5月初,我站在我最喜欢的一个观鸟从我的房子角落半英里。美国罗宾斯吱喳声疯狂,称加拿大鹅,北部闪烁,北美歌雀我来自不同的方向。但更多的鸟类。我能听到他们即使我蹩脚的耳朵和衰老的大脑无法解析。“啊,”我想。“我们试着应用程序。”
我拿出我的手机,打几个按钮,并记录声音的短片段。然后我按“分析。“几秒钟的延迟之后,两个物种的名字出现。第一个是雪松连雀。这并不让我吃惊因为我可以抬起头来看到6个栖息在树上。第二个名字做让我吃惊:Yellow-rumped莺。我没能检测到一个,但是现在,我意识到它的存在,我专门为它,快变甜听春天的歌迅速穿透我的意识。发现了反弹在我一步,不仅仅是因为我听到莺。那是因为我觉得自己站在阈值显著的新观鸟的可能性。
观鸟粉碎机
应用我刚刚测试叫做BirdNET,和它的目的很简单:使用鸟类的叫声来识别它们。鸟鸣声应用,当然,并不新鲜。在我2021年2月raybetAPP篇关于歌曲的应用,我回顾了几个旨在帮助观鸟者认识到我们所听到的。两件事BirdNET除了其他鸟鸣应用,然而。一个是如何分析鸟叫声。第二个是达到惊人的精确度。在现代商业的说法,这些特性建立BirdNET作为观鸟者和科学家的颠覆性技术。
BirdNET是斯特凡·卡尔的博士后学生媒体信息在德国开姆大学和英国研究员丽莎杨康奈尔鸟类学实验室的保育生物声学中心。“我在做我的硕士学位在计算机视觉中,”他回忆道,“我们有这个项目识别声学事件。所以我主要是想用声音在辅助生活情况下,看看我们可以检测人跌倒或有什么需要帮忙的。收集足够的数据,因为不幸的是,我们有问题,你知道,这听起来像什么当有人真的脱扣吗?听起来真的很难验证。毕竟,你不想检测问题仅仅因为某人打开电视。”
尽管卡尔和他的团队正试图识别声学事件,其实际电脑挑战是视觉。这是因为分析一个声音,一个程序必须首先将其转换为图形图像称为光谱图,基本上,它的频率和模式的一个图表。培训计算机算法然后需要喂养数以百计,如果不是数以千计,已知的声音,但这些已知样本的获取足够可以构成一个问题。通过会议研究巡航的机会,然而,卡尔的一位同事,马克·里特Holger Klinck会面,将很快成为康奈尔的杨中心的主任。这个会议将有助于启动了卡尔的工作在一个令人兴奋的新方向。
“我没有特别的兴趣的小鸟,”卡尔回忆道,“但迅速改变当Holger介绍我在2016年禽流感生物声学领域的。Holger邀请我们到伊萨卡,我马上注意到大量网上的录音的鸟,我们可以培养更好的算法,和我们可以影响人,因为这样的算法是在高需求。”
卡尔和他的研究小组对他们的原型感到有足够的信心,他们进入2017年BirdCLEF竞争使用计算机程序来识别鸟录音。他们的计划取得了高分。“但我也知道,我们可以进一步改善我们的系统,”卡尔继续说道,“当我决定把我的博士论文的认可鸟的声音。”
人工bird-telligence
BirdNET程序就是所谓的人工神经网络,和它的工作原理不同标准的计算机程序。传统上,大多数计算机程序识别鸟叫声“手动”注意频率,测量模式,持续时间和其他变量,相比他们已知的参数作出预测。卡尔解释说,虽然这些类型的项目做一些物种,他们很快遇到限制。“你能做的只有这么多数量有限的功能,”他解释说。“鸟儿太不同了。”
相反,卡尔的程序使用神经网络,通常被称为人工智能或人工智能。这种算法不同于老方法因为它教会本身。“原则上,程序仍比较与已知的样品光谱图,因为你需要大量的学习样本识别复杂的模式,”卡尔说。“但这些模式不只是注意序列或元素的序列,和程序不匹配一个频率范围。它是更多。真的,我们完全不知道程序是做什么。这是非常复杂的。
“有时候人们说这是一个黑盒,”他继续说道,“在某种意义上,这是真实的,因为你真的不知道这些类型的项目学习和为什么他们正在学习它。肯定是有一些鸟的一部分称之为BirdNET关注超过别人,但这就像当你作为人类认识一首新歌从你最喜欢的乐队是第一次玩收音机。你即刻知道该乐队即使你从未听过的特定歌词,笔记,和新歌曲的旋律。你认识乐队因为你熟悉它听起来像什么,我认为这是最好的方式思考这个算法是如何工作的。只是学习这些特性从成千上万的记录。”
教学BirdNET
教,卡尔和他的同事们喂它与物种标签从录音康奈尔大学的麦考利库鸟网站Xeno-canto和其他来源。究竟有多少样本程序需要学会辨别生,无标号鸟类发声取决于歌曲的复杂性。“山雀很简单,”卡尔说,“所以我认为程序需要几百或一千学习一个例子。对大多数物种而言,它需要在500年和3000年之间样品,但是有一个上限的计划不改善,即使你把更多的样本。”
使计划有效,需要教学多鸟调用。因为现实世界充满了许多其他噪音,BirdNET必须学习一整个交响乐的声音的人,动物,交通、自来水,和更多。
一个搞笑的问题发生在试图教BirdNET识别猫头鹰。“如果你最听录音人的猫头鹰,”卡尔说,“你听到猫头鹰,然后你听到人们说,“哦,还有猫头鹰!在这里!”” As a result, BirdNET learned that an owl wasn’t an owl unless human voices accompanied it. A similar thing happened with the sounds of human footsteps for owls and other species. This forced Kahl’s team to teach BirdNET to distinguish between bird and multiple human noises.
