原创

　　拍一张照片,用手机APP就可以知花识草,相信很多朋友都体验过这样的科普乐趣。人工智能时代,花花草草,藤蔓树木都“有名有姓”,就像一位知识渊博的植物学老师随时随地在你身旁。

　　昆山杜克大学电子与计算机工程副教授李明团队最近研发的一项AI技术成果,成功地实现了“听音辨鸟”,该团队今年夏天参加了BirdCLEF2018这一鸟类声音识别领域国际权威评测,获得了第四名。在包含1500种南美洲鸟类的测试音频数据上,在有其它鸟类背景音的情况下,对单一鸟类的识别正确率为59%,在无其它鸟类背景音的情况下,正确率为66%。这一水平与目前国际上的最高水平十分接近。

　　这项工作的原理是什么呢?首先不同鸟类的声音的确存在特异性。李明介绍说,不同鸟类的声音具有音调高低、音域宽窄、间隔长短、共振模式等方面的差异,因此可以在数学上将时间域波形信号转化为时频域语谱图,这样可以更为直观地反映出不同鸟类声音的频谱特征。这些具有鸟类种群标注信息的频谱,经过预处理、数据增强、深度神经网络建模等步骤,可以实现对其种类的判别。

　　“鸟类声音数据越多,识别就越准确,即使同一种鸟,雄鸟和雌鸟叫声不同,求偶、吃饭、打架的叫声都是不一样的,每一种鸟都要采集很多的声音。我们需要有更多的数据让机器去‘学习’。”李明说,现有的研究都是基于国际鸟类爱好者上传的声音数据,这些数据大部分采集于美洲、欧洲等地区,来自中国的数据很少。“我呼吁有关的公司、机构搭建起这样一个平台,让全国的鸟类爱好者上传各种鸟类的照片,上传声音数据,并有专家或同行进行标注。”

　　李明团队目前正在开发一个叫作“鸟语大师”的微信小程序,免费提供给爱鸟观鸟的人士识别飞鸟,内部测试发现目前只有60%的识别率,不过结合用户位置信息把非当地出现的鸟类排除掉以后,可以达到70%以上的识别率。他希望该小程序在正式上线以后能有更多的用户使用,用专业麦克风录制鸟类声音并上传,使用越多,上传的数据越多,识别的准确率也会逐步提高。

　　“听音辨鸟”可不仅仅是一款科普工具,目前团队正在和相关部门接触,未来将其用于生态环境的监测当中去。“鸟类是一个对环境高度敏感的物种,比如说这一块区域某些地方污染了,某些鸟就会逐渐飞走。因此鸟类活动习惯和种群数量的变化,可以侧面反映出自然环境的变化,如果在树林等区域中安装一些麦克风,就可以被动采集鸟类种群及活跃度信息,相比人工的观测能显著提高效率和准确度。”李明表示。

　　记者 杨频萍