基于模糊聚类的动物分级发声信号无监督分类研究

本研究针对生物声学中分级发声信号分类难题，提出基于梅尔频率倒谱系数(MFCC)和模糊聚类的无监督分类方案。该方案通过MFCC压缩频谱特征，结合模糊聚类软分类特性，成功对长鳍领航鲸(G. melas)叫声实现高效分类，为动物声学通信研究提供新量化视角。

　　

针对生物声学领域的分级发声信号分类挑战，研究人员开发了一种创新的无监督分类方法。该方法巧妙结合梅尔频率倒谱系数（Mel frequency cepstral coefficients, MFCC）和模糊聚类（fuzzy clustering）技术。MFCC能够将声音信号的频谱能量分布信息压缩为少量特征变量，适用于分析各类声音（包括纯音、宽带声和脉冲声），其采用的梅尔刻度（Mel scale）更贴合哺乳动物听觉系统的音高感知特性。

模糊聚类作为一种软分类方法，突破传统硬分类的局限——它不强制将样本归入单一类别，而是通过描述样本在重叠聚类（clusters）中的隶属关系，有效识别发声信号库中的定型发声（stereotyped vocalisations）和分级发声（graded vocalisations）。

研究团队以长鳍领航鲸（Globicephala melas）的叫声为对象进行方法验证。结果显示，模糊聚类大幅提升分类效率（耗时从天缩短至月级尺度），但识别出的类别数量较人工分类更精简（3-6个模糊聚类对比11种人工定义叫声类型）。部分模糊聚类与人工定义的叫声类型集合高度吻合，而某些人工定义类型则分散于多个模糊聚类中。这种聚类结果为理解发声信号库的渐变特性（gradation）提供了全新的量化视角。研究人员最后探讨了未来需要深入探究呼叫分级现象功能意义的研究方向。