Ako vedci merajú zložitosť piesní veľrýb?

Piesne veľrýb patria medzi najprepracovanejšie vokálne prejavy pozorované v živočíšnej ríši. Tieto morské cicavce produkujú sekvencie zvukov, ktoré môžu zahŕňať nízkofrekvenčné tóny, pískanie, stonanie, pulzy a iné akustické prvky usporiadané do opakujúcich sa vzorov.

Pre vedcov nie je výzvou len určiť, či pieseň veľrýb znie komplikovane. Potrebujú spôsoby, ako opísať jeho štruktúru, porovnať nahrávky a zmerať, ako sú rôzne prvky usporiadané.

To je miesto, kde sa štúdium zložitosti spevu veľrýb stáva dôležitým. Výskumníci môžu skúmať počet rozpoznateľných zvukových jednotiek, usporiadanie fráz, rozmanitosť akustických prvkov, načasovanie opakovaní a organizáciu dlhších sekvencií.

Neexistuje však jediné meranie, ktoré by zachytilo každý aspekt veľrybieho spevu. Nahrávka s mnohými rôznymi zvukmi môže byť jedným spôsobom zložitá, zatiaľ čo nahrávka s menším počtom zvukov usporiadaných do zložitej sekvencie môže byť zložitá iným.

Pochopenie týchto rozdielov pomáha výskumníkom skúmať komunikáciu veľrýb a ponúka ďalšiu fascinujúcu perspektívu pre ľudí, ktorí sa zaujímajú o pozorovanie veľrýb Samaná v Dominikánskej republike.

Čo môže zložitosť veľrybej piesne meniť> a kombinovať rôzne zložité zvuky?

< postupnosť. U keporkakov môžu vedci tento výraz použiť na označenie rozmanitosti zvukových jednotiek, štruktúry fráz, organizácie sekvencií alebo štatistických vzorov nájdených v nahrávke.

Sú to súvisiace, ale odlišné charakteristiky.

Jedna skladba môže napríklad obsahovať veľa rôznych typov zvuku, ale usporiadať ich do relatívne opakujúcej sa sekvencie. Iný môže použiť menej zvukových typov, ale skombinovať ich do dlhších alebo variabilnejších vzorov.

Ktorá skladba je zložitejšia Odpoveď závisí od použitého merania.

Výskumníci preto musia pred výberom metódy definovať svoju výskumnú otázku. Možno budú chcieť kvantifikovať akustickú diverzitu, preskúmať organizáciu sekvencií, porovnať predvídateľnosť zvukových vzorov alebo sledovať štrukturálne zmeny v priebehu času.

Užitočná analýza popisuje konkrétny rozmer zložitosti, ktorý sa meria, namiesto toho, aby sa komplexnosť považovala za jedno univerzálne skóre.

1. Počítanie rozpoznateľných zvukových jednotiek

Jednou priamou metódou je identifikovať a spočítať zvukové jednotky v rámci nahrávky.

Zvuková jednotka je rozpoznateľný akustický prvok, ktorý môžu výskumníci rozlíšiť pomocou konzistentných klasifikačných pravidiel. Jednotky sa môžu líšiť trvaním, frekvenčnými charakteristikami, obrysom výšky tónu alebo celkovým tvarom.

Vedci začínajú skúmaním nahrávok a identifikáciou opakujúcich sa prvkov. Môžu počúvať zvuky, kontrolovať spektrogramy a používať akustické merania na rozlíšenie jedného typu od druhého.

Spektrogram zobrazuje frekvenciu zvuku v priebehu času. Umožňuje výskumníkom pozorovať vlastnosti, ako sú vzory stúpajúcej alebo klesajúcej frekvencie, tonálne prvky a zmeny v trvaní zvuku.

Po identifikácii jednotiek môžu vedci vypočítať, koľko rôznych typov sa vyskytuje vo vzorke.

Počet typov zvukov však nehovorí celý príbeh. Výsledky závisia od toho, ako výskumníci definujú jednotku, ako narábajú s nejednoznačnými zvukmi a či nahrávka zachytáva dostatočne reprezentatívnu časť skladby.

Dlhšia nahrávka často obsahuje viac príležitostí na zistenie ďalších typov zvukov ako kratšia. Pre spravodlivé porovnanie musia vedci zvážiť dĺžku záznamu a metódy odberu vzoriek.

2. Meranie akustickej rozmanitosti

Ďalším prístupom je preskúmať, koľko rôznych typov zvukov sa objavuje a ako rovnomerne sú zastúpené.

