Công cụ Sound ID dựa trên học máy của Merlin Bird ID cho kết quả ấn tượng khi nhận dạng được tiếng hót của từng chú chim một dù môi trường nhiều tạp âm.

Trên thị trường hiện nay có không ít ứng dụng nhận dạng các loài chim dựa trên hình ảnh và âm thanh, với mức độ chính xác khác nhau. Có ứng dụng từng nhận dạng mọi tiếng chim kêu là tiếng của chim nhại phương bắc, vốn là loài chim… chuyên nhại giọng các loài chim khác. Và cũng có những ứng dụng khác, như Merlin Bird ID của Cornell Lab of Ornithology, lại là sự lựa chọn hàng đầu của giới yêu chim cũng như các nhà nghiên cứu khi muốn xác định một loài chim dựa trên ảnh chụp. Mới đây, Cornell Lab đã mở rộng dịch vụ của họ và cung cấp cho người dùng chức năng nhận dạng tiếng chim hót. Vậy công cụ nhận dạng âm thanh dựa trên học máy này có gì đặc sắc mà được mệnh danh là “Shazam cho chim”?

Ứng dụng "Shazam cho chim" nhận diện tiếng hót với độ chính xác không tưởng

Ứng dụng này có thể nhận dạng các loài chim dựa trên hình ảnh và âm thanh, với mức độ chính xác cao.

Những tay chơi chim có kinh nghiệm có thể dễ dàng xác định một loài chim bằng cách lắng nghe tiếng hót của chúng, nhưng đôi lúc đó là điều khá khó khăn và tốn thời gian cũng như cần kinh nghiệm. Mục đích của Merlin Bird ID là giải quyết vấn đề này. “Điều thú vị về Merlin là nó là một người bạn đồng hành không có thói quen chỉ trích, một người có thể nói với bạn rằng bạn đã nghe tiếng hót của một con chim sẻ đến 300 lần rồi và vẫn sẽ vui vẻ nói lại điều đó như thể mới lần đầu vậy” – theo lời Drew Weber, điều phối viên dự án Merlin Bird ID.

Phóng viên Ryan Mandelbaum của trang Gizmodo đã thử ứng dụng này vào dịp cuối tuần qua tại công viên Prospect ở Brooklyn nhằm đảm bảo rằng lần đoán thành công lần trước không phải do may mắn. Dù vị trí cũng như hệ sinh thái tại Brooklyn biến nó trở thành một điểm đến hàng đầu của giới yêu chim trong mùa xuân và mùa thu, chỉ có một số ít những loài chim biết hót hiện diện ở đây vào mùa hè, do đó ứng dụng có lẽ có chút lợi thế khi chỉ phải nhận dạng một vài loại chim phổ biến nhất mà thôi.

Mandelbaum dừng lại tại một góc cây ở lối vào phía tây nam của công viên, vốn là nơi khá ồn ào, và phát hiện ra một chú vàng anh Baltimore đang hót trên cành thông. Anh kích hoạt tính năng Sound ID, nhấn nút ghi âm, và giữ điện thoại cao trên đầu. Ứng dụng hiển thị một dải ảnh phổ – tức biểu đồ tần số nó ghi lại theo thời gian – và ngay lập tức đưa ra kết quả là “chim cổ đỏ Mỹ”. Bạn nghĩ nó nhầm, nhưng quả thực có một chú cổ đỏ Mỹ đang hót sau lưng Mandelbaum. Anh thử lại lần nữa, và lần này, một chú chim sẻ nhà bắt đầu lên tiếng. Ứng dụng hiển thị hình ảnh một chú chim sẻ nhà! Anh thử lần cuối, và ngay khi chú vàng anh cất tiếng hót, một chú chim én tiến đến phá đám; ứng dụng một lần nữa bỏ qua chú vàng anh và xác định đúng tiếng chim én… Rõ ràng, dù không nhận dạng được mục tiêu ban đầu như dự tính, ba lần đoán đúng nói trên cho thấy Merlin Bird ID cực kỳ nhạy. Tuy nhiên, Mandelbaum cho biết anh có chút bực bội vì không nhận dạng được chú vàng anh, vốn là một loài chim rất phổ biến, trong bối cảnh đơn giản như vậy.

Ứng dụng "Shazam cho chim" nhận diện tiếng hót với độ chính xác không tưởng

Nhìn chung, Merlin Sound ID hoạt động đúng như kỳ vọng.

