參賽團隊名稱：滅鼠專案
台灣的千年扁柏、檜木等珍貴林木常遭山老鼠盜伐，造成林業鉅額損失。本案提出的作法是在森林中廣佈聲音感測器持續監聽，當透過AI技術辨識出是山老鼠在使用電鋸的聲音，立即通報森林警察出動！
提案動機：
台灣山老鼠非常猖獗，常有千年扁柏、檜木等珍貴林木遭盜伐，造成林業鉅額損失。而山林廣濶，查緝難度相當高，希望研究如何導入科技偵查方式，有效遏止山老鼠盜伐及贓木運送。
（圖片來源）
小小的台灣，蘊含廣大的森林資源，島嶼超過一半的面積都是翁鬱林木，覆蓋率高達60.73%，是名符其實的「森林之島」，2,000公尺潮濕多雨的雲霧森林裡，更蘊涵舉世罕見的千年檜木（扁柏、Hinoki）。
然而，十幾年來「山老鼠」持續翻山涉水、進入森林深處，砍倒珍貴的原始木或切鋸僅存的樹頭。即使政府投入大量人力強化查緝，仍然難以遏止，近年平均每年都破獲200多件盜伐案，造成難以估計的生態損失。
盜伐國有林木，依法可處1年以上、7年以下有期徒刑，併科100萬元以上、2000萬元以下罰金。根據警政署今年1至6月統計，全國共查獲盜伐林木案件88件，移送188人（含外籍移工20人），查扣贓木10萬4千多公斤，盜伐狀況非常嚴重。
（圖片來源）
解決方案：
要如何在廣大的森林中找到山老鼠呢？本案提出的作法是在森林中廣佈聲音感測器，持續監聽森林中的各種聲音，並透過AI技術來辨識音訊類型，若分辨出是山老鼠在使用電鋸的聲音，立即通報森林警察，可先出動無人機高空查看確認有山老鼠在盜伐，並確認位置，再動員警力上山逮捕山老鼠。
成果介紹：
運用OpenVINO音訊分類（Sound Classification）模型 – AclNet 來進行電鋸聲音的辨識判斷。此模型在環境聲音的內部數據集上進行訓練，模型輸入是一段 [N, C, 1, L] 格式的 PCM 音頻樣本。模型輸出AclNet是來自內部聲音數據庫的 53 種不同環境聲音類別的聲音分類器輸出。
AclNet模型連結：https://docs.openvino.ai/2021.2/omz_models_public_aclnet_aclnet.html
在網路找到一些電鋸的聲音檔：
接著用TensorFlow Lite Model Maker來訓練電鋸音訊模型。再來是應用OpenVINO來進行應用部署，由於採用AclNet模型只接受wave格式音訊，而且需將取樣率（sample rate）轉換為16kHz才行。
雖然努力學習了這些技術，但在實務上仍然能力不足，未能成功完成電鋸聲音的辨識，這次只能提供概念性的描述，希望明年能夠再接再勵了（當然，也希望拋磚引玉，若有大神能夠幫忙實現，那就更好了！）。
關於團隊：
本團隊由相信科技能幫助社會的小女子組成，想法很多，但技術弱弱，參加競賽不求得名，只為給自己一些學習進步的動力。