idw – Informationsdienst Wissenschaft

Nachrichten, Termine, Experten

Grafik: idw-Logo
Science Video Project
idw-Abo

idw-News App:

AppStore

Google Play Store



Instanz:
Teilen: 
08.03.2021 10:48

Vogelstimmen-App bereits eine Million Mal weltweit runtergeladen und nun auch auf iOS-Geräten verfügbar

Matthias Fejes Pressestelle und Crossmedia-Redaktion
Technische Universität Chemnitz

    Die von einem Forschungsteam der TU Chemnitz und Cornell University entwickelte KI-gestützte Vogelstimmen-App erkennt bereits mehr als 3.000 Vogelstimmen weltweit und läuft nun auch auf iOS-Geräten

    „Tolle App mit einem gewissen Suchtfaktor“, schreibt ein Nutzer im Google Playstore über „BirdNET“. Die App wurde von der Technischen Universität Chemnitz und der Cornell University (USA) entwickelt und kann durch einen KI-Algorithmus bereits 3.000 Vogelarten anhand ihres Gesangs identifizieren. Über eine Million Mal wurde die App inzwischen im Google Playstore heruntergeladen. Bei über 5.200 Rezensionen erzielt sie aktuell eine Bewertung von 4,6 von 5 Punkten. „Ein unglaublicher Erfolg“, sagt Dr. Stefan Kahl erfreut. Er ist Forscher an der Professur Medieninformatik (Leitung: Prof. Dr. Maximilian Eibl) und am Center for Conservation Bioacoustics der Cornell University (USA). Gemeinsam mit Kolleginnen und Kollegen aus den USA hat er die App entwickelt.

    Nachdem die App 2018 an den Start gegangen war, zählte das Team um Kahl bereits ein Jahr später rund 180.000 Downloads, Tendenz weiter steigend. Im Jahr 2000 erreichte die die App einen besonders hohen Anstieg der Downloads und Zugriffe, was die Forscherinnen und Forscher der Situation um Corona zuschreiben. „Unsere App sorgt im häuslichen Umfeld oder bei Spaziergängen in der Natur für Abwechslung, Unterhaltung und Wissen – danach haben sich bestimmt viele gesehnt“, so Kahl.

    Das Erkennen der Vogelstimmen ist ein aufwendiger Prozess. Denn der Kern der App ist ein mit einem Server der TU Chemnitz verbundener KI-gestützter Algorithmus. Dank eines künstlichen neuronalen Netzes bestimmt dieser bei einer Anfrage die aufgenommene Vogelstimme. Kahl und das Team mussten also dafür sorgen, dass bei einer zunehmenden Anzahl von Nutzerinnen und Nutzern – und damit Suchanfragen – sowie mehr Vogelarten die Geschwindigkeit der App nicht leidet. Doch das sei gelungen, versichert Kahl. So absolvierte sie unter anderem erst kürzlich erfolgreich einen Testlauf mit einem befreundeten Forschungsteam aus Indien. Auch hier lag die Identifizierungsrate der heimischen Vogelarten bei 80 bis 85 Prozent: „Ein hervorragender Wert. Diesen können wir kaum erhöhen, weil bei der Aufnahme von Vogelstimmen im Freien oft diverse Umgebungsgeräusche reinspielen“, erklärt Kahl. Aber in den meisten Fällen erkenne die App die jeweilige Vogelstimme problemlos.

    Die Vogelstimmen-App „BirdNet“ im Überblick

    - Automatische Erkennung von Vogelstimmen anhand kurzer Audio-Ausschnitte.
    - Die App visualisiert die Geräusche der Umwelt, wodurch Nutzerinnen und Nutzer auch sehen können, wie Vogelstimmen aussehen.
    - Die App entscheidet aufgrund der Audio-Daten, aber auch anhand von Ort und Datum, ob eine bestimmte Vogelart zu hören ist.
    - Wurde eine Art erkannt, kann man sich Details dazu anzeigen lassen.
    - Beobachtungen können gespeichert und mit Freundinnen und Freunden geteilt werden.
    - Jede Beobachtung wird anonymisiert registriert und zu Forschungszwecken ausgewertet.
    - Bei der Gestaltung der App und den implementierten Features fließt laufend Feedback von Nutzerinnen und Nutzern ein.
    - Die App soll Menschen helfen, ihre Umwelt besser kennenzulernen und im Idealfall ihr ökologisches Bewusstsein zu stärken.

