实验鼠可说是现代医学的基础，为了更理解老鼠的语言，华盛顿大学研究团队开发了一款深度学习软件 DeepSqueak，可自动辨识、处理并分类囓齿动物的叫声，随着研究进行，团队认为未来将有机会理解「鼠语」，并从交流中为无数研究增加更有用的数据。
华盛顿大学研究团队开发的软件希望改变这一切。DeepSqueak 会透过复杂的深度学习演算选择囓齿动物叫声的原始音文件，与具相似特征的内容比较，并与相同特征的叫声比较，以叫声顺序来寻找模式。
目前对老鼠所有叫声的含义知之甚少，但开发者希望一旦生物学家编写足够的声音信息，就能打造出老鼠的「罗塞塔石碑」（Rosetta Stone）来破解谜团。
由于生理学和基因组成和我们十分相似，实验鼠对人类来说是非常好的替身，根据美国生物研究基金会（FBR）统计，约有 75 项获得诺贝尔生医奖的研究项目都曾用实验鼠进行，然而我们对这些囓齿动物的信息仍知之甚少，究竟牠们的各种叫声意味着什么意思？
截至目前，胜博发星座研究人员在实验中都依照模糊的物理线索（像是按下杠杆选择特定物质），或是耗时许久的手动分析来理解实验信息，但这两种方式都容易受到人为错误和误解影响结果。
就像自驾车能接收并评估前方道路的视觉数据，DeepSqueak 将囓齿动物呼叫的声音转换为超声波图像后，便能运用机器视觉训练分析。研究人员 Kevin Coffey 指出，由于老鼠经常四处奔跑碰撞，能精确滤除背景噪音的能力尤其重要，而这正是机器比人类擅长的工作。
过去的研究中，研究人员曾试图将某些发声与情绪联系起来，例如大鼠较高音调的呼叫通常与正面响应（接收奖励）相关，而较低音调的呼叫被认为是否定响应，但目前为止这都还只是一门不精确的科学，团队希望透过 DeepSqueak 能更细微的理解这些声音。
除了自动滤除已辨识的背景噪音，DeepSqueak 也允许用户轻松手动查看已辨识的音节，并根据特定实验调整参数，研究人员指出，DeepSqueak 不仅能够减少手动分析的错误辨识次数，也可将分析速度提高 40 倍。
过去也有尝试解释囓齿动物呼叫的分析软件，但 DeepSqueak 是首次使用深度学习译码囓齿动物声音，对于过滤背景噪音、检测不同频率呼叫改进，透过更了解老鼠在药物成瘾实验中的动机状态，研究人员相信这将能用于研究忧郁症、焦虑症和帕金森氏症，为人们创造更有效的治疗方法