Đi sâu vào công viên, Mandelbaum vẫn giữ ứng dụng mở dưới nền và ghi lại bất kỳ loại chim nào khác anh gặp. Nó xác định thành công một chú chim giáo chủ phương bắc thông qua tiếng hót “pew-pew-pew”, nhưng khi chú chim này bắt đầu hót ở tông cao hơn, ứng dụng lập tức cho biết nó xác định được tiếng hót của chim ưng biển, vốn là loài chim ưng ăn cá to lớn. Tiếng “seee” tông cao, âm lượng lớn của những chú chim Bắc Mỹ cedar waxwing hiện ra trong ảnh phổ, dù không nhận dạng được, và thay vào đó là hình ảnh một chú warbling vireo (một loài chim khác ở Bắc Mỹ) hiện lên khi nó bắt đầu cất tiếng hót từ cách đó một khoảng xa.

Nhìn chung, Merlin Sound ID hoạt động đúng như kỳ vọng; bạn có thể chỉ nghe loáng thoáng tiếng hót của một chú chim, ứng dụng đã ngay lập tức xác định được dù loài chim đó thuộc loại không phổ biến lắm.

Tuy nhiên, Merlin Birth ID không chỉ là một ứng dụng nhận dạng âm thanh; nó là kết quả của hàng chục ngàn người yêu chim cũng như các nhà nghiên cứu ngày đêm gửi đến thư viện Macaulay của Cornell hàng triệu bản ghi âm tiếng chim hót thông qua ứng dụng eBird trong vài năm qua. Xét lượng dữ liệu khổng lồ, kỹ sư nghiên cứu của thư viện Weber và Macaulay là Grant Van Horn, cùng các thành viên khác của Cornell Lab, tự hỏi rằng sẽ ra sao nếu họ tạo ra tính năng nhận dạng tiếng chim hót cho ứng dụng Merlin Bird ID?

Trên thực tế, nhận dạng âm thanh là một dạng nhận dạng hình ảnh – theo lời Van Horn. Các kỹ sư của Caltech và Cornell Tech đã tập hợp một bộ công cụ mạng thần kinh nhận dạng hình ảnh dành cho chim, với dữ liệu là ảnh từ thư viện Macaulay, để tạo ra tính năng Merlin Photo ID. Sound ID sẽ chuyển âm thanh thành hình ảnh ảnh phổ, xử lý chúng, và sau đó các công cụ thị giác máy tính truyền thống sẽ so sánh những ảnh phổ này với những ảnh phổ trong các bản ghi tiếng chim hót có sẵn.

Đóng vai trò then chốt trong quá trình xác định là một bộ dữ liệu huấn luyện “khủng”, mà để có được cần sự đóng góp của các nhà nghiên cứu đại chúng. Giống như các bản ghi âm chim hót ở hậu cảnh mà Mandelbaum thu được lúc đi dạo công viên, các bản ghi của thư viện Macaulay cũng thường chứa nhiều tiếng hót của các loài chim ở xung quanh người dùng. Một nhóm các tình nguyện viên chú giải đã lọc qua bộ sưu tập ảnh phổ dùng để huấn luyện với hơn 400 loài chim Bắc Mỹ, vạch rõ và gán nhãn từng âm thanh của mỗi loài riêng biệt. Kết quả là họ thu về một bộ dữ liệu với khoảng 250.000 chú giải, mỗi nhãn tương ứng với chỉ một loài. Người dùng ứng dụng hoặc có thể upload trực tiếp một tập tin hay bản ghi tiếng hót của chim, hoặc ứng dụng sẽ lọc ra từng loại chim mà nó nghe được từ mỗi 3 giây trong các bản ghi. Nhóm nghiên cứu cũng huấn luyện thuật toán bằng một lượng lớn tiếng ồn hậu cảnh, bao gồm bộ dữ liệu AudioSet mở rộng của Google, để ứng dụng biết được những âm thanh không phải chim hót là như thế nào.

Như đã nói ở trên, thị trường vẫn còn nhiều ứng dụng xác định tiếng hót chim chất lượng cao khác – Cornell Lab, cùng với Đại học Công nghệ Chemnitz, còn phát triển ứng dụng BirdNET Sound ID. Tuy nhiên, những ứng dụng này có những mục đích khác biệt: BirdNET chủ yếu được dùng làm công cụ nghiên cứu cho các nhà khoa học, trong khi Merlin là ứng dụng xác định chim do người dân đóng góp, bao gồm cả chức năng xác định bằng hình ảnh, Q+A, hướng dẫn thực địa, và dữ liệu từ cơ sở dữ liệu khoa học đại chúng eBird liên quan những địa điểm sinh sống, âm thanh, và hình ảnh của các loài chim. Dữ liệu từ eBird còn giúp hỗ trợ các tính năng Merlin Sound và Photo ID; chúng dựa vào các bản ghi của các nhà nghiên cứu đại chúng về các loài chim xung quanh để đưa ra những đề xuất chính xác hơn.

