Come riconosciamo le specie

Sul sensore Upupa gira BirdNET-Tiny, una versione embedded del classificatore bioacustico sviluppato dal Cornell Lab of Ornithology e dal Chemnitz University of Technology. È lo stesso motore che alimenta l'app BirdNET (oltre 100 milioni di download) e numerosi progetti di citizen science usati da università, parchi e centri di ricerca in tutto il mondo.

BirdNET ascolta a finestre di 3 secondi e per ognuna produce una lista di candidati con una confidenza. La sua precisione su uccelli europei comuni è elevata, ma — come ogni modello — sbaglia: confonde specie acusticamente simili, è sensibile al rumore di fondo, e può proporre specie esotiche che hanno vocalizzi vicini a quelli di specie locali.

Non filtriamo i candidati sul sensore. Vogliamo che il sensore parli con la sua voce, anche quando sbaglia. Il filtro lo facciamo dopo, in cloud, dove possiamo guardare il contesto.

Ogni notte una pipeline ricontrolla le rilevazioni del giorno chiedendosi: è plausibile che questa specie canti qui, ora? La risposta si basa su due tabelle di riferimento:

• species_expected — fenologia regionale per ogni specie italiana (residente, nidificante, svernante, di passo, rara, assente), divisa per mese e per regione amministrativa.
• species_confusion — memoria delle confondibilità acustiche note: quando BirdNET propone una specie improbabile, qual è la più verosimile in zona che potrebbe essere stata scambiata.

Tre esiti possibili:

1. Valida — la specie proposta è plausibile per regione e mese, niente cambia.
2. Disambiguata— la specie è improbabile qui-ora ma esiste un'alternativa locale acusticamente vicina e attesa: la rilevazione viene riclassificata e mostrata con il marker ✱ cliccabile, che apre la spiegazione del cambio.
3. Non identificabile — un suono è stato rilevato, ma né la specie originale né una candidata locale sono sufficientemente plausibili. La rilevazione viene nascosta dalle viste pubbliche per non ingannare, ma il dato grezzo resta in archivio per audit.

La pipeline è conservativa: in caso di dubbio, non corregge. La tabella species_confusion cresce nel tempo, alimentata sia dai suggerimenti di Gemini sia — soprattutto — dal feedback degli ornitologi che usano il sistema.

Una rilevazione non è una conferma scientifica. Ecocanto è uno strumento di monitoraggio continuo a basso costo, complementare al lavoro di ornitologi e naturalisti — non un sostituto. In particolare:

• Confidenze basse. Le rilevazioni con confidenza BirdNET sotto 0.75 vanno trattate come indicative; quelle sotto 0.65, come ipotetiche. Le riportiamo lo stesso, ma il loro peso scientifico è minore.
• Specie elusive o accidentali. Per specie molto rare in Italia, un singolo evento BirdNET è raramente sufficiente: ne servono molti, in luoghi coerenti, idealmente con conferma audio da parte di un esperto.
• Rumore. Strade, attività agricole, eventi e meteo possono generare suoni che confondono il modello. La pipeline segnala i picchi anomali ma non li elimina automaticamente.
• Nessuno storage audio per default. Per ragioni di privacy e costo, le clip audio non vengono conservate. Stiamo valutando una deroga opt-in per progetto, limitata a clip brevi di rilevazioni a confidenza ambigua, accessibili agli ornitologi del progetto per la verifica.

Ogni segnalazione di errore da parte di un ornitologo o di un naturalista entra direttamente nel sistema: aggiorniamo la tabella di confondibilità o la fenologia regionale, e la correzione si propaga retroattivamente a tutte le rilevazioni passate della stessa specie. Le specie corrette restano marcate con il pallino✱ cliccabile, che documenta l'intervento.

Se vedi una rilevazione che non torna, scrivici: info@ecocanto.it. Indicaci la specie, il sensore (o la URL della rilevazione) e quello che ti convince che sia sbagliata. Le segnalazioni esperte hanno priorità massima.