获奖 Awards

获奖作品赏析
Award-winning Videos

两岸猿声啼不住——普通猕猴声行为的分类与识别研究
The Rhythm of Kam Shan: Classification and Recognition of Vocal Behaviors of Macaca Mulattan

蓝鲸的话:

学好一门外语有多难？是不是需要了解每一个单词的发音和对应的含义？四位同学深入郊野，录制猴子的每一次发音，并分析发音中的含义。他们的目标是开发出一款“猴语”翻译软件。他们能成功吗？

作品简介:

作品名称:
两岸猿声啼不住——普通猕猴声行为的分类与识别研究
The Rhythm of Kam Shan: Classification and Recognition of Vocal Behaviors of Macaca Mulattan (点击观看完整作品)
作者:
狄子晴（Ziqing Di）
陈睿凡（Ruifan Chen）
李文重（Wenzhong Li）
韩墨凡（Mofan Han）
学校:
北京市朝阳区赫德双语学校 HD Beijing School，China
清华大学附属中学上地学校 Tsinghua University High School-Shangdi，Beijing，China
美国伍斯特理工学院 Worcester Polytechnic Institute，USA
清华大学附属中学 Tsinghua University High School，Beijing，China
辅导教师:
马尧（Yao Ma）
杨沐华（Muhua Yang）
黄安恩（On Yan Wong）
奖项:
2023年香港·纽约国际青少年科学发现影像大赛“HMA”最佳科学微电影奖、科学微电影优秀作品一等奖
2024年第14届全国青少年科学影像节“科学万花筒”最佳科学探究纪录片、“科学万花筒”科学探究纪录片最佳创意、新华国际视野新星、中鸣AI探索新星

赛场风采:

陈睿凡：第二轮是英文答辩。评委老师们问了我们识别猴声的最终目的、如何收集训练数据，还给我们介绍了一个识别鸟叫的软件，为我们研究猴声提供了思路。最后，我们讨论了模型置信度差的问题，评委老师建议我们增加样本数量、提高收集训练数据的效率。今后，我会想办法改进模型，提升置信度并增加识别的类型。

狄子晴：很荣幸参加英语答辩，与来自哥伦比亚的教授交流。十几分钟交流，教授对于我们的探究有肯定，也有宝贵的建议。他们提出希望我们可以扩大样本数量，并且尝试市面上更多的语音训练模型，争取可以提高猴声识别的成功率。这些货真价实的建议，为我们后期的研究指明了方向，真心感谢他们。
同时，我也非常感谢能在今年这个夏天，和我的伙伴完成这部科学影片。在这段难忘的经历中，我观察到了可爱的猕猴，了解了如何使用 AI 学习模型，以及如何完成一个相对完整的科学探究。当然，关于这个项目不完美、有遗憾，但无论未来的路有多么遥远，进一步一定有进一步的欢喜。最后，感谢与我并肩作战的伙伴和一路陪伴我们的老师，希望以后能在更大的舞台上相见。

韩墨凡：这次答辩评委老师们提了很多问题，有的准备过，有的没有准备过。其中一些问题确实让我一时间回答不上来，所以为了准备接下来一轮答辩，还是需要再认真准备一下。尤其是对于评委老师问的最后一个关于制作的心得体会，我认为有可能会在接下来的一轮中出现，需要我格外重视。
在第二轮英文答辩中，我们遇到了来自美国的科学家，他们的问题更加难以回答。与此同时，他们的问题也给了我们很大的启发。未来的研究可以从他们的问题中入手，继续改进这个项目。

牛瑶博士、教授(科学探究点评专家):
“不明觉厉”，这是我观看这个微电影的感受。虽然不太明白Tensorflow2，不懂卷积神经网络模型，不清楚怎样训练出模型，但是认为AI和机器学习在动物学、动物行为学研究中的应用，必将把其研究推上前所未有的新高度。人工智能在动物学的研究中同样前途无量。对研究团队在香港金山郊野公园录制猕猴的叫声分析研究表示赞叹。

吕尚伟北京UGC学院院长(拍摄与剪辑点评专家):
画面和声音是构建科学微电影的主要元素。本片使用Audition音频处理软件对猕猴叫声进行声纹分析，让观众直观看到猕猴不同叫声的频率分布，并基于三种叫声的频谱训练AI模型，用于对猴子叫声的快速鉴别，丰富了青少年科学探究的思路，也拓展了青少年科学微电影对探究对象、探究方法的可视化表达的手段。

薛建峰资深媒体人(表达与交流点评专家):
猕猴宝宝的细节非常生动，声音与动物行为的关系是个精准的课题，探究的方法角度比较独特。出镜表达自然，团队的合作默契。

张红梅教育时报原副总编辑(科学技术与社会 STS精神、教育意义点评专家):
大胆猜想，勇于创新，真心为这组小科学家们胆量点赞。识别猴声大科学家们还没有做的事，他们做了，还取得初步的成果。事上无难事，只要肯登攀，13分钟记录片的背后，小科学们遇到的困难太多了：设备的问题、收音的问题、分类的问题、软件的问题……可他们知难而上，339条猴声是坚持不懈得来的。相信这次科学微电影活动对孩子们的未来一定会产生重要的影响。

于洲洋高级讲师(STEM教师辅导点评专家):
透过镜头，在实际生活中发现问题，往往都不会局限于某一个学科。就比如这组同学们想要对猕猴的叫声做分类与识别，他们需要观察并熟悉猕猴的行为、需要了解并熟悉声音的振幅、频率、传播规律等物理学知识、需要掌握一定的计算机语言并找到合适的人工智能模型去识别不同的猴声，不知不觉中跨越多个学科去解决一个实际问题。声音即看不见，又摸不着，如何将声音展示在屏幕上？这组同学做出了尝试，让观众不仅听到了猕猴的叫声，通过声波图和频谱图，还看到了这些叫声的形状，将声音“可视化”了。

刘海鹏高级讲师(STEM教师辅导点评专家):
我们可不可以跟猴子交流呢？有人能掌握一门猴子的语言吗？恐怕很难吧！但影片换了一个思路，用数据的方式把猴子叫声后记起来，再用机器学习，充分利用了计算机的优势，对于电脑来说，只要数据的模型够多、够大，那么精准的分析出猴子的哪一种声音是代表了什么，并不是一件遥不可及的事情，影片不仅打开了思路，并且找到了通往“胜利”的道路，让人大开眼界！我们已经用机器学习解决了很多“人”的问题，但动物方面还有很多值得去研究，也许这将成为科研的一块“处女地”!