多年來，研究人員知道我們可以通過嚙齒類動物的叫聲來了解它們的感受。就像狗搖尾巴一樣，某些叫聲表明嚙齒動物很快樂。反過來，另一些叫聲表明嚙齒動物有壓力，甚至抑郁。

但為什么研究人員會對嚙齒動物的情緒感興趣呢？因為研究人員想了解嚙齒動物對各種刺激的反應。這有助于研究人員找到幫助成癮者或抑郁者的最佳方法。通過簡單分析嚙齒類動物的交流方式，研究人員可以判斷治療是否有助于減輕抑郁情緒。

圖片來源：Alice Gray

由于嚙齒類動物主要通過人耳聽不到的超聲波發聲（USV）進行交流，因此很難破譯老鼠吱吱的叫聲。超聲波發聲的范圍為20千赫到115千赫，而人類通常可以聽到20赫到20千赫的聲音。

直到現在，研究人員在研究嚙齒動物的叫聲時，依然嚴重依賴耗時的人工分析。由于發聲頻率很高，研究人員不得不放慢播放錄音的速度，才能聽到叫聲。即使使用專門的麥克風，對錄音中的高音尖叫聲進行標記和分類也是很費力費時的。這些方法也容易導致人為錯誤和誤解。

華盛頓大學精神病學和行為科學系教授John Neumaier博士告訴《數字趨勢》雜志：“過去，為了更好地了解動物在行為測試中的情緒狀態，研究人員將這些聲音記錄了下來。問題是，要對這些錄音進行人工分析，就需要把它們放慢到人類可以聽到的頻率，這可能需要花費10倍的時間來聽。這給研究人員帶來了非常大的工作壓力，使得他們不愿意用這種自然的方式來解讀動物的情緒狀態。”

因此，這個研究小組借助于人工智能（AI）來實現這一過程的自動化。他們的程序叫做DeepSqueak，因為這項程序基于一種叫做深度學習的人工智能形式。

利用深度學習分析超聲波發聲

兩位研究人員（華盛頓大學精神病學和行為科學系技術人員Russell Marx和華盛頓大學博士后研究員Kevin Coffey博士）與Neumaier教授合作開發了用于檢測和分析超聲波發聲的DeepSqueak軟件。他們的研究最近發表在《神經心理藥理學自然雜志》上。

Coffey說：“我們可以訓練這個軟件，以一種更類似于人類學習的方式來分析這些叫聲。我們用圖片和例子來說明叫聲，而不是用數學來描述叫聲是什么。”

DeepSqueak將聲音問題轉化為圖像問題。

DeepSqueak的輸入是一個音頻文件（.wav或.flac）。DeepSqueak將音頻文件拆分為短的分段，然后將這些分段轉換為圖像（聲波圖）。下圖顯示了從原始音頻文件到經過濾波的聲波圖的轉換。

圖片來源：Kevin R.Coffey、Russell G.Marx和John F.Neumair

將聲波圖輸入到一個深度學習人工智能程序中，這個程序可以對圖像進行識別和分類，類似于自動駕駛汽車中用來識別停車標志和車道線的人工智能。它首先查看聲波圖中是否有吱吱聲。如果有的話，是什么類型的吱吱聲。

Marx說：“DeepSqueak使用仿生算法，這種仿生算法可以通過已經標記好的發聲和噪音的例子來學習分離發聲。”

圖片來源：Kevin R. Coffey、 Russell G. Marx和John F. Neumaier

該小組開始使用Deepsqueak時，采用的是MathWorks網站的示例代碼Object Detection Using Faster R-CNN Deep Learning（使用Faster R-CNN深度學習進行對象檢測）：

在此基礎上，他們開發了DeepSqueak軟件包和MATLAB圖形用戶界面。DeepSqueak使用了Computer Vision System Toolbox（計算機視覺系統工具箱）、Curve Fitting Toolbox（曲線擬合工具箱）、Image Processing Toolbox（圖像處理工具箱）、Parallel Computing Toolbox（并行計算工具箱）和Deep Learning Toolbox（深度學習工具箱）。

該技術有助于開發更好的成癮治療方法

這個研究小組的重點是精神病學和行為科學。

這項無損傷性研究發現，嚙齒類動物在預期得到獎勵（如，糖）或與同伴玩耍時最快樂。他們還發現，當雌性嚙齒動物在附近時，雄性嚙齒動物的行為也不同。情況正如預期，并無意外。

Neumaier教授說，他的目標是開發壓力失調和成癮的治療方法。DeepSqueak使超聲波發音的解碼破譯工作變得方便快捷，可以幫助實驗室更快地實現目標。

他說：“如果科學家能更好地理解藥物如何改變大腦活動，從而引起愉悅或不愉悅的感覺，我們就可以設計出更好的治療成癮的方法。”

該小組已經向所有研究人員開放了DeepSqueak，他們可以創建自己的分析。代碼在Github上：

https://github.com/DrCoffey/DeepSqueak

該程序目前可以識別大約20種不同的超聲波發聲。該小組希望，當其他人識別和標記各種超聲波發聲時，他們能夠為老鼠的叫聲創建一個虛擬的“谷歌翻譯”。

相關閱讀：

直播預告 | MATLAB EXPO 2019，大師在線開講 >>

深度學習網絡到底在“看”哪里？

昆蟲大腦完勝機器學習

使用 MATLAB 圖像處理算法，視頻實時加持藍天背景

MATLAB 的藝術鑒賞的能力