Nas últimas décadas, os sons dos animais tiveram grande destaque nas pesquisas. Os avanços nos equipamentos de registro e nas técnicas analíticas forneceram novos insights sobre o comportamento animal, distribuição populacional, taxonomia e anatomia.
Um novo estudo publicado na revista Ecology and Evolution mostra as limitações de um dos métodos mais comuns utilizados para analisar sons de animais. Estas restrições também podem ter levado a divergências sobre o canto das baleias no Oceano Índico e os sons dos animais em terra.
Apresentamos um novo método que pode superar esse problema. Isto revela detalhes anteriormente ocultos de sons de animais e fornece a base para avanços futuros na pesquisa de sons de animais.
A importância do canto das baleias
Mais de um quarto das espécies de baleias estão listadas como ameaçadas, em perigo ou em perigo. Compreender o comportamento das baleias, a distribuição da população e o impacto do ruído antropogénico é fundamental para os esforços de conservação bem-sucedidos.
Estudar os sons das baleias pode ser difícil para criaturas que passam quase todo o seu tempo escondidas no vasto oceano aberto, mas a análise dos sons das baleias pode fornecer pistas importantes.
No entanto, não basta apenas ouvir e analisar os sons das baleias; precisamos de uma forma de medir os sons das baleias com mais detalhe do que o ouvido humano.
Por esta razão, o primeiro passo no estudo dos sons dos animais é muitas vezes gerar uma visualização chamada espectrograma. Você poderá entender melhor as características do som. Especificamente, mostra quando ocorre a energia sonora (detalhes temporais) e em que frequência (detalhes espectrais).
Ao inspecionar cuidadosamente esses espectrogramas e medi-los com outros algoritmos, podemos aprender sobre a estrutura do som em termos de tempo, frequência e intensidade, permitindo uma análise mais profunda. Eles também são ferramentas importantes para comunicar nossas descobertas quando publicamos os resultados de nossa pesquisa.
Por que os espectrogramas são limitados?
O método mais comum de geração de espectrogramas é conhecido como STFT. É usado em muitos campos, como engenharia mecânica, engenharia biomédica e física experimental.
No entanto, reconhece-se que existem limitações fundamentais. Não é possível visualizar com precisão os detalhes temporais e espectrais de todos os sons ao mesmo tempo. Isto significa que todos os espectrogramas STFT sacrificam informações temporais ou espectrais.
Este problema torna-se mais pronunciado em frequências mais baixas. Isso torna especialmente problemático a análise de sons produzidos por animais como as baleias azuis pigmeias. Seus chamados são muito baixos, próximos do limite audível humano.
Antes do meu doutorado, trabalhei na área de acústica e processamento de sinais de áudio e estava familiarizado com espectrogramas STFT e suas deficiências.
No entanto, existem diferentes maneiras de gerar espectrogramas. Ocorreu-me que pode haver detalhes ocultos no STFT usado para estudar o canto das baleias e que pode haver outros métodos mais adequados para esta tarefa.
Yankovic e Rogers, 2024
Em nossa pesquisa, a coautora Tracey Rogers e eu comparamos o STFT a novas técnicas de visualização. Usamos sinais de teste fabricados (sintéticos) e gravações de outros animais, como baleias pigmeus, elefantes asiáticos, casuares e crocodilos americanos.
O método que testamos incluiu um novo algoritmo chamado transformação superlet. Esta é uma adaptação do que foi originalmente usado na análise de ondas cerebrais. Descobrimos que este método produz visualizações de sinais de teste sintéticos com até 28% menos erros do que outros métodos testados.
Uma maneira melhor de visualizar sons de animais
Embora os resultados tenham sido promissores, todo o potencial do Superette foi realizado quando aplicado a sons de animais.
Recentemente, tem havido alguma discordância sobre o canto da baleia azul pigmeia chagosiana sobre se sua primeira nota é “pulsátil” ou “tonal”. Esses dois termos referem-se à presença de frequências extras no som, mas são produzidos de duas maneiras diferentes.
O espectrograma STFT não pode resolver este debate, pois pode exibir este som como pulsado ou tonal, dependendo de como está configurado. A visualização do Superlet mostra que o som está pulsando, o que é consistente com a maioria dos estudos que descrevem a música.
Ao visualizar o som de um elefante asiático, Superet mostrou uma pulsação que foi mencionada na primeira descrição desse som, mas ausente em todas as descrições subsequentes. Também não aparece no espectrograma.
As visualizações Superette dos cantos do casuar do sul e dos rugidos do crocodilo americano mostraram detalhes temporais não relatados anteriormente, não mostrados em espectrogramas em estudos anteriores.
Estes são apenas resultados preliminares, cada um baseado em uma única gravação. Mais sons precisam ser analisados para confirmar essas observações. Ainda assim, este é um terreno fértil para trabalhos futuros.
A facilidade de uso pode ser o maior ponto forte do Superlet, além da maior precisão. Muitos pesquisadores que usam som para estudar animais têm formação em ecologia, biologia ou medicina veterinária. Eles aprendem a análise de sinais de áudio apenas como um meio para atingir um fim.
Para melhorar a acessibilidade da transformação Superlet para esses pesquisadores, implementamos a transformação Superlet em um aplicativo de software de código aberto gratuito e fácil de usar. Estou ansioso para ver quais novas descobertas eles farão usando este novo e excitante método.
