BirdNET

Bird sound identification

Gratis

¿Cómo pueden los ordenadores aprender a reconocer los pájaros a partir de los sonidos? El proyecto de investigación BirdNET utiliza la inteligencia artificial y las redes neuronales para entrenar a los ordenadores a identificar más de 3.000 de las especies más comunes en todo el mundo. Puede grabar un archivo usando el micrófono de su dispositivo iOS y ver si BirdNET identifica correctamente las probables especies de aves presentes en su grabación. Conozca las aves que le rodean y ayúdenos a recoger observaciones enviando sus grabaciones. BirdNET es un proyecto conjunto del Centro K. Lisa Yang de Bioacústica para la Conservación del Laboratorio de Ornitología de Cornell y la Universidad Tecnológica de Chemnitz.

  • Esta app no ha recibido suficientes calificaciones ni reseñas para mostrar un resumen.

Fixed some issues with files submission

El desarrollador (Stefan Kahl) indicó que las prácticas de privacidad de la app pueden incluir el manejo de datos que se describe a continuación. Para obtener más detalles, consulta la política de privacidad del desarrollador .

  • Datos no asociados con tu identidad

    Los siguientes datos pueden recopilarse, pero no están asociados con tu identidad:

    • Ubicación
    • Contenido de usuario
    • Identificado­res

Las prácticas de privacidad pueden cambiar; por ejemplo, según tu edad o las funciones que uses. Obtén detalles

El desarrollador aún no ha indicado cuáles funciones de accesibilidad admite esta app. Obtén detalles

  • Vendedor
    • Stefan Kahl
  • Tamaño
    • 102.9 MB
  • Categoría
    • Educación
  • Compatibilidad
    Requiere iOS 13.0 o posterior.
    • iPhone
      Requiere iOS 13.0 o posterior.
    • iPad
      Requiere iPadOS 13.0 o posterior.
    • iPod touch
      Requiere iOS 13.0 o posterior.
    • Apple Vision
      Requiere visionOS 1.0 o posterior.
  • Idiomas
    Español y 11 más
    • Español, Alemán, Checo, Francés, Inglés, Italiano, Lituano, Neerlandés, Polaco, Portugués, Ruso, Ucraniano
  • Edad
    4+
  • Copyright
    • © 2024 Cornell University, Chemnitz University of Technology