Ir al contenido

Xeno-canto

De Wikipedia, la enciclopedia libre
xeno-canto
Información general
Dominio www.xeno-canto.org
Tipo Repositorio de audio digital
Comercial No
Registro Opcional
Idiomas disponibles
  • Inglés
  • Danés
  • Polaco
En español No
Estado actual Activo
Gestión
Lanzamiento 30 de mayo de 2005 (19 años, 5 meses y 23 días)[1]
Estadísticas

Xeno-canto (estilizado como xeno-canto) es un proyecto y repositorio de ciencia ciudadana en el que voluntarios graban, archivan y anotan grabaciones de cantos y llamadas de pájaros. Desde su lanzamiento en 2005, ha recopilado más de cuatrocientas mil grabaciones de sonido de más de diez mil especies en todo el mundo, y se ha convertido en una de las mayores colecciones de sonidos de aves en el mundo.[1]​ Todas las grabaciones se publican bajo una de las licencias Creative Commons,[2]​ incluidas algunas con licencias abiertas.

Los datos de xeno-canto se han reutilizado en muchos artículos científicos.[3][4][5][6]​ También ha sido la fuente de datos para un desafío anual sobre el reconocimiento automático del canto de los pájaros («BirdCLEF») desde 2014, realizado como parte de la CLEF (Conference and Labs of the Evaluation Forum).[7]

El sitio web cuenta con el apoyo de varias instituciones académicas y de observación de aves en todo el mundo, y su principal apoyo se encuentra en los Países Bajos.[8]

Referencias

[editar]
  1. a b xeno-canto (ed.). «About Xeno Canto». Consultado el 16 de abril de 2019. 
  2. «Terms of Use». xeno-canto. Consultado el 7 de enero de 2013. 
  3. Brumm, H. & Naguib, M. (2009), «Environmental acoustics and the evolution of bird song», Advances in the Study of Behavior 40: 1-33, doi:10.1016/S0065-3454(09)40001-9 .
  4. Weir, J.T. & Wheatcroft, D. (2011), «A latitudinal gradient in rates of evolution of avian syllable diversity and song length», Proceedings of the Royal Society B: Biological Sciences 278 (1712): 1713–1720, PMC 3081773, PMID 21068034, doi:10.1098/rspb.2010.2037 .
  5. Stowell, D.F. & Plumbley, M. D. (2014), «Automatic large-scale classification of bird sounds is strongly improved by unsupervised feature learning», PeerJ 2: e488, arXiv:1405.6524, doi:10.7717/peerj.488 .
  6. Stowell, D.F.; Musevic,S.; Bonada,J. & Plumbley, M. D. (2013), «Improved multiple birdsong tracking with distribution derivative method and Markov renewal process clustering», 2013 IEEE International Conference on Acoustics, Speech and Signal Processing: 468-472, ISBN 978-1-4799-0356-6, doi:10.1109/ICASSP.2013.6637691 .
  7. BirdCLEF 2019 webpage
  8. xeno-canto (ed.). «Colophon and Credits». Consultado el 7 de enero de 2013. 

Enlaces externos

[editar]