Redes neuronales profundas en bioacústica: precisión, limitaciones y aplicabilidad en entornos naturales
Fecha
Autores/as
Título de la revista
ISSN de la revista
Título del volumen
Editor
DOI
Resumen
La presente monografía analiza el estado del arte del reconocimiento acústico automatizado de especies en entornos naturales mediante redes neuronales profundas, a partir de una revisión sistemática basada en lineamientos PRISMA de estudios publicados entre 2017 y 2025. Se conformó un corpus final de 67 estudios, examinado según arquitecturas, representaciones acústicas, métodos de preprocesamiento, métricas de evaluación, estrategias de validación y alcance ecológico. Los resultados evidencian el predominio de arquitecturas