动物语言翻译器，是打着 AI 幌子的伪需求？

早在 2013 年时，就有国外动物行为专家表示，未来 5 到 10 年间，动物语言翻译器或将面市，人类与动物沟通从此不成问题。据记者调查发现，目前手机 APP 和网购平台上已有多款动物语言翻译器 APP，其中更是有付费产品，售价可达 388 元。

远在非洲南部的津巴布韦的一位程序员 Ege Kuzubasioglu，就造出了一款可以听懂猫叫的 App，并通过该 App 赚取了百万津巴布韦元。以下，就是 Ege 和他的 App 的故事：

这个故事要从那个“企业家”老兄在领英上给这位程序员发的信息开始说起。

“你只管编程吧，兄弟，我给你 20%的股份，只要你给我做一个能自动驾驶我的车的应用......”

在 Ege Kuzubasioglu 拒绝异想天开先生的慷慨提议之前，他暗暗下定决心，有一天要做出一个听起来很时髦的应用，而且它不会涉及区块链技术，或 NFT 之类的东西（可能 Ege Kuzubasioglu 还不知道 NFT 到底是个啥）。

情人节来临之前，Ege Kuzubasioglu 的女朋友给他发消息询问：

“如果你能为我做一个情人节的应用，岂不是很酷？”

这听起来是个非常棒的主意，原因有二；第一，这样他就用不上发愁礼物的事儿了，第二，他终于可以做前面要做的那个应用了。

Ege Kuzubasioglu 有一只猫咪叫做 Gilbert，它什么都挺好的，就是喵喵叫得太厉害了......真的非常烦人。因为 Gilbert 太能叫了，Ege 只好翻阅以前的机器学习笔记，然后做了一个应用来理解它到底在说什么。这是一个能把喵星人语言翻译成英语的应用。

超级复杂的机器学习内容

Ege 认为，要想翻译猫的语言，首先你应该能分辨出一段声音是否是猫的叫声。听起来很合乎逻辑对不对？为此 Ege 设计了一个非常复杂的深度学习算法，可以分辨出各种声音——开个玩笑。其实他只是用了华为技术公司ML套件中的声音检测器。它可以检测出多达 12 种不同的声音，其中之一就是猫叫。

于是 Ege 认为通过上面的声音检测器，就可以区分出喵喵叫和放屁声了，那么接下来该怎么办？在下面这个阶段，Ege 需要一堆猫叫声的样本，还要有附带的注释标注对应的猫行为类型。

在这个阶段，Ege 沿用了 Yagya Raj Pandeya 和 Joonwhoan Lee 所做的工作，《使用迁移学习分类家猫叫声》。当它们说话时，内容几乎都是与特定情况或行为相关的。

• 饿了

• 想玩/想打猎/想出门

• 恼火/有危险

• 困了

• 快乐/舒适

• 饥渴

• 愤怒

既然已经有了分类好的行为，现在是时候收集一些样本了。好消息是有很多人在猫叫的时候录了下来，坏消息是 Ege 的 Youtube 历史上有了一大堆这样的搜索记录：

“性感的猫叫声——1 小时高质量”

也许有人会好奇，不过上面就是性感的猫叫声的频谱图像。

当 Ege 把所有原始的样本数据收集成 MP3 格式后，就该把它与 Gilbert 发出的声音做对比了。请记住，因为这个应用是专门针对 Gilbert 的，所以所有用到的数据都来自 1 岁的公猫。

在这个阶段，Ege 必须将应用记录的声音与样本数据做比较，并决定它属于哪种猫叫声类型。

现在有了 Gilbert 的原始音频和用于预训练的样本，是时候对比音频频谱，找出它属于 7 种行为中的哪一种了。为此，Ege 使用了一个从谷歌的音频分析器分叉出来的分析器。

当 Ege 知道它是哪种类型的猫叫声后，就从行为列表中随机显示一段话。比方说，叫声对应的行为类型是“饥饿”，而当时的时间是在中午 12 点之前，这种情况下可能会看到应用显示一句话：“我饿了，把我的早餐给我！”

应用

这个应用叫 WDGS，意思是“Gilbert 在说什么？”，Ege 表示还不打算将这个应用开源，因为它仍处于学习阶段：ML 套件的声音检测器是不稳定的，代码也写得很粗糙，所以它看起来像意大利面条……

是的，这就是 Ege 在空闲时间制作的应用。

资源

https://developer.huawei.com/consumer/en/hms/huawei-mlkit

https://www.ijfis.org/journal/view.html?uid=827&&vmd=Full

https://github.com/bewantbe/audio-analyzer-for-android

https://developer.android.google.cn/jetpack/compose?hl=en

猫狗语言翻译并非新鲜事

狗语翻译器其实并不是新事物，它最早是由日本玩具制造商 Takara 公司在 2001 年 8 月推出的，因其能够翻译“狗语”给人们带来欢乐，获得了 2002 年度的“搞笑诺贝尔奖”。

2013 年，一个名为北欧发明与发现协会（NCID）的团体在 Indiegogo 上为一款名为“No More Woof”的宠物狗穿戴设备发起众筹活动，这款设备可以通过分析小狗在情绪变动时的想法,并经过电脑分析后处理成人类可以理解的语音。不过这个项目最终在 2017 年流产，团队负责人 NCID 曾表示：“我们花了两年多时间，在我们的空闲时间及没有薪水的情况下参与到这个项目中，但这事实证明这仅仅是一个梦想。”

但其实，一些专门训练宠物的驯犬师认为，当人类与猫和狗这类宠物相处时间久了，自然能通过他们的行为猜测到宠物们的意图，也能“听懂”他们所表达的情绪，况且每个宠物表达情绪的方式也不尽相同，与其这样耗时耗力开发出一款应用弄清楚宠物们到底在“说”什么，不如花些时间陪伴。

参考链接：

https://www.sohu.com/a/335429112_161795

https://medium.com/@egek92/how-i-made-an-app-that-translates-cat-sounds-to-human-language-9c40c487a2d4