人类对自然声景中鸟类生物多样性的听觉感知机制研究

《PLOS Computational Biology》:Human perception of avian biodiversity in naturalistic auditory scenes

【字体: 大 中 小 】 时间:2026年09月23日 来源:PLOS Computational Biology 3.7

编辑推荐:

  摘要专业翻译 自然环境充满了多样化的声源,从鸟类鸣声和昆虫摩擦发声到瀑布和水流声以及风声。这些声音常常同时出现,以不同声源的混合形式到达人类听众的耳朵。听觉系统承担着将混合声中的各个声源分离为有意义表征的任务。与城市环境中包括言语和音乐在内的人类听觉感知相比,

  
摘要专业翻译 自然环境充满了多样化的声源,从鸟类鸣声和昆虫摩擦发声到瀑布和水流声以及风声。这些声音常常同时出现,以不同声源的混合形式到达人类听众的耳朵。听觉系统承担着将混合声中的各个声源分离为有意义表征的任务。与城市环境中包括言语和音乐在内的人类听觉感知相比,研究人员对研究人员分离自然环境中常见混合声的能力知之甚少。在此,研究人员通过系统性地改变来自同一物种和不同物种的鸣声数量,报告了人类听觉系统在面对鸟类鸣声混合(即自然环境中常见的声景)时的能力。研究人员发现,人类能够分辨混合声,但仅限于同一物种约8个个体以内,超过该数量后混合声可能依赖于时间平均的概要统计量(summary statistic)。此外,人类似乎基于不同物种概要统计量之间的差异来分离不同物种的混合声。结果表明,人类分析自然听觉场景时所使用的分离机制,与处理人类自身产生的声音及其他地球物理声音时相同。

论文解读

一、研究背景与问题

自然环境中充斥着丰富多样的声源,包括鸟类鸣声、昆虫摩擦发声、风雨声等地球物理声音。这些声音往往同时发生,以多种声源混合的单一波形形式到达人类听觉系统。听觉系统需要从混合声中分离出各个独立的声源,这一过程被称为听觉场景分析(auditory scene analysis)。长期以来,听觉场景分析的研究主要集中在人工刺激(如纯音和噪声)以及言语和音乐等城市环境特征声音上,而对于自然环境中常见声源混合的感知能力,尤其是鸟类鸣声混合的听觉处理机制,研究相对匮乏。
生物多样性(biodiversity)是生态学中的核心概念,包含两个关键维度:物种丰度(species abundance),即同一物种的个体数量;以及物种丰富度(species richness),即不同物种的数量。感知生物多样性水平对许多生物至关重要,因为它提供了栖息地状况的关键信息,并在栖息地选择等生态过程中发挥积极作用。然而,人类听觉系统在自然环境中感知生物多样性的能力边界,以及其潜在的神经计算机制,此前尚未通过客观的心理物理学范式进行系统研究。

二、研究内容与总体结论

研究人员以法国巴黎西南约30公里处的舍夫勒斯河谷自然区域公园(Parc naturel régional de la Haute Vallée de Chevreuse)这一温带落叶林为参照环境,选取了该地区常见的10种鸟类,利用康奈尔鸟类学实验室Macaulay图书馆的录音资料,建立了包含每种鸟类至少80个个体鸣声的音频数据库。研究人员通过一系列基于三间隔强迫选择奇数范式(oddity paradigm)的心理物理学实验,系统考察了人类听众对鸟类鸣声混合的辨别能力。
研究得出以下核心结论:人类能够辨别同种鸟类合唱团的大小差异,但存在约8个个体的感知上限,超过该数量后辨别能力降至随机水平;人类对不同鸟种之间的辨别能力优于对同种不同个体之间的辨别;大合唱团的感知依赖于时间平均的概要统计量表征,而小合唱团则保留更多时间细节;当混合声源之间的声学统计特征差异较大时,听众倾向于分离声源,而统计特征相似时则倾向于融合声源。

三、关键技术方法

研究人员主要采用了以下关键技术方法:其一,基于听觉纹理模型(auditory texture model)计算鸟类鸣声的概要统计量,该模型模拟外周和皮层下听觉系统的调谐特性,分三个阶段测量边缘矩和成对相关性等统计特征;其二,使用梯度提升决策树算法对10种鸟类的声学统计特征进行分类验证,交叉验证准确率达90%以上;其三,构建了七种观察者模型(observer model),基于六种听觉分组特征(频谱、调幅功率、包络变异系数、包络相关性、音高、响度)及听觉纹理模型,模拟人类在实验任务中的表现;其四,设计了"神谕模型"(oracle model),即对混合声中的各个独立声源分别计算统计特征后进行辨别判断,以检验流分离假说。

