BirdNet-Go: 将安防摄像头转化为野生动物识别系统

概述

BirdNet-Go 允许用户将现有的 IP 安防摄像头转换为自动化的野生动物识别系统。通过通过实时流媒体协议 (RTSP) 分析摄像头的音频流，该系统可以实时识别鸟鸣、蝙蝠叫声和其他动物声音，而无需专用麦克风或基于云端的处理。

本地 AI 推理与模型能力

BirdNet-Go 作为一个本地 AI 推理引擎运行，这意味着所有的音频处理都发生在用户自己的硬件（例如 Raspberry Pi 或家用服务器）上，而不是在云端。这种架构确保了数据隐私，消除了订阅费用，并消除了对外部 API 的依赖。

模型对比

该系统支持多种模型，以根据地区或物种优化检测策略：

• BirdNET 2.4: 提供约 6,000 种物种的检测。
• Google Perch v2: 将检测能力扩展到 14,795 种物种。

技术实现与集成

RTSP 流支持

由于该系统支持 RTSP，因此它与大多数现代 IP 摄像头兼容。用户只需将 BirdNet-Go 指向摄像头的流 URL 即可开始音频分析。社区成员已成功在 Unifi 门铃摄像头和 Reolink PoE 摄像头上实现了这一功能。

家庭自动化与通知

BirdNet-Go 通过多种渠道与更广泛的智能家居生态系统集成：

• Home Assistant: 系统使用 MQTT 进行发现和集成，允许鸟类检测触发家庭自动化事件。
• Discord: 用户可以配置系统，在发现特定物种时向 Discord 频道发送实时通知。
• BirdWeather: 对于对公民科学感兴趣的用户，系统可以将数据导出到 BirdWeather 社区平台，以协助研究人员追踪生物多样性。

硬件注意事项

虽然 RTSP 流很方便，但音频质量因硬件而异。一些用户指出，没有防风罩的摄像头可能会受到风噪的影响，而某些固件可能会限制采样率（例如 16kHz），而 BirdNET 通常需要 48kHz 的音频采样以获得最佳识别效果。

高级功能

• 物种新颖性追踪: 系统会维护一个已检测物种的运行列表，并在某种鸟类首次访问某个地点时进行标记。
• 告警规则: 用户可以定义特定的物种列表，以便在检测到稀有或目标鸟类时触发即时通知。
• 可视化音频分析: 界面提供实时的音频通道能量级分析，这有助于用户排查麦克风位置问题或识别环境噪声干扰（例如空调机组）。

社区见解与使用案例

Hacker News 社区的用户通过以下几种方式扩展了基础实现：

"我有一个多余的电子墨水屏显示器，我接下来的周末项目……是把它连接起来，让它显示一些检测到的鸟类的伪 'woodcut'（木刻）图像。"

其他实现方式包括：

• 便携式工作站: 构建带有电子墨水屏显示的便携式 BirdNet-Pi 单元，以便在徒步和旅行中使用。
• 高保真音频: 使用 AudioMoth USB 麦克风来捕获超声波频率，从而实现更准确的蝙蝠检测。
• 视觉集成: 开发 Android 应用，在 Samsung Frame TV 的 "art mode"（艺术模式）中显示检测到的鸟类。

局限性与误报

一些用户提醒，该系统可能会产生误报，特别是在像澳大利亚这样的地区，叫声可能会因地理位置而产生偏差。用户强调，虽然系统可以在单次合唱中识别出多种鸟类，但对于低概率的检测结果，仍建议进行人工验证。