借助DeepSqueak深度学习算法 科学家对鼠语展开深入研究

因为与人类拥有相似的遗传特征，研究人员经常在医学实验中使用小白鼠作为对照。但其实，它们也是一种社会生物。 为了更好地研究鼠鼠之间的对话，华盛顿大学的科学家们，特地发布了一款研究其超声波发声模式的趣味工具 —— DeepSqueak 。 作为一种能够分析鼠类叫声的卷积神经网络，其巧妙地运用了深度学习算法。

（研究配图 - 1）

想要研究鼠类的发声，是相当耗时的。一方面，它们发出的声音范围，超过人耳 20kHz 的听觉阈值。

换言之，我们要将录音速度放慢 20 倍，才能听清最高频的内容 —— 小鼠聊天一小时，人类要听十个钟！

研究人员 Kevin Coffey 和 Russell Marx 开发 了一款名叫 DeepSqueak 的深度学习算法，能够从原始录音中分离和分类鼠语。

有趣的是，它是从自动驾驶车辆用于规避障碍的软件演变而来的。在对其进行修改后，研究人员能够对类似的特征（吱吱声）进行分组，然后识别出特定的呼叫序列或模式。

在对实验鼠进行焦虑、抑郁、吸毒成瘾的研究中，Coffey 和 Marx  就已经使用过该程序。但是显然，DeepSqueak 还能被运用到其它地方，比如研究鼠语。

大多数动物的‘问候’声，都有其背后的意义，但它们通常是随机的。例如，一只小猫可能会因为牛奶而喵喵叫，但它并没有将一系列声音串在一起，以传达更复杂的含义。

在这方面，鼠类可能有所不同。借助 DeepSqueak 的发声分析，研究人员发现鼠类有着较为粗略的语法模式，即它们可能拥有自己的语言。

Marx 表示，尽管还不能将之命名为一种语言，但鼠类的叫声并不是随机的，这是一个需要进一步深入研究的话题。

DeepSqueak helps researchers decode rodent chatter（ via ）

遗憾的是，俩人当前正忙于有关抑郁症和成瘾的研究。不过他们还是希望其他科学家能够受益于这款软件，然后催生出更多的研究成果。

有鉴于此，Marx 与 Coffey 通过代码托管 网站 GitHub ，向公众发布了 DeepSqueak 的 MATLAB 版本（ PDF ）。

有关这项研究的详情，已经发表在近日出版的《神经精神药理学》（Neuropsychopharmacology）期刊上。原标题为：

《DeepSqueak: a deep learning-based system for detection and analysis of ultrasonic vocalizations》

《DeepSqueak：一套基于深度学习、能够检测和分析超声波发声的深度学习系统》

[编译自： TechSpot ]