一种物种规则的语法模型能准确地将鸟鸣音节组织成完整歌唱

鸟类如何学会按正确顺序歌唱

鸟鸣不仅是悦耳的声音；它们是经过精心排列的序列，幼鸟必须学会演唱，其他鸟也依赖这些序列来识别同类。本研究提出了一个简单但有力的问题：幼鸟是逐字复制成年鸟的确切歌声模式，还是遵循更深层的、贯穿物种的规则来构建完整歌曲的音节？

从零散音符到有序歌曲

包括人类在内的许多动物都用随时间排列的声音进行交流。在语言中，单词按照语法规则被组织成句子。在鸣禽中，称为音节的短声元素被串联成具有节奏和顺序的歌曲，通常称为句法。早期研究表明，幼鸟通常会模仿成年教师的声音和序列，但即使师范不典型或不完整，整体的歌曲结构在一个物种内部往往仍然非常相似。这提示鸟类可能受某些对全体个体共享的隐性规则指引，而不仅仅是以父母的范例为准。

仔细聆听两种草雀

作者聚焦于两种近缘的草雀：斑胸草雀（zebra finch）和长尾草雀（long-tailed finch）。它们在听觉能力和歌曲发展上相似，但在歌曲组织方式上有所不同。研究者记录了三所大学禽舍中100多只成年鸟的歌声。对每只鸟，他们将歌曲分解为音节并测量了每个声响的26项特征，比如持续时间、嘈杂度或纯净度以及音高范围。基于这些测量，他们将音节分成类型，并确认学徒能够非常准确地复制导师的音节，在两种物种中都形成了清晰的匹配声型簇。

在歌曲结构中发现隐性规则

接着，研究者询问音节的声学属性是否倾向于出现在歌曲的特定位置。例如，在斑胸草雀中，长音节常常出现在短的重复模式的末尾；而在长尾草雀中，歌曲则从短而嘈杂的声音逐渐过渡到更长、更有音色的声音。通过在许多只鸟之间取平均值，他们发现大多数声学特征在歌曲动机的起始到结束位置上以系统性的方式变化。他们把这些模式捕捉到一个“物种规则”矩阵中：一个将特定声学特征值链接到序列中偏好位置的映射，按物种分别构建。

让规则来预测一只鸟的歌曲

有了这些物种规则，团队尝试在从未向模型展示该学徒导师歌曲的情况下，预测幼鸟如何排列其自身的音节集合。对于每个学徒，他们将其音节类型的声学特征与物种规则矩阵进行比较，以找出每个音节最匹配的歌曲位置。然后，一个简单的算法填充可用位置，确保每种音节至少拥有一个位置。为评估预测效果，他们将预测序列与该鸟的真实歌曲、导师的歌曲以及将学徒音节随机置换所得的序列进行比较，使用一种标准度量来计算将一个序列变为另一个序列所需的插入、删除或交换次数。

个体与鸽群间共享的歌曲规则

基于物种规则的预测歌曲与学徒的真实歌曲几乎一样好，与导师的歌曲相比也相差无几，且远胜于随机打乱的结果。这一点在斑胸草雀和长尾草雀中均成立，尽管两物种在音节重复频率及每次演唱中动机的变异性上不同。值得注意的是，从一处鸽群学习到的规则可准确预测来自数百公里外其他鸽群所养育鸟只的歌曲，这表明这些规则捕捉的是稳定的物种范围内结构，而非局部的方言。在长尾草雀中，即便模型并未被明确指示要重复音节，它也生成了频繁的音节重复——这是该物种风格的显著特征。

这对鸟类及更广领域意味着什么

这项工作表明，鸟鸣中的大量序列性可以用物种特异的规则来解释：这些规则将音节的听感与其在歌曲中倾向出现的位置联系起来，而不仅仅是由导师序列的直接复制来决定。幼鸟似乎先学习一组声音单元，然后使用一个在物种内共享的内部“规则手册”来排列它们，从而产生符合共同模板但仍保留个体差异的歌曲。由于该方法仅依赖于识别声学单元及其位置，类似模型也可帮助科学家在其他复杂的声学信号中揭示隐藏结构——从鲸歌到人类言语——进而阐明大脑如何学习并组织行为序列。

引用: Edwards, J.A., Woolley, S.M.N. A species rules syntax model accurately organizes birdsong syllables into songs. Sci Rep 16, 14795 (2026). https://doi.org/10.1038/s41598-026-44602-5

关键词: 鸟鸣, 歌曲句法, 声学学习, 计算建模, 绚目草雀/斑胸草雀交流