编辑推荐：
这篇综述深入解析了濒危物种黄颈亚马逊鹦鹉的鸣啭二重唱，揭示其拥有包含36种叫声类型的大型词汇库，这些叫声遵循特定的句法规则非随机组合，约半数叫声存在显著的性别偏向性。研究通过语言学分析工具Voyant发现了19对正相关和4对负相关的共现搭配，证实了其通讯系统具有组合句法复杂性，为社交复杂性假说提供了有力支持，并强调了此类复杂通讯行为在保护这一濒危物种中的重要性。
摘要
黄颈亚马逊鹦鹉是一种极危物种，也是研究复杂声音通讯的优秀模型。研究聚焦于其配偶在保卫领地时使用的鸣啭二重唱，发现这些二重唱拥有一个包含36种叫声类型的大型词汇库，并存在额外变体。叫声在二重唱中非随机分布，而是由句法规则组织。此外，31%的叫声类型存在性别偏向（由某一性别发出75–99%），另有25%的叫声是性别特异的（100%由单一性别发出）。整体上，二重唱表现出极大的变异性；尽管受到句法规则的结构约束，但整段二重唱中极少观察到明显的重复。这项研究提供了重要证据，表明大型叫声库和复杂的声音通讯是野生鹦鹉自然交流系统的重要组成部分。
引言
虽然我们无法直接询问动物如何感知世界，但可以通过研究它们的叫声库来更好地理解塑造这些叫声的进化过程、它们如何与同种互动以及如何对环境作出反应。社交复杂性假说认为，拥有更复杂社会系统的动物可能需要并因此进化出更复杂的通讯系统。对其他物种声音通讯系统的研究可以为我们提供关于语言如何进化的关键见解。人类语言卓越的表达能力与两个关键属性有关：语音学和句法。语音学指无意义声音（音素）组合成有意义声音（如语素，又称词语或动物叫声），而句法则指这些语素如何组合成更大的结构，或语素的顺序。动物已被发现拥有人类语言的一个或两个方面，尽管程度更为有限。
鹦鹉因其在圈养环境中的模仿能力而闻名，但由于研究绿色、热带、广泛漫游鸟类的固有困难，其在野外的声音通讯系统较少被理解。鉴于大多数鹦鹉与人类展现的相似性——大型大脑、长寿、高度社会化和终身声音学习，研究它们的叫声复杂性有可能为语言进化提供深刻见解。
我们的研究对象是黄颈亚马逊鹦鹉，这是一种大型鹦鹉，分布范围从墨西哥南部到哥斯达黎加南部。该物种代表了野生鹦鹉声音通讯研究普遍缺乏中的一个罕见例外。在黄颈亚马逊鹦鹉中观察到的一些声学行为包括跨越其整个分布范围的地理方言，以及由配偶进行的复杂二重唱。黄颈亚马逊鹦鹉是一种聚散物种，夜间聚集成大群，白天则分散成较小的觅食群。在繁殖季节，配偶也会花时间在小型、有防御的繁殖领地上，聚集时间大大减少。因此，这些鹦鹉的社会系统是复杂的，并在多个层面上运作。
对黄颈亚马逊鹦鹉方言的研究主要集中在其联络叫声上，但鹦鹉的声学库还包括两种类型的二重唱：主要二重唱和鸣啭二重唱。黄颈亚马逊鹦鹉的二重唱似乎主要用于领地防御。这两种二重唱主要在巢穴领地上发出，鹦鹉会与邻近的配偶进行对唱，就像鸣禽会与邻居对唱一样。鸣啭二重唱在边界争端期间由配偶发出得更多，并且在回放实验中，鸣啭二重唱的发出数量略多于主要二重唱。这两种二重唱听起来也截然不同，鸣啭二重唱在音符上表现出更多样化、更快的节奏。
先前对哥斯达黎加五个地点记录的主要二重唱的研究发现了句法规则的证据。根据定义，这些规则管理着叫声在更大序列中的组合方式。在这些规则中，确定了雄性和雌性交替发出叫声，叫声类型使用频率不同，某些叫声类型相互关联，并且雄性和雌性有性别特异的叫声。对句法进行操纵的回放实验也表明，句法有助于这些信号的通讯功能。
我们对鸣啭二重唱的初步观察已经表明它们比主要二重唱拥有更广泛的叫声类型库，这促使我们从人类语言学的角度来处理我们的分析。我们应用了人类语言学中一种称为搭配分析的常用方法，该方法统计检查称为语料库的文本集合，以确定哪些词语（如果有的话）共现。据推测，词语之所以共现是因为共享语义。
