鸟类鸣声数据库中频率调制的大规模分析

鸟类鸣声通常包含大量快速的频率调制 (FM)。人们认为，FM 的使用与否适应于声学环境，并且 FM 具有特定的社会用途，例如在侵略性领地遭遇中的颤音。然而，FM 的时间精细细节在标准音频信号分析方法（如傅里叶分析或线性预测）中往往缺失或被掩盖。因此，考虑高分辨率信号处理技术来分析鸟类发声中的 FM 至关重要。如果此类方法能够应用于大数据规模，随着大型数据集的可用，这将提供进一步的优势。我们引入了信号处理文献中的方法，这些方法可以超越频谱图表示，分析信号在极短时间尺度上存在的精细调制。主要聚焦于柳莺属 (Phylloscopus)，我们调查了四种分析方法中哪一种最能捕捉鸟类鸣声中编码的物种信号。为了找到在大型数据库实际分析中有用的工具，我们还研究了这些方法的计算时间，以及它们对加性噪声和 MP3 压缩的鲁棒性。我们发现三种方法可以鲁棒地表示与物种相关的 FM 属性，且测试中最简单的方法似乎表现最佳。我们发现，代表 FM 极值的特征编码了补充于频率特征所捕获信息的物种身份，而带宽特征并未编码额外信息。大规模 FM 分析除了更常用于表征发声的测量指标外，还能高效提取对生物声学研究有用的信息。