Predstavte si nahrávku, ktorá obsahuje desať rozpoznateľných typov zvuku. Jeden typ môže zodpovedať za väčšinu zvukov, zatiaľ čo ostatných deväť sa vyskytuje iba príležitostne.

Druhá nahrávka môže obsahovať rovnakých desať typov, ale distribuovať ich rovnomernejšie.

Hoci obe nahrávky obsahujú rovnaký počet kategórií zvuku, ich akustická rozmanitosť sa môže líšiť.

Výskumníci môžu tieto rozdiely zhrnúť pomocou indexov rozmanitosti. V závislosti od výskumnej otázky môže analýza zvážiť počet typov zvukov aj ich relatívne frekvencie.

Tento prístup môže vedcom pomôcť porovnať nahrávky bez toho, aby sa úplne spoliehali na subjektívne úsudky o tom, ktorá skladba znie rozmanitejšie.

Rozmanitosť však nie je v každom zmysle to isté ako zložitosť. Skladba môže mať vysokú akustickú diverzitu, ale relatívne jednoduchú sekvenciu, alebo nižšiu diverzitu, ale vysoko štruktúrované usporiadanie.

Z tohto dôvodu sú miery diverzity najinformatívnejšie, keď sa interpretujú spolu s ďalšími prvkami organizácie skladieb.

3. Skúmanie organizácie fráz

Piesne veľrýb môžu obsahovať opakované zvukové jednotky usporiadané do fráz a dlhších sekvencií.

Vedci môžu skúmať, ako tieto zložky do seba zapadajú identifikáciou opakujúcich sa vzorcov a zdokumentovaním ich poradia.

Nahrávka môže napríklad obsahovať sekvenciu, v ktorej za zvukom A nasleduje zvuk B, za ktorým nasledujú zvuky C. Iný zvukový záznam môže byť usporiadaný v inom poradí.

dokáže porovnať počet rôznych typov fráz, dĺžku fráz a frekvenciu výskytu rôznych vzorov.

Môžu tiež skúmať, či určité frázy majú tendenciu nasledovať za sebou.

Tieto merania pomáhajú opísať organizáciu skladby, a nie jednoduché počítanie jej jednotlivých zložiek.

Tento proces si vyžaduje opatrnosť, pretože prirodzené vokalizácie sa nie vždy úhľadne rozdeľujú do samostatných jednotiek. Niektoré zvuky sa môžu prekrývať, postupne miznúť alebo sa môžu medzi opakovaniami líšiť.

Výskumníci preto musia uplatňovať konzistentné pravidlá klasifikácie a priznať neistotu, keď sú hranice medzi jednotkami nejasné.

4. Meranie opakovania a variácie

Opakovanie je dôležitou vlastnosťou piesní veľrýb. Niektoré akustické prvky alebo sekvencie sa môžu v nahrávke mnohokrát opakovať.

Vedci môžu merať, ako často sa objavujú konkrétne jednotky, ako často sa frázy opakujú a koľko variácií sa vyskytuje medzi po sebe nasledujúcimi opakovaniami.

Skladba s opakovanými frázami sa môže na prvý pohľad zdať jednoduchá, ale samotné opakovanie môže byť súčasťou prepracovanejšej štruktúry. Načasovanie opakovaní, rozdiely medzi postupnými verziami a umiestnenie fráz v dlhšej sekvencii môžu poskytnúť užitočné informácie.

Výskumníci môžu rozlišovať medzi presným opakovaním a približným opakovaním. Dve frázy môžu mať rovnakú všeobecnú štruktúru, pričom sa môžu mierne líšiť v trvaní, frekvencii alebo iných akustických charakteristikách.

Takéto rozdiely možno zmerať, a nie automaticky považovať frázy za identické alebo úplne nesúvisiace.

Analýza opakovania môže pomôcť zodpovedať otázky, ako napríklad:

• Ako sa líšia opakované jednotky?
• Sú niektoré sekvencie predvídateľnejšie ako iné?
• Mení sa množstvo variácií v rámci nahrávky?

Tieto otázky popisujú merateľné vlastnosti skladby bez toho, aby sa predpokladalo, čo chce veľryba komunikovať.

5. Použitie spektrogramov na štúdium akustických detailov

Spektrogramy sú cennými nástrojmi na skúmanie akustických charakteristík spevu veľrýb.

Spektrogram zvyčajne zobrazuje čas pozdĺž horizontálnej osi a frekvenciu pozdĺž vertikálnej osi. Intenzita zvuku je znázornená vizuálne, často prostredníctvom variácií jasu alebo farby.