Ứng dụng "Shazam cho chim" nhận diện tiếng hót với độ chính xác không tưởng

Merlin Sound ID vẫn có nhiều điểm cần cải thiện.

Merlin Sound ID vẫn có nhiều điểm cần cải thiện. Hiện có khoảng 10.000 loài chim, và ứng dụng chỉ có thể nhận dạng khoảng 400 loài. Những tiếng hót ngắn cũng gây khó khăn cho ứng dụng bởi chúng có thể nghe cực kỳ tương đồng với các loài khác, đồng thời ứng dụng có thể nhầm lẫn những tiếng hót tần số thấp ở một mức nhất định là tiếng ồn hậu cảnh. Nhưng khi bộ dữ liệu được cải thiện, thì thuật toán học máy nói riêng và khả năng của ứng dụng nói chung cũng vậy.

Van Horn tỏ ra rất hào hứng về tiềm năng đối với bộ dữ liệu và mô hình học máy của hãng. Ông dự định sử dụng mô hình này vào các lĩnh vực khác của Cornell Lab, như camera quay chim kết hợp ghi âm ổn định. Weber nói rằng có lẽ họ có thể sử dụng mô hình này để cho người dùng biết những loài chim nào đang bay quanh thành phố trong mùa di cư. Có lẽ họ có thể sử dụng mô hình để nhận diện video về chim nữa. Van Horn còn nói rằng ông thuật toán này chỉ được dùng vào đời sống hoang dã và được tạo ra bởi dữ liệu mà người dùng đồng ý trao cho Cornell thông qua eBird, chạy trên điện thoại người dùng mà không gửi dữ liệu về cho Cornell.

  • Tính năng xác định âm thanh được tích hợp vào một trong những ứng dụng xác định chim phổ biến nhất thế giới chắc chắn sẽ là thông tin được người yêu chim chờ đón, và theo Mandelbaum, sau khi dùng thử, anh tự tin rằng nó hoạt động khá tốt. Những người chơi chim có kinh nghiệm có thể nhận thấy rằng đôi tai của họ sẽ chính xác hơn ứng dụng một chút, nhưng ít nhất thì với dân nghiệp dư, công cụ này sẽ là một giải pháp bổ sung tuyệt vời cho thú chơi tốn thì giờ và công sức của họ.
  • Không gì cản được quá trình lão hóa: Nghiên cứu mới dập tan tranh cãi xung quanh khả năng bất tử
  • Suối ngầm bí ẩn chưa có lời giải ở Pháp
  • NASA đã tìm được “hành tinh sống được” suốt 1 triệu năm


Du lịch nhật bản, hướng dẫn du lịch Nhật và đánh giá địa điểm Nhật Bản Japan travel news, japan travel guides, japan holiday destinations and japan reviews

Bài viết hay ho mới nhất

BÀI LIÊN QUAN

Doanh số iPhone 12 tiến sát kỷ lục của iPhone 6

Theo hãng nghiên cứu thị trường Counterpoint Research, doanh số iPhone 12 đã vượt mốc 100 triệu chiếc vào tháng 4/2021, sớm hơn 2 tháng so với iPhone 11 và gần bằng kỷ lục do iPhone 6 tạo ra hồi năm 2015. Doanh số iPhone 12 đánh dấu siêu chu…

Xem chi tiết: Doanh số iPhone 12 tiến sát kỷ lục của iPhone 6

McAfee, cha đẻ của phần mềm diệt virus nổi tiếng và cuộc đời đầy biến động trong lĩnh vực công nghệ

Sau khi bị một toà án Tây Ban Nha đưa ra yêu cầu dẫn độ đến Mỹ, John McAfee được phát hiện đã chết trong phòng giam ở Barcelona vào thứ 4 tuần trước. Các nhân viên an ninh dù đã cố gắng nhưng không thể hồi sinh người đàn…

Xem chi tiết: McAfee, cha đẻ của phần mềm diệt virus nổi tiếng và cuộc đời đầy biến động trong lĩnh vực công nghệ

