https://softon.top/tags/%E5%A2%A8%E6%B0%B4%E5%B1%8F/ Recent content in 墨水屏 on softon.top Hugo zh-CN Thu, 01 Oct 2026 00:00:00 +0000 https://softon.top/tutorials/fugleramme-raspberry-pi-eink-bird-frame-birdnet/ Thu, 01 Oct 2026 00:00:00 +0000 https://softon.top/tutorials/fugleramme-raspberry-pi-eink-bird-frame-birdnet/ <p>家里挂了个相框，但它不拍照片——它<strong>听</strong>。</p> <p>鸟一叫，墨水屏就&quot;啪&quot;地刷出一张 19 世纪复古风格的鸟插画，标注这是蓝雀、那是画眉。没有摄像头，没有云端，不用装 App。它叫 <strong>fugleramme</strong>（荷兰语&quot;鸟笼&quot;的变体），一个基于树莓派的开源项目，最近上了 Hacker News。</p> <blockquote> <p><strong>TL;DR</strong></p> <ul> <li>全本地：树莓派 + 麦克风 + 墨水屏 + BirdNET-Go 推理，不依赖摄像头、不联网、不上传音频。</li> <li>选<strong>音频识别</strong>而非视觉：鸟鸣比鸟影好认——树荫里、夜里、雾天，视觉识别直接瞎，音频照样工作。</li> <li>渲染成 19 世纪古典鸟插画挂在墙上，比&quot;识别结果 = 文字列表&quot;多一层审美价值。</li> <li>硬件门槛低：树莓派 4/5 + 一个 USB 麦克风 + 墨水屏模块，百元级配件。</li> <li>适合：喜欢鸟、想要&quot;活的墙饰&quot;的 DIY 党，以及想入门边缘 AI 的人。</li> </ul> </blockquote> <h2 id="为什么用听而不是看">为什么用&quot;听&quot;而不是&quot;看&quot;？ </h2><p>这是整个项目最有意思的设计决策。</p> <p>用摄像头识别鸟类要解决一堆问题：光线（树荫/逆光/夜晚）、遮挡（枝叶挡住鸟）、鸟在画面里占比小、分辨率、目标检测模型……一套下来又重又脆弱。</p> <p><strong>音频识别绕过了所有这些。</strong></p> <p>鸟一开嗓子，声波就在空气里传播，不管你站多远、不管它躲在叶子后面。麦克风接上就能采。配合 BirdNET-Go 这种<strong>纯音频鸟鸣分类模型</strong>，树莓派本地推理完全跑得动。</p> <table> <thead> <tr> <th>维度</th> <th>视觉识别（摄像头）</th> <th>音频识别（fugleramme）</th> </tr> </thead> <tbody> <tr> <td>光照依赖</td> <td>强（暗光/逆光难）</td> <td>无（声音不挑光）</td> </tr> <tr> <td>遮挡</td> <td>枝叶挡鸟直接失效</td> <td>不影响（声波绕射）</td> </tr> <tr> <td>夜间</td> <td>基本没戏</td> <td>照样识别</td> </tr> <tr> <td>隐私</td> <td>拍到人/房</td> <td>只采声音，拍不到人</td> </tr> <tr> <td>模型门槛</td> <td>视觉模型重</td> <td>BirdNET-Go 轻，边缘可跑</td> </tr> <tr> <td>额外硬件</td> <td>摄像头</td> <td>USB 麦克风</td> </tr> </tbody> </table> <p>所以 fugleramme 选音频不是&quot;偷懒&quot;，是<strong>这个场景音频天然更鲁棒</strong>。</p> <h2 id="birdnet-go-是什么为什么选它">BirdNET-Go 是什么？为什么选它 </h2><p>BirdNET 是 Cornell Lab（康奈尔大学鸟类学实验室）开源的鸟鸣分类系统，背后是 <strong>BIRDNET 训练出的卷积神经网络</strong>，能基于声音识别出<strong>全球 11000+ 鸟类物种</strong>。</p>