Как петербуржец придумал приложение, которое с помощью нейронных сетей распознает пение соловья, дрозда и других птиц

Петербургский орнитолог Олег Кенунен создал приложение, которое при помощи нейронных сетей распознает птиц по их пению. Пока в базе 20 голосов: среди них, например, соловей, дрозд и зяблик.

Как нейронная сеть отличает синицу от вороны, после каких доработок «Shazam для птиц» может стать доступен для всех и чем работа с птичьими голосами похожа на изучение иностранного языка? Кенунен рассказал «Бумаге», как разрабатывал сервис и что с ним будет.

Олег Кенунен

Разработчик приложения

Я орнитолог по образованию. Раньше я пробовал обрабатывать изображения, анализировал картинки, делал всякие эксперименты с нейронными сетями. Потом отложил это дело на довольно длительный срок. Недавно пошел на переквалификацию на матмехе, где мне надо было написать дипломную работу. Я решил, что [распознавание птичьих голосов с помощью нейросетей] это интересная тема. Тем более, моя магистерская работа была связана с голосами птиц, поэтому я выбрал такую смежную область.

Занимался приложением я где-то с середины лета. В первую очередь мне было самому интересно посмотреть, насколько это вообще реально и выполнимо. Мне было важно проверить саму идею и создать платформу, которую можно дорабатывать. То, что есть сейчас, это ни в коему случае не продакшн — это демо-версия.

Приложение состоит из нескольких компонентов: это серверная часть и клиентская. Серверная часть получает файл, анализирует при помощи нейронной сети и отправляет ответ обратно клиенту.

Демонстрация работы приложения

Можно сказать, что приложение напоминает Shazam, только Shazam не совсем так устроен: он определяет сходство с теми записями, которые есть в базе. Кроме этого, речь о музыкальных файлах, то есть записях, сделанных в студии. А тут очень большая изменчивость голосов внутри одного вида. Птицы же друг друга узнают — как мы друг друга узнаем по голосу.

Нейронная сеть — это черный ящик. На вход подается много образцов, а дальше идет поиск каких-то скрытых закономерностей. Возможно, люди [у себя в голове] это делают по другим параметрам. В отличие от классических методов анализа, где изучаются частота, амплитуда, тембр, гармоника, здесь это происходит невидимо для человека, не формализовано. Определить, по каким параметрам [нейронная сеть разделяет птичьи голоса], теоретически можно, но для этого надо препарировать то, что там происходит.

Соловей

Результат зависит от обучающей выборки. Я взял [файлы с голосами птиц] из открытых источников, которые разрешены для академической работы, потому что мне столько было бы не записать. Преимущественно c сайта Xeno-canto — это сообщество любителей, которые загружают туда записи. Там голоса по большей части правильно определены, но есть проблема с качеством записей: они не очень чистые, и нейронная сеть в них путается. Так что их нужно отбирать. Поэтому я пока опробовал [приложение] на местных видах, которые я сам могу четко отличить и сам в них не запутаюсь.

Стандартный метод тестирования нейросети такой: есть выборка, на которой происходит обучение, и еще маленькая тестовая выборка, на которой проверяется правильно или нет [работает сеть] — у меня в нее было внесено 10 % всего [объема данных]. Тестовую выборку во время обучения нейронная сеть не видит, поэтому по ней можно более или менее адекватно сказать, насколько верный результат получается.

Пока в приложении голоса 20 видов. Наверное, в ближайших планах у меня даже не увеличить количество птиц, а доработать архитектуру нейронной сети. Потому что подбор архитектуры самой сети тоже делается методом тыка: подбираешь разные варианты и смотришь, какой даст лучший результат на тестовой выборке. Я попробовал несколько десятков вариантов.

Потом стоит сделать возможность авторизации пользователя и попробовать уже альфа-версию с несколькими тестерами. Сейчас у меня еще нет базы данных пользователей, поэтому пока что я могу использовать приложение только для себя. Но если всё будет хорошо, она появится.

Зяблик

Аналоги мне неизвестны. На Google Play есть одно похожее приложение, но, по всей видимости, оно не использует нейронные сети. Помимо этого есть около полутора десятков научных статей о возможности распознавания голосов птиц с помощью нейронных сетей. Эти статьи, наверное, показывают даже лучшие результаты, чем у меня, но они носят академический характер — это не рабочие приложения. Кроме того, лаборатория орнитологии Корнеллского университета в Америке, у которой самая большая в мире фонотека, выпустила приложение для определения птиц — но по фотографиям.