Loạt ảnh thể hiện mức độ gay gắt của đợt nắng nóng kỷ lục hoành hành bắc Mỹ

Do ảnh hưởng từ hiện tượng vòm nhiệt mà nhiệt độ những ngày qua tại Mỹ và các khu vực lân cận đều đạt mức cao kỷ lục. Thực tế thì mức nhiệt cao như thế sẽ gây ra những ảnh hưởng như thế nào đến môi trường và đời…

Xem chi tiết: Loạt ảnh thể hiện mức độ gay gắt của đợt nắng nóng kỷ lục hoành hành bắc Mỹ

Dell ra mắt webcam UltraSharp, tôn vinh khuôn mặt rạng ngời của bạn với độ nét 4K và HDR

Nếu bạn không quan trọng giá thành nhưng lại muốn có webcam xịn nhất có thể thì có lẽ bạn nên để ý mẫu webcam mới này của Dell. Mới đây Dell đã trình làng webcam UltraSharp mới có đến 9 công nghệ đang chờ cấp bằng sáng chế và…

Xem chi tiết: Dell ra mắt webcam UltraSharp, tôn vinh khuôn mặt rạng ngời của bạn với độ nét 4K và HDR

iPhone 12 cán mốc doanh số 100 triệu máy

Theo số liệu của Counterpoint Research, cột mốc mà loạt iPhone 12 đạt được tương đương kỷ lục mà loạt iPhone 6 thiết lập vào đầu 2015 (iPhone 6 ra mắt 9/2014) và sớm hơn 2 tháng so với loạt iPhone 11. Thành tích này được đánh giá là ấn…

Xem chi tiết: iPhone 12 cán mốc doanh số 100 triệu máy

App mới đăng lên Google Play không được dùng định dạng APK nữa

Google thông báo rằng từ tháng 8/2021, các app mới đăng lên Google Play sẽ cần sử dụng định dạng mới là AAB (Android App Bundle) thay cho APK (Android Packages) mà chúng ta đã quen. AAB cho phép Google Play download đúng phần app cần cho thiết bị của…

Xem chi tiết: App mới đăng lên Google Play không được dùng định dạng APK nữa

Review Nokia X10-hiệu năng tốt-cấu hình mạnh-bin trâu với Android One

Đây là review về Nokia X10-hiệu năng tốt-cấu hình mạnh-bin trâu với Android One của mình. Mình mua nó với giá 6.990.000. Hi vọng phần review sẽ hữu ích cho bạn nào muốn mua nhé, nếu bạn có câu hỏi gì thì hãy comment vô bài này nha. Thông tin…

Xem chi tiết: Review Nokia X10-hiệu năng tốt-cấu hình mạnh-bin trâu với Android One

OPPO ra mắt tai nghe Enco Buds và điện thoại OPPO A54 phiên bản 6GB tại Việt Nam: Trải nghiệm bất tận với mức giá cực tốt

Hôm nay, OPPO giới thiệu hai sản phẩm công nghệ mới trong phân khúc giá dễ tiếp cận: tai nghe không dây OPPO Enco Buds và smartphone OPPO A54 phiên bản 6GB, mang đến nhiều sự lựa chọn đa dạng hơn cho người dùng. Là sự kết hợp giữa thiết…

Xem chi tiết: OPPO ra mắt tai nghe Enco Buds và điện thoại OPPO A54 phiên bản 6GB tại Việt Nam: Trải nghiệm bất tận với mức giá cực tốt

Review Nokia 5.4

Ứng dụng hẹn hò năm 2021: An toàn hơn về kỹ thuật nhưng vẫn tồn tại các mối đe dọa về theo dõi và doxing

Infographic: Mùa Hè nắng nóng kéo dài, đề phòng cháy nhà

Series Nokia X60 chạy HarmonyOS sắp ra mắt tại Trung Quốc, camera chính 200MP, pin 6000mAh?

Internet vệ tinh của Elon Musk sẽ có mặt trên toàn cầu từ tháng 8

Review Đèn bắt muỗi Led

Bất chấp nhiều bên ngăn cản, 3 đối tác lớn vẫn ủng hộ ARM bán mình cho Nvidia

iPhone 13 bất ngờ lộ thêm hình ảnh thật trên tay với cụm camera được thiết kế lại theo kiểu mới

Bài viết khác

Latest News Around The World Verified News Explorer Channel Network