尽管挑战,卡尔的团队很快教BirdNET超过1000种来自欧洲,美国和加拿大——地方图书馆丰富的录音程序学习。更令人吃惊的是,计划学会准确地识别这些物种大约有80%的准确率,超过其他任何鸟类发声工具可用。
一旦他们有项目工作,团队开始提供BirdNET浏览器和移动设备。第一个BirdNET应用在2018年10月被释放安卓设备由于其开放体系结构。iOS用户最终版本在2020年12月,帮助迎来一场革命观鸟者和科学家。
“如果你最听录音人的猫头鹰,你听到猫头鹰,然后你听到人们说,“哦,有
猫头鹰!在这里!”
平整的观鸟
区分less-vaunted观鸟者的特殊的一件事是我们听的能力和识别。你进入观鸟越深,你越意识到卑鄙的鸟类,发现他们中的许多人的唯一方法就是通过他们的声音——这尤其如此的森林和草地的物种。
对于我们许多人的问题是,我们甚至不开始专门的观鸟,直到很久以后我们的身体和精神能力已经达到顶峰。听觉功能是一种常见的伤亡长寿的生活,当我们达到50或60年代,许多人遭受严重的听力损失。助听器的帮助,但他们没有灵丹妙药可以扭曲鸟鸣和方向性,仍未能接许多高频率。
甚至学习新鸟鸣声带来了另一个挑战。而典型的15岁可能吸收新物种调用一样快闪烁吸收板油,我们老的观鸟者通常必须听到一只鸟数十或数百次学习,每年可能不得不重新学习它!在这两类观鸟者,BirdNET允许我们极大地拓展我们的观鸟的视野。
在使用BirdNET前几周,我很快发现,它帮我检测物种附近我没有意识到和允许我自我测验我所听到的。这第二个方面尤其有趣的探索。例如,在春天,我经常被糊里糊涂的warbler-type接二连三的歌曲。BirdNET、我能听到一些和猜测,“啊,这是一个Ruby-crowned小王,”或者“我认为纳什维尔莺。“然后,我记录一个片段和应用分析。它并不总是达到目标——特别是在条件的背景噪音,但很多情况下,它让我知道我犯了一个错误。
开放的科学过程
如此令人兴奋的个人观鸟者,BirdNET作为科学工具承诺拆除顽固的鸟类研究的障碍。康纳木材是康奈尔大学的博士后的杨中心。“我认为最令人兴奋的一件事对我来说BirdNET应用,”他,“是它开启了科学过程远远更多的人比其他公民科学程序,我知道的。”,2020年的夏天,BirdNET已经有了超过一百万的活跃用户在北美和欧洲,这是几个月前的iOS版本发布。更重要的是,通过下面的冬天几乎没有下降。伍德说,“这是什么意思,是我们真的有可能有一个生物多样性的全球网络传感器。”
木头和卡尔的第一个科学重点是测试BirdNET对其他鸟类的研究。加拿大科学家公布的一项2020年的研究中,例如,检查了一首新歌的传播各种White-throated麻雀。传统上,鸟儿的歌终止了科学家们称之为“三联体的结局,但自2000年以来,一个“双重结局”在北美迅速从西向东传播,,根据加拿大研究,紧身上衣已经几乎完全主导人群在西部和中西部。
研究基于数以百计的录音,科学家们收集自己在2000年至2019年之间,从其他来源和额外的数据,但是木头和卡尔想看看他们可以重复提交的结果只使用调用BirdNET用户在2020年。挖掘BirdNET数据库,他们选择高质量的White-throated麻雀歌曲来自整个非洲大陆,他们不知道是否有三重态或紧身上衣的结局。加拿大研究人员一样,他们发现这两个品种在BirdNET提交,但BirdNET数据没有显示紧身上衣完全取代三合品种。相反,BirdNET录音显示,这两个品种在大陆的大部分地区继续存在(见地图)——一个令人惊讶的和令人瞠目结舌的结果。
