Artwork

Inhalt bereitgestellt von Moritz Metz. Alle Podcast-Inhalte, einschließlich Episoden, Grafiken und Podcast-Beschreibungen, werden direkt von Moritz Metz oder seinem Podcast-Plattformpartner hochgeladen und bereitgestellt. Wenn Sie glauben, dass jemand Ihr urheberrechtlich geschütztes Werk ohne Ihre Erlaubnis nutzt, können Sie dem hier beschriebenen Verfahren folgen https://de.player.fm/legal.
Player FM - Podcast-App
Gehen Sie mit der App Player FM offline!

Vogelstimmen erkennen mit lokaler KI

37:16
 
Teilen
 

Manage episode 360227935 series 1995643
Inhalt bereitgestellt von Moritz Metz. Alle Podcast-Inhalte, einschließlich Episoden, Grafiken und Podcast-Beschreibungen, werden direkt von Moritz Metz oder seinem Podcast-Plattformpartner hochgeladen und bereitgestellt. Wenn Sie glauben, dass jemand Ihr urheberrechtlich geschütztes Werk ohne Ihre Erlaubnis nutzt, können Sie dem hier beschriebenen Verfahren folgen https://de.player.fm/legal.

Um Amseln, Tauben und Spatzen zu unterscheiden, reicht es oft, wenn wir uns auf unser eigenes Gehör verlassen. Aber manchen von uns fällt selbst das schon schwer. Per App und mit einem Mikro kann uns eine Künstliche Intelligenz auf die Sprünge helfen. Netzbastler Moritz Metz erklärt, wie es geht.

In der 203. Ausgaben (!) von „Netzbasteln“ baut Moritz Metz eine Vogelerkennungsstation, die mit einer lokalen Künstlichen Intelligenz arbeitet, und installiert diese auf seinem Balkon. Während er bei Vogelgezwitscher das Wochenende auf seinem sonnigen Balkon genießt, erkennt die Künstliche Intelligenz, die Moritz zu diesem Zweck aktiviert hat, welche Vögel in der Umgebung um die Wette zwitschern.

Denn bei Blaumeisen, Grünfinken und Goldammern ist es gar nicht so einfach, sie richtig zuzuordnen, findet Moritz.

Gamechanger für die Vogelforschung
Das frei verfügbare neuronale Netzwerk „BirdNET“ der Cornell University in US-amerikanischen Stadt Ithaca und der TU Chemnitz arbeitet in Smartphone-Apps wie „BirdNET ( Android / iOS )“ und „ Birdweather (iOS)“ oder lokal als BirdNet-Pi auf dem Minicomputer Raspberry Pi. Es erkennt 3000-6000 Vogelarten weltweit und gilt als Gamechanger in der Vogelforschung.

Moritz testet eine lokale Version des LLM (large language model) Alpaca 7B von Meta und der Stanford University und erklärt, weshalb es wichtig ist, dass sich die Maker- und Hackerszene auch mit Künstlicher Intelligenz beschäftigt.

Raspberry Pi-Minicomputer und USB-Mikrofon Aus einem Raspberry Pi-Minicomputer und einem USB-Mikrofon baut Moritz eine Vogelerkennungsstation.

Der Computer arbeitet innen, das Mikrofon ist mit einem Spülschwamm geschützt. Der Computer arbeitet innen, auf dem Fensterbrett dient ein alter Küchenschwamm als Windschutz.
Günstigere Mikrofon aus Mikrofonkapseln zusammenlöten. Für zukünftige Projekte lötet Moritz noch bessere und günstigere Mikrofone aus 3€-Mikrofonkapseln zusammen, die auch im Fieldrecording- und ASMR-Bereich eingesetzt werden.

