Down-Chorus：一款倡导“先接触自然”的轻量级观鸟工具提交 Hacktoberfest AI 挑战赛

这是参加 Hacktoberfest 开源 AI 挑战赛第 1 周：“去户外走走（Touch Grass）”的参赛作品。

我做了什么

Dawn Chorus Pro 是一款面向徒步旅行者和观鸟爱好者的轻量级工具，旨在让你放下手机，融入自然。

问题所在

人们在进行观鸟活动时，往往盯着屏幕，试图实时识别鸟叫声。这不仅破坏了徒步体验，还消耗手机电量，而且声音分类器经常出错（例如将风声或汽车喇叭声误认为是稀有鸟类）。

解决方案：先“去户外走走”，稍后再查看

• 徒步期间：将手机放在口袋里，录制清晨的鸟鸣声，尽情享受徒步之旅。
• 徒步结束后：上传你的声学日志（BirdNET CSV 格式）。
• 智能过滤：应用会将每次检测与当地的季节性数据和早晨时段数据进行比对，剔除假阳性结果，仅保留已确认的鸟类。
• 聆听与学习：在交互式时间轴上点击任意鸟类，即可从 Xeno-canto 收听真实的鸟鸣录音。
• AI 野外日记：Google 的 Gemma 3 1B 模型会为你的徒步之旅撰写一份清晰、自然的总结。在长达 45 分钟的户外徒步后，屏幕使用时间仅为 1 分钟！

演示

• GitHub 仓库：https://github.com/Anurag-tech22/Down-Chorus
• 在线部署的应用（Render）：https://dawn-chorus.onrender.com

bash git clone https://github.com/Anurag-tech22/Down-Chorus.git cd Down-Chorus docker compose up --build 打开 http://localhost:8000 并点击“尝试示例漫步”。

代码

Anurag-tech22 / Down-Chorus

黎明合唱专业版

黎明合唱专业版是一款轻量级 Web 应用程序，用于分析环境中的鸟类声音。它通过开源声学分析工具处理音频录音，根据区域/季节性先验知识验证检测结果，并生成野外观察日志摘要。

核心功能

先验验证：根据地理、季节和时间元数据过滤原始声学 CSV 输出，以减少误报。

音频集成：直接从 Xeno-canto 数据库获取并流式传输已验证物种的参考音频。

自动化野外日志：使用后台语言模型服务总结已验证的检测结果，如果不可用则回退到确定性模板。

客户端渲染：完全使用原生 JavaScript 生成 SVG 时间轴和交互逻辑，避免依赖重型图表库。

架构

输入：用户上传包含带时间戳声学检测结果的 CSV 文件。

验证管道：FastAPI 后端解析 CSV 并应用 app/species.py 中定义的过滤规则。

LLM 集成（可选）：将已验证的元数据传递给后台语言模型服务，以合成人类可读的日志条目。

展示：…

在 GitHub 上查看

项目的主要部分：

app/species.py & app/verify.py：基于地区、季节和一天中的时间验证鸟类的数学过滤器。 app/journal.py：调用 Gemma 3 1B 并进行严格的验证检查，确保其从不捏造虚假物种。 app/main.py：快速、安全的 FastAPI 后端，支持音频流传输和速率限制。 app/static/：使用纯 HTML、CSS 和 SVG 构建的交互式时间轴（无重型图表库）。 render.yaml：Render 的基础设施蓝图。

我是如何构建它的

声学验证：与其盲目信任声音模型，不如让 Python 后端根据季节性存在情况（例如，这种鸟六月真的在这里吗？）和晨鸣活动对每种鸟类进行评分。 开放权重 Gemma 3 1B：通过 Ollama 或 llama-server 完全离线运行。它接收原始的鸟类名称并撰写温暖的日志条目。Python 检查会验证所有物种名称是否保持原样；如果不是，则安全地回退到干净的模板。 自动化测试：涵盖安全标头、速率限制和 LLM 验证的 16 个单元测试在约 5 秒内通过。

为什么开放创新很重要？

适合徒步旅行（无信号）：茂密的森林和山区完全没有手机信号。开放权重的 Gemma 直接在您的笔记本电脑上运行，无需互联网连接。 学生零成本：无需昂贵的 API 密钥或每月令牌订阅——运行成本为 0 美元且永久免费。 隐私保护：敏感的野生动物坐标保留在您自己的机器上，而不是上传到第三方云服务器。 我的代理会话 在 Antigravity 的结对编程协助下构建，用于设计先验过滤器、容器化 Gemma 以及配置 Render 蓝图。

奖项类别

最佳 Gemma 使用奖（200 美元） 使用 Google 的开放权重 Gemma 3 1B（gemma3:1b / GGUF）。 在个人硬件上 100% 本地和离线运行。 包含防止幻觉的 Python 护栏。 最佳 Render 使用奖（200 美元） 通过 render.yaml 配置，使用 Render 的多服务蓝图。 设置一个公共 Web 应用程序，连接到用于 Gemma 推理的私有后台容器。

<!-- 感谢参与！ -->