①水鸟油鸭及其声纹频谱图。②雀形目小鸟棕头鸦雀及其声纹频谱图。③车载拾音装备。受访者供图“啾啾”“叽叽喳喳”“嘎嘎”……自今年5月野生动物声纹智能识别设备开展示范应用以来，中科院动物研究所（以下简称动物所）野生动物声纹智能监测系统已收集到以鸟类为主的10万余条野生动物声纹信息。近日，该成果作为生态环境部“五基”协同（天基卫星、空基遥感、航空无人机、移动监测车和地面观测5种手段）生态环境立体遥感监测体系的组成部分，亮相“奋进新时代”主题成就展。闻声如何识动物呢？“不同物种进化出来的发声器官均有所差别，基于鸟类鸣管结构的不同导致声纹特征的差异，利用深度学习技术学习这些声纹特征，可以实现物种识别。”动物所动物适应与功能基因组学研究组工程师林聪田向《中国科学报》解释。生物多样性监测或调查中，单靠人力可以获取的信息十分有限，很难得到全天候、长时期的连续性调查数据，无法反映目标区域随时间、气候变化的情况。针对这一难点和痛点，林聪田与同事研发出软硬件一体的声纹监测设备，包括野外拾音传感器与边缘计算设备，实时采集环境声音进行边缘计算，实时将识别结果返回到监测系统中进行研究分析，形成完整的野生动物声纹自动监测体系。“很多动物的活动都很隐蔽，比如鸟类会藏在树林、芦苇荡和灌木丛中。如果利用视频监测，一般仅能拍摄到开阔环境中的大型水鸟，很难监测到隐蔽环境中的动物。”林聪田说，与可见光视频监测相比，智能声纹设备可以应用于更多更复杂的场景，提升监测的自动化能力。据介绍，研究团队已在北京市密云区、温榆河公园、永定河公园、野生动物救助中心等多种典型生境、生物多样性丰富的重点区域，部署了10余套智能监测设备，启动了北京林草系统智能感知应用示范。它们会源源不断把声音数据汇集到中科院生物多样性科学数据库中，支撑生物多样性空间格局及变化的长期研究。以温榆河公园为例，研究团队部署了3台声纹监测仪和一个摄像头，目前通过人工调查和声音监测已经记录到170多种鸟类，其中声纹设备监测到的物种超过90种，占一半以上，从侧面证明了其在实际应用中的能力。作为生态环境部“五基”协同生态环境立体遥感监测体系的一部分，研究团队还在内蒙古通辽尝试采用了地面基站、移动监测车等形式的声纹收集，同样证明这种观测手段在复杂场景中的有效性。今年5月以来，通过该声纹监测系统收集的10万余条声纹信息，研究人员已识别出200多个鸟类物种。林聪田表示，研究团队做这项研究的“底气”离不开中科院长期支持建设的物种大数据平台，包括持续十几年来建设的中国生物物种名录、中国生物地图和野生动物声纹数据库等，以及中科院战略先导专项（A类）“地球大数据科学工程”等在内的项目支撑。研究团队积累了大量素材，构建了生物人工智能平台，为人工智能深度学习模型训练提供了丰富的样本和强大的运算能力。目前，基于这些数据库和平台训练的声纹智能监测系统可以识别800多种鸟类。“未来，随着声音数据不断积累，我们可以进一步提升模型准确率，增加识别种类，反哺中国生物物种多样性数据库的建设。”林聪田说。据介绍，野生动物声纹智能监测系统的一个创新之处是，将深度学习与生态学模型相结合，将不同鸟类的分布特征、迁徙特征、所需生境特点等作为学习的对象联合建模，提升生物自动识别能力。这种24小时不间断的智能监测方式能够帮助人们了解动物的活动规律。例如，早晨和傍晚时分检测到的鸟鸣声更多，在公园或保护区制定保护决策时，就可以根据监测结果在特定时段对特定区域的人类活动进行控制，减少对鸟类活动的干扰；另外，可以根据监测结果显示的物种丰富情况规划城市公园的留白地，让生态涵养区动植物自然生长，更好促进生物多样性修复。对物候的监测也是未来发展方向。林聪田表示，一些鸟类的鸣叫具有季节性规律，长期的数据积累有助于形成对某一区域鸟类活动物候规律的跟踪和了解，而物候规律往往跟气候变化有关，有助于了解气候变化对生物多样性的影响，更好开展生物多样性保护，对指导农业生产也有重要意义。来源：中国科学报本账号稿件默认开启微信“快捷转载”转载请注明出处其他渠道转载请联系 weibo@cashq.ac.cn