    Weltweit einsetzbar – auch dank der neuen iOS-Verfügbarkeit

    Die Erhöhung der identifizierbaren Vogelarten von 1.000 auf 3.000 innerhalb von drei Jahren ist insofern von Bedeutung, weil die App nun weltweit einsetzbar ist. Das Forschungsteam hatte sich in der ersten Phase der App-Programmierung zunächst auf die häufigsten Arten in Europa und Nordamerika beschränkt. Nun können Menschen auf der ganzen Welt ihre heimischen Singvögel identifizieren. Eine weitere Neuerung betrifft die Plattform der App, denn BirdNET ist nun auch für iOS-Geräte verfügbar.

    Nutzen auch für ornithologische Forschung und Umweltbewusstsein

    Die App biete aber nicht nur im Freizeitbereich einen Mehrwert, sondern auch für die ornithologische Forschung: „Personen, die unsere App nutzen, arbeiten sozusagen aktiv an ihrer Verbesserung mit. Denn wenn wir wissen, wo sich welche Arten aufhalten, können wir zum Beispiel Zugrouten der Vögel oder lokale Dialekte untersuchen“, erklärt Kahl. Damit leiste die App auch einen Beitrag zur Bewusstmachung der Artenvielfalt der Natur und zu deren Erforschung.

    Hintergrund: BirdNet und der Datenschutz

    Die App BirdNET ist datensparsam konzipiert und schützt die Privatsphäre der Nutzerinnen und Nutzer. Damit die App Singvögel identifizieren kann, müssen Audio-Daten übertragen werden. Um das Zugverhalten und die Verbreitung von Singvögel zu untersuchen, sind Standortdaten nötig. Die Übermittlung dieser Daten erfolgt vollständig anonym. Es wird lediglich eine zufällig generierte Gerätekennung übertragen. Die übermittelten Daten werden ausschließlich für Forschungszwecke verwendet. Die Daten werden zudem ausschließlich auf Servern der TU Chemnitz gespeichert.

    Download: Die App „BirdNET: Vogelstimmen einfach erkennen“ ist im Play Store für Android-Geräte und im App Store für iOS-Geräte verfügbar.


    Wissenschaftliche Ansprechpartner:

    Dr. Stefan Kahl, Tel. +49 (0)371/531-32219, E-Mail stefan.kahl@informatik.tu-chemniz.de


    Weitere Informationen:



    Bilder

    TU-Forscher Dr. Stefan Kahl ist Teil eines internationalen Forschungsteams, das die App "BirdNET" entwickelt hat.
    TU-Forscher Dr. Stefan Kahl ist Teil eines internationalen Forschungsteams, das die App "BirdNET" en ...
    Lars Meese
    TU Chemnitz


    Merkmale dieser Pressemitteilung:
    Journalisten, jedermann
    Informationstechnik
    überregional
    Buntes aus der Wissenschaft, Forschungs- / Wissenstransfer
    Deutsch


     

    TU-Forscher Dr. Stefan Kahl ist Teil eines internationalen Forschungsteams, das die App "BirdNET" entwickelt hat.


    Zum Download

    x

    Hilfe

    Die Suche / Erweiterte Suche im idw-Archiv
    Verknüpfungen

    Sie können Suchbegriffe mit und, oder und / oder nicht verknüpfen, z. B. Philo nicht logie.

    Klammern

    Verknüpfungen können Sie mit Klammern voneinander trennen, z. B. (Philo nicht logie) oder (Psycho und logie).

    Wortgruppen

    Zusammenhängende Worte werden als Wortgruppe gesucht, wenn Sie sie in Anführungsstriche setzen, z. B. „Bundesrepublik Deutschland“.

    Auswahlkriterien

    Die Erweiterte Suche können Sie auch nutzen, ohne Suchbegriffe einzugeben. Sie orientiert sich dann an den Kriterien, die Sie ausgewählt haben (z. B. nach dem Land oder dem Sachgebiet).

    Haben Sie in einer Kategorie kein Kriterium ausgewählt, wird die gesamte Kategorie durchsucht (z.B. alle Sachgebiete oder alle Länder).