推進生態保育 科技達人開發AI工具憑鳥鳴識別品種 | 聯合早報

傳統的“鳥口普查”方式，一般以肉眼觀測或以攝像機監測鳥蹤，相當耗時耗力，也面對監測範圍受限等挑戰。一羣關心生態保育的年輕人正在開發一款人工智能應用，通過分析鳥鳴來辨識本地鳥類品種，可減少生物多樣性監測所需時間，更好地支持生態保育工作。

這個以本地一種頗常見鳥類噪鵑的英文名“Koel”命名的平台，由五名年輕科技人員和學生攜手開發。Koel團隊正同國家公園局合作對平台進行測試，以繼續提升這套工具識別鳥鳴的精準度。

根據新加坡野鳥會的網上數據庫，本地出現的鳥類品種超過400種。由於Koel平台以一套開源軟件為基礎建構，它原本已具備辨識約100種常見鳥類鳴叫聲的能力，其中包括約40種本地鳥品種，其餘的多數是北美鳥類。

Koel團隊成員鍾適（29歲）受訪時説，通過人工智能科技識別鳥鳴和監測鳥類多樣性的科技，在美國已發展一段時日，但在東南亞還不算很普及。Koel平台理論上雖可憑鳥鳴辨認約40種本地鳥類，但由於測試還不足，整體上的精準度未確定。

儘管如此，團隊根據當局所關注的大盤尾（Greater Racket-tailed Drongo）、鷯哥（Common Hill Myna）以及黃冠鵯（Straw-headed Bulbul）等五種本地鳥類，使用現有和額外收集的錄音數據，對Koel平台的人工智能模型進行訓練後，在辨識精準度上取得一定成績。

延伸閲讀

[智能農場藏身辦公樓 垂直農耕助力我國30.30願景

](https://www.bdggg.com/2025/zaobao/news_2025_06_02_846706) [電池供電減碳降噪 工地默默“綠”起來

](https://www.bdggg.com/2025/zaobao/news_2025_05_19_797360) 以大盤尾和鷯哥這兩種鳥類來説，Koel平台如今憑鳥鳴辨認的準確度介於75%至80%。

本地年輕科技達人正在開發的一款名為Koel的人工智能工具，可通過處理和分析大量鳥鳴錄音數據，協助保育工作者初步識別本地鳥類品種，可大大減少監測生物多樣性所需的時間。（蔡家增攝）

Koel團隊是在去年一場以環保為主題的“黑客松”（hackathon）中，脱穎而出的五個優勝組合之一。這項馬拉松編程活動由政府開源科技部（Open Government Products）與新加坡生態基金合作舉辦，讓參與者就環境課題，與政府機構合作開發科技解決方案，並進行產品測試。

從事軟件開發的鐘適、裏特維克·賈（Ritwik Jha）和黃光輝，去年組隊參加這項黑客松，認識了新加坡國立大學計算機工程系學生納茲魯爾·沙米（Nazrul Syahmi）和英德尼爾·帕蘭賈佩（Indraneel Paranjape）。兩組男生都關注自然保育課題，決定合併成立Koel團隊，就保育人員監測本地生物多樣性所面對的挑戰，探討解決方案。同為25歲的納茲魯爾和英德尼爾已從國大畢業。

團隊之前與公園局人員交流後瞭解到，保育工作者若要了解某地點的鳥類數量，一個傳統做法是在一個固定地點觀測，並記錄鳥品種的數量；另一方法則是設置攝像機捕捉鳥蹤，但這未必能有效捕捉飛上樹梢鳥類的蹤跡。

近年，通過辨識鳥鳴來監測鳥類數量的方法，越來越受重視。英德尼爾指出，對比在固定位置觀測或利用攝像機捕捉鳥蹤，採用錄音儀器收錄鳥鳴，可捕捉四面八方，更大範圍的數據。

每個鳥品種有其獨特鳴叫聲，納茲魯爾指出，保育人員可通過錄音辨認某個範圍內有多少鳥品種，以及這些品種數量會否隨着時間而改變。然而，儘管並非每一刻錄音都捕捉到鳥鳴，但整段錄音仍需要一個人花時間從頭聽到尾，當局面對的一大挑戰是缺少人力處理和分析數據。

人工智能工具可將數據分析時間減半

若以當局用了三個月收集的錄音為例，團隊估計，這需要花約4200個小時進行人工處理和分析。英德尼爾指出，Koel平台利用人工智能找出收錄鳥鳴的錄音片段，並對鳥品種進行初步辨識，最後雖仍需專家進行核實，但這已省下超過一半的時間。Koel平台識別鳥品種的能力，經過專家的核實，才能越來越精準。

團隊早前與公園局和萬態保育集團合作，分別在武吉知馬山、牛乳場自然公園，以及新加坡飛禽公園的鳥舍安裝錄音器，額外收錄約100小時的鳥鳴錄音。

鍾適説，團隊希望逐步提升平台的功能，對本地保育工作發揮實質作用，包括讓人們更瞭解適合鳥類棲息的生態環境，以及協助生物多樣性影響評估調查。