12 апреля 2018

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 появившуюся кнопку.
Подписывайтесь, чтобы ничего не пропустить
Все тексты
Свободу Саше Скочиленко
Саше Скочиленко, арестованной по делу о «фейках» про российскую армию, срочно нужно обследование сердца
«На прошлой неделе Саше принесли чай с тараканом». Адвокат Саши Скочиленко — об ухудшении ее здоровья и об условиях в СИЗО
«Боль в животе, тошнота, рвота, диарея — каждый день». Последнее слово Саши Скочиленко из суда, где отклонили жалобу на ее заключение в СИЗО
«Я сяду и, скорее всего, умру в колонии за свободу слова». Главное из интервью Саши Скочиленко «Север.Реалиям»
«Нас вроде и меньшинство, но адекватные мы». Курьер, психолог и бариста с антивоенной позицией — о своем будущем в России
Военные действия России в Украине
«Верстка» рассказала подробности о вербовке российских заключенных для боев в Украине. Главное
«Лучше бы ты был живой». Мать солдата из Ленобласти, который погиб через три дня после начала войны, дала интервью
Именные подразделения Петербурга для отправки в Украину назовут «Нева», «Кронштадт» и «Балтика», сообщили в пункте набора военных
В Amnesty International заявили, что украинские военные размещали базы в больницах и школах. Вот как отреагировали в Москве и Киеве
«Начать жизнь с чистого листа». Во «ВКонтакте» заметили рекламу ЧВК «Вагнера», которая предлагает отправиться в Украину
Экономический кризис — 2022
Как в Петербурге показывают голливудские новинки, если студии ушли из России? Откуда у кинотеатров копии «Тора» и «Миньонов»? Разбор «Бумаги»
Психотерапевт, образование, рестораны — на чем еще экономят читатели «Бумаги»? Результаты исследования
«Никаким мудилам не дам помешать моим планам». Как и зачем петербуржцы открывают бизнес после начала войны
Финальная распродажа H&M в России начнется 1 августа
«Жестокие преступления — результаты жестокой политики». Большое интервью Якова Гилинского — он полвека изучает криминальное поведение россиян
Давление на свободу слова
В Петербурге отменили лекцию популяризатора науки Аси Казанцевой, которая выступает против войны в Украине. Обновлено
В Петербурге заблокировали группы о яой-манге — из-за отсутствия пометки «18+» и проверки на возраст
«Медуза» рассказала, какие методички по освещению войны получили пропагандистские СМИ от Кремля
Как наказывают за протест в России-2022? Объясняем, что вам грозит за пост, общение в чате, пикет или стрит-арт
«Мы», обесценивание и высмеивание — как пропаганда влияет на язык и эмоции? Отвечает социолингвист
Хорошие новости
«Скучно стало, и поехал спонтанно». Житель Мурина второй месяц едет на самокате из Петербурга во Владивосток
Памятник конке на Васильевском острове превратили в арт-кафе. Показываем фото
В Петербурге запустили портал с информацией обо всех водных маршрутах 🚢
На Васильевском острове откроется кафе «Добродомик». Там будет работать «кабинет решения проблем»
В DiDi Gallery откроют выставку Саши Браулова «Архитектура уходящего». Зрителям покажут его вышивки с авангардной архитектурой
Подкасты «Бумаги»
Откуда берутся страхи и как перестать бояться неопределенности? Психотерапевтический выпуск
Как работают дата-центры: придумываем надежный и экологичный механизм обработки данных
Идеальная система рекомендаций: придумываем алгоритмы, которые помогут нам жить без конфликтов и ненужной рекламы
Придумываем профессии будущего: от облачного блогера до экскурсовода по космосу
Цифровое равенство: придумываем международный язык, развиваем медиаграмотность и делаем интернет бесплатным
Деятели искусства рекомендуют
«В Петербурге нет ни одного спектакля, где столько крутых мальчиков-артистов». Актриса МДТ Анна Завтур — о «Бесах» в Городском театре
«Верните мне мой 2007-й». Актер театра Fulcro Никита Гольдман-Кох — о любимых спектаклях в БДТ
К сожалению, мы не поддерживаем Internet Explorer. Читайте наши материалы с помощью других браузеров, например, Mozilla Firefox или Chrome.