鳥鳴識別中考語文現代文閱讀題及答案

　　現代文閱讀在中考語文佔地分值很大，考生需要在平時多花時間去備考。今天，小編為大家整理了鳥鳴識別中考語文現代文閱讀題。

　　鳥鳴識別中考語文現代文閱讀題原文

　　在大自然中，悅耳動聽的鳥鳴聲給人們帶來無限的愉悅。每一類鳥的鳴聲都不盡相同。烏鴉呱呱叫，山雀的鳴聲如嘹亮的哨響，隱夜鶇的叫聲則似長笛聲般悠揚。那麼在複雜的背景噪聲下，如何識別鳥鳴聲?是否存在可以識別每一類鳥鳴的應用程式?

　　針對上述問題，英國牛津大學的蒂莫·帕帕多普洛斯和他的同事，提出了一種能夠識別各類鳥叫聲的鳥鳴識別演算法。

　　一般情況下，自然資源保護論者需要通過定期的徒步旅行或者直升機旅行的方式，對生存在特定區域內的鳥類數目進行統計和總結。然而，如果通過音訊錄製鳥鳴，再將音訊轉化為物種計數，採用此方法代替旅行統計方式，將使得鳥類追蹤的研究變得輕而易舉，為研究鳥類種群數目是否下降或者鳥類的遷徙模式是否改變等，帶來很大便利。

　　英國倫敦大學瑪麗女王學院的丹·斯托博士稱：“鳥鳴極其複雜，這些最簡單的聲音通常難以分辨，因為它們聽起來如此相似。”畢竟我們無法聽清遠處的，特別是在嘈雜環境中的鳥叫聲。

　　牛津大學的研究團隊在亞洲和歐洲共收錄了15種不同鳥類的鳴叫聲，包括新疆歌鴝、大山雀、畫眉等。他們收錄的鳥鳴聲中混雜了不同的音訊環境，如市區公園中較為平緩的背景噪聲或者露天市場中密集人群的喧囂聲。

　　如此多樣化的混合聲音，用於機器學習演算法的訓練過程，通過訓練後的機器來選擇包含鳥鳴聲的音訊段。儘管鳥鳴聲與部分噪聲頻率相近，影響演算法的準確性，但這些學習演算法仍能成功地從噪聲中區分出鳥鳴聲。

　　目前國內福州大學的研究團隊，對於低信噪比鳥鳴識別的演算法是將聲音訊號轉化為影象，對影象進行處理得到一串被稱作特徵值的數字，並用這串數字代替聲音進行識別。

　　國外其他研究團隊也在致力於研究自己的鳥鳴識別演算法，尤其是那些能夠識別不同鳥類物種的演算法。斯托和他的同事正在測試名為Warblr的應用程式，在最佳狀態下，Warblr進行鳥類識別的準確度可以高達95%，該資料已經得到巴西一家鳥類鑑定組織的認證。美國威斯康星大學的研究團隊研發了一個相似的應用程式，命名為WeBIRD，是針對本地鳥類而設計的。美國康奈爾大學鳥類學實驗室研發的Merlin應用程式，通過對鳥類的大小、顏色、位置等簡單情況的瞭解，以利於人們對鳥類進行區分。

　　斯托博士認為，對鳥鳴識別應用技術進行探索的最終目標不僅僅用於識別鳥類，更是想要破譯鳥類之間真正的“人際關係”，如果音訊能

　　夠轉換為物種計數，那麼我們可以更方便地監測鳥類種群的變化。德國動物聲音檔案自然歷史博物館的馬里奧說，類似牛津大學團隊提出的鳥鳴識別演算法，對研究自然環境是很有價值的。

　　***摘編自李應編譯《鳥鳴識別》***