果壳|有了这支麦克风,鲸鱼再也不用担心撞船了!
作为濒危海洋生物 , 大型鲸鱼种群迅速减少的原因除了环境污染和过度捕捞 , 还包括货船撞击 。 仅在美国西海岸 , 一年就有超过80头鲸鱼被货船撞击死亡 。 为了提醒货轮在遭遇鲸鱼时减速 , 加利福尼亚大学圣塔芭芭拉分校的贝尼奥夫海洋计划(Benioff Ocean Initiative)近日开发了一套独特的“鲸鱼安全”系统 , 并首先应用于加州的圣塔芭芭拉海峡 。
本文插图
贝尼奥夫海洋计划制定的鲸鱼安全系统工作示意图 | https://www.boi.ucsb.edu
之所以说这套鲸鱼安全检测系统独特 , 是因为这套系统的原理是新奇的“听音辨鲸” , 背后的技术是声学监测 。 技术人员首先在海底安装麦克风 , 这种特殊的防水麦克风被称作水听器(hydrophone) , 常用于水下的探测和识别 。 当水听器听到鲸鱼唱歌的时候 , 它会把数据输送给漂浮在航道附近的浮标 , 再由浮标通过卫星传送设备将信号传给计算机 。 计算机会用AI识别物种 , 再根据声音创建可视化图像 , 发给科学家进行快速验证 。
本文插图
贝尼奥夫海洋计划使用的海上数据传输浮标 | https://www.boi.ucsb.edu
虽然听起来这套系统非常黑科技 , 但在落地到具体技术时 , 科研人员还是遇到了不少困难 。 首先就是监听中存在的噪音 , 来源之一是固定浮动麦克风的系泊设备 , 系泊设备通常由链条制成 , 浮标晃动时会带动系泊设备发出叮叮当当的噪音 , 常常会对鲸鱼的歌声产生干扰 。 后来 , 科学家就用橡胶制的弹力软管替代了传统系泊设备 , 当浮标拖动软管时 , 也不会产生很大的噪音 。
本文插图
加州圣塔芭芭拉海峡附近的航道(红线)和鲸鱼种群活动区域(蓝色)| https://www.boi.ucsb.edu
另一个障碍就是数据传输 。 实时监听的音频文件占据了大量空间 , 庞大的数据要挤过通道狭窄的数据管道 , 从浮标到卫星再传输到实验室 , 整个过程可以用龟速来形容 。 为了解决这个问题 , 科学家认为可以不直接把音频文件传输回实验室 , 而是把音频表达(audio reprensentation)送回去 。
音频表达指的是音频信号的属性或者特征 , 包括声音的时域和频域等 , 这些属性或者特征代表了音频信号的组成 。
通俗点来讲 , 音频表达就是声音的“乐谱” 。 尽管管弦乐很复杂 , 但音符可以提炼出音乐的“特征” , 并将它记录成乐谱 。 音乐家则可以通过阅读乐谱再将管弦乐演奏出来 。 虽然乐谱本身并不包含任何声音 , 但它能原汁原味地将声音表现出来 。
例如我们日常用的“听歌识曲” , 用的就是“音频指纹”技术 。 它是通过提取音频信号的特征 , 再从海量的音频数据库中快速定位出相似的音频 。 正如人的指纹是独一无二的 , “音频指纹”也是通过特定的算法提取出音频中独一无二的数字特征 。
再高级一点 , 还有语音情感识别 , AI能从语音中自动识别人类的情感状态 。 这个过程最重要的就是提取语音的能量、音高等特征 , 然后让AI学习判别 , 输出情感状态的结果 。 亚马逊开发的智能助理Alexa已经能够通过语音识别出用户快乐、愤怒、恐惧、厌倦甚至压力等情绪 , 并对相应指令做出回应 。 在识别情绪上 , AI甚至可能比一头雾水的伴侣更懂你 。
本文插图
具体到这套鲸鱼声学监测系统上 , 它的工作原理就是当海底水听器探测到声音的变化时 , 通过AI深度学习 , 建构鲸鱼歌声的声学特征并形成数据库 , 经过训练后 , 计算机可以越来越快速、准确地从水下麦克风收集的声学信号中 , 判断附近是否有鲸类存在 。 在测试过程中 , 科研团队发现这套系统针对鲸类的物种识别率已经接近了100% 。
推荐阅读
- AI人工智能|当百度输入法有了AI加持!用户终于迎来了输入体验的二次变革
- 百度|当百度输入法有了AI加持!用户终于迎来了输入体验的二次变革
- 河南基层社区融媒中心|直播销售员证书:裴苗苗获得直播销售员证书,裴苗苗转正有了主播身份
- AMD|品牌机都有了性价比,还用自己攒吗?七彩虹黑鳍鲨台式机深度体验
- |神奇的太赫兹:有了它,西洋参不再真假难辨
- 鲲鹏|产业势能转化下的“厚积厚发”:新计算产业崛起有了“河南力量”
- 雷科技|有了苹果表还不够,苹果还要推出智能手环?
- 电池|有了这款笔记本,新青年最希望做的事情就是破局致胜!
- 华为手机|有了华为畅享20 谁还不是个斜杠青年?
- |移动存储,32G的U盘是否还有大市场?