„BirdNET” rejestruje głosy ptaków, a następnie analizuje i identyfikuje je za pomocą algorytmów sztucznej inteligencji – dostępna jest do pobrania za darmo na iOS-a i Androida.
Pobrana ponad milion razy aplikacja mobilna BirdNET to wspólny projekt Cornell Lab of Ornithology i Technicznego Uniwersytetu w Chemnitz. Narzędzie może zidentyfikować około 3000 gatunków ptaków na podstawie ich śpiewu przy użyciu algorytmu sztucznej inteligencji. Aplikacja została już pobrana ponad milion razy ze sklepu Google Play, a obecnie posiada ponad 7200 recenzji, ze średnim wynikiem 4,6 na 5 możliwych gwiazdek. To „niesamowity sukces” powiedział zachwycony dr Stefan Kahl, który jest pracownikiem naukowym w Katedrze Informatyki Mediów (kierowanej przez prof. dr. Maximiliana Eibla) oraz w Center for Conservation Bioacoustics na Cornell University (USA). Opracował on aplikację wspólnie ze swoimi amerykańskimi kolegami.
Po uruchomieniu aplikacji w 2018 roku zespół Kahla naliczył około 180 000 pobrań zaledwie rok później i końca nie było widać. W 2020 roku aplikacja odnotowała kolejny wzrost liczby pobrań i dostępów, które naukowcy przypisują koronawirusowi. Nasza aplikacja zapewnia różnorodność, rozrywkę i wiedzę w środowisku domowym lub podczas spacerów na łonie natury — coś, za czym z pewnością wielu tęskniło — powiedział Kahl.
Rozpoznawanie odgłosów ptaków to skomplikowany proces. Dzieje się tak, ponieważ sercem aplikacji jest algorytm oparty na sztucznej inteligencji połączony z serwerem na Politechnice Chemnitz. Sztuczna sieć neuronowa określa nagrany głos ptaka w momencie zgłoszenia żądania. Dlatego Kahl i zespół musieli zadbać o to, aby szybkość aplikacji nie ucierpiała, ponieważ wzrosła liczba użytkowników – a tym samym zapytań – i gatunków ptaków. Ale Kahl zapewnia, że im się to udało. Wskaźnik identyfikacji rodzimych gatunków ptaków wynosi od 80 do 85 procent, co jak wyjaśnia Kahl jest doskonałym wynikiem. Nie mogą go jednak zwiększyć, ponieważ podczas nagrywania nawoływań ptaków na dworze często w grę wchodzą różne odgłosy otoczenia. Ale w większości przypadków aplikacja bez problemu rozpoznaje odpowiedni śpiew ptaka.
Jak rozpoznawać ptaki po ich odgłosach w aplikacji „BirdNET”?
Aplikacja powala nagrywać odgłosy ptaków za pomocą mikrofonu smartfona. Aby z niej korzystać należy zezwolić aplikacji na dostęp do mikrofonu. Po uruchomieniu aplikacji wystarczy skierować smartfon jak najbliżej śpiewającego ptaka i po otrzymaniu próbki odgłosów zatrzymać rejestrację. Wizualizację zarejestrowanych dźwięków można zobaczyć w widoku spektogramu. Jakość dźwięku jest różna dla każdego urządzenia. Można użyć także innego źródła wejściowego w menu Ustawienia, aby zmienić jakość nagrania.
- Zarejestruj interesujące Cię odgłosy ptaków.
- Naciśnij Pauzę, aby zatrzymać nagrywanie.
- Zaznacz interesujący Cie interwał w widoku spektrogramu.
- Wyślij wybraną część nagrania na serwery BirdNET, naciskając Analizuj.
- Jeśli jakość nagrania była wystarczająca, pojawią się wyniki z rozpoznanymi gatunkami ptaków.
Jak uzyskać najlepsze wyniki?
Automatyczne rozpoznawanie dźwięków ptaków jest wciąż trudnym obszarem badań. Kilka korekt może pomóc uzyskać lepsze nagrani, a tym samym lepsze wyniki. Znajdź najlepsze ustawienia audio dla swojego urządzenia, wybierz krótkie odstepy czasu, które izolują dźwięk ptaka, który chcesz analizować i unikaj silnego hałasu tła, takiego jak wiatr, mowa ludzka lub ruch uliczny.
Ponadto spójrz na kartę odkryj swoją okolicę, aby dowiedzieć się, który gatunek może zostać rozpoznany przez aplikację, biorąc pod uwagę określoną porę roku i lokalizację. Algorytmy rozpoznawania są nieustannie udoskonalane, aby poprawić jakość wykrywania.
Aplikacja „BirdNET” w skrócie
- Automatyczne rozpoznawanie śpiewu ptaków na podstawie krótkich fragmentów audio.
- Aplikacja wyświetla wizualizację fali dźwiękowej nawoływania ptaków — użytkownicy mogą zobaczyć, jak wygląda nawoływanie — Na podstawie danych dźwiękowych, ale także lokalizacji i daty, aplikacja decyduje, czy dany gatunek ptaka jest rzeczywiście słyszalny.
- Po zidentyfikowaniu gatunku wyświetlane są szczegóły.
- Obserwacje można zapisywać i udostępniać znajomym.
- Każda obserwacja jest rejestrowana anonimowo i oceniana w celach badawczych.
- Informacje zwrotne od użytkowników są stale uwzględniane w projektowaniu aplikacji i wdrażanych funkcjach.
- Aplikacja została zaprojektowana, aby pomóc ludziom lepiej poznać swoje środowisko, a szczególnie, aby zwiększyć ich świadomość ekologiczną.
- Może być używana na całym świecie —dzięki dostępności na platformy iOS i Android.
Liczba możliwych do zidentyfikowania gatunków ptaków w aplikacji wzrosła z 1000 do 3000 w ciągu trzech lat – to spora baza, ponieważ aplikacja może być teraz używana na całym świecie. Zespół badawczy początkowo ograniczył pierwszą fazę programowania aplikacji do najpopularniejszych gatunków w Europie i Ameryce Północnej. Teraz ludzie na całym świecie mogą zidentyfikować swoje rodzime ptaki śpiewające. Ostatnią nowością było udostępnienie BirdNET na iPhone’y, co wpłynęło na jeszcze większą dostępność.
Korzyści dla badań ornitologicznych i świadomości ekologicznej
Aplikacja oferuje także wartość dodaną nie tylko do wypoczynku, ale także do badań ornitologicznych:„Ludzie, którzy korzystają z aplikacji, aktywnie pracują nad jej ulepszeniem. Ponieważ jeśli Twórcy wiedzą, gdzie są gatunki, mogą zbadać migrację ptaków tras lub lokalnych ptasich dialektów. W ten sposób aplikacja przyczynia się również do podnoszenia świadomości na temat bioróżnorodności przyrody i jej badania.
Prywatność aplikacji „BirdNET”
Aplikacja BirdNET została zaprojektowana tak, aby oszczędzać dane i chronić prywatność użytkowników. Aby aplikacja mogła zidentyfikować ptaki śpiewające, muszą być przesyłane dane dźwiękowe. Dane lokalizacyjne są potrzebne do badania wzorców migracji i rozmieszczenia ptaków śpiewających.
Przekazywanie tych danych jest całkowicie anonimowe. Przesyłany jest tylko losowo wygenerowany identyfikator urządzenia, a dane są wykorzystywane wyłącznie do celów badawczych. Ponadto dane będą przechowywane wyłącznie na serwerach Politechniki w Chemnitz.
źródło: Phys