Do Lions Have Accents? Study Shows Big Cats From Different African Regions Roar In Distinct ‘Dialects’

https://www.profitableratecpm.com/f4ffsdxe?key=39b1ebce72f3758345b2155c98e6709c
rugissement du lion

Les lions de différentes régions semblent développer des modèles de rugissement uniques. (Photo de Glen Carrie d’Unsplash)

Tout comme les humains, les « accents » du rugissement du lion peuvent se former à partir d’un mélange de lieux, d’apprentissages sociaux et de génétiques.

En un mot

  • Les scientifiques ont découvert que les lions produisent deux rugissements distincts lors des épisodes de rugissement : des rugissements à pleine gorge (forts et uniques individuellement) et des rugissements intermédiaires (des versions plus courtes et plus graves qui apparaissent plus tard dans la séquence).
  • Les lions de Tanzanie et du Zimbabwe produisent des rugissements avec des fréquences et des durées différentes, et les rugissements d’un mâle botswanais étaient si inhabituels que les algorithmes d’apprentissage automatique ont mal classé 83 % de ses vocalisations.
  • L’IA a atteint une précision de 87 % dans l’identification de lions spécifiques à partir de leurs seuls rugissements, offrant ainsi un nouvel outil de conservation qui ne nécessite ni caméra ni capture physique.

Les lions d’Afrique vivant dans des populations largement séparées en Tanzanie et au Zimbabwe rugissent de manière sensiblement différente, selon une étude suggérant que l’un des sons les plus emblématiques de la nature varie selon la géographie. Cette découverte soulève des questions intrigantes quant à savoir si les lions développent des schémas vocaux régionaux similaires aux langues humaines et aux chants d’oiseaux.

Les scientifiques comparant les rugissements des lions des deux pays ont découvert que les mâles de chaque population produisent des vocalisations distinctes, les lions tanzaniens émettant des rugissements à des fréquences et des durées différentes par rapport à leurs homologues zimbabwéens. Un lion mâle du Botswana a produit des rugissements si inhabituels que les algorithmes d’apprentissage automatique ont eu du mal à le classer parmi d’autres individus sur le site d’étude du Zimbabwe.

Les résultats, publiés dans Écologie et évolutionest né d’un effort plus large visant à améliorer le suivi de la conservation des lions à l’aide de la technologie acoustique. Des chercheurs de l’Université d’Oxford et de l’Université d’Exeter ont déployé des appareils d’enregistrement audio dans le parc national de Nyerere en Tanzanie et ont analysé les enregistrements existants du Bubye Valley Conservancy au Zimbabwe pour mieux comprendre la structure des rugissements de lion.

Les scientifiques découvrent deux types de rugissements de lion

Les lions sont connus depuis longtemps pour produire des accès de rugissement, qui combinent différentes vocalisations, notamment des gémissements, des rugissements et des grognements. Cependant, la nouvelle recherche révèle que ce que les scientifiques regroupaient auparavant comme un seul type de rugissement consiste en réalité en deux vocalisations distinctes : des rugissements à pleine gorge et ce que les chercheurs ont récemment nommé « rugissements intermédiaires ».

Les rugissements à pleine gorge sont des vocalisations puissantes et soutenues qui atteignent une amplitude maximale et sont uniques à chaque lion. Les rugissements intermédiaires sont plus courts et à des fréquences plus basses, apparaissant plus tard dans la séquence de rugissements à mesure que les rugissements à pleine gorge diminuent. À l’aide de modèles de Markov cachés, l’équipe a classé les appels dans des épisodes de rugissement avec une précision globale d’environ 85 %, en fonction de la forme du modèle de fréquence de chaque rugissement au fil du temps. Une méthode plus simple qui utilisait seulement deux mesures pour chaque appel (sa durée et sa fréquence maximale) séparait néanmoins les types d’appels avec une précision de plus de 90 % lorsque les gémissements étaient exclus de l’analyse.

La distinction est importante car seuls les rugissements à pleine gorge contiennent suffisamment de variations individuelles pour identifier de manière fiable des lions spécifiques. Des recherches antérieures ont démontré que ces rugissements sont aussi uniques que des empreintes digitales, contenant des signatures acoustiques qui permettent aux lions de se reconnaître et d’évaluer leurs rivaux potentiels.

