图1 7只雄性海南长臂猿鸣叫短语中的调频音符组合片段声谱图示例

海南长臂猿（Nomascus hainanus）是目前世界上最濒危的灵长类动物之一，是国家一级重点保护野生动物，为我国特有种，种群数量至2023年7月仅有37只。本研究利用7只雄性海南长臂猿鸣叫短语中的调频音符组合，通过搭建卷积神经网络和残差卷积神经网络2种模型，从7只雄性海南长臂猿鸣叫声谱中提取声纹特征并进行分类，实现个体识别。研究表明利用卷积神经网络模型和残差卷积神经网络模型对雄性海南长臂猿鸣叫声谱图进行分类并实现个体识别是可靠的，本方法可以应用于对海南长譬猿的声纹识别。通过五折交叉验证得出卷积神经网络模型识别正确率为91.2%，识别效果标准差为4.24%。残差卷积神经网络模型识别正确率为95.04%，识别效果标准差为2.97%。相比卷积神经网络，残差卷积神经网络识别准确率更高，且分类效果更加稳定，但是计算耗时更长；但从应用性上而言，对比残差卷积神经网络，卷积神经网络模型训练成本更低，推理计算速度更快，且准确率和预测稳定性达到应用要求。基于卷积神经网络的声纹识别方法克服了许多现有方法中存在的计算和数据集的限制，为将来其他物种的声纹识别研究提供了更好的解决方案。

上述研究于2023年1月以“基于卷积神经网络的雄性海南长臂猿声纹识别”为题发表在《林业科学》期刊。中国林科院森环森保所硕士生冯慧敏为论文第一作者，金崑研究员为论文通讯作者。研究工作得到中国林科院基本科研业务费（重点项目）的支持。（文：毕玉 图：冯慧敏/森环森保所）