Medidas de estructura acústica en warbleR

Parámetros espectrográficos

La función specan() mide los siguientes parámetros espectrográficos relacionados a distribuciones de amplitud en tiempo y frecuencia, descriptores de los contornos frecuencia fundamental y dominante y descriptores del contenido armónico:

Los podemos medir fácilmente así:

library(warbleR)

# cargar ejemplos
data("lbh_selec_table")

# parametros globales
warbleR_options(wav.path = "PONER RUTA A 'ejemplos' AQUI", flim = c(1, 10), wl = 200, ovlp = 90, pb = FALSE)

sp <- specan(lbh_selec_table)

sp

Descriptores estadísticos de los coeficientes cepstrales

Estos coeficientes fueron diseñados para descomponer los sonidos en forma similar al sistema auditivo humano, esto para facilitar el reconocimiento de voz. La idea central es comprimir los datos acústicos manteniendo solo información relevante para la detección diferencias fonéticas. El principio se refiere a la audición humana utilizando la escala logarítmica Mel cuya definición se basa en cómo el oído humano percibe la frecuencia y sonoridad (Sueur 2018). Los coeficientes ceptrales se definen literalmente como “el resultado de una transformación de coseno del logaritmo real del espectro de energía a corto plazo expresado en una escala de frecuencia de Mel”.

Las estadísticas descriptivas que se extraen de los coeficientes ceptrales son: mínimo, máximo, media, mediana, asimetría, curtosis y varianza. También devuelve la media y la varianza para la primera y la segunda derivada de los coeficientes. Estos parámetros se usan comúnmente en el procesamiento y la detección de señales acústicas (por ejemplo, Salamon et al 2014). Han sido ampliamente usados para análisis de voz humana y uso se ha extendido a la bioacústica de mamíferos, aunque también parecen ser útiles para cuantificar la estructura de señales acústicas en otros grupos.

En warbleR podemos calcular descriptores estadísticos de los coeficientes cepstrales con la función mfcc_stats():

cc <- mfcc_stats(X = lbh_selec_table)

cc

Correlación cruzada

Este análisis correlaciona los valores de amplitud en el espacio de frecuencia y tiempo de forma pareada para todas las señales en un cuadro de selección. La correlación representa una medida de similitud espectrográfica de las señales:

xcor <- x_corr(X = lbh_selec_table)

xcor

Distorsión dinámica de tiempo (Dynamic time warping)

En el análisis de series de tiempo, la distorsión de dinámica del tiempo (DTW) es uno de los algoritmos para medir la similitud entre dos secuencias temporales, que pueden variar en su ‘velocidad’. Las secuencias están ‘distorsionadas’ de forma no lineal en la dimensión temporal para determinar una medida de su similitud independiente de ciertas variaciones no lineales en la dimensión temporal.

La función dfDTW extrae los valores de frecuencia dominantes como una serie de tiempo y luego calcula la disimilitud acústica utilizando la distorsión dinámica del tiempo. La función utiliza la función approx() para interpolar valores entre las medidas de frecuencia dominantes:

dtwdist <- df_DTW(lbh_selec_table)

La función devuelve una matriz con los valores de disimilitud pareada.

Si img = TRUE, la función también produce archivos de imagen con los espectrogramas de las señales enumeradas en el cuadro de datos de entrada que muestran la ubicación de las frecuencias dominantes.

df_DTW(lbh_selec_table, img = TRUE, col = "red", pch = 21, line = FALSE)

Los contornos de frecuencia se pueden calcular de forma independiente usando la función df_ts(). Estos contornos se pueden ajustar manualmente con la función sel_tailor().

Medidas adicionales

snr <- sig2noise(X = lbh_selec_table, mar = 0.06)

snr

cntrs <- df_ts(X = lbh_selec_table)

inflcts <- inflections(cntrs)

Referencias

1. Araya-Salas M, Smith-Vidaurre G (2017) warbleR: An R package to streamline analysis of animal acoustic signals. Methods Ecol Evol 8:184–191.

2. Lyon, R. H., & Ordubadi, A. (1982). Use of cepstra in acoustical signal analysis. Journal of Mechanical Design, 104(2), 303-306.

3. Salamon, J., Jacoby, C., & Bello, J. P. (2014). A dataset and taxonomy for urban sound research. In Proceedings of the 22nd ACM international conference on Multimedi. 1041-1044.