狗叫究竟是高兴还是生气？这个长期以来困扰宠物主人的谜题，如今迎来了新的突破——研究人员正尝试借助人工智能来解读狗狗叫声背后的真实情绪。不仅如此，他们还在探索通过叫声识别狗的年龄、性别和品种。这听起来似乎像科幻小说中的情节，但实际研究已取得了相当可观的进展。

这项研究由密歇根大学与墨西哥普埃布拉的国家天体物理、光学和电子研究所（INAOE）联合开展。一个有趣的发现是：最初为分析人类语音而训练的AI模型，竟然可以作为分析动物交流的起点。换言之，我们说话的方式与狗狗吠叫的方式，在声学层面可能共享某些底层模式。

图源 Pixabay

密歇根大学人工智能实验室负责人 Rada Mihalcea 指出，人工智能在处理语音的微妙之处上已相当成熟——能够区分音调、音高和口音的细微差异。既然连不同的人类口音都能识别，那么尝试用同样的方法去理解狗吠，逻辑上便顺理成章。

当然，这条路并不平坦。开发能分析动物发声的AI模型，首要障碍就是“数据稀缺”。人类语音数据量大、来源广泛，但要从动物身上收集同样质量的数据却困难得多。研究者最终采取了一个巧妙的思路：模仿采集人类语音的方式来采集狗叫声。他们在各种场景下收集了74只不同品种、年龄和性别的狗狗的吠叫、咆哮和呜咽声。

将这些声音数据投入原本用于分析人类语音的机器学习模型中，结果令人惊喜：模型不仅能理解狗狗之间的交流，而且在多项测试中达到了70%的准确率。这个数字意味着，虽然尚未完美，但已远高于随机猜测——说明这些声学特征确实携带了有效信息。

Rada Mihalcea 表示：“来自人类语音的声音和模式，可以作为分析和理解其他声音（比如动物发声）的声学模式的基础。”团队其他研究人员也补充道：如果我们能更细致地了解动物发声中的各种细微差别，就能更好地解读它们的情绪和生理需求，从而做出更恰当的回应。

这项研究的相关成果已在2024年计算语言学、语言资源与评估国际联合会议上展示。论文链接：https://arxiv.org/pdf/2404.18739