Over 50 000 mennesker har lastet ned appen som skal kjenne igjen fuglesang.
Teknolog Jan Erik Wold og Terje Qvam fra Miljødirektoratet er på jakt etter fuglesang.
Familie med fugleperspektiv
Fuglelydenes Shazam
I trærne plystres, kvitres og synges det. På bakken hysjes det. På telefonene snurrer appen tålmodig og tar opp lydene. Når den har snurret fra seg, sammenligner den opptaket med de sangfuglene som er lagt inn i sammenligningsgrunnlaget til nå. Og til slutt velger den en mulig kandidat og forteller deg hva det er du trolig hører.
- En løvsanger, sier Terje Qvam spørrende og venter på at appen skal svare opp.
Den fungerer litt sånn som en annen app, musikkgjennkjenningsprogrammet Shazam, som kan identifisere den låta du hører på radioen.
- Shazam var noe av inspirasjonen vår da vi begynte, sier Jan Erik Wold. Han er teknolog i Ablemagic. Trondheimsfirmaet eier og står bak fuglesang-appen. Den er støttet med 350 000 kroner fra Miljødirektoratet og forskningmidler fra NTNU.
Benytter teknologi fra NTNU
Men så er det slik at musikk og fuglesang ikke ligner på hverandre. I alle fall ikke når det gjelder digitalisering og gjenkjenning.
- Det var ikke så lett at vi bare kunne bruke den samme teknologien som ligger bak Shazam.
Ablemagic kontaktet NTNU. Høsten 2014 startet de sammen et teknologiprosjekt hvor prinsippene i talegjenkjenningsteknologien NTNU har utviklet benyttes til å kjenne igjen fuglesang.
Slik skal du se på tv i fremtiden
Bygget massivt lydbibliotek
Parallelt jobbet de sammen med ornitolog Nils Røv, som satte sammen en liste over de fuglene det er mest sannsynlig å høre ute i naturen her i Norge.
- Vi har mellom 40 og 50 fugler som er aktuelle og ofte sett her til lands. Men så er det noen av de vi ser som ikke synger. Og noen er nattaktive, sier Jan Erik Wold.
De endte opp på et par og tjue av de lydene som det er mest sannsynlig at du hører når du går i norsk natur eller sitter i hagen din og lytter.
- Vi måtte bygge opp hele bakgrunnsbiblioteket selv. Det er lyder fra NRK radio og materiale fra ornitologiske innhentninger.
Sintef-forskere gir roboter bedre syn med 3D-kamera
Ut og lytte
- Motivasjonen med dette, fra vår side, er at folk skal komme seg ut og i aktivitet, sier Terje Qvam.
De foreslår bakhagen som lavterskelarena, eller skogtur med en litt annen fokus enn den du vanligvis har. Og etter hvert som folk bruker appen, håper skaperne at folk skal både bli bevisst fuglelivet og etter hvert kjenne igjen en eller flere fugler på egen hånd.
- Dette er som en skattejakt. Nysgjerrigheten vekkes og det skaper forhåpentlig engasjement. Jeg håper først og fremst at folk vil bruke appen som et verktøy. At de vil lære seg å kjenne igjen en fugl eller to.
Mye annet enn fugl
Det hender at systemet ikke kjenner igjen riktig fugl. En ting er at ikke alle potensielle fuglelyder ligger inne. En annen viktig faktor er at lydene som er lagt inn i systemet er klokkeklare. Mens det vi som bruker appen tar opp er grumsete. Bakgrunnsstøy som trafikk og vind i løvverket på trærne blir ofte dominerende på en mobilmikrofon.
- Hør her! Det er jakkegnissing, skrittene våre, litt hvisking og klikkingen fra fotografens kamera du hører best, smiler Jan Erik Wold.
Appen sier bokfink og en løvsanger i tillegg. Ingen av oss er helt sikker på det, siden det er en glidelås som er tydeligst i opptaket.
Lytt igjennom og send inn opptaket
Flere private opptak vil gjøre gjenkjenningssystemet bedre. Hvis du har gjort et godt opptak, kan du merke det og enkelt sende det inn via appen.
- Vi har mellom 2000 – 6000 unike brukere per dag. De fleste i helgene. Dersom de som bruker appen lytter igjennom opptaket sitt og sender inn til oss, vil vi kunne lære opp gjenkjenningssystemet på andre lyder som naturlig kommer med når en tar opp selv.
Jan Erik Wold sitt råd er å stå eller sitte helt i ro, ta opp når fuglelyden er sterk og lytt igjennom kvaliteten på opptaket før du sender.
- Systemet gjør nå 6000–17 000 gjenkjenninger hver eneste dag. I tillegg har vi mottatt 3600 lydfiler til nå, som folk har merket med riktig art, sier Wold
Opptakene kvalitetssikres før de brukes i opplæring av gjenkjenningssystemet.