Geriausios garso atpažinimo programos muzikai ir paukščiams

Kada nors girdėjote paukštį giedantį už jūsų lango ir tiksliai susimąstėte, kokia tai rūšis? Garso atpažinimo programėlė gali atsakyti, kad per kelias sekundes. 🎵

Garso identifikavimo technologija gerokai viršijo naujumą. Dabar jis maitina paukščių stebėjimą, muzikos atradimą ir net namų saugos stebėjimą - visa tai iš išmaniojo telefono mikrofono.

Supratimas, kaip šios programos veikia ‘ir kurios funkcijos iš tikrųjų svarbios’ padeda pasirinkti tinkamą įrankį, užuot atsisiuntus penkias programas, kurios tą patį daro prastai.

Kaip iš tikrųjų veikia garso atpažinimo technologija#

Dauguma identifikavimo programų priklauso nuo proceso, vadinamo garso pirštų atspaudų ėmimas. Programa paverčia garso bangą į spektrogramą, iš esmės vaizdinį dažnio žemėlapį laikui bėgant, tada palygina šį modelį su didžiule duomenų baze.

Konkrečiai paukščių identifikavimui mašininio mokymosi modeliai mokomi tūkstančių įrašų kiekvienai rūšiai. Pavyzdžiui, Cornell Lab Merlin projektas apdorojo milijonus garso klipų, kad išmokytų algoritmus, kuo skiriasi linksmas robino karpinys ir aštrus kardinolo švilpukas.

Muzikos identifikavimo programos, tokios kaip Shazam, naudoja kitokį, bet susijusį metodą. Jie sukuria unikalų “pirštų atspaudą” iš dainos garso spektro viršūnių, tada suderina jį su katalogu, kuriame yra dešimtys milijonų takelių per mažiau nei penkias sekundes.

Trys pagrindinės garso programų kategorijos#

• Paukščių ir laukinės gamtos identifikatoriai - sutelkti dėmesį į gamtos garsus, dažnai derinamus su nuotraukų atpažinimu
• Muzikos atpažinimo priemonės -atpažinti dainas, grojamas realiu laiku, įskaitant iš radijo ar televizijos
• Bendrieji garso klasifikatoriai -aptikti pavojaus signalus, stiklo dūžius, šunų lojimą, naudingus pasiekiamumui ir namų saugumui

Kodėl paukščių garso identifikavimas išpopuliarėjo#

Paukščių stebėjimas anksčiau reikalavo ilgametės lauko patirties, geros žiūronų poros ir storo vadovo. Dabar penkių sekundžių įrašas atlieka didžiąją dalį sunkiojo kėlimo. 🐦

Pandemijos metu paukščių stebėjimo dalyvavimas Jungtinėse Valstijose šoktelėjo maždaug 40%, remiantis Audubon Society duomenimis, o programų atsisiuntimas vyko ta pačia kreive. Žmonės, įstrigę namuose, pirmą kartą pradėjo pastebėti kiemo laukinę gamtą.

Kas daro šį poslinkį įdomu, yra tikslumo lygis. Šiuolaikinės programos gali stebėtinai tiksliai atskirti panašiai skambančias rūšis - atskirti, tarkime, Carolina Wren iš House Wren, o tai priblošktų daugelį atsitiktinių klausytojų.

Kas daro paukščių identifikavimo programą patikimą#

Ne kiekviena šios kategorijos programa atlieka tą patį. Kokybė priklauso nuo kelių konkrečių veiksnių:

Veiksnys	Kodėl tai svarbu
Duomenų bazės dydis	Programos, apimančios 1000+ rūšių, geriau nei mažesnės bibliotekos tvarko regioninius skirtumus
Atsijungęs režimas	Būtinas atokiems takams ar parkams be signalo
Nuotrauka + garso derinys	Kryžminės nuorodos į vaizdo ir garso duomenis padidina identifikavimo pasitikėjimą
Triukšmo filtravimas	Atskiria tikslinių paukščių skambučius nuo vėjo, eismo ar kitų gyvūnų

Programėlės, kurios sujungia nuotraukos identifikavimas garso atpažinimas paprastai veikia geriau, nes jie gali patvirtinti spėjimą dviem skirtingais būdais, užuot pasikliavę vien garsu.

Muzikos identifikavimo programos: ne tik dainos pavadinimas#

Shazam, kurį Apple įsigijo 2018 m., dabar apdoroja daugiau nei 20 milijonų paieškų per dieną visame pasaulyje. Tačiau už jo slypinti technologija tyliai išsivystė į kažką naudingesnio nei tik dainos pavadinimo patvirtinimas.

Daugelis muzikos programų dabar įtraukia dainų tekstus, sinchronizuotus, kad būtų galima atkurti, tiesiogiai susieti su srautinio perdavimo platformomis ir sukurti visko, ką kada nors nustatėte, istoriją, kurioje galima ieškoti. Ta istorija laikui bėgant tampa asmeniniu muzikos dienoraščiu.