①水鸟油鸭及其声纹频谱图。②雀形目小鸟棕头鸦雀及其声纹频谱图。③车载拾音装备。受访者供图“啾啾”“叽叽喳喳”“嘎嘎”……自今年5月野生动物声纹智能识别设备开展示范应用以来，中科院动物研究所（以下简称动物所）野生动物声纹智能监测系统已收集到以鸟类为主的10万余条野生动物声纹信息。近日，该成果作为生态环境部“五基”协同（天基卫星、空基遥感、航空无人机、移动监测车和地面观测5种手段）生态环境立体遥感监测体系的组成部分，亮相“奋进新时代”主题成就展。闻声如何识动物呢？“不同物种进化出来的发声器官均有所差别，基于鸟类鸣管结构的不同导致声纹特征的差异，利用深度学习技术学习这些声纹特征，可以实现物种识别。”动物所动物适应与功能基因组学研究组工程师林聪田向《中国科学报》解释。生物多样性监测或调查中，单靠人力可以获取的信息十分有限，很难得到全天候、长时期的连续性调查数据，无法反映目标区域随时间、气候变化的情况。针对这一难点和痛点，林聪田与同事研发出软硬件一体的声纹监测设备，包括野外拾音传感器与边缘计算设备，实时采集环境声音进行边缘计算，实时将识别结果返回到监测系统中进行研究分析，形成完整的野生动物声纹自动监测体系。“很多动物的活动都很隐蔽，比如鸟类会藏在树林、芦苇荡和灌木丛中。如果利用视频监测，一般仅能拍摄到开阔环境中的大型水鸟，很难监测到隐蔽环境中的动物。”林聪田说，与可见光视频监测相比，智能声纹设备可以应用于更多更复杂的场景，提升监测的自动化能力。据介绍，研究团队已在北京市密云区、温榆河公园、永定河公园、野生动物救助中心等多种典型生境、生物多样性丰富的重点区域，部署了10余套智能监测设备，启动了北京林草系统智能感知应用示范。它们会源源不断把声音数据汇集到中科院生物多样性科学数据库中，支撑生物多样性空间格局及变化的长期研究。以温榆河公园为例，研究团队部署了3台声纹监测仪和一个摄像头，目前通过人工调查和声音监测已经记录到170多种鸟类，其中声纹设备监测到的物种超过90种，占一半以上，从侧面证明了其在实际应用中的能力。作为生态环境部“五基”协同生态环境立体遥感监测体系的一部分，研究团队还在内蒙古通辽尝试采用了地面基站、移动监测车等形式的声纹收集，同样证明这种观测手段在复杂场景中的有效性。今年5月以来，通过该声纹监测系统收集的10万余条声纹信息，研究人员已识别出200多个鸟类物种。林聪田表示，研究团队做这项研究的“底气”离不开中科院长期支持建设的物种大数据平台，包括持续十几年来建设的中国生物物种名录、中国生物地图和野生动物声纹数据库等，以及中科院战略先导专项（A类）“地球大数据科学工程”等在内的项目支撑。研究团队积累了大量素材，构建了生物人工智能平台，为人工智能深度学习模型训练提供了丰富的样本和强大的运算能力。目前，基于这些数据库和平台训练的声纹智能监测系统可以识别800多种鸟类。“未来，随着声音数据不断积累，我们可以进一步提升模型准确率，增加识别种类，反哺中国生物物种多样性数据库的建设。”林聪田说。据介绍，野生动物声纹智能监测系统的一个创新之处是，将深度学习与生态学模型相结合，将不同鸟类的分布特征、迁徙特征、所需生境特点等作为学习的对象联合建模，提升生物自动识别能力。这种24小时不间断的智能监测方式能够帮助人们了解动物的活动规律。例如，早晨和傍晚时分检测到的鸟鸣声更多，在公园或保护区制定保护决策时，就可以根据监测结果在特定时段对特定区域的人类活动进行控制，减少对鸟类活动的干扰；另外，可以根据监测结果显示的物种丰富情况规划城市公园的留白地，让生态涵养区动植物自然生长，更好促进生物多样性修复。对物候的监测也是未来发展方向。林聪田表示，一些鸟类的鸣叫具有季节性规律，长期的数据积累有助于形成对某一区域鸟类活动物候规律的跟踪和了解，而物候规律往往跟气候变化有关，有助于了解气候变化对生物多样性的影响，更好开展生物多样性保护，对指导农业生产也有重要意义。来源：中国科学报本账号稿件默认开启微信“快捷转载”转载请注明出处其他渠道转载请联系 weibo@cashq.ac.cn