中文

基于声学模式化与三维空间化的动态多物种鸟类声景生成

声音 2025-11-25 v1 人工智能 音频与语音处理 信号处理

摘要

生成动态、可扩展的多物种鸟类声景仍然是计算机音乐和算法声音设计中的重要挑战。鸟类鸣叫涉及快速频率调制的啁啾声、复杂的振幅包络、独特的声学模式、重叠的叫声以及动态的种间互动,这些都需要在三维环境中进行精确的时间和空间控制。现有方法,无论是基于数字信号处理(DSP)还是数据驱动的,通常只关注单物种建模、静态叫声结构或直接从录音中合成,并且常常受到噪声、灵活性有限或数据需求大等问题的困扰。为应对这些挑战,我们提出了一种新颖的、完全基于算法的框架,利用基于DSP的啁啾生成和三维空间化来生成动态多物种鸟类声景,不依赖录音或训练数据。我们的方法模拟每个物种中多只独立移动的鸟类沿不同三维轨迹运动,支持可控的啁啾序列、重叠的合唱以及可扩展声景中的真实三维运动,同时保留物种特有的声学模式。可视化界面提供鸟类轨迹、光谱图、活动时间线和声波,用于分析和创作目的。视觉和音频评估均表明该系统能够生成密集、沉浸且具有生态灵感的声景,突显其在计算机音乐、交互式虚拟环境和计算生物声学研究中的潜力。

关键词

引用

@article{arxiv.2511.19275,
  title  = {Dynamic Multi-Species Bird Soundscape Generation with Acoustic Patterning and 3D Spatialization},
  author = {Ellie L. Zhang and Duoduo Liao and Callie C. Liao},
  journal= {arXiv preprint arXiv:2511.19275},
  year   = {2025}
}

备注

Accepted by IEEE Big Data 2025