嘘，小声点！我们听听动物都聊些啥 ｜ 读懂"动物声学" - 主题精读稿

前言：一场被人类忽略的"地球交响乐"

动物的世界远比我们以为的喧闹。猎豹幼崽用鸟鸣声进行声学伪装、大象会模仿轮船汽笛与韩语、考拉用第二对声带发出 27 赫兹的低吼、抹香鲸的歌声甚至遵循人类语言的统计规律。这些发现共同指向一个被低估的事实：地球本身就是一座声学剧院，每个物种各占一处频率生态位。但当人类的低频噪声大举侵入这个声学频谱时，鲸鱼的压力激素会因此飙升，夜莺的嗓子被迫越提越高，整片森林会"失声"却看不出半点异样。这期节目用一本来自奥地利动物行为学家安吉拉·斯托格的薄薄科普书《小老鼠会唱歌，大象会吱吱叫》作为入口，把我们听惯了"汪汪喵喵"的耳朵重新校准到自然界本来的频道上。

一、那些反直觉的"动物之声"：从猎豹到小鼠的发声谱系 (00:06 - 21:51)

如果让你猜一段啾啾啾的高频鸟鸣是什么动物发出的，几乎没人会想到答案是猎豹。这背后是一个名为"声学伪装"的演化假说。猎豹幼崽的死亡率极高，约 70% 是被狮子捕食。如果幼崽用成年猎豹那种喵叫或低吼来回应母亲，狮子会轻易锁定它的位置；而草原上鸟声此起彼伏，把声音伪装成鸟鸣就能融进背景噪音里。研究者曾在南非野外回放猎豹幼崽的录音，发现真鸟在间隔中插入回应——连鸟自己都被骗了。2025 年的一项新研究进一步确认，野生小猎豹也会用这种"加密通话"来呼叫母亲。

大象是另一类把"发声学习"玩到极致的物种。美泉宫动物园的一头亚洲象，会模仿它在前一家海岸边动物园听到的轮船汽笛与发动机声；肯尼亚一头叫马莱卡的非洲象会模仿路边重型卡车的引擎轰鸣，相关研究 2005 年登上 Nature，标题就叫《Elephants are capable of vocal learning》。最离谱的是韩国动物园的大象高斯克，会用韩语说"你好""坐下""不好"——它把鼻子伸进自己嘴里，用鼻子去控制口腔空腔的形状和大小，从而把声音的频率拉到接近人声的范围。

大象其实有超强学习能力。这些行为不是因为环境差被折磨出来的，恰恰相反，是因为环境足够好，它没事干，就开始搞点小创新。

体型 ≠ 声音频率——这是这一段最反常识的发现。按声带共振腔逻辑，体型越大声音越低，所以大象（声带 10-15 厘米）能发次声波，长颈鹿因脖子超长长期被以为也能。但斯托格团队蹲守数日只录到 100 多句长颈鹿的叫声，频率没那么低，更像"一头便秘的牛"在闭嘴嗡嗡作响——长颈鹿的发声主要在夜间用来协调群体聚散。反过来，仅七八公斤重的考拉却能吼出 27 赫兹的低音，秘密是它演化出了第二对声带，长度是常规声带的三倍，吸气时通过软腭引导气流共振。雄性考拉的声音越低沉，往往越被解读为体型大、雄性激素强，是一种典型的性选择信号。

更小尺度上，硬骨鱼里的"扣扣鱼"没有声带，靠肌肉与胸鳍鳍条的快速振动发出打击乐般的咚咚声，且只有领地受到挑战时才会发出。小鼠的求偶超声波则是一段有节奏的"歌"。雄性小鼠闻到雌性气味会唱简单版本，看见雌性本鼠则唱出复杂悠长的版本，而雌性小鼠确实更被复杂歌曲吸引——找对象得有才艺，跨物种通用。

二、发声的生理与遗传基础：从鼻子到 FoxP2 (21:54 - 45:12)

哺乳动物的标准发声是肺部气流通过声带振动，再经口腔、鼻腔、喉咙构成的共振腔塑形。共振腔越长、声音越低，这是为什么人类只有 2 厘米声带，而大象能有 10-15 厘米。但斯托格团队用"声学相机"——一组 48 到 96 个麦克风组成的阵列，靠声音到达不同麦克风的微小时间差来反算声源位置——发现大象其实有两个发声部位：嘴巴和鼻子。

