谷歌宣布，自2026/2027年起，在经过认证的安卓设备上运行的所有应用，
开发者都必须直接向谷歌提交个人身份信息。
由于本应用的开发者不同意这一要求，因此该应用在此之后将不再能在经过认证的安卓设备上运行。

请给 woheller69@t-online.de 送杯咖啡


  
或者通过此链接（需支付手续费）

whoBIRD - 实时识别鸟鸣声

隆重推出 whoBIRD，这是一款终极观鸟伴侣，无论身处世界何地，都能通过鸟鸣识别鸟类！ whoBIRD 基于尖端的 BirdNET 项目，拥有覆盖全球超过 6,000 种鸟类的庞大数据库。 借助先进的机器学习算法，这款安卓应用能够根据鸟类独特的叫声准确识别它们。

更令人惊叹的是，whoBIRD 的实时识别功能完全在您的设备本地运行，无需连接互联网。 这意味着您随时随地都可以使用它——无论是在茂密的森林深处，还是在偏远湖泊的岸边。

使用说明

开始使用

首次启动时，应用会下载所需的 BirdNET 模型文件。 安装完成后，只需打开应用，它便会开始监听并进行分析。

检测通知

当检测到鸟类时，其名称会短暂显示。如需查看所有检测结果的详细列表，请前往“查看”选项卡。 在这里，您还可以备份、分享或删除包含观测记录的数据库。

自定义选项

忽略日期和地点：禁用用于检查当前时间是否适合该鸟类出现的元模型。在分析其他地点的录音时非常有用。

显示图片：启用后，若检测概率较高，将会下载所检测鸟类的图片。

音频源：选择最适合您设备的音频输入。通常推荐使用“未处理”模式。若使用 USB 麦克风，则应选择“麦克风”。

高通滤波器：过滤掉低频噪音，例如交通噪声。例如，200Hz 的滤波器可以帮助减少低频干扰。

阈值：设置显示检测结果所需的最低概率。降低阈值时需谨慎，因为可能会增加误检的可能性。

加权元模型：除了运行当前周及当前位置的元模型外，此版本还会计算同一地点全年各周的元模型预测结果。 最终结果是以下两者的 50/50 加权平均：

• 当前周的预测；
• 全年各周中的最高预测。

这种方法有助于提高对候鸟的检测准确性，尤其是在它们比常规迁徙期提前到达或推迟离开的情况下。

保存 .wav 文件：为每次检测保存一个 .wav 文件至音乐目录中。该目录中的录音不会被应用自动删除，需要用户自行清理。仅适用于 Android 12 及以上版本。

警告：此选项可能会占用大量存储空间。

语言：在 Android 13 及以上版本中，您可以在系统应用设置中更改应用的语言。

贡献

如需参与翻译，请访问 https://toolate.othing.xyz/projects/whobird/

许可证

本作品采用 GPLv3 许可证，© woheller69

• 本应用基于 BirdNET 框架，由 @kahst 开发，并以 CC BY NC SA 4.0 许可证发布。
• 首次启动时，它会从 whoBird-TFlite 下载 BirdNet TFLite 库，该库以 CC BY NC SA 4.0 许可证发布。
• BirdNET 的标签文件在获得作者许可后，依据 GPL 3.0 许可证使用（参见 https://github.com/woheller69/whoBIRD/issues/1）。
• 本应用使用了来自 Tensorflow 示例的代码，这些示例以 Apache 2.0 许可证发布。
• 本应用还使用了 Zip4j（https://github.com/srikanth-lingala/zip4j），其许可证为 Apache 许可证第 2 版。
• 此外，还使用了 iirj（https://github.com/berndporr/iirj），其许可证同样为 Apache 许可证第 2 版。

其他应用

RadarWeather	Gas Prices	Smart Eggtimer
Bubble	hEARtest	GPS Cockpit
Audio Analyzer	LavSeeker	TimeLapseCam
Arity	Cirrus	solXpect
gptAssist	dumpSeeker	huggingAssist
FREE Browser	whoBIRD	PeakOrama
Whisper	Seamless	SherpaTTS

whoBIRD 快速上手指南

whoBIRD 是一款基于 BirdNET 项目的 Android 开源应用，能够利用机器学习算法在离线状态下实时识别全球超过 6,000 种鸟类的鸣叫声。

环境准备

• 操作系统：Android 设备（推荐 Android 12 及以上版本以支持完整功能）。
  • 注意：根据开发者声明，由于 Google 政策变更，该应用在 2026/2027 年后可能无法在通过认证的 Android 设备上运行。
• 网络连接：首次启动时需要下载 BirdNET 模型文件，后续识别过程完全离线，无需联网。
• 硬件权限：需要授予麦克风权限以采集音频。若使用外接 USB 麦克风，请确保设备支持 OTG 功能。
• 存储空间：建议预留至少 500MB 空间用于存放初始模型文件；若开启“保存 .wav 文件”功能，需额外预留充足空间。

安装步骤

本项目主要通过 F-Droid 分发，国内用户可直接访问 F-Droid 镜像源或官网下载安装包。

方式一：通过 F-Droid 客户端安装（推荐）

1. 确保设备已安装 F-Droid 客户端。
2. 在 F-Droid 中搜索 whoBIRD 或直接访问应用页面：

   https://f-droid.org/packages/org.woheller69.whobird/
   

3. 点击 "Install" 进行安装。

方式二：手动安装 APK

1. 从 F-Droid 仓库下载最新版本的 .apk 文件。
2. 在 Android 设备上允许“安装未知应用”权限。
3. 执行安装命令（如需通过 ADB 安装）：

   adb install org.woheller69.whobird.apk
   

基本使用

1. 初始化与启动

首次打开应用时，程序会自动下载所需的 BirdNET 模型文件。请耐心等待下载完成。 下载完成后，应用将自动进入监听模式，开始分析周围环境声音。

2. 查看识别结果

• 实时提示：当检测到鸟类鸣叫时，鸟名会短暂显示在屏幕上。
• 详细记录：点击底部导航栏的 View 标签页，可查看完整的检测历史列表。在此页面您可以备份、分享或删除观测数据库。

3. 核心功能配置

进入设置菜单，可根据实际需求调整以下参数以优化识别效果：

• Audio Source (音频源)：通常选择 Unprocessed。若连接了 USB 麦克风，请选择 Microphone。
• High Pass Filter (高通滤波)：建议设置为 200Hz 左右，以过滤交通噪音等低频背景音。
• Threshold (阈值)：设定显示的最低概率值。降低阈值会增加检出率，但也可能导致误报增多。
• Ignore Date and Place (忽略日期和地点)：若分析非当前所在地或时间的录音文件，请启用此项以关闭元数据模型限制。
• Weighted Meta Model (加权元模型)：启用后可结合全年预测数据，提高对迁徙鸟类的识别准确率。
• Save .wav files：启用后将把每次识别的音频保存至 Music 目录（需 Android 12+），请注意定期清理以防占用过多存储。

4. 多语言支持

对于 Android 13 及以上版本，可在系统设置的“应用语言”中单独为 whoBIRD 指定界面语言。