我利用BirdNet-Go将现有的安全摄像头转化为自动鸟类鉴定系统，BirdNet-Go通过Docker在类似树莓派的硬件上本地运行。该系统使用摄像头的麦克风实时检测并识别鸟类的叫声，24小时不间断运行，无需云端依赖或订阅费用。它支持14,795种鸟类，使用全新的Google Perch v2模型，较BirdNET 2.4的6,000种提升数倍，还能检测蝙蝠和青蛙。

关键功能包括针对特定鸟种的可定制报警规则，针对首次出现的院子动物的新奇性跟踪，以及对标准IP摄像头的RTSP流支持。我连接了三台现有的摄像头，将它们变成双目的安防和生物多样性工具。该系统与Bird Weather集成，实现社区数据共享，并通过MQTT与Home Assistant集成，实现智能家居通知——我甚至将警报管道到专用的Discord频道。

视觉音频能量水平有助于优化摄像头摆放，通过揭示噪声干扰来实现。整个堆栈都是自托管的，确保隐私和永久性。作为一点幽默的aside，该系统曾检测到从路上的邻居传来的车库中检测到一声"放屁"，证明了其对意外音频事件的灵敏度。