鼻子是大象的"对讲机"。远距离沟通时它用鼻子发出更低沉的轰鸣，能传到几公里甚至十几公里外；面对面打招呼时改用嘴巴，发出号角般的高扬音，再混入轰隆隆的低音合唱。这种打招呼仪式相当夸张：分开十分钟再见面也要再花十分钟"互问近况"，期间双方在快速交换"我是哪个家族的""你是哪个家族的""现在情绪如何"等社会信息。

书名"大象会吱吱叫"指的是另一个反常识发现。亚洲象能发出高达上千赫兹的尖锐叫声，乍听像远处小狗。它的发声方式像吹小号——嘴唇紧绷，留一条缝，把腮帮子往里缩，形成更窄的共振腔。这种叫声通常表达压力或攻击意图。有趣的对照是非洲象：野生状态下不会这样叫，只在动物园里跟亚洲象一起生活过的非洲象才会"后天习得"。一头叫卡利麦罗的非洲象学不会用嘴部发声，自创了一套用鼻孔发声的"口音版"吱吱叫——录音里能明显听出它"努力但学得不够像"。

回声定位类动物则演化出了完全不同的方案。海豚没有声带，靠喷气孔的振动产生哒哒声，再通过额头那块叫做 melon（瓜状体）的脂肪组织把声音聚焦发射出去；接收回声不靠耳朵而靠下巴里的油状空腔。蝙蝠大多用骨化加强的坚硬声带配合快速肌肉发出几十万赫兹的高频声，但中华菊头蝠这类则是闭嘴不动，让喉咙的声音从结构复杂如雷达天线的鼻叶发出，叶口蝠的鼻子甚至大到几乎遮住眼睛——反正它不靠视觉。

这些会"复杂语言交流"的物种——人类、大象、鲸鱼、海豚、鸣禽、鹦鹉、小鼠——共享两个特征：相似的神经环路与同一个关键蛋白。人类有专门的语言中枢连接运动皮层、听觉皮层和发声相关的脑干；斑马雀有一个对应的脑区叫 HVC，结构功能类似。而 FoxP2 蛋白是这条线索上最核心的"嫌疑人"。2015 年的研究发现，斑马雀每天早上集中唱两小时，唱完后大脑中的 FoxP2 表达水平会急剧下降。把小鼠的 FoxP2 敲除，雄性小鼠就不会唱歌了。从鸟到哺乳动物，这种蛋白在节奏性发声学习中扮演着高度保守的神经调控角色。

三、研究方法与 AI 解码：从七步法到 Chat 设备 (45:13 - 1:00:40)

研究动物声学不是支起麦克风就行。斯托格在书里列了一套"七步法"。第一步是不带偏见的观察——先不假设、不分析，坐下来听，从中发现有意思的特点；第二步查文献、了解物种行为谱；第三步是耐心培养对物种的"第六感"，因为关键的"aha moment"往往藏在你盯着大象看了半小时之后那个不经意的耳朵晃动里；第四步是个体识别，能从声音里区分出谁是谁；第五步是注意那些不那么明显的微小声音变化；第六步处理一个伦理张力——你既要对动物保有同理心（毕竟没有热爱就没有持续研究），又要保持科学描述的客观性，在两端之间找到平衡。这一点与珍·古道尔倾向于完全融入动物群体的做法略有不同；最后一步是反思研究如何转化为对动物保护、畜牧业、动物福利的实际贡献。

技术工具的迭代正在重塑这个领域。声学相机解决了"声音从哪里发出来"的问题，吸盘式麦克风加 GPS 定位器能给鲸鱼、海豚做长时间的"行为录音真人秀"。而 2024 年开始的 Coller-Dolittle Challenge 直接把动物声学和 AI 嫁接：每年颁发 10 万美元年度奖给在 AI 驱动跨物种通讯上有突破的团队，最终大奖 1000 万美元，颁给首支在 2029 年前实现真正双向物种通讯的团队。

