Челябинский студент придумал приложение для распознавания птиц по голосу
Искусственный интеллект также выдает полную информацию о крылатом маэстро.
При этом Евгений исследовал аудиозаписи их голосов и разработал самообучающуюся программу. В ее память заложены десятки птичьих песен, и получая новые, она «умнеет», повышает свои способности узнавания знакомых мелодий самых разных пернатых исполнителей. Во время работы студент научился «машинной» обработке аудиосигналов, создал целый датасет из голосов 16 видов птиц Южного Урала. Чтобы обучить систему этим необычным навыкам, аудиофайлы пришлось преобразовать в понятные ей так называемые мел-спектрограммы. Так нейросетевая модель с помощью искусственного интеллекта создала своего рода звуковую классификацию птичьих голосов. Их она теперь определяет с точностью почти 81%.
По словам автора ноу-хау, в итоге появилась интеллектуальная система, центральное звено которой - новое мобильное приложение для Android. Стоит лишь записать небольшой фрагмент «птичьей симфонии», и оно в режиме онлайн сразу определяет вид. Причем, кроме его названия, программа выдаст полную информацию о крылатом маэстро. По словам экспертов, система представляет большой интерес и для учёных, и для любителей птичьего пения.
Как пояснил разработчик, такое распознавание птиц по голосу дает большие возможности для экомониторинга, исследований орнитологов. Умная система поможет определить границы ареала распространения птиц, в том числе краснокнижных. Еще один плюс — ее применение в запуске образовательных, экологических проектов и наблюдении за природой. Это позволит выявлять места обитания редких и исчезающих видов птиц, даже если их не видно на болоте, в камыше и густом кустарнике.
Автор исследования добавил, что идея создания такой программы родилась в ходе интереса к машинному обучению и изучения цифровых звуковых сигналов. Ее подсказала завкафедрой Марина Плеханова — как использовать птиц для распознавания их голосов .
«Также меня вдохновляли мои друзья, которые увлекаются орнитологией и занимаются наблюдением за птицами»,- рассказал Евгений Могранов, добавив, что они помогли ему выбрать 16 видов птиц, обитающих в нашей области, и с обучением нейронной сети.
В будущем проект получит свое продолжение. Его планируют развивать за счёт расширения возможностей системы, увеличения числа «узнаваемых» по пению видов, повышения точности модели. Также ее можно интегрировать в другие приложения, использовать в экологических целях.
Поделиться

