Madárlesen telefonnal

Aki gyakran jár a természetben, vagy nem a belvárosban él, bizonyára többször megállt már meghallgatni egy-egy madár különlegesebb énekét. Ha még a gondolat is felmerült benne, milyen jó lenne tudni, milyen faj hangja az, annak most itt a kiváló alkalom, hogy megállapítsa. Ehhez pedig még Schmidt Egonnak sem kell lennie.

Az alkalmazás

A Cornell Lab Merlin Bird ID alkalmazásának új Sound ID funkciója forradalmi lépést jelent a madárhangok azonosításában. A technológia bevezetése óta több ezer madárfaj hangját képes felismerni a földrészenként ingyen letölthető hangcsomagok segítségével. A hangok automatikus azonosítása évtizedek óta vágyálom volt, de csak mostanra sikerült ezt megvalósítani.

Használat

A hangfelvételeket spektrogrammá alakítják, amelyek segítségével a Merlin egy képet készít a madár hangjáról, majd azonosítja azt. A Merlin négyféle módon segít a madarak azonosításában: hang, fotó, öt kérdés megválaszolása vagy egy listából választva. A felhasználóknak csak fel kell venniük a madár énekét, és a Merlin azonnal felsorolja a lehetséges fajokat. A Sound ID-t az eBird megfigyelések és felvételek alapján működtetik. A Merlin automatikusan elment minden felvételt, így később is hozzáférhetők. A felhasználók visszanézhetik és összehasonlíthatják az azonosított hangokat.

Jelentőség

Bár a technológia nagy lépés előre a madarak azonosításában, mindig ajánlott ellenőrizni az új azonosítást a madár megfigyelésével. A rendszeres frissítéseknek köszönhetően a Merlin folyamatosan fejleszti képességeit. A Sound ID különféle használati módokat kínál, beleértve a hajnali madárkórusok elemzését és a nehezen azonosítható hangok megfejtését, azonban ezek a gyakorlatban még nem mindig működnek. A hangazonosítás néha nagyobb kihívást jelent bizonyos fajok esetében, de a Merlin folyamatosan tanul és fejlődik. A projektvezetők szerint a Merlin Sound ID jelentős előrelépés a természet hangjainak megértésében és kapcsolódásunkban hozzá. A technológia a Macaulay Library felvételein alapszik több mint 45 évre visszamenőleg, és további fejlesztések várhatók a jövőben. Ez egy valóban jó példája a gépi tanulás és sémafelismerő képesség előnyeire, melynek a hétköznapokban is hasznát lehet venni.