В целом [научиться распознавать голоса птиц на слух] можно, но надо тренироваться. Желательно найти человека, который в этом разбирается, и с ним походить по лесу, чтобы он при этом спрашивал и проверял. Мне кажется, это самый эффективный способ. Можно ли этому обучиться по фонотекам — я не уверен. Это как с изучением языка: можно попробовать учить их по сериалам, но лучше найти учителя.

Проще всего отличить голоса синиц, зябликов — самых фоновых видов, которые есть в любом парке. Или, например, все определят ворону. Это те виды, с которыми люди много встречаются и часто слышат.

Если вы нашли опечатку, пожалуйста, сообщите нам. Выделите текст с ошибкой и нажмите Ctrl + Enter.

Вся лента

все новости
Читайте еще
Как снизить число жертв ЧП и терактов, изучая пчел и муравьев. Рассказывает информатик Илья Викснин
Это петербургский робот Сэлдон: он играет на гитаре и знает бюджет Ленобласти. Кто его создал и почему он так вызывающе выглядит 🤖
Как петербуржцы создали язык программирования Kotlin и почему его теперь используют Android и Google
Вторая волна коронавируса
В Петербурге выросло число госпитализаций в коронавирусные стационары — на 9,2 %. За неделю в больницы поступили 5465 пациентов
Власти Петербурга проверят соблюдение ограничений по COVID-19 на концерте Басты. Накануне прошло второе выступление музыканта
Как растет число заболевших и умерших из-за коронавируса в Петербурге — показываем на графиках
В «Ледовом дворце» заявили, что петербургский концерт Басты с тысячами посетителей прошел без нарушений
Смольный и Роспотребнадзор ворвались на вечер джаза в петербургском «Люмьер-холле». Власти говорят, что мероприятие не было согласовано
Подкасты «Бумаги»
«Прошлое бабушек и дедушек я представляю черно-белым». Говорим про семейные истории с журналистом Александром Борзенко
«Это не продажа компетенций, а обмен энергией». Как профессионалы бесплатно помогают другим своими навыками — от стрижек до консультаций психолога
«Изменения климата уже за окном — мы просто не замечаем». Стало ли больше погодных аномалий и как остановить потепление — рассказываем в подкасте
«Если человек бежит в 90 лет — почему не бежать?». Как с возрастом меняется наше отношение к здоровью и трудно ли оставаться активным
«В обычных школах выбор отсутствует как факт». Зачем родители переводят детей на домашнее обучение и в альтернативные школы
Коллеги «Бумаги»
О народе в Ленинградской области, которого «как бы и нет»
Как коронавирус шел по системе ФСИН — исследование «Зоны права»
В московских школах из-за ковида пожилых учителей заменят студентами
Утрата памятников архитектуры
КГИОП назвал обрушение крыши корпуса завода «Красный треугольник» преступлением. Комитет требует провести противоаварийные работы
В Петербурге обвалилась крыша одного из корпусов «Красного треугольника». Ранее мародеры срезали поддерживающие металлоконструкции, сообщают активисты
Как в ближайшие годы изменятся Выборг и Ивангород и почему в Ленобласти нельзя отреставрировать все разрушенные дома? Интервью с главой нового комитета по охране памятников
Кронштадтский суд оштрафовал Минобороны из-за повреждения здания Служительского флигеля. Его построили в XVIII веке
В квартире на Васильевском острове обрушился потолок, из здания эвакуировали 15 человек. Обновлено
Конфликт баров и жителей Рубинштейна
Суд постановил закрыть бар Commode на Рубинштейна. Сооснователь говорит, что «видел много постановлений»
Улица Рубинштейна будет пешеходной в выходные только ночью. В праздники — целый день
Улица Рубинштейна официально станет пешеходной по выходным и в праздники с 20 октября
За порядком на Рубинштейна теперь следит союз владельцев баров: они наняли ЧОП и запустили «горячую линию». Но местные жители считают, что это не защитит их права
На Рубинштейна постоянно проходят уличные вечеринки, где веселятся сотни людей. Местные жители жалуются на шум, а полиция устраивает рейды

Спасибо!

Теперь редакторы в курсе.