最近，洛克菲勒大学数学物理实验室负责人马克罗·曼戈纳斯教授在《美国国家科学院学报》上发表了一篇文章，有关应用特定的数学方法或者运算法则将声音转化为视觉图像，这是声音分析处理方面取得的巨大突破。曼戈纳斯指出，这种声音分析的方法优于现有市场上存在的其它方法，事实上，可能与大脑使用的声音分析方法相似。

    曼戈纳斯与蒂莫西·加德纳合作研究了如何使计算机就象大脑一样可以极为迅速的分析处理复杂、快速变化的声音。他们建立了一种特定的数学运算，将声音的传导速率和频率转化为一系列的数据，最终绘制出一个关于声音即时传送频率的二维视觉柱状图。接下来检测该项技术并与其它的声音分析程序相比时，科研人员发现使用这一程序从噪音中检测出特定声音的能力远远高于其它现有的程序。

    这一巨大的进步来自于一个最基本的观察现象，那就是可以使没有声音传送的区域可以以图像显示。两位研究人员应用了白噪音（类似于我们使用收音机未调准频道时发出的声音），因为它是可获得的最复杂声音，在所有的频率水平都具有相同的能量。

    在计算机中输入特定的运算法则，进一步区分不同的频率，以横轴代表时间纵轴为频率作二维图分析。从得到的柱状图中可以明确的看出在某一个特定的频率没有声音的部分，因此便可以通过没有声音频率的那部分进一步认识声音的组成。曼戈纳斯指出，如果想要证明该声音分析过程是一个有效的信号评估方法，就必须知道淹没在噪音中的这种声音的具体特征。因此，他在白噪音下面增设了一个恒定的频率，该频率在柱状图中以淡黄色部分标出。最终证明了他们开发的运算法则是一个有效可行的声音分析方法，并且可能与大脑声音处理过程相关。

    这一开发软件具有十分重要的意义，不仅仅限于声音，在其它许多科学技术研究领域都可以得到应用，诸如雷达、声波定位仪以及脑电图记录仪等。

    地质学家用时间频率数据分析测量者所踏之地的下面组成成分，钓鱼者用该方法决定水的深度和定位鱼群。但是目前的方法太不精确，因此需要进一步改进程序。曼戈纳斯说，如果我们能开发出具有极高分辨率的时间频率分析系统，就能从中获得大量的信息。例如，用现有的雷达，只能发现某处有一架直升飞机，有了新的运算法则和程序，就能精确到飞机的每个螺旋桨叶片。

    科研人员就可以研制出具有人耳一样敏锐的计算机，也将具有可以给耳蜗植入8000个茸毛细胞的能力。

      英文原文链接参见：http://www.physorg.com/news69001445.html