小说 2
HINP
声音模式分析
小说 1
HINP
532 个海南长臂猿声学样本的人工筛选工作已经完成，其中包括使用便携式记录仪对长臂猿进行追踪观察时获得的样本和使用自动记录仪获得的样本。在筛选过程中，初步将录音质量分为高、中、低三种。最终从 7 个呼叫者那里获得了 44 份高质量录音。这 7 位个体呼叫者分别是 GAM1、GBM1、GBSA、GCM1、GCM2、GDM1、GEM1，其中 "G "后面的字母代表家庭组编号，"M/S "后面的字母代表成年男性/亚成年男性个体编号。只有约 40.9% 的记录是人工记录的。所有自动记录的原始文件由王继超教授团队提供，相关数据在海南国家公园研究院备份。
梅尔-频率倒频谱系数（MFCCs）是在人类听觉的基础上，弱化高频信息后通过倒频谱提取频率包络特征的一种方法[1]，在人类和生物声学领域有着广泛的应用。本研究利用 MFCC 和一阶、二阶差分（△、△2）实现自动特征提取。
目前已确定雄性海南长臂猿的 5 个特征音（图 1），包括 boom 音、aa 音、预调音、调制-R0 音和调制-R1 音。
根据声学生态位假说，不同物种的叫声在时域和频域上存在差异（见图 2），因此提取特定频率范围内的特征可以大大降低噪声的影响，而且划分的频率范围越小，越有可能排除更多的噪声。此外，当每个最小识别单元（MRU）的结构相同时，识别难度也会大大降低。
鉴于上述情况，在本阶段的研究中，我们分别尝试了（1）只使用 pre 和（2）使用 pre + n×mR0 作为 MRU，并比较了分类结果，以便在后续工作中确定最合适的特征提取方式。就语音标注而言，上述所有步骤都可以通过 R 语言代码自动实现。