在另一项研究中,使用木材和卡尔BirdNET提交确认共同起重机从西班牙到北欧的迁徙路线。BirdNET数据生成一个美丽的鸟类的主要途径,它的确认还借给支持替代南部路线,只有第一次描述了2013年由意大利科学家的团队。这些路线是特别令人兴奋,因为越来越多的起重机似乎使用它们,可能反映了整体反弹起重机人口和新行为与气候变化有关。
同样重要的是,麻雀和起重机例子给出诱人的许多方面BirdNET可能很快扩大我们对鸟类生物学和行为的理解,给科学家、政府和保护鸟类保护工作者重要的新信息。
全世界听
尽管BirdNET现在可以确定只有约10%的地球物种,卡尔和他的同事们正在努力提高总数超过5000,给应用程序达到远远超过欧洲和北美。这将不仅有助于观鸟者在每一个大陆,但也会扩大应用的科学应用。“一旦我们得到这个日益全球化应用程序用户的支持,“木兴奋地解释说,“我们可以开始寻找模式和欧洲和北美以外的地方,那里没有沉重的投资在西方科学研究和公民科学项目。我认为这是当应用程序用户可以真正贡献科学小说。的面貌,我们可以做一些很酷的有针对性的保护干预,识别热点和迁徙路线。”
与此同时,卡尔和他的团队正在努力改善BirdNET在其他方面。一个目标是使它成为一个独立的程序。目前,应用程序必须将录音发送回电脑主机进行分析,使观鸟者有必要有一个互联网连接或保存录音后提交。卡尔的团队,有独立的工作原型,可以分析三秒钟记录在大约2/10秒,它希望在明年左右发布。也正在开发一个连续运行版本的应用程序,可以用来进行计数点的类型,科学家们经常使用监测鸟类种群。
BirdNET传播的话,卡尔是收到无数的观鸟者和科学家的要求添加其他功能,包括一个Pokemon-Go-type功能,允许用户“收集”鸟观鸟活动期间不同种类的歌曲。所有这一切需要时间。
“有很多技术挑战,我们必须弄明白,”卡尔说。“我们只是一个小团队。没有大公司。这基本上是我和一些研究人员帮助我。”
团队的规模小,事实上,使它更卓越的成就。即使没有推出新功能,卡尔和他的同事们确保BirdNET将鸟类景观的一个重要组成部分。只剩下一个问题:你下载复制了吗?
BirdNET数据生成一个美丽的鸟类的主要途径,它的确认还借给支持替代南部路线,只有第一次描述了2013年由意大利科学家的团队。
开始
BirdNET是免费的谷歌玩和苹果应用商店。更多地了解它,探索它的一些数据,访问birdnet.cornell.edu。支持BirdNET开发人员和正在进行的研究,访问birdnet.cornell.edu/donate。
声音ID梅林
收敛的情况下应用进化,康乃尔大学鸟类学实验室最近公布了一项新的歌曲识别因其优良的特性Merlin鸟ID的应用。像BirdNET,梅林的“ID”声音特性是用人工智能技术开发的,使用已知的声音教它识别超过400北美的物种。一旦你开始声音ID,一个连续谱图在屏幕上滚动,当一只鸟,下面的物种的名字出现,伴随着一个照片。
尤其是对听力残疾的人或只是不知道鸟鸣,它可以像魔术看一个接一个的鸟的名字出现在你的眼前。毫无疑问,它将使一个很好的教学工具,尤其是对于那些刚刚进入观鸟。
这个项目不是没有局限性。BirdNET不同,梅林的声音ID是一个独立的特性,这使它灵活地工作没有细胞服务,但它也可能限制其准确性。在快速的测试中我主要森林附近,声音标识正确挑选出大多数物种但误以为一些常见的鸟类可能的稀世珍品,如美国三趾啄木鸟和Pygmy-Owl北部。不过,观鸟技术的应用构成了一大步,和康奈尔无疑将继续改进它。现在,然而,观鸟者可能想使用声音ID更多作为一个学习工具,继续磨练和依赖其他技能来证实自己的鸟的观察。
本文首次出现在2021年九月/十月的标题“鸟的新前沿科学。“作者德b羽衣甘蓝三世收到奖本文从美国的户外作家协会。在其2022年工艺卓越奖,荣获第三名装备/技术杂志文章的类别。