Vogelerkennung mit Spektogramm Die Software auf dem Minicomputer stellt eine Website im lokalen WLAN bereit - und listet dort ihre Vogelerkennungen auf - und das sogar mit einem Spektrogramm. Auch auf der Karte der Website für Vogelliebhaber „BirdWeather“ sind Moritz’ Vogelsichtungen verzeichnet.
Website Birdweather verortet Aufnahmen von Vogelstimmen, die per App registriert wurden. Auch auf der Karte der Website für Vogelliebhaber „BirdWeather“ sind Moritz’ Vogelsichtungen verzeichnet.

  continue reading

112 Episoden

Artwork

Vogelstimmen erkennen mit lokaler KI

Netzbasteln

204 subscribers

published

iconTeilen
 
Manage episode 360227935 series 1995643
Inhalt bereitgestellt von Moritz Metz. Alle Podcast-Inhalte, einschließlich Episoden, Grafiken und Podcast-Beschreibungen, werden direkt von Moritz Metz oder seinem Podcast-Plattformpartner hochgeladen und bereitgestellt. Wenn Sie glauben, dass jemand Ihr urheberrechtlich geschütztes Werk ohne Ihre Erlaubnis nutzt, können Sie dem hier beschriebenen Verfahren folgen https://de.player.fm/legal.

Um Amseln, Tauben und Spatzen zu unterscheiden, reicht es oft, wenn wir uns auf unser eigenes Gehör verlassen. Aber manchen von uns fällt selbst das schon schwer. Per App und mit einem Mikro kann uns eine Künstliche Intelligenz auf die Sprünge helfen. Netzbastler Moritz Metz erklärt, wie es geht.

In der 203. Ausgaben (!) von „Netzbasteln“ baut Moritz Metz eine Vogelerkennungsstation, die mit einer lokalen Künstlichen Intelligenz arbeitet, und installiert diese auf seinem Balkon. Während er bei Vogelgezwitscher das Wochenende auf seinem sonnigen Balkon genießt, erkennt die Künstliche Intelligenz, die Moritz zu diesem Zweck aktiviert hat, welche Vögel in der Umgebung um die Wette zwitschern.

Denn bei Blaumeisen, Grünfinken und Goldammern ist es gar nicht so einfach, sie richtig zuzuordnen, findet Moritz.

Gamechanger für die Vogelforschung
Das frei verfügbare neuronale Netzwerk „BirdNET“ der Cornell University in US-amerikanischen Stadt Ithaca und der TU Chemnitz arbeitet in Smartphone-Apps wie „BirdNET ( Android / iOS )“ und „ Birdweather (iOS)“ oder lokal als BirdNet-Pi auf dem Minicomputer Raspberry Pi. Es erkennt 3000-6000 Vogelarten weltweit und gilt als Gamechanger in der Vogelforschung.

Moritz testet eine lokale Version des LLM (large language model) Alpaca 7B von Meta und der Stanford University und erklärt, weshalb es wichtig ist, dass sich die Maker- und Hackerszene auch mit Künstlicher Intelligenz beschäftigt.

Raspberry Pi-Minicomputer und USB-Mikrofon Aus einem Raspberry Pi-Minicomputer und einem USB-Mikrofon baut Moritz eine Vogelerkennungsstation.

Der Computer arbeitet innen, das Mikrofon ist mit einem Spülschwamm geschützt. Der Computer arbeitet innen, auf dem Fensterbrett dient ein alter Küchenschwamm als Windschutz.
Günstigere Mikrofon aus Mikrofonkapseln zusammenlöten. Für zukünftige Projekte lötet Moritz noch bessere und günstigere Mikrofone aus 3€-Mikrofonkapseln zusammen, die auch im Fieldrecording- und ASMR-Bereich eingesetzt werden.

Vogelerkennung mit Spektogramm Die Software auf dem Minicomputer stellt eine Website im lokalen WLAN bereit - und listet dort ihre Vogelerkennungen auf - und das sogar mit einem Spektrogramm. Auch auf der Karte der Website für Vogelliebhaber „BirdWeather“ sind Moritz’ Vogelsichtungen verzeichnet.
Website Birdweather verortet Aufnahmen von Vogelstimmen, die per App registriert wurden. Auch auf der Karte der Website für Vogelliebhaber „BirdWeather“ sind Moritz’ Vogelsichtungen verzeichnet.

  continue reading

112 Episoden

Alle Folgen

×
 
Loading …

Willkommen auf Player FM!

Player FM scannt gerade das Web nach Podcasts mit hoher Qualität, die du genießen kannst. Es ist die beste Podcast-App und funktioniert auf Android, iPhone und im Web. Melde dich an, um Abos geräteübergreifend zu synchronisieren.

 

Kurzanleitung