跨域信号自然保护区 / NGO / 高校生态
野生动物声学 / 鸟鸣物种识别
01
痛点
- !无人值守长时录音(可达数月),人工逐段听辨物种不现实。
- !不同物种采样率差异大(48k vs 超声 192k+),流程要统一。
- !物种活动节律、多样性指数缺一站式分析。
02
Tinia 解决思路
Mel 频谱 + 时频纹理 + AutoML 多分类,呈现物种活动节律——可听与超声仅调采样频带即可复用。
滑窗分段Mel 频谱结构张量纹理AutoML 多分类活动节律
03
用到的节点
音频分割audio_segment_split
滑动窗分段频谱特征提取fbank_extract
Mel 频谱结构张量特征st_features
时频纹理特征特征聚合feature_merge
特征合并图表查看器chart_viewer
物种活动节律可视化核心节点；流程可按你的数据与标准自由增删——节点图始终可改。
04
预期产出
- 每个时间窗的频谱与物种分类。
- 物种活动节律（昼 / 夜 / 季节）。
- 生物多样性监测的长期数据底座。
参考标准 / 工程实践BirdNET / Cornell Lab 体系
想用这条流程跑你自己的数据？
申请试用