新研究借助人工智能“解碼”狗叫聲

　　 新華社北京6月13日電　一個(gè)團(tuán)隊(duì)日前在國(guó)際會(huì)議上表示，他們正開發(fā)能識(shí)別狗叫聲是表達(dá)嬉戲還是攻擊性的人工智能模型。該模型還可以從動(dòng)物叫聲中收集其他信息，例如動(dòng)物的年齡、品種和性別。

　　 在近期于意大利都靈召開的國(guó)際計(jì)算語(yǔ)言學(xué)、語(yǔ)言資源與評(píng)估聯(lián)合國(guó)際會(huì)議上，美國(guó)密歇根大學(xué)等機(jī)構(gòu)的研究人員展示了如何利用人工智能技術(shù)提升人們對(duì)動(dòng)物間交流的理解。

　　 他們選擇了一個(gè)名為Wav2Vec2的語(yǔ)音表示模型，該模型最初是使用人類語(yǔ)音數(shù)據(jù)訓(xùn)練的。研究人員先利用74只不同品種、年齡和性別的狗在各種情境下錄制的叫聲數(shù)據(jù)來(lái)改良這個(gè)模型，然后用它來(lái)研究狗叫聲的細(xì)微差別。研究發(fā)現(xiàn)，Wav2Vec2的準(zhǔn)確率高達(dá)70%，表現(xiàn)優(yōu)于其他專門使用狗叫聲數(shù)據(jù)訓(xùn)練的模型。

　　 密歇根大學(xué)計(jì)算機(jī)科學(xué)與工程學(xué)院教授、人工智能實(shí)驗(yàn)室主任拉達(dá)?米哈爾恰說(shuō)：“這是首次將針對(duì)人類語(yǔ)音優(yōu)化的技術(shù)用于幫助解碼動(dòng)物間的交流。我們的研究結(jié)果表明，從人類語(yǔ)音中衍生出的聲音和模式可以作為分析和理解其他聲音（如動(dòng)物的發(fā)聲）的聲學(xué)模式的基礎(chǔ)。我們的研究為利用現(xiàn)有的語(yǔ)音處理技術(shù)來(lái)理解狗叫聲的細(xì)微差別打開了一扇新的窗口。”