BirdNet-Go: セキュリティカメラを野生生物識別システムに変える

概要

BirdNet-Goを使用すると、既存のIPセキュリティカメラを自動化された野生生物識別システムに変換できます。Real-Time Streaming Protocol (RTSP)を介してカメラからのオーディオストリームを分析することで、専用のマイクロフォンを必要とせず、クラウドベースの処理も行わずに、鳥のさえずり、コウモリの鳴き声、その他の動物の音をリアルタイムで識別します。

ローカルAI推論とモデルの機能

BirdNet-GoはローカルAI推論エンジンとして動作するため、すべてのオーディオ処理はクラウドではなく、ユーザー自身のハードウェア（Raspberry Piやホームサーバーなど）上で行われます。このアーキテクチャにより、データのプライバシーが確保され、サブスクリプション料金が不要になり、外部APIへの依存がなくなります。

モデルの比較

このシステムは、地域や種に基づいて検出戦略を最適化するために、複数のモデルをサポートしています：

BirdNET 2.4: 約6,000種を検出可能です。
Google Perch v2: 検出能力を14,795種まで拡張します。

技術的な実装と統合

RTSPストリームのサポート

システムがRTSPをサポートしているため、ほとんどの最新のIPカメラと互換性があります。ユーザーは、BirdNet-GoをカメラのストリームURLに向けるだけで、オーディオ分析を開始できます。コミュニティメンバーは、Unifi doorbell camerasやReolink PoE camerasを使用して、これを正常に実装しています。

ホームオートメーションと通知

BirdNet-Goは、いくつかのチャネルを通じて、より広範なスマートホームエコシステムと統合できます：

Home Assistant: システムは発見と統合のためにMQTTを使用し、鳥の検出がホームオートメーションのイベントをトリガーするようにします。
Discord: ユーザーは、特定の種の目撃情報について、Discordチャネルへリアルタイムの通知を送信するようにシステムを構成できます。
BirdWeather: シチズンサイエンス（市民科学）に関心があるユーザー向けに、システムはデータをBirdWeatherコミュニティプラットフォームにエクスポートして、研究者が生物多様性を追跡するのを支援できます。

ハードウェアに関する考慮事項

RTSPストリームは便利ですが、オーディオ品質はハードウェアによって異なります。一部のユーザーは、ウィンドスクリーン（風防）のないカメラは風切り音の影響を受ける可能性があること、また、特定のファームウェアがサンプリングレート（例：16kHz）を制限する場合があること（BirdNETは通常、最適な識別のためには48kHzのオーディオサンプルを期待します）を指摘しています。

高度な機能

種の新規性トラッキング: システムは検出された種のリストを保持し、鳥の種がその場所に初めて訪れたときにフラグを立てます。
アラートルール: ユーザーは、特定の種のリストを定義して、希少な鳥や目的の鳥が検出されたときに即座に通知をトリガーするように設定できます。
視覚的なオーディオ分析: インターフェースは、リアルタイムのオーディオチャネルのエネルギーレベル分析を提供し、これにより、ユーザーがマイクロフォンの位置調整や、環境ノイズ（エアコンのユニットなど）の干渉を特定するのに役立ちます。

コミュニティの洞察とユースケース

ユーザーはHacker Newsコミュニティにおいて、基本的な実装をいくつかの方法で拡張しています：

"I have a spare e-ink display and my next weekend project... is to wire it up so it shows some faux 'woodcut' images of birds detected."

その他の実装例は以下の通りです：

Portable Stations: 徒歩旅行や旅行中の使用に適した、e-inkディスプレイを備えたポータブルBirdNet-Piユニットの構築。
High-Fidelity Audio: AudioMoth USB microphonesを使用して、超音波周波数をキャプチャし、より正確なコウモリの検出を行う。
Visual Integration: Androidアプリを作成し、検出された鳥をSamsung Frame TVsの"art mode"で表示する。

限界と誤検知

一部のユーザーは、システムが誤検知を生成する可能性があることに注意を促しています。特にオーストラリアのような、鳴き声が地域によって偏る可能性がある地域では注意が必要です。ユーザーは、単一のコーラス（鳴き声の重なり）の中で複数の鳥を識別できる一方で、人間による検証がstill recommended for low-probability detections（低確率の検出については、人間による検証が推奨される）と強調しています。