Quand les algorithmes rencontrent un lion étranger

Lorsque les chercheurs ont appliqué leur système de classification aux lions répartis dans différents endroits, ils ont rencontré une complication inattendue. La fréquence et la durée maximales variaient sensiblement entre les populations tanzaniennes et zimbabwéennes, ce qui suggère que les lions de différentes régions peuvent développer des modèles de rugissement distinctifs.

Le cas le plus frappant concernait un lion mâle désigné A4 dans l’étude du Zimbabwe, dont on savait qu’il était originaire du Tuli Block au Botswana, à plus de 60 kilomètres du site d’étude. Lorsque l’algorithme de l’équipe a tenté de classer automatiquement ses rugissements, il n’a identifié que cinq des 30 vocalisations que les experts humains avaient qualifiées de rugissements à pleine gorge. L’algorithme a connu des difficultés, peut-être parce que A4 ne produisait pas de rugissements à pleine gorge lors de ces combats, ou parce que ses rugissements à pleine gorge avaient une fréquence de pointe plus faible ou une durée plus courte que les autres mâles de la population du Zimbabwe.

Des observations antérieures soutiennent la possibilité d’une variation géographique. Une étude réalisée en 1988 par les chercheurs PE Stander et J. Stander a noté que les lions du parc national d’Etosha en Namibie produisaient des rugissements plus courts que ceux d’autres lions d’Afrique. La recherche actuelle ajoute des preuves quantitatives à ces observations anecdotiques.

Pourquoi la géographie pourrait façonner le rugissement des lions

Plusieurs facteurs pourraient expliquer pourquoi les rugissements du lion varient géographiquement. Les caractéristiques environnementales telles que la densité de la végétation et le terrain affectent la façon dont le son se propage, favorisant potentiellement différentes propriétés acoustiques selon les habitats. Les Lions peuvent inconsciemment ajuster leurs vocalisations pour maximiser la transmission dans leur environnement local.

Une autre possibilité implique l’apprentissage social au sein des fiertés. Les jeunes lions apprennent les comportements de leurs aînés, et des différences subtiles dans la technique de rugissement pourraient s’accumuler au fil des générations au sein de populations isolées, de la même manière que les dialectes se développent dans les langues humaines et les chants des baleines. Près de 20 % des populations de lions comprennent des mâles nomades qui peuvent se disperser à plus de 200 kilomètres de leur groupe de naissance, mais si ces individus développent des modèles de rugissement au cours de leurs années de formation, ils peuvent transmettre ces caractéristiques vers de nouveaux territoires.

Les différences génétiques entre les populations pourraient également jouer un rôle, bien que les chercheurs notent que cela reste spéculatif sans étude plus approfondie comparant la génétique et l’acoustique des différentes populations de lions.

Comme un fort accent new-yorkais à Boston, les rugissements d'un lion du Botswana ont dérouté même l'algorithme d'IA des chercheurs.
Comme un fort accent new-yorkais à Boston, les rugissements d’un lion du Botswana ont dérouté même l’algorithme d’IA des chercheurs. (Crédit : photo de Nick Dale sur Shutterstock)

L’apprentissage automatique propulse la conservation dans la nature

L’équipe de recherche a développé son système de classification principalement pour améliorer la surveillance acoustique des populations de lions sauvages. Les méthodes traditionnelles d’estimation du nombre de lions reposent sur des pièges photographiques ou des pistes de comptage, qui présentent toutes deux des limites dans une végétation dense ou sur de vastes territoires.

Étant donné que les rugissements à pleine gorge sont uniques individuellement, les chercheurs peuvent théoriquement utiliser des enregistreurs audio pour identifier des lions spécifiques sans les capturer ou les observer physiquement. La nouvelle étude a démontré que l’utilisation d’une classification basée sur les données des rugissements à pleine gorge a amélioré une mesure de performance équilibrée (appelée score F1) de 0,80 à 0,87 lorsque l’algorithme sélectionnait les rugissements à analyser au lieu que les humains fassent ces choix manuellement.

Cependant, la variation géographique pose une complication potentielle. Si des mâles nomades issus de populations éloignées produisent des rugissements aux caractéristiques acoustiques inhabituelles, les systèmes automatisés pourraient ne pas les détecter ou mal classifier leurs vocalisations. Les chercheurs devraient tenir compte des différences régionales lors de l’élaboration de programmes de surveillance de la conservation couvrant de vastes zones géographiques.