四、研究结果

实验1:物种丰度的听觉辨别。 研究人员设计了奇数范式辨别任务,比较不同合唱团大小(1至32只鸟)的辨别能力。结果发现,当标准刺激和目标刺激的合唱团大小均小于16时,听众表现显著高于随机水平,且辨别能力随合唱团大小差异增大而提高;但当两者均达到16或以上时,表现降至随机水平。这表明人类对同种鸟类合唱团的丰度辨别存在约8个个体的上限。
实验2:跨种与种内听觉辨别。 研究人员比较了不同物种辨别(标准刺激为同一物种,目标刺激为不同物种)与同种个体辨别(标准刺激与目标刺激为同一物种的不同个体)的表现。结果显示,跨物种辨别能力随合唱团大小增加而提高,在合唱团大小为8或16时趋于平台;而同种个体辨别能力随合唱团大小增加而下降,在合唱团大小为8及以上时降至随机水平。这证实了跨物种的声学差异大于种内差异。
实验3:物种丰度辨别的听觉线索。 研究人员比较了短时长(50ms)和长时长(2s)条件下的样例辨别表现。结果显示,短时长条件下所有合唱团大小的样例均可高度辨别;而长时长条件下,单只鸟的辨别表现保持稳定,但合唱团大小为8和32时辨别能力显著下降,且合唱团越大下降越明显。此外,大合唱团的样例辨别能力随时长增加而下降,而跨物种辨别能力随时长增加而提高。这表明大合唱团的感知依赖于时间平均的概要统计量。
实验4:物种丰富度的听觉辨别。 研究人员设计了三种条件:不同物种辨别、两物种混合辨别和同种辨别。结果显示,不同物种辨别表现普遍较高并随合唱团大小略有提升;混合条件在合唱团大小为2时与不同物种条件相当,但在更大合唱团大小时表现较低且保持相对稳定;同种辨别表现随合唱团大小增加而下降至随机水平。进一步对10种鸟类所有45种配对组合的测试表明,不同物种配对间的混合辨别表现存在显著差异。相关性分析发现,调幅功率和频谱类特征的欧氏距离与人类辨别表现的相关性最高。
实验5:听众是否分组或分离物种混合。 研究人员基于听觉纹理统计距离,选取了统计特征最相似和最不同的物种配对,设计了四种混合条件(8+1、8+1、8+8、8+8)。结果显示,当混合声源的统计特征差异较大时(8+1和8+8),辨别表现显著高于仅8只鸟的条件;而当统计特征相似时(8+1和8+8),辨别表现下降甚至显著低于仅8只鸟的条件。这表明听众倾向于分离统计特征差异大的声源,而分组统计特征相似的声源。
实验6:听众是否分离前景与背景声音。 研究人员将鸟类鸣声(前景)与地球物理声音(geophony,如雨声、风声)或非鸟类生物声音(biophony,如昆虫、蛙类鸣声)混合。结果显示,添加背景声音后,各合唱团大小条件下的辨别表现均未显著下降,表明听众能够将前景鸟类鸣声与背景声音分离。
听觉模型验证。 基于听觉纹理模型的观察者模型能够定性复现实验1、2和6中人类的表现,但在实验5的混合条件下未能复现人类表现中相似与不相似物种配对之间的差异。神谕模型在混合条件下的表现高于观察者模型,但也未能完全捕捉人类表现的变化模式。消融分析表明,调幅功率统计类在物种辨别中贡献最大,而包络相关性统计类在样例辨别中贡献最大。

五、讨论与结论

本研究表明,人类对自然声景中鸟类生物多样性的感知遵循与言语和音乐声音相同的听觉场景分析机制。听众对同种鸟类合唱团的辨别存在约8个个体的上限,超过该数量后感知依赖于时间平均的概要统计量。对不同物种的辨别能力优于同种个体辨别,且物种混合的分组或分离取决于声源间概要统计量的差异。前景声音能够从背景声音中分离出来,即使背景属于同类生物声源。这些发现为生态声学(ecoacoustics)中的生物多样性自动评估提供了启示:基于全局统计的自动评估指标容易受到非目标声源干扰,而人类听觉系统通过声源分离机制能够更稳健地估计生物多样性水平。研究还表明,基于主观数量判断范式(numerosity judgment)的先前研究可能低估了人类在自然环境中感知鸟类合唱团丰富度的能力,客观强迫选择范式揭示的感知上限约为8只鸟,高于先前报告的3至4只。总体而言,本研究首次通过客观心理物理学测量系统表征了人类通过听觉通道感知生物多样性的能力,将听觉场景分析中的纹理感知与流分离机制拓展至自然声景领域。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号