BirdNET-Analyzer

收录理由

BirdNET-Analyzer 能把原始录音直接变成物种级别的识别结果，特别适合长期无人值守的被动声学监测项目，而不是只做通用音频处理的工具。它由康奈尔鸟类学实验室开发，可以对大批量录音运行深度学习分类器，每次检测都会给出置信度，还会结合物种分布模型，按地点和时间过滤掉不合理的识别。研究团队和保育人员可以只针对自己关心的物种进行分析，把结果导出到 Raven Pro、Audacity 等软件，也能用 BirdNET 生成的嵌入向量训练自己的分类器，用来捕捉当地特有或罕见的鸣声。同一套流程还能抽取特征向量做相似度检索，在无标注的数据集里找匹配的叫声会很方便。如果你的工作涉及鸟类调查，或者任何需要大规模可靠识别鸟鸣的流程，这大概是实战检验最充分的选择之一。