L’étude a déployé des unités d’enregistrement autonomes sur mesure appelées CARACAL sur 50 sites du secteur de Matambwe en Tanzanie. Ces appareils ont enregistré en continu pendant 62 jours, capturant des données audio que les chercheurs ont examinées manuellement pour identifier les rugissements en solo de lions individuels. L’équipe a analysé 1 416 vocalisations provenant de neuf stations d’enregistrement en Tanzanie et les a comparées à 1 733 vocalisations de cinq lions mâles portant des biologgers acoustiques au Zimbabwe.

En extrayant le contour de la fréquence fondamentale (la fréquence la plus basse de l’onde sonore), ils ont pu modéliser le modèle temporel de différents types d’appels. En utilisant des modèles de Markov cachés et le regroupement de K-means (techniques d’apprentissage automatique relativement simples), les chercheurs ont réussi à automatiser la classification des vocalisations au sein de combats rugissants. L’approche nécessite des ressources informatiques minimales par rapport aux méthodes d’apprentissage en profondeur plus avancées, ce qui la rend accessible aux organisations de conservation disposant d’une infrastructure technique limitée.


Notes papier

Limites

Les conclusions de l’étude concernant la variation géographique reposent sur des échantillons provenant de seulement deux populations séparées par une distance importante. Les chercheurs notent que les populations intermédiaires entre la Tanzanie et le Zimbabwe n’ont pas été échantillonnées, ce qui laisse planer une incertitude quant à savoir si les différences représentent un continuum graduel ou des types régionaux discrets. La taille des échantillons était relativement modeste, avec des enregistrements provenant de neuf stations en Tanzanie et de cinq individus au Zimbabwe, bien que cela reflète la difficulté de collecter des données acoustiques sur les lions dans les populations sauvages. Les enregistrements zimbabwéens provenaient exclusivement de lions mâles, car les lions femelles de cette étude n’avaient pas produit de rugissements pendant la période d’enregistrement, attribués à la présence de petits lionceaux. Les chercheurs ont classé manuellement les gémissements avant d’appliquer leur système automatisé, introduisant ainsi un certain jugement humain dans une approche autrement basée sur les données. L’une des principales conclusions concernant l’individu A4 du Botswana repose sur un seul lion dont on sait qu’il est originaire de l’extérieur de la population étudiée, ce qui fournit une puissance statistique limitée pour tirer des conclusions sur les différences rugissantes entre les populations.

Financement et divulgations

L’auteur principal, JG, a reçu un financement via une bourse de formation doctorale accordée dans le cadre du Centre UKRI AI pour la formation doctorale en intelligence environnementale (numéro de subvention UKRI EP/S022074/1). L’enquête par piège photographique a reçu un financement du Fonds de rétablissement du lion du Wildlife Conservation Network (TZ-RC-02), du Fonds de capacité et de capacité de l’Initiative Darwin (DARCC009) et du WWF Allemagne (213/10143411). Les données de l’étude zimbabwéenne analysées dans cette recherche ont été collectées lors d’un projet précédent de Wijers et al. (2020), qui impliquait des biologgers conçus sur mesure et installés sur huit lions en novembre 2014 au Bubye Valley Conservancy. Les auteurs n’ont déclaré aucun conflit d’intérêts.

Détails de la publication

Le document de recherche « Roar Data : Redefining a Lion’s Roar Using Machine Learning » a été rédigé par Jonathan Growcott, Alex Lobora, Andrew Markham, Charlotte E. Searle, Johan Wahlström, Matthew Wijers et Benno I. Simmons. Il apparaît dans le journal Écologie et évolutionpublié en novembre 2025 (volume 15, e72474). L’étude a été menée dans plusieurs institutions : le Centre d’écologie et de conservation de l’Université d’Exeter, l’Unité de recherche sur la conservation de la faune de l’Université d’Oxford, l’Institut de recherche sur la faune de Tanzanie, le Département d’informatique de l’Université d’Oxford et Lion Landscapes en Tanzanie. Les autorisations de recherche ont été accordées par l’Institut tanzanien de recherche sur la faune (TAWIRI), l’Autorité des parcs nationaux de Tanzanie (TANAPA) et la Commission pour la science et la technologie (COSTECH) en vertu des permis de recherche 2023-780-NA-2023-879 et 2023-665-ER-2021-287. L’article publié est en libre accès selon les termes de la licence d’attribution Creative Commons, DOI : 10.1002/ece3.72474.

Related Articles

Leave a Reply

Your email address will not be published. Required fields are marked *

Back to top button