去年的 10 万年度奖给了伍兹霍尔海洋研究所的海豚研究——他们给多只海豚同时贴上吸盘式麦克风加定位器，把声音和行为轨迹关联：哪种哨音对应母子分离、哪种对应集体转弯、哪种对应打闹玩耍。他们发现海豚母亲在小海豚身边时会刻意把哨音频率提高，类似人类对婴儿说话时会自然切换到"夹子音"。该项目最近与 Google AI 合作开发名为 Chat（Cetacean Hearing and Telemetry，硬凑出来的缩写）的设备，戴在手腕上像复古大哥大，目标是和海豚实时对话。

更野心的项目是 2021 年由哈佛、MIT、Yale、Google 多家机构联合启动的 CETI Project，专研加勒比海抹香鲸。抹香鲸的发声方式与海豚类似，发出的咔哒声单元被命名为 Coda——听起来"像低频版指甲刮黑板"。2024 年研究用大语言模型分析后，识别出 Coda 中存在 143 种常见组合，被认为构成了抹香鲸的"语音字母表"——这是首次对抹香鲸语言的系统性解析。

而 Earth Species Project 则走更"硅谷"的路径——其创始人来自 Google。他们的玩法是不预设语义，把所有动物声音、行为轨迹、环境数据一股脑丢给模型自学。2023 年他们发布的 AVES 模型能从复杂背景噪音中剥离动物叫声，2024 年的 NatureLM-Audio 直接对标 LLM，目标是用自然语言提示完成声音的物种分类、检测和统计。

四、动物的语言到底有多复杂：从婴儿哭声到鲸鱼的"流行歌" (1:00:54 - 1:19:14)

动物的声音哪些有真实含义、哪些只是"怪叫"？最稳妥的切入点是和生存最相关的几类——求偶、警报、母婴互动。

刚出生的大熊猫宝宝只有 12 厘米长、巴掌大小、粉红无毛、看不见也听不见，跟体型悬殊的母亲形成强烈反差。它必须靠极其响亮的哭喊吸引注意，其频率与人类婴儿哭声的频率高度接近。如果长时间得不到照顾，叫声会越来越焦躁。同样的现象也出现在尼罗河鳄鱼宝宝身上——它们在破壳前就会在蛋壳里发出"哇哦哇哦"声，目的是协调所有兄弟姐妹同步孵化、并提示母亲提前到位保护，因为如果出生时间错开，母亲难以兼顾全部幼崽。

2014 年的一项关键实验把这种"幼崽求救声"的跨物种通用性钉死了：研究者给野外的母鹿播放各种动物幼崽的叫声——人类婴儿、土拨鼠幼崽、海豹幼崽、家猫幼崽、蝙蝠幼崽——母鹿全都表现出主动趋近的反应。当声音落在 250-1000 赫兹时，母鹿会跑过来，像是想去照顾。神经层面看，幼崽呼救声会激活下丘脑分泌催产素的神经元，催产素直接驱动母性行为：照顾、清理、筑巢。这是动物界最原始也最跨物种通用的声音范畴。

社交结构变复杂之后，语言才进一步演化。大白鼻长尾猴有一套组合式警报：一段高昂紧绷的长音表示"灌木里有猫科动物潜伏"，一段低短的促音表示"老鹰盘旋"，两者组合起来意思反而是"安全，可以继续前进了"——单元已具备词组组合的属性。非洲的叉尾卷尾鸟则把这种系统玩成了"诈骗术"：它能模仿 45 种不同物种的警报声，专挑獴这类小动物吃东西时远远发出"老鹰来了"的假信号，等动物吓跑就过去捡食。它甚至深谙"狼来了"的逻辑——同一种警报骗过两次失效后，它会换一种警报继续骗，欺骗成功率因此提高。

大象社群里有"contact call"（接触叫声）。研究表明一头母象能凭声音区分来自 14 个不同家族的 100 头成年母象，相当于通过电话听声辨人。更进一步的研究发现大象会给彼此起名字——听到自己的名字时它反应更快、更兴奋，听到别人的名字则没反应。

座头鲸把这件事推向了文化演化的层级。2011 年 Current Biology 的研究横跨 11 年，记录从澳大利亚到南太平洋的座头鲸歌声，发现某一年在澳大利亚东岸流行的歌曲，一两年后会在 6000 公里外的法属波利尼西亚出现——歌声像流行歌一样传播，并且会迭代更新，2001-2005 流行的版本和 2003-2006 流行的版本在节奏与音调上有可辨别的差异。

