Self-hosted realtime soundscape analyser for birds, bats and other wildlife. Multi-model local AI inference, runs 24/7 on a Raspberry Pi.

BirdNET‑Go – 実時間AI駆動のサウンドスケープ分析

何ができるか

BirdNET‑Goは、ライブ音声（サウンドカードやネットワークストリームから）をリッスンし、リアルタイムで鳥、その他の野生生物、コウモリを識別するセルフホスト型サービスです。BirdNET v2.4（6,500種以上）モデルに加え、Google Perch v2、BattyBirdNETコウモリ分類器、およびBirdNET Geomodel v3.0を実行します。検出結果は、ライブスペクトログラム、ヒートマップ、検索可能な種リストを備えたWebダッシュボードで表示されます。

なぜ重要なのか

ローカルAI推論 – クラウドサブスクリプション不要。すべてオンプレミス（Raspberry Piでも動作可能）で実行。データのプライバシーを保ち、オフラインでも利用可能。
マルチモデルのコンセンサス – 複数の分類器を並列実行することで、一致する結果は信頼度を向上させ、不一致はレビュー対象としてマークし、精度を向上。
豊富なアラート機能 – Discord、Slack、Telegram、MQTT/Home Assistant、webhookなどに検出結果を送信可能。ホームオートメーションや市民科学ワークフローとの統合が容易。
ワンクリックデプロイ – 1クリックインストールスクリプト、amd64/arm64用Dockerイメージ、PWA対応UIにより、数分で24/7監視ステーションを構築可能。

動作の概要（高レベル）

音声の取り込み – サーバーはローカルサウンドカードまたはRTSP/RTSPSストリーム（超音波コウモリ検出用に最大256 kHz）から音声をキャプチャ。ウォッチドッグがストリームの健全性を監視し、不安定なソースを再起動可能。
モデル推論 – 音声チャンクを選択されたAIモデル（BirdNETはTFLite、Perch/BattyBirdNET/GeomodelはONNX）に供給。推論はCPUで実行。オプションのONNX Runtimeで非TFLiteモデルを加速可能。
コンセンサスとフィルタリング – 各モデルの結果を統合。モデル間の一致により信頼度を向上。設定可能なフィルタ（場所範囲、犬の鳴き声、深層検出ウィンドウ、種別しきい値）で誤検出を削減。
ストレージとUI – 検出結果はSQLite（またはMySQL）に保存され、SvelteベースのシングルページWebアプリで表示。UIはライブスペクトログラム、ヒートマップ、および「現在聞こえている」カードを提供。
アラートルーティング – shoutrrrライブラリに基づくルールエンジンが、ユーザー定義条件に基づいて各検出を評価し、多数のチャネルで通知を配信。

どんな人に向いているか

フィーダー、巣箱、または遠隔地にプライベートで常に稼働する録音装置を設置したい鳥観察者、研究者、保護活動ボランティア。
特定の種が出現したときに（照明、カメラ、ログなど）アクションをトリガーしたいホームオートメーション愛好家。
カスタムTFLiteモデルで拡張可能な既製のAI推論パイプラインが必要な開発者。

はじめ方

# Debian/Ubuntu/Raspberry Pi OS
curl -fsSL https://github.com/tphakala/birdnet-go/raw/main/install.sh -o install.sh
bash ./install.sh

または Dockerイメージを取得し、ホストネットワークで実行（低遅延音声向けに推奨）。プロジェクトはクイックスタートウィザード、OIDC/SSOログイン、TLS証明書処理、ヘルスチェックページを提供。

コミュニティとサポート

Discord: 実時間でのヘルプと機能議論。
GitHub: イシュー、プルリクエスト、コントリビューターリスト。
詳細なWiki：インストール、ハードウェア推奨、カスタム分類器のトレーニング、セキュリティ、トラブルシューティングなど。

ライセンス: Creative Commons BY‑NC‑SA 4.0（非営利利用のみ）。モデル重みは、元のBirdNETおよびPerchライセンスに基づいて提供されます。

tphakala/birdnet-go