尽管搭配分析是人类写作研究中相对常见的方法，但它并未广泛应用于动物研究。然而，该方法可能适用于鸣啭二重唱，因为它们长且多变，类似于一连串句子。我们选择了专门进行搭配分析的软件程序Voyant Tools，以确定二重唱中是否存在搭配以及它们是否具有统计显著性。此外，Voyant允许我们测试正相关和负相关。负相关描述了在语料库中相互回避的叫声，因此是搭配的反面。识别搭配将表明鹦鹉在组织其二重唱时遵循规则，从而提供句法的证据。先前对黄颈亚马逊鹦鹉的研究在更简单的标准二重唱上使用了类似的方法，并确实发现了二重唱内句法结构的证据。具体而言，我们在此的目标是记录黄颈亚马逊鹦鹉鸣啭二重唱的结构和句法，确定黄颈亚马逊鸣啭二重唱的复杂性如何与其标准二重唱以及其他鸟类的复杂信号相比较，并评估用为人类语言分析设计的工具来分析动物信号是否合适。
材料与方法
地点和录音
2006年至2008年，在哥斯达黎加西北部一个名为Ahogados的私人土地上，记录了13对黄颈亚马逊鹦鹉配偶在繁殖领地上的二重唱。所有录音均在1月至4月的繁殖月份进行，时间在16:10至18:30之间，此时鹦鹉返回其繁殖领地，最为活跃和爱叫。每个记录的领地面积在1.1至8.0 km2之间。
使用三角架安装的指向性麦克风（型号ME67, Sennheiser）和数字录像机（型号Elura 100, Canon）录制二重唱。在录音过程中，观察者一次专注于一对二重唱的鹦鹉，但也可以捕捉到额外的邻近配偶。鸟类有时（但并非总是）可以在摄像机中看到，但观察者也会在每次二重唱完成后叙述是哪对鹦鹉在二重唱。为了数字化二重唱，将二重唱对的视频录像在JVC高分辨率视频监视器（型号TM-H170VG）上播放，同时声音通过i-Mic（Griffin Technology）输入到Macintosh Power PC G5计算机，并在Raven 1.1.1（Cornell Lab of Ornithology）中以44 kHz和16位数字化。为每个二重唱创建了个别声音文件，描述发出信号的配偶、日期以及给出的二重唱类型。主要和鸣啭二重唱可以通过对二重唱内的叫声类型进行评分来轻松区分。总共从13对鹦鹉创建了1136个二重唱文件，但仅保留了52个高质量的鸣啭二重唱用于分析；两个鸣啭二重唱因信噪比差被移除，其余二重唱均为主要二重唱。
叫声类型的分类和分析
在CRD的监督下，经过培训的本科生研究团队通过查看二重唱的频谱图并同时使用Raven软件聆听它们，创建了一个单一的鸣啭叫声词典。学生还参考了已有的标准二重唱词典作为参考。使用512采样率、4 kHz轴和黑白灰度对比来查看二重唱，以标准化比较。如果确定叫声在视觉和声学上都是独特的，则给予其独特标签，研究人员关注参数包括持续时间、谐波带数量、最大和最小频率以及峰值数量。本质上，研究人员同时观察和聆听那些在视觉和声学上不同的叫声簇。尽管人脑显然与鸟类大脑不完全匹配，但人类观察者已被证明在分类鸟类叫声方面非常有效，最近一项关于斑胸草雀的研究表明它们以与人类相似的方式区分叫声类型。黄颈亚马逊鹦鹉的二重唱通常以雄性和雌性叫声之间不同程度的重叠为特征，即使对于训练有素的观察者来说，也很难确定一个叫声的开始或结束。因此，尽管通过视觉和听觉对叫声进行分类的过程可能非常繁琐，但我们相信这是最有效的过程。我们识别出36种由多个样本组成的叫声类型，外加11种仅观察到一次的额外叫声类型，这些被简单地归类到“未知”类别中。为了测试叫声类型类别的可重复性，两名本科生对15个身份被隐藏的二重唱子集进行了评分，就像在初始词典创建过程中所做的那样。每个二重唱以随机顺序评分3次，我们使用以下方程测试可重复性：[（正确的音符数）/（总音符数 - 遗漏的音符数）] × 100 = 准确率百分比。
