在刚果民主共和国的热带雨林深处，夜幕降临时，倭黑猩猩的叫声此起彼伏，尖叫声、哼声、啾声、哨声，交织成一场“大合唱”。法国雷恩大学灵长类学与语言学研究者梅丽莎·贝尔泰蹲守在林间，记录下这些声音的节奏与组合。她发现，这些灵长类动物并非随意发声，而是在用不同的叫声“拼句子”，表达出合作、安抚或邀请的意思。

这项发表于今年4月的研究，是近年来多个揭示非人类动物复杂语言能力的案例之一。研究人员在一些灵长类、鲸类和鸟类身上发现了与人类语言相似的特征和规律。这些发现挑战了长期以来“语言是人类独有”的观点，也迫使研究人员重新思考“语言”这一概念的定义。随着人工智能（AI）被引入动物声音分析，研究人员开始设想：或许有一天，人们真的能听懂动物在说什么。

创建鲸语“字母表”

过去，研究人员往往依靠漫长的野外观察和人工标注，逐一记录动物的声音特征。那是一项孤独、缓慢、近乎“手工艺”的工作。而如今，AI的加入让这一切发生了质变。它能在短时间内分析上百万小时的录音，从噪声中识别出不同声纹、节奏和语境之间的微妙变化。

在鲸类研究中，算法被用来分辨海洋噪声中细微的“鲸语”差异。美国非营利组织“鲸类交流计划”正在多米尼克岛海域跟踪并录制抹香鲸的行动与声音。

据美国塞拉俱乐部海豹协会官网报道，为了获取足够的“语料”，研究人员正在全球海域收集海量数据。水面上，无人机拍摄鲸群活动；水下，水听器记录鲸鱼发出的咔嗒声。有的固定在漂浮的监听站上，有的由科研船拖曳，还有的装载在可追随鲸群移动的水下滑翔器中。最清晰的声音，来自直接吸附在鲸体表面的传感标签，它们不仅记录声音，还同步记录心率、体温、深度和姿态数据。所有数据按时间戳精确对齐，构成一套庞大的“鲸语档案”。

2024年，美国麻省理工学院计算机科学家丹妮埃拉·鲁斯团队基于这些数据，提出了首个“抹香鲸字母表”。研究发现，“鲸语”的意义并不只体现在节奏与停顿的差异上，细微的时间变化，或在熟悉的声型中加入新的声段，都可能传递不同的信息。

分析鸟类鸣唱规律

除了鲸类，鸟类的鸣叫也展现了惊人的规律性。

据英国《自然》杂志报道，澳大利亚阳光海岸大学西皮唐斯分校的鸣禽研究员多米尼克·波特文表示，AI工具尤其适用于那些鸣叫变化不大且研究者已收集大量录音的鸟类。她正在使用AI分析鸟鸣录音。例如，山雀的叫声每次听起来几乎相同，但AI可轻松识别、分类并分析其发声规律。对于像华丽琴鸟这样的拟态鸟，或棕色嘲鸫这样叫声复杂的鸟类，AI系统目前的表现仍有限，需要更多数据和算法优化。

日本东北大学神经科学家开发了一款模型FinchGPT，可分析白文鸟的鸣唱规律。该模型学习了3只鸟共3.2万首“歌”，每个短音型被转为一个“字母”，用于预测下一个音型，从而掌握鸟鸣的序列模式。

此外，AI还被用于监测稀有鸟类的存在。据英国《卫报》报道，澳大利亚维多利亚动物园在墨尔本西部安装了35个音频记录器，收集了数万小时的录音。AI分析这些录音，成功识别出濒危鸟类“平原漫步者”的独特叫声，这是30多年来首次在该地区发现该物种。

挑战跨物种“对话”

“AI让我们能做到传统手段无法实现的事。”美国“地球物种计划”研究员大卫·罗宾逊说。该计划正利用机器学习算法建立跨物种的“语音模型库”，尝试在不同动物群体之间寻找共通的表达结构。研究人员希望，AI不仅能帮助人类破译动物语言，还能重建动物间的“对话图谱”。

生成动物叫声本身并不困难，但让这些声音“有意义”，仍是科学界面临的最大挑战。不过，有些项目已将跨物种交流作为目标。例如，“科勒-杜利特挑战”提供最高50万美元现金或1000万美元投资，鼓励AI实现跨物种交流的突破。

但研究人员也警告，理解并不等于翻译。即使算法能还原声波模式，人们也未必真正理解动物的“语义”。同时，与动物“对话”存在生态与伦理风险。例如，向座头鲸播放人造歌声，可能改变它们的社交和求偶模式，并通过文化传递影响后代。

波特文认为，人类与其他动物感知世界的方式差异太大，真正的“双向交流”也许永远无法实现。“我们不是鸟，所以根本无法知道一只鸟听另一只鸟歌唱时在想什么。”她补充说，“我们能做的只有尽力而为，而世界始终会留下一点神秘”。