Vedci môžu toto znázornenie použiť na preskúmanie niekoľkých funkcií.

Frekvenčný rozsah: Výskumníci môžu identifikovať rozsah frekvencií, ktoré zvuk zaberá a porovnať ho s inými zvukmi.

Trvanie: Môžu merať, ako dlho vydrží akustický prvok.

Kontúra výšky tónu: Môžu skúmať, ako tónový zvuk stúpa, klesá alebo zostáva relatívne stabilný v priebehu času.

Akustický tvar: Dokážu porovnať vizuálnu štruktúru zvukov vrátane zmien, ktoré môžu byť ťažko opísateľné samotným počúvaním.

Časová organizácia: Dokážu kontrolovať medzery medzi zvukmi a objektívnejšími základmi merania a porovnávania. akustické vlastnosti. Môžu tiež pomôcť výskumníkom odhaliť rozdiely, ktoré sú pre ľudské ucho jemné.

Spektrogram však nie je úplným vysvetlením skladby. Jeho vzhľad závisí od kvality záznamu, nastavení analýzy, hluku pozadia a zvoleného frekvenčného rozsahu. Vedci potrebujú vhodné nastavenia a metódy interpretácie, aby si nepomýlili technické rozdiely s biologickými.

6. Meranie predvídateľnosti sekvencie

Ďalším spôsobom, ako skúmať zložitosť skladby, je študovať, ako predvídateľný je jeden zvuk zo zvukov, ktoré mu predchádzali.

Zvážte zjednodušenú sekvenciu, v ktorej za zvukom A takmer vždy nasleduje zvuk B. Keď výskumník rozpozná vzorec, ďalší zvuk môže byť relatívne predvídateľný.

Teraz zvážte niekoľko sekvencií zvukov, v ktorých sa môže líšiť. V závislosti od vzoru môže byť táto postupnosť menej predvídateľná.

Teória informácií poskytuje matematické metódy na štúdium tohto druhu neistoty. Jedným z bežne používaných konceptov je entropia, ktorá môže opísať neistotu spojenú so súborom možných výsledkov alebo prechodov.

V akustickom výskume môžu opatrenia založené na entropii pomôcť vedcom skúmať distribúciu typov zvuku alebo predvídateľnosť zvukových sekvencií.

Význam merania entropie však závisí od spôsobu výpočtu. Meranie rozmanitosti zvukových typov nie je nevyhnutne ekvivalentné meraniu sekvenčnej predvídateľnosti.

Nahrávka môže obsahovať mnoho rôznych typov zvuku, ale vysoko predvídateľné prechody. Iná môže obsahovať menej typov, ale viac variabilných prechodov.

Vedci musia špecifikovať, ktorú vlastnosť merajú, a vyhnúť sa predpokladu, že vyššia číselná hodnota automaticky znamená, že skladba je sofistikovanejšia.

7. Používanie analýzy pomocou počítača

Manuálna analýza dlhých akustických nahrávok môže vyžadovať značný čas a úsilie. Počítačom podporované metódy môžu výskumníkom pomôcť odhaliť zvuky, extrahovať akustické prvky a porovnávať vzory vo veľkých zbierkach nahrávok.

V závislosti od štúdie môže softvér pomôcť so segmentáciou zvuku, frekvenčnou analýzou, zoskupovaním, porovnávaním sekvencií alebo automatizovanou klasifikáciou.

Niektoré prístupy využívajú modely strojového učenia na identifikáciu opakujúcich sa akustických vzorcov. Tieto modely môžu byť užitočné, keď majú výskumníci veľké súbory údajov, ale ich výkon závisí od kvality a rozmanitosti nahrávok použitých na ich vývoj a vyhodnotenie.

Napríklad model trénovaný hlavne na čistých nahrávkach môže fungovať menej spoľahlivo pri analýze zašumených nahrávok z iného prostredia.

Výskumníci preto musia otestovať automatizované metódy na starostlivo spracovaných príkladoch a zdokumentovať ich obmedzenia automaticky ako biologickú klasifikáciu. Algoritmus môže zoskupiť dva zvuky, pretože majú spoločné merateľné vlastnosti, no výskumníci stále musia určiť, či je toto zoskupenie vhodné pre skúmanú otázku.

Najsilnejšie analýzy kombinujú vhodné výpočtové nástroje s transparentnými metódami a vedeckou interpretáciou.

8. Porovnanie zložitosti skladieb medzi nahrávkami

Keď výskumníci vyberú vhodné merania, môžu porovnať nahrávky, aby zistili, ako sa mení štruktúra skladby.