你虽然不知道它什么意思，但是从统计学结构上看，鲸鱼的歌声跟人类语言遵循的那种相似的规律。

2025 年的研究把座头鲸 8 年的录音切成音节并分析频率分布，发现它符合齐普夫定律——一个单词出现的频率与它的排名成反比，第一名出现的次数是第二名的两倍、第三名的三倍、第一百名的一百倍。这个规律此前只在人类语言（英文、中文、芬兰文、藏语等）中被证实，背后是用高频"代词"承担日常沟通中绝大多数指代需求的语言效率原则。座头鲸的歌声符合同样的规律意味着：它们可能也有一套自己的语言系统，并且为了"方便学习"演化出了相同的统计偏好。

五、寂静的春天：人类噪声如何改写动物的声学生态 (1:19:15 - 1:31:31)

讽刺的是，当我们刚刚开始能听懂动物在说什么时，人类自己已经把音量调到了把动物的声音盖住的程度。斯托格的同事曾在国家公园天没亮就开始录音，到了早上八点就已经无法找到不被人类噪声干扰的时刻——三公里外的火车、高速路上的车流、头顶飞过的客机涡轮声，甚至是公园经理私人飞机的巡查声。

大部分车辆和飞机的噪声集中在 1 到 100 赫兹——这恰好覆盖了大象远距离交流的频率。研究还发现大象会主动回避车辆碾过道路的震动声，对它们而言这更像一种威胁。在斯托格的推动下，南非阿多国家公园第一次树立了请游客拍摄大象时关闭引擎的指示牌。

噪声的影响远不止于"听不清"。德国柏林对 15 种夜莺的追踪发现，高噪声领地的夜莺鸣叫分贝比安静地方提高了 5.2 分贝——好比你在嘈杂餐厅必须吼着说话。但夜莺的求偶、领地宣示、社交全靠歌声，长期"吼"会带来巨大的能量损耗与声带损伤。欧洲树蛙在交通噪声下应激相关的皮质醇浓度上升、皮肤抗菌肽下降、求偶相关的肤色发生褪色，繁殖能力受影响——这也是为什么特斯拉在欧洲建厂时被投诉"会影响当地动物生存"。

海洋里情况更糟。1960 年代以来全球航运船队不断增加，海洋背景噪音尤其在 1000 赫兹左右的低频段持续累积。蓝鲸用 20 赫兹左右的社交声沟通，过去能在数百公里外互相回应，今天可能只能传到几公里。2001 年 9·11 事件后全球航运短暂极限停摆，科学家在北大西洋检测到露脊鲸粪便中的皮质醇浓度明显下降——这等于直接证明日常的船舶噪声给鲸鱼带来了长期慢性压力。鲸鱼面临的是多重伤害：除了压力激素升高，它们或被迫提高音量，或干脆沉默回避；接收声音的毛细胞不可再生，意味着噪声造成的听力损伤是不可逆的。

整片生态的"失声"可能比我们以为的更悄无声息。1993 年生物声学家伯尼·克劳斯提出**"声学生态位假说"**：在健康的生态系统中，声音频谱被各物种均匀填充——昆虫占据 3000 到 8000 赫兹的高频，青蛙在 1000 到 3000 赫兹，鸟类占中频，大型哺乳动物压低频段，组合成一首完整的交响乐。克劳斯在加州林肯草甸录了多年环境声。当地林业部门做过一次"低影响选择性伐木"，看上去对生态影响不大，树木仍在、花仍开、动物时不时还会出现。但一年后他重新回去录音：

发出声音的物种数量下降了 40%，整体声学活跃度下降了 80%。这些其实你在视觉上是看不出来的——树木都还在，花也都还开着，动物也时不时会出现，看上去一切都非常好，但你戴上耳机听录音的时候就会发现这些声音被拿走了，这些声音都消失了。

这正是《寂静的春天》在新世纪的回响——寂静本身就是生态退化的前兆。节目最后引用斯托格在书末的总结：让头顶飞过的乌鸦成为你的老师，分辨它们呼唤回答的模式或个体声音的细微差别，你会对动物交流的复杂性感到惊讶。再借用林业工程师巴巴·迪奥姆的那句话作结——

最终我们只会保护我们所爱的，我们只会爱我们所理解的，我们只会理解我们被教授的。

学会理解人类并不是世界上唯一有话要说的生物——这或许是这本不算厚的小书最沉的那一句。