La forma más fácil de identificar aves por sonido.
¿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 Android 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.
Qué es ese ave? Responde 5 preguntas, sube una foto o graba el sonido del ave para obtener una respuesta
¿Qué ave es esa? Merlin Bird ID te ayudará a resolver ese misterio respondiendo a 5 preguntas, subiendo una foto o su canto.
Merlin Bird ID es mucho más que un asistente de campo que te ayuda a identificar aves, Merlin Bird ID es una guía de campo personalizable, útil para aves de todo el mundo. Con Merlin Bird ID recibe ayuda en la identificación de aves y además descubre qué aves puedes encontrar cerca de ti.
Características:
- Creado para observadores de aves y entusiastas de la naturaleza de todos los niveles.
- Resultados inteligentes. Deja de buscar entre cientos de posibilidades. Merlin Bird ID te mostrará todas las aves cercanas que coinciden con tu descripción.
- ¡Construye tu listado vitalicio! Guarda las observaciones de las aves que identifiques para poder hacer un seguimiento de todas las aves que has visto.
- Disfruta de más de 40.000 fotos de aves, incluyendo machos, hembras y juveniles.
- Recibe consejos de identificación escritos por expertos pajareros del Laboratorio de Ornitología de Cornell.
- Escucha hermosos sonidos de aves, incluyendo 20.000 cantos y llamados, todos curados en la Biblioteca Macaulay del Laboratorio de Ornitología de Cornell.
Lo mejor de todo es que es GRATIS. El objetivo del Laboratorio de Ornitología de Cornell es ayudarte a ti y a millones de personas a aprender sobre las aves.
Merlin Bird ID es la guía de aves en formato de aplicación más avanzada disponible y se está expandiendo a nuevas regiones del mundo cada mes.
Guía con información relevante sobre aves en el territorio español
Esta guía ofrece información relevante de la vida y comportamiento, así como de la distribución y el estado de conservación, de 632 especies de aves que de forma habitual u ocasional están presentes o han sido citadas en el territorio español. Los textos se acompañan de numerosos recursos sonoros y gráficos: cantos, vídeos, fotografías, ilustraciones y mapas que se irán actualizando e incrementando frecuentemente.
Observación y ayuda para la identificación de las plantas silvestres
Pl@ntNet es una aplicación para la recopilación, anotación y recuperación de imágenes para ayudar en la identificación de plantas.
Fue desarrollada por un consorcio formado por científicos de CIRAD, INRA, INRIA, IRD, y la red Tela Botanica en virtud de un proyecto financiado por la Fundación Agropolis.
Se incluye un sistema de apoyo para la identificación automática de las plantas a partir de imágenes en comparación con las imágenes de una base de datos botánica. Los resultados se utilizan para obtener el nombre botánico de una planta, si esta es suficientemente ilustrada en la base.
La aplicación no permite la identificación de plantas ornamentales. Funciona mejor cuando las fotos presentadas se centran en un órgano o una parte precisa de la planta. Fotos de hojas de árboles con un fondo uniforme presentarán así los resultados más relevantes.
Si usted identifica correctamente una especie deseada, puede participar en este proyecto transmitiendo su observación con el botón de "contribución". Estas contribuciones serán sujetas a un proceso de moderación y validadas en colaboración.
Para encontrar esta aplicación en la web, vaya a la siguiente dirección : https://identify.plantnet.org