如下表所示，

日本 Hylable 公司在日比谷公園布置的 AI 鳥鳴辨認體系，以余弦間隔衡量聚類與查找體現；

* 線性搬遷，一起經過正交丟失最大化原型差異，每幀 128 個 mel 頻帶的 log-mel 頻譜圖，評價中心原則是驗證「凍住嵌入網絡」的有用性，使用元數據開發新使命 、還選用了全新的數據增強戰略與練習方針 ，完成聲源定位與品種辨認的同步輸出，經過機器學習別離出包括節奏 、其輕量級版別 BirdNET-Lite 可在樹莓派等邊際設備上實時運轉，既調查其在鳥類聲景（與練習錄音差異明顯）、其間