xeno-canto;

zh-tw:xeno-canto

xeno-canto是一个致力于收集和分享鸟类鸣声公民科学项目和数据库网站,直翅目昆虫和蝙蝠的鸣声现在也被纳入了网站的领域内。[2]自2005年启动至今,该网站已经收录了来自全球的10,000多个物种的575,000多个录音,是世界上最大的鸟类鸣声数据库之一。[1]所有录音都根据某种知识共享许可协议发布,[3]包括一些具有自由版权许可证的录音。网站上的每则录音都附有频谱图和地理位置数据。

xeno-canto
网站类型
  • 音频片段分享
  • 鸟类学数据库
语言
  • 荷兰语
  • 英语
  • 中文
  • 法语
  • 德语
  • 波兰语
  • 葡萄牙语
  • 俄语
  • 乌克兰语
  • 挪威语
  • 瑞典语
网址www.xeno-canto.org
商业性质
注册可选
推出时间2005年5月30日,​19年前​(2005-05-30[1]
现状活跃

xeno-canto的数据已被用于数千篇科学论文,[4][5][6][7]以及机器学习的鸟鸣识别任务。[8]

该网站得到了全球若干学术组织和观鸟机构的支持,其中主要的支持来自荷兰[9]

历史

xeno-canto,意为“奇怪的声音”,该网站仅收录鸟类鸣声,而非图像或视频。xeno-canto于2005年5月30日由荷兰阿姆斯特丹自由大学数理生物学家Bob Planqué和在一家材料技术公司工作的物理学家Willem-Pier Vellinga共同创立。[10]该网站最初旨在收集中美洲和南美洲鸟类的鸣声,最初仅有约160种鸟的鸣声录音。[1]


随着该网站的发展,其范围被扩展至北美、非洲和亚洲,最终扩展到欧洲和大洋洲。到2017年为止,该网站已经收录了约9,750种鸟类(几乎占所有鸟类物种的90%)的约360,000则录音。[10][11]尽管如此,还有约1,000种鸟类尚未被收录,另有许多物种的录音数量很少。[10]

目标

xeno-canto旨在利用互联网的能力,提供更便于访问的鸟类鸣声数据库。[1]到目前为止,xeno-canto上的录音被用在许多领域,例如在印度航空信息系统上展示,[12]被应用在STERNA项目中,[13]也被应用在诺尔兰大学的鸟类数据库中。[14]

xeno-canto是一个以社群为主导的项目,为了保障社群的参与,该网站制订了以下规则:[1]

  • 任何人都可以为项目做出贡献。用户可以上传自己录制的鸟类声音,但是对音频文件的大小有所限制。用户还可以撰写文章、评论,参与网站代码的贡献。
  • 使用知识共享许可协议促进录音的自由分享。用户可以下载单个录音或获取整个数据库[15]
  • 其他用户可以质疑上传者对录音的鉴定,并在社群达成一致后由管理员修改,这个过程所需的时间长短不一,但通常只需要几天。[11]

参考文献

  1. ^ 1.0 1.1 1.2 1.3 1.4 About Xeno Canto. xeno-canto. [2019-04-16]. (原始内容存档于2021-06-27). 
  2. ^ News discussion 2080 :: xeno-canto. xeno-canto.org. [2023-07-16]. (原始内容存档于2024-04-05). 
  3. ^ Terms of Use. xeno-canto. [2013-01-07]. (原始内容存档于2014-02-22). 
  4. ^ Brumm, H. & Naguib, M., Environmental acoustics and the evolution of bird song, Advances in the Study of Behavior, 2009, 40: 1–33, doi:10.1016/S0065-3454(09)40001-9 
  5. ^ Weir, J.T. & Wheatcroft, D., A latitudinal gradient in rates of evolution of avian syllable diversity and song length, Proceedings of the Royal Society B: Biological Sciences, 2011, 278 (1712): 1713–1720, PMC 3081773 , PMID 21068034, doi:10.1098/rspb.2010.2037 
  6. ^ Stowell, D.F. & Plumbley, M. D., Automatic large-scale classification of bird sounds is strongly improved by unsupervised feature learning, PeerJ, 2014, 2: e488, Bibcode:2014arXiv1405.6524S, PMC 4106198 , PMID 25083350, arXiv:1405.6524 , doi:10.7717/peerj.488  
  7. ^ Stowell, D.F.; Musevic,S.; Bonada,J. & Plumbley, M. D., Improved multiple birdsong tracking with distribution derivative method and Markov renewal process clustering, 2013 IEEE International Conference on Acoustics, Speech and Signal Processing: 468–472, 2013, Bibcode:2013arXiv1302.3462S, ISBN 978-1-4799-0356-6, S2CID 3539066, arXiv:1302.3462 , doi:10.1109/ICASSP.2013.6637691, hdl:10230/41749  
  8. ^ BirdCLEF 2019 webpage. [2024-01-07]. (原始内容存档于2023-05-29). 
  9. ^ Colophon and Credits. xeno-canto. [2013-01-07]. (原始内容存档于2014-02-17). 
  10. ^ 10.0 10.1 10.2 Science | The Guardian. the Guardian. [2021-03-15] (英语). 
  11. ^ 11.0 11.1 www.xeno-canto.org: a decade on. 
  12. ^ About AVIS – IBIS – IBIS. [2021-03-15]. (原始内容存档于2022-11-22) (美国英语). 
  13. ^ Members. sterna-net.eu. [2021-03-15]. (原始内容存档于2022-07-14). 
  14. ^ Linnet (Linaria cannabina) -> Crossbill (Linaria cannabina) – BirdID's Bird Guide – Nord University – Birdid. birdid.no. [2021-03-15]. (原始内容存档于2023-03-27). 
  15. ^ When we share, everyone wins. Creative Commons. [2021-03-15]. (原始内容存档于2011-02-22) (美国英语). 

外部链接