看见鸟鸣
摘要
Seeing Birdsong 是一个将鸟类鸣叫声转化为几何形态和 3D 可视化的框架,架起了艺术与声学科学之间的桥梁。它利用频谱描述符来构建数据丰富的结构,以用于研究、教育和艺术表演。
暂无内容
查看缓存全文
缓存时间: 2026/05/11 07:23
# 聆听鸟鸣可视化 - 着陆页 - Lucio Arese
来源: https://www.lucioarese.net/seeing-birdsong/
- **© Lucio Arese 2025\. 版权所有\.**
- **© Lucio Arese 2025\. 版权所有\.**
- **Seeing Birdsong** 是一个不断演进框架,将鸟类鸣叫转化为几何形态***\.***
- 它首次公开亮相于由
- **Nencki Institute of Experimental Biology**(隶属于**Polish Academy of Sciences**)主办的
- **第四届超声发声会议(4th Ultrasonic Vocalization Conference)**\.
- 其目标是架起**艺术**与**声学科学**之间的桥梁,提供感知和研究复杂动物发声新模式的新途径\.
- **Seeing Birdsong** 是一个不断演进框架,将鸟类鸣叫转化为几何形态***\.***
- 它首次公开亮相于由
- **Nencki Institute of Experimental Biology**(隶属于**Polish Academy of Sciences**)主办的
- **第四届超声发声会议(4th Ultrasonic Vocalization Conference)**\.
- 其目标是架起**艺术**与**声学科学**之间的桥梁,提供感知和研究复杂动物发声新模式的新途径\.
- ***鸟鸣是自然界中最具表现力的声音之一\.***
- 该项目始于一种赋予其可见形态的尝试,
- 通过早期音频驱动的振荡器实验,
- 将声音转化为空间结构\.
- 经过广泛的研究与开发,它已演变为
- 一个**严谨的声学分析系统**\. 该框架如今
- **连接了艺术与科学**,将鸟类声音转化为**动态**的、
- **富含数据的结构**\. 它为感知、
- 研究和保护鸟类鸣叫的复杂性提供了一种新途径\.
- ***鸟鸣是自然界中最具表现力的声音之一\.***
- 该项目始于一种赋予其可见形态的尝试,
- 通过早期音频驱动的振荡器实验,
- 将声音转化为空间结构\.
- 经过广泛的研究与开发,它已演变为
- 一个**严谨的声学分析系统**\. 该框架如今**连接了艺术与科学**,将鸟类声音转化为**动态**、**富含数据的结构**\.
- 它为感知、研究和保护鸟类鸣叫的复杂性提供了一种新途径\.
- 该系统将音频细化为**高维向量**,
- 并将其嵌入动态的**三维流形**中\.
- 其内部架构建立在**多层**
- **光谱描述符网络**之上,可完全转换为**视觉形式**,
- 生成丰富的**2d**和**3d 图表**\.
- 结果是一个**多面向的视觉生态系统**,使人们能够通过**新颖的方式**
- 分析探索**声音的隐藏结构**\.
- 该系统将音频细化为**高维向量**,并将其嵌入动态的
- **三维流形**中\.
- 其内部架构建立在**多层****光谱描述符网络**之上,可完全转换为**视觉形式**,生成丰富的**2d**和**3d 图表**\.
- 结果是一个**多面向的视觉生态系统**,使人们能够通过**新颖的方式**分析探索
- **声音的隐藏结构**\.
- **用于艺术**
- 现场音频-视觉表演\.
- 数据驱动的生成艺术装置\.
- 声音的视觉叙事\.
- **用于科学研究**
- 比较发声分析\.
- 高维数据中的模式发现\.
- 为假设生成提供视觉支持\.
- **用于教育**
- 通过可视化教授声学概念\.
- 直观地探索音高和音色\.
- 用于研讨会和博物馆的演示\.
- **用于艺术**
- 现场音频-视觉表演\.
- 数据驱动的生成艺术装置\.
- 声音的视觉叙事\.
- **用于科学研究**
- 比较发声分析\.
- 高维数据中的模式发现\.
- 为假设生成提供视觉支持\.
- **用于教育**
- 通过可视化教授声学概念\.
- 直观地探索音高和音色\.
- 用于研讨会和博物馆的演示\.
- **Instagram 画廊**
- **Instagram 画廊**
- **联系方式**
- 本项目作为一个开放空间,促进
- **艺术**、**科学**、**技术**与**自然**之间的对话\.
- 欢迎对探索这些交叉领域感兴趣的机构、策展人和研究人员与我们联系\.
- ***[contact@lucioarese\.net](mailto:[email protected])***
- **联系方式**
- 本项目作为一个开放空间,促进
- **艺术**、**科学**、**技术**与**自然**之间的对话\.
- 欢迎对探索这些交叉领域感兴趣的机构、策展人和研究人员与我们联系\.
- ***[contact@lucioarese\.net](mailto:[email protected])***
- **© Lucio Arese 2025\. 版权所有\.**
- **© Lucio Arese 2025\. 版权所有\.**
相似文章
自然观察记录
Simon Willison 记录了如何使用 Claude Code for Web 在他的博客上构建一个“自然观察记录”功能,以聚合他在 iNaturalist 上的野生动物照片,并回溯填充了十多年来的观察记录。
AI 如何推进生物声学科学发展,帮助拯救濒危物种
Google DeepMind 发布了更新版本的 Perch,这是一款用于生物声学分析的 AI 模型,可帮助保护人士通过音频数据监测濒危物种。新模型改进了鸟类物种预测能力,更好地适应水下环境,并扩展到包括哺乳动物、两栖动物和人为噪声的分析,原始版本已被下载超过 25 万次。
看见声音
Mariano Salcedo 是 MIT 新设音乐技术与计算研究生项目的首批学生之一,他正在利用神经元胞自动机生成由音乐音频流驱动的自再生视觉作品。
scosman/pelicans_riding_bicycles
Simon Willison 的链接帖介绍了一个名为“pelicans_riding_bicycles”的数据集或项目,可能用于 LLM 训练或生成式 AI 实验。
Fish Audio S2 技术报告
Fish Audio S2 是一个开源的文本转语音系统,支持多说话人、多轮生成以及指令跟随控制,并由具备低延迟特性的生产级推理引擎提供支持。