Porovnania môžu zahŕňať nahrávky z rôznych dátumov, miest alebo zdokumentovaných výskumných prostredí. Presný dizajn závisí od otázky.

Vedci by napríklad mohli skúmať, či sa rozdielnosť zvukových jednotiek líši medzi dvoma obdobiami nahrávania. Môžu tiež skúmať, či sa počet typov fráz v priebehu času mení alebo či sa konkrétne sekvenčné vzory stávajú viac alebo menej frekventovanými.

Aby boli tieto porovnania zmysluplné, výskumníci musia brať do úvahy rozdiely v trvaní nahrávky, šume pozadia, vzorkovacích metódach a spôsobe klasifikácie zvukových jednotiek.

Nahrávka, ktorá obsahuje viac typov zvuku, jednoducho preto, že je oveľa dlhšia, by sa nemala automaticky označovať ako zložitejšia, ako aj vhodné metódy záznamu segmentov, ktoré môžu vedci vyriešiť pomocou štandardizovaných metód alebo štatistických metód. rozdiely vo veľkosti vzorky.

Je tiež dôležité odlíšiť jednotlivé variácie od širších vzorov. Rozdiel medzi dvoma nahrávkami nemusí nevyhnutne predstavovať rozdiel medzi populáciami a nepreukazuje to, že veľryby produkujúce piesne sú sociálne prepojené.

Dôkladné porovnanie umožňuje výskumníkom opísať, čo podporujú akustické údaje, bez toho, aby sa záver rozšíril nad rámec dôkazov.

9. Môžu vedci prisúdiť každej piesni veľryby skóre zložitosti?

Výskumníci môžu vypočítať číselné miery konkrétnych prvkov, ale neexistuje žiadne všeobecne akceptované jednotné skóre, ktoré by zachytávalo každý rozmer zložitosti piesne veľryby.

Štúdia môže uviesť počet kategórií zvuku, mieru akustickej rozmanitosti, dĺžku fráz alebo štatistickú predvídateľnosť sekvencií. Každý výsledok popisuje iný aspekt záznamu.

Spojenie týchto meraní do jedného celkového skóre by si vyžadovalo jasné vedecké zdôvodnenie. Výskumníci by museli vysvetliť, ktoré funkcie boli zahrnuté, ako bola každá funkcia vážená a či bolo výsledné skóre vhodné na zamýšľané porovnanie.

Bez tohto vysvetlenia by jedno číslo mohlo skrývať dôležité rozdiely medzi skladbami.

Napríklad dve nahrávky môžu získať podobné celkové skóre, pričom sa podstatne líšia v opakovaní, usporiadaní sekvencií a akustickej rozmanitosti.

Z tohto dôvodu môže nahlásenie niekoľkých jasne definovaných opätovných meraní poskytnúť niekoľko jasne definovaných opakovaných meraní. štítok.

10. Znamená zložitejšia pieseň inteligentnejšiu veľrybu?

Nie nevyhnutne.

Komplexná vokálna sekvencia automaticky nepreukazuje väčšiu inteligenciu, silnejšie sociálne vzťahy alebo pokročilejšiu komunikáciu.

Vokalizácia zvierat môže byť formovaná mnohými faktormi vrátane biologických charakteristík, učenia, sociálneho kontextu a funkcií konkrétneho hlasového správania. Pred vyvodením záverov o poznaní alebo význame potrebujú výskumníci dôkazy špecificky súvisiace s týmito faktormi.

Meranie môže ukázať, že nahrávka obsahuje mnoho typov zvukov alebo že jej sekvencia je štatisticky premenlivá. Nemôže nezávisle určiť, čo veľryba chápe, zamýšľa alebo prežíva.

Vedci môžu skúmať širšie otázky kombináciou akustických meraní s pozorovaním správania a inými relevantnými dôkazmi. Aj potom musia závery zostať úmerné tomu, čo môže štúdia preukázať.

Tento rozdiel je obzvlášť dôležitý pri vysvetľovaní vedy o veľrybách širokej verejnosti. Zložitosť je merateľná vlastnosť akustického vzoru, ale inteligencia je oveľa širší pojem.

Čo by mohol znamenať výskum zložitosti piesní pre záliv Samaná?

Záliv Samaná v Dominikánskej republike je známy ako destinácia sezónneho pozorovania veľrýb. Táto oblasť tiež ponúka užitočné prostredie na diskusiu o širších vedeckých otázkach týkajúcich sa komunikácie veľrýb.