Praktiniai scenarijai, kuriuose šviečia muzikos programos#

• Sugauti dainą, grojančią kavinėje ar parduotuvėje, kol ji nesibaigs
• Foninės muzikos identifikavimas vaizdo įrašo ar filmo scenoje
• Atraskite jau žinomų kūrinių remiksus ar viršelius
• Grojaraščių kūrimas automatiškai iš nustatytų dainų

Vienas apribojimas, kurį verta paminėti: muzikos programos kovoja su gyvais pasirodymais, stipriai remiksuotais takeliais ar dainomis, turinčiomis didelį foninį triukšmą. Tikslumas pastebimai sumažėja perpildytoje, garsioje aplinkoje.

Tikslumo palyginimas įvairiuose programų tipuose#

Tikslumas nėra vienas skaičius „jis labai skiriasi priklausomai nuo sąlygų. Aiškus vieno paukščio, giedančio netoliese, įrašas gali pasiekti 95% identifikavimo tikslumą. Ta pati programa, analizuojanti aušros chorą su dešimčia rūšių, gali sumažėti iki 60% ar mažiau.

Aplinkos triukšmas yra didžiausias tikslumo žudikas visose kategorijose. Vėjas, eismas ir persidengiantys garsai painioja net gerai parengtus algoritmus.

Patarimai, kaip pagerinti identifikavimo tikslumą#

• Įrašykite mažiausiai 5-10 sekundžių, o ne greitą fragmentą
• Kuo saugiau priartėti prie garso šaltinio
• Venkite įrašymo stipraus vėjo ar lietaus metu
• Naudokite ausines su įmontuotu mikrofonu, kad galėtumėte švariau įvesti muziką patalpose
• Reguliariai atnaujinkite programą „duomenų bazės laikui bėgant plečiasi naujais mokymo duomenimis

Kai kurios programos taip pat leidžia vartotojams patvirtinti arba pataisyti spėjimą, kuris grįžta į modelio tobulinimą. Tokia minios korekcija yra dalis to, kodėl identifikavimo tikslumas kasmet auga.

Tinkamos programos pasirinkimas jūsų poreikiams#

Kažkas, atsitiktinai smalsaujantis žvirbliu už savo lango, turi kitokius poreikius nei rimtas paukščiukas, sekantis migracijos modelius per sezoną.

Paprastiems vartotojams paprasta sąsaja su momentiniais rezultatais yra svarbesnė nei didžiulė rūšių duomenų bazė. Atsidavusiems mėgėjams funkcijos, kaip rąstų stebėjimas, migracijos žemėlapiai, ir bendruomenės dalijimasis pridėti tikrą ilgalaikę vertę.

Klausimai, kuriuos verta užduoti prieš atsisiunčiant#

• Ar jis veikia neprisijungus, ar jam reikalinga nuolatinė interneto prieiga?
• Ar rūšių duomenų bazė yra specifinė regionui, ar pasaulinė?
• Ar jis gali atpažinti tiek iš nuotraukų, tiek iš garso įrašų?
• Ar jame saugoma praeities identifikacijų istorija?
• Ar yra nemokama pakopa su tikrai naudingomis funkcijomis?

Kaina taip pat nusipelno paminėjimo. Dauguma gerbiamų programų siūlo tvirtą nemokamą versiją su pasirenkamais aukščiausios kokybės patobulinimais, skirtais pažangioms funkcijoms, pvz., neribotam identifikavimui ar išsamiems rūšių vadovams.

Augantis AI vaidmuo kasdieniame gamtos stebėjime#

Tai, kas prasidėjo kaip nišinis ornitologų įrankis, virto pagrindiniais vartais, skirtais atkurti ryšį su lauku. Dabar mokyklos gamtos mokslų pamokose naudoja paukščių identifikavimo programėles. Parko prižiūrėtojai rekomenduoja juos lankytojams. Piliečių mokslo projektai surenka milijonus duomenų taškų iš kasdienių vartotojų, nukreipiančių telefoną į dangų.

Šie duomenys taip pat grįžta į išsaugojimo tyrimus. eBird, valdomas Cornell Lab of Ornithology, sukaupė daugiau nei milijardą paukščių stebėjimų iš nuolatinių vartotojų visame pasaulyje, daugelis jų buvo pateikti naudojant papildomas identifikavimo programas.

Tai yra tyli šios technologijos galia - penkių sekundžių smalsumą ji paverčia nedideliu indėliu į paukščių populiacijų, migracijos pokyčių ir net klimato poveikio laukinės gamtos elgsenai supratimą.

Nesvarbu, ar bandote pavadinti dainą, įstrigusią galvoje, ar išsiaiškinti, kuris paukštis vis pažadina jus auštant, tinkama programa paverčia spėliones atsakymu, kuriuo galite pasitikėti → ir dažnai moko jus kažko naujo kelyje. 🌿