或线性预测中往往缺失或模糊。因此，有必要考虑使用高分辨率的信号处理技术来分析鸟类的FM。如果这样的方法可以应用于大数据规模，那么在可获得大型数据集时将具有进一步的优势。 我们介绍了信号处理领域的方法，可以超越谱图表示，分析信号中非常短的时间尺度上的细微调制。主要关注绿地莺属的鸟鸣，我们研究了一组四种分析方法中哪一种最能捕捉到鸟鸣中所编码的物种信号。为了寻找在大型数据库实际分析中有用的工具，我们还研究了方法所需的计算时间，以及它们对加法噪声和MP3压缩的鲁棒性。 我们发现了三种能够稳健地表示物种相关的FM属性的方法，而且测试中最简单的方法似乎表现最好。我们发现，代表FM极端的特征编码了补充频率特征所捕获的物种身份信息，而带宽特征则不编码额外的信息。 大规模的FM分析可以高效地提取有用的生物声学研究信息，除了常用于描述鸣叫的其他测量指标。
作者：Dan Stowell and Mark D. Plumbley
论文ID：1311.4764
分类：Sound
分类简称：cs.SD
提交时间：2015-09-22