Výskumníci by mohli skúmať zložitosť piesní v nahrávkach zozbieraných v Samaná skúmaním rôznych zvukových jednotiek, organizácie fráz, frekvencie opakovania a iných akustických prvkov.

Starostlivo navrhnutá štúdia by sa mohla pýtať:

• Ktoré akustické vlastnosti možno konzistentne merať v nahrávkach zozbieraných v danej oblasti?
• Aké rozdiely sa vyskytujú medzi nahrávkami urobenými v rôznych časoch?
• Menia sa konkrétne merania v priebehu zdokumentovaného obdobia odberu vzoriek?
• Ako
• Ako ovplyvňujú porovnateľné podmienky nahrávania porovnateľné zaznamenávanie> výsledky pri použití iných záznamov metódy?

Toto sú možné výskumné otázky, nie tvrdenia, že konkrétna štúdia zložitosti piesní už bola vykonaná v zálive Samaná.

Spoľahlivé závery by si vyžadovali skutočné nahrávky, vhodné analytické metódy a jasne definovaný výskumný dizajn.

Pre návštevníkov táto téma ponúka ďalší spôsob, ako oceniť vráskavce dlhoplutvé. Vzhľad veľryby na povrchu je len jednou časťou jej biológie; akustické správanie pod vodou poskytuje ďalšiu oblasť výskumu, ktorú môžu výskumníci preskúmať pomocou špecializovaného vybavenia.

Ako môžu návštevníci pozorovania veľrýb oceniť tento výskum

Návštevníci na exkurzii s pozorovaním veľrýb môžu vidieť povrch veľryby, dýchať, potápať sa alebo prejavovať iné viditeľné správanie. Zvyčajne nedokážu určiť zložitosť jeho piesne iba na základe týchto pozorovaní.

Napriek tomu môže učenie sa o akustickej analýze prehĺbiť záujem o morskú zver.

Návštevníci sa môžu opýtať sprievodcov alebo vzdelávacích organizácií, ako výskumníci zaznamenávajú zvuky pod vodou, čo odhaľujú spektrogramy a prečo vedci potrebujú starostlivé merania na porovnanie hlasového správania.

Môžu tiež zistiť, prečo je pozorovanie veľrýb a veľryby nevyhnutne znamenať, prečo je pozorovanie veľrýb a veľryby. akustický záznam nie vždy identifikuje jednotlivca, ktorý ho vyrobil.

Zodpovedné pozorovanie veľrýb sa zameriava na pozorovanie voľne žijúcich živočíchov bez zbytočného vyrušovania. Dodržiavanie pokynov operátora a platných pravidiel pre pozorovanie voľne žijúcich živočíchov pomáha návštevníkom oceniť tieto zvieratá a zároveň rešpektovať ich prirodzené správanie.

Kombinácia pozorovania a vedeckej zvedavosti robí zážitok zmysluplnejším bez preháňania toho, čo môže odhaliť jediné stretnutie.

Záverečné myšlienky

Vedci merajú zložitosť spevu veľryby dlhochvostej skúmaním rôznych aspektov skladby veľrýb, rozmanitosti a akustickej štruktúry, opakovania zvukovej sekvencie a štruktúry zvuku. predvídateľnosť.

Každá metóda odpovedá na inú otázku. Počítanie typov zvukov popisuje akustickú rozmanitosť, zatiaľ čo sekvenčná analýza skúma, ako sú zvuky usporiadané. Spektrogramy odhaľujú merateľné akustické vlastnosti a počítačom podporované metódy môžu výskumníkom pomôcť preskúmať veľké zbierky nahrávok.

Žiadna jednotlivá miera nezachytí každý rozmer piesne a zložitý akustický vzorec automaticky nepreukazuje inteligenciu, komunikačný zámer alebo konkrétny sociálny vzťah.

Ľuďom, ktorí sa zaujímajú o pozorovanie veľrýb Samaná, tento výskum ponúka pripomienku, že vráskavce dlhoplutvé majú bohatý akustický svet nad rámec toho, čo návštevníci vidia na povrchu. Pochopenie toho, ako vedci merajú tento svet, pomáha premeniť zvedavosť na zvuky veľrýb na hlbšie uznanie morskej vedy a ochrany prírody.

Plánujete výlet za pozorovaním veľrýb do Samaná? Preskúmajte možnosti zodpovedného pozorovania voľne žijúcich živočíchov a zistite viac o sezónnej prítomnosti vráskavcov dlhoplutvých v Dominikánskej republike.