近期，中国科学院合肥物质院安光所团队在生态声音景观研究领域取得重要进展，相关成果以《利用生成对抗网络进行生物声学识别、降噪和声源分离》（Animal acoustic identification, denoising and source separation using generative adversarial networks）为题，发表在生态学权威期刊 Methods in Ecology and Evolution上。

在自然生态系统中，鸟类、昆虫等动物的鸣叫声，以及风声、雨声和人类活动声音共同构成了完整的生态声音景观。由于不同物种鸣叫频率不同，研究人员可通过声音频谱图，从生态声音景观中解析出物种多样性信息。近年来，判别式机器学习方法被广泛应用于声音景观解析，以监测生态系统物种多样性及其时空变化。然而，对于物种丰富、声源复杂的生态系统，难以从声音景观中准确鉴别物种和估算物种多样性，这给基于生态声音景观的生态监测带来了挑战。

针对这一问题，研究团队提出了基于生成对抗网络（Generative Adversarial Network, GAN）的新方法，通过学习真实声音频谱图的潜在分布，重构声音景观成分，最终混合声源合成逼近真实的声音景观。与传统的“解析”方法不同，论文发展的“生成”法能够捕捉声学空间中的内在结构和特征，可从复杂声音景观中准确提取物种多样性信息，为基于声音景观的生物多样性监测和生态系统健康评估提供了新途径。

中国科学技术大学博士生王梅为论文第一作者，安光所刘方邻研究员为通讯作者。

论文链接：https://doi.org/10.1111/2041-210X.70148

图1 生成对抗网络模型架构示意图

图2 生成对抗网络模型在群落水平上生成图像的视觉比较