名為 Fugleramme 的新開源專案利用 ESP32 微控制器與 BirdNET 模型，辨識環境中的鳥鳴聲，並將識別結果以 19 世紀風格的插畫呈現於電子紙（E-ink）顯示器上。此嵌入式系統結合音訊處理與機器學習技術，打造出一個能對環境聲音做出反應的實用藝術裝置。

該系統核心依賴 BirdNET，這是一個使用卷積神經網路（CNN）和聲譜圖資料來分類超過 984 種鳥類的深度學習演算法，而非大型語言模型。此專案展示了輕量級機器學習模型在低功耗嵌入式硬體上的實際應用，連結了生態監測與居家裝飾功能。

電子紙顯示器具有顯著的電源效率，由於刷新頻率低，類似裝置僅靠單次充電即可運作數年，突顯了使用電子紙進行低維護數位藝術裝置的趨勢，兼具環保與實用性。

事件背景

BirdNET 是由康奈爾大學鳥類實驗室開發的 AI 工具，用於從音訊記錄中自動識別鳥類，以支援保育研究。電子紙（E-ink）顯示器以其在陽光下的高可讀性和極低的功耗聞名，因為它們僅在圖像變更時消耗能量。ESP32 是一款受歡迎且具成本效益的微控制器，因其 Wi-Fi 和藍牙功能而被廣泛用於物聯網專案中。

社群觀察

社群成員欣賞此專案的藝術價值，並讚賞開發者使用傳統神經網路（BirdNET）而非大型語言模型的技術選擇。用戶也對電子紙專案表示熱情，指出其耐用性非常適合用於顯示書本引言或新聞摘要等靜態內容。