Fugleramme: un marco e-ink que identifica aves con IA local y las dibuja
El proyecto, con código MIT, usa una Raspberry Pi 5 y un panel de tinta electrónica para escuchar el jardín y componer ilustraciones del siglo XIX con las especies detectadas.
Fugleramme escucha el jardín con un micrófono, identifica las aves por su canto y las dibuja en un marco de tinta electrónica con ilustraciones de historia natural del siglo XIX. El reconocimiento corre entero en local, sin mandar audio a ningún servicio, y el código es MIT. El autor lo tiene funcionando en la ventana de su cocina, en Bergen (Noruega), y avisa de que está en desarrollo temprano: habrá bugs y algún borde sin pulir.
Clasificador local, cliente ligero
BirdNET-Go hace el trabajo pesado: escucha por el micrófono y clasifica especies. Fugleramme se limita a consultar su API, emparejar cada especie con su lámina, componer la página y redibujar solo cuando el conjunto de pájaros cambia. Si ya hay un BirdNET-Go en marcha, el marco se puede apuntar a él, esté en la misma máquina o en otro equipo de la red.
La salida es un panel Inky Impression de 13,3 pulgadas (Spectra 6) o un kiosco web con la misma vista, servido en el puerto 8080, con administración en /admin y todo lo que persiste en /data. El panel es opcional: sin él, el proyecto corre en modo web y se puede ver por HDMI o desde cualquier dispositivo de la red. El hardware de referencia es una Raspberry Pi 5, el panel, un micrófono y un marco A4, con lista de piezas y alternativas en la documentación.
Para instalarlo hay un script que clona el repositorio, resuelve dependencias y lo deja como servicio systemd en la Pi, con aviso de que en un sistema recién instalado probablemente haga falta reiniciar. También hay imagen de contenedor en ghcr.io/arnegiacomo/fugleramme, con docker run -p 8080:8080 -v fugleramme:/data y la URL del detector en una variable de entorno, y un docker-compose de ejemplo que levanta BirdNET-Go junto al marco si hay un micrófono USB.
El arte y las licencias
Más de 800 recortes de más de 400 especies, todos tomados de láminas reales y curados a mano para el proyecto. Nada es arte generado por IA, aunque parte se haya retocado con ella. Las láminas son escandinavas, británicas y centroeuropeas, así que los países nórdicos, las islas británicas y Alemania están mejor cubiertos; el resto va más justo, y hay cobertura europea y norteamericana en camino.
El reparto de licencias conviene mirarlo antes de reutilizar nada: el código es MIT, pero BirdNET-Go va con CC BY-NC-SA 4.0 y solo permite uso no comercial, el conjunto de láminas clásicas es CC BY-SA 4.0, las fuentes son SIL OFL 1.1 y los datos de masa corporal por especie salen de AVONET con CC BY 4.0.
Lo interesante para quien despliega cosas no es el adorno, sino el patrón: un clasificador local expuesto como servicio, un cliente que solo consulta por HTTP y redibuja cuando hay cambios, y una imagen de contenedor con su volumen. Se puede replicar con cualquier modelo de audio. El autor acepta correcciones, cambios de documentación y, sobre todo, láminas nuevas, con la FAQ y las discusiones como primera parada.