我们根据对黄颈亚马逊鹦鹉二重唱规则的历史理解来为叫声定性别，即雄性和雌性叫声交替发出，并以不同的对产生，且每对音符中雌性叫声先于雄性叫声。如果一种叫声75–99%的时间由一种性别使用，则被归类为“性别偏向”；如果100%的时间由一种性别使用，则被归类为“性别特异”。为了测试不同叫声类型在性别使用上是否存在显著差异，我们对叫声类型进行了列联表测试和χ2分析。我们将分析限制在样本量较大的鸟类对和叫声类型上，例如发出了≥3次二重唱的七对鹦鹉，以及有≥10个样本的叫声类型。这给我们留下了代表17种叫声类型的241个叫声样本量。
为了对叫声类型的视觉+声学分类进行补充分析，我们使用Raven Pro软件测量了叫声的声学元素。如上述查看二重唱，并为每个叫声收集了以下信息：叫声持续时间、最小频率（Hz）、最大频率（Hz）、响应时间（s）、聚合熵（u）（+/- 0.1）、频率差（Hz）、片段数量、鸣啭片段数量、音调片段数量和响应时间。我们使用Jmp Pro 17中的二次判别函数分析（DFA）和朴素贝叶斯分析（NBA）来确定基于计算机的评估是否能像人类观察者一样有效地对叫声类型进行分类。
二重唱句法
为了识别二重唱内潜在的句法规则，我们使用免费的基于网络的软件Voyant Tools来分析二重唱的搭配。总共分析了来自12对鹦鹉的52个二重唱。Voyant可以自动搜索数据集，并寻找以更高频率相互接近出现的叫声类型之间的连接性。使用搭配网格工具计算了上下文为1、3和5的搭配，上下文指的是在感兴趣叫声的1、3或5个叫声范围内出现的次数。Voyant使用网格工具和相关特征为搭配提供皮尔逊显著性值，p值小于0.05的相关性被解释为比偶然预期发生得更频繁（显著）。
我们还使用了“趋势”可视化工具，该工具检查词语（或鸟叫声）中的模式以确定使用的时间趋势。我们的目标是确定鹦鹉是否有关於其叫声类型使用时间的规则；即，叫声类型是否主要在二重唱的特定时间使用？再次，我们分析了相同的被发出≥10次的17种叫声类型。任何具有单一“大”峰值（比下一个最大峰值高2倍以上）的叫声类型被标记为定时叫声，然后根据峰值的位置指定为开始、中间或结束叫声类型。具有多个相似大小峰值的叫声被标记为不定时。
结果
叫声类型的分类和分析
我们最初的词典是使用来自13对鹦鹉的54个二重唱的全部469个叫声样本制作的。二重唱长度从3到19个叫声不等，平均=9个叫声。我们从结构和声学角度识别出总共36种我们认为不同的叫声，以及三种变体。尽管DFA和NBA都无法将整个叫声类型数据集有效地解析为不同的类别，但成对NBA分析能够区分两种在声学和视觉上相似的叫声类型。我们还发现，使用这些二重唱的随机子集，可重复性（按叫声类型评分）很高，达到92%。然而，我们想指出的是，即使手头有词典，考虑到识别出的叫声类型数量庞大，对二重唱进行评分也很慢。叫声也被紧密协调并以应答方式发出，雌性叫声引领每个音符对，并且雌性叫声与随后的雄性叫声之间的持续时间比反之更长（雌性=703 ± 2.3 ms，雄性=581 ± 1.5 ms，Student's t343.2= ?4.1, p < 0.0001）。略超过50%的叫声表现出一定程度的性别偏向或特异性，其中11/36（31%）的叫声类型存在性别偏向（由一种性别使用75–99%的时间），9/36（25%）的叫声类型是性别特异的。五种叫声类型由雄性独占使用，四种由雌性独占使用。对17种叫声子集进行的叫声类型与性别的列联分析是显著的（似然比χ2(15, 241)= 62.88, p < 0.0001）。
二重唱句法
在我们评分的52个二重唱中，绝大多数是独特的（每个二重唱序列都是新颖的），只有两种类型的二重唱被完整重复。一种由10个叫声组成的二重唱类型由同一对鹦鹉给出了两次，一种由9个叫声组成的二重唱被给出了三次，由两对不同的鹦鹉发出。
尽管二重唱组成存在变异性，Voyant识别出19个正相关的搭配（比预期更频繁共现的叫声）和4个负相关的搭配。在识别出的搭配中，8/19个叫声与其自身搭配（叫声类型被重复）。我们选择了一个常见叫声子集来说明搭配，以及在整个二重唱时间跨度内的正相关和负相关。图4还描绘了几种所展示的叫声类型可以以多种方式搭配；它们可以与其自身搭配，也可以与其他叫声类型搭配，从而表现出一定的灵活性。
趋势工具表明，单个叫声类型和搭配在用法上表现出不同的趋势是很常见的。例如，“U1”+“U2”在二重唱中间部分出现频率更高，而“M”+“Mirror M”在二重唱末尾部分出现频率更高。在分析的17种叫声类型中，它们几乎均匀地分为定时和不定时（47.1%定时 vs 52.9%不定时）。对识别的8种定时叫声类型的子分析确定了两种（25.0%）开始叫声类型、三种（37.5%）中间叫声类型和三种（37.5%）结束叫声类型。
讨论
我们对黄颈亚马逊鹦鹉鸣啭二重唱的仔细检查揭示了具有句法结构但又灵活的二重唱，具体表现为：1) 发送者呈现的叫声各不相同，大约50%由两性发出，大约50%主要由或完全由一种性别发出；2) 许多叫声类型共现（19个搭配），四种叫声类型相互回避（负相关）；3) 大约50%的叫声在二重唱内的放置时间是定时的，而其余的则在整个二重唱中使用。鸣啭二重唱也表现出与我们在鹦鹉的主要二重唱中观察到的相同的声音复杂性特征，具有典型的雄雌交替音符。相比之下，鸣啭二重唱拥有更大的叫声词汇库（36种叫声类型，而主要二重唱只有4种）。
鸣啭二重唱叫声词汇库在性别偏向/特异的叫声类型和非偏向的叫声类型之间几乎平分秋色。由于叫声类型库要大得多，这是鸣啭二重唱中极大地放大的复杂性水平。主要二重唱有一种由雄性和雌性共享的叫声类型，以及其他性别特异的叫声类型。许多二重唱物种既发出二重唱也发出独唱，据推测，具有额外配偶通讯功能的二重唱更可能具有性别特异的音符。因此，当使用性别特异叫声时，接收者在聆听二重唱时可以清楚地区分二重唱和独唱。
在句法规则的约束内，鹦鹉似乎有能力改变音符的顺序。在我们分析的54个二重唱中，我们只看到两种二重唱类型被完整重复。这种灵活性部分归因于大型叫声类型词汇库，也归因于二重唱内叫声呈现的灵活性。虽然大约一半的叫声类型是定时的，但其余的叫声类型可以在整个二重唱序列中找到。即使是定时的叫声类型，也会偶尔在二重唱序列的其他时间发出，以较小的峰值表示。鸟类遵循的许多句法规则，通过搭配表达，比最初看起来更复杂。虽然一些叫声类型只与另一种叫声类型搭配，这可能被认为是一个简单的规则，但其他叫声类型，包括“Screes”、“Mirror Ms”和“U1s”，可以与其自身搭配（即重复）或其他音符类型搭配。因此，根据我们的结果和先前的研究，我们推断，当鹦鹉的领地被侵犯时，它们正在做出众多选择：首先，是否发出二重唱，如果是，发出什么类型；一旦确定了二重唱类型，它们必须迅速与伴侣协调二重唱，遵循一套句法规则，并实时调整叫声以匹配伴侣的发声。
黄颈亚马逊鹦鹉众多的组合句法规则，提供了制造看似无限多样二重唱类型的灵活性，这支持了社交复杂性假说。组合词语从而创造出具有独特意义的短语和句子的能力，被认为是人类语言的关键标志之一。然而，其中一个假设是各个单元具有不同的意义。许多动物可能会创造出由句法规则组织的复杂信号，但这些规则可能不会产生更广泛的语义意义。目前，我们无法自信地说鹦鹉发出的不同叫声、搭配或二重唱具有不同的语义意义。我们拥有的任何单个元素具有不同功能的最佳证据来自联络叫声，该叫声在鸣啭二重唱、主要二重唱中发出，并且也经常在二重唱语境之外作为一长串联络叫声发出。因此，我们认为联络叫声的功能很可能根据其使用的上下文而变化。鹦鹉二重唱与山雀的组合信号之间可能存在一些相似之处，有证据表明“chick-a-dee”叫声的变体通过丢弃或添加单元来传达不同的意义。我们对鹦鹉在不同环境中发出联络叫声的观察表明，鹦鹉也会改变联络叫声的节奏和声学结构，从而可能提供更多操纵其意义的机会，尽管需要更多研究来证实这一点。
除了可能具有不同语义意义之外，对于二重唱的巨大变异性还有几种替代假设。这种变异性可能允许鹦鹉参与类似于领地鸣禽的信号行为；它可能允许它们匹配或不匹配，从而升级或降级领地对抗。这在一种二重唱物种中也得到了支持，尽管其叫声库要简单得多，即黄冠鹎。或者，变异性/叫声库大小可能传递信息；拥有更大二重唱或叫声类型库的配偶可能被判断为更有效的配偶，类似于在鸣禽中观察到的情况。这一假设的一些支持来自观察，即拥有更大叫声类型词汇库的鸣啭二重唱，似乎也与主要二重唱具有不同的功能。主要二重唱比鸣啭二重唱发出得更频繁，似乎用于维持繁殖领地，而鸣啭二重唱似乎起到更积极的领地防御功能。我们在野外观察到的少数身体冲突之前都出现了鸣啭二重唱，并且在繁殖领地进行回放实验时，鹦鹉略微增加了鸣啭二重唱，但没有增加主要二重唱。我们假设更复杂的鸣啭二重唱可能更能有效阻止侵犯的配偶，因为它们能更有效地宣传防御配偶的质量，从而作为对竞争对手的强大威慑。总体而言，更复杂的鸣声或更大的叫声库已被发现与鸣禽的雄性生存、领地获取和防御相关。
总而言之，鹦鹉展示的组合句法值得注意的原因有几个；我们发现了超过20条句法规则（正负搭配），叫声在二重唱过程中呈现时间的灵活性，不同程度的性别偏向，以及包含36种叫声类型的大型词汇库。尽管鹦鹉在圈养环境中令人印象深刻的声音学习能力广为人知，但这项研究提供了进一步的证据，表明大型叫声库和复杂的声音通讯系统是其通讯系统的自然组成部分。因此，这些大型大脑、长寿且社会化的动物在野外显然以卓越的方式进行交流，支持了社交复杂性假说。我们还表明，Voyant程序虽然是为人类语言学设计的，但可以为复杂的动物通讯提供有价值的见解。
这些发现强化了在人类通讯系统和鸟类物种中观察到的相似性，表明组合句法可以在多样化的社会生态背景下作为重要的通讯行为出现。我们现在需要的是在一切为时已晚之前，对黄颈亚马逊鹦鹉的声音复杂性意义有更好的理解。黄颈亚马逊鹦鹉是一种“极危”物种，先前的研究已经证明，通过栖息地丧失或偷猎破坏社会群体可能会影响其方言的文化传播。如果我们希望最终破解其声音通讯系统的密码，可能需要持续结合保护努力、实地观察和回放实验。最终，我们的工作证明了研究野生动物种群的声音复杂性和句法组织的价值，因为自然压力塑造通讯的方式无法在圈养环境中复制。
致谢
感谢Timothy Wright博士慷慨分享他的研究物种。感谢哥斯达黎加阿雷阿保护区和土地所有者允许并协助我们的野外工作。我们感谢多年来为数据分析做出贡献的众多学生研究人员。我们还要感谢编辑Jennifer Foote以及两位匿名审稿人在发表前对稿件提出的评论和改进。
资金
大部分野外工作的资金来自一个GREATER研究机会研究生计划资助。匹兹堡大学约翰斯顿分校为持续的声音分析提供了设施和设备。
利益冲突
作者声明无利益冲突。
作者贡献
Christine R. Dahlin: 概念化（主导）；数据管理（同等）；形式分析（同等）；资金获取（主导）；调查（主导）；方法论（主导）；项目管理（主导）；监督（主导）；可视化（同等）；撰写初稿（主导）。Bryce Killinger: 数据管理（支持）；形式分析（支持）；可视化（支持）；撰写审阅和编辑（支持）。Malanna Snipe: 数据管理（支持）；形式分析（支持）；可视化（支持）；撰写审阅和编辑（支持）。Owen Small: 数据管理（支持）；形式分析（支持）；撰写审阅和编辑（支持）。Brianna Guenther: 数据管理（支持）；形式分析（支持）；撰写审阅和编辑（支持）。Lily Richwine: 数据管理（支持）；形式分析（支持）；撰写审阅和编辑（支持）。
数据可用性声明
数据可通过Dryad数字存储库获取。
