В поисках создания эффективных систем подводной связи и навигации, а также гидролокаторов, учёные изучают голосовые сигналы морских млекопитающих. Понимание того, как шумы, создаваемые животными, влияют на передачу звука, может помочь в создании способов, которые минимизируют влияние помех на подводные коммуникации. Кроме того, исследование звуков, например, издаваемых кашалотами, помогают морским биологам классифицировать отдельные типы по их диалогу. Это делается для того, чтобы распознать, кто из них исполняет те или иные «песни». Например, многие учёные считают, что кашалоты используют щелчки, трески и стоны с целью общения, эхолокации и ориентации в пространстве. При этом сама эхолокация отличается невероятной сложностью в последовательности сигналов.

Однако некоторые из существующих на сегодня баз данных закрыты, а для изучения кашалотов и издаваемых ими звуков необходимо большое количество записей их «голоса». По этой причине учёные занимаются созданием методов, которые позволят создавать достаточно похожие по характеристикам звуки морских млекопитающих с использованием уже имеющихся данных.

В Санкт-Петербургском государственном электротехническом университете (ЛЭТИ) разработан метод генерации синтетических звуков, а именно щелчков кашалотов с помощью нейросети. Для этого «песни» этих млекопитающих преобразовали в картинки, представив их в виде спектрограммы, а затем с помощью специального алгоритма машинного обучения для генерации изображений сгенерировали новые наборы звуков. Полученные данные не только представляют интерес для морской биологии, но и помогут усовершенствовать, например, методы подводной связи на основе акустических сигналов.

Исследователи получили щелчки конкретного кашалота из базы данных звуков морских млекопитающих, находящейся в открытом доступе. Затем они занимались обработкой и искажением сигналов без влияния на исходные материалы – меняли тембр, тон, добавляли случайный шум, ускоряли и замедляли звук. Преобразовав голосовые данные в спектрограммы (фотографические изображения спектров), они вертикально и горизонтально «нарезали» эти картинки по частям и переставляли их местами. Это позволило получить новые наборы звуков без преобразования их структуры. После этого специалисты усовершенствовали готовую архитектуру таким образом, чтобы она могла генерировать звуки с частотой свыше 20 кГц.

Усовершенствованную модель учёные обучили самостоятельно выполнять все нужные шаги для получения новых наборов данных и также их классифицировать. Результатом стала нейросеть, которая может работать с высокочастотными сигналами и выдавать очень похожие щелчки определенного кашалота – с 10–12% отклонением от метрик. В перспективе данный метод можно использовать для генерации звуков любого животного, например, птиц. Для этого необходимо будет настроить алгоритм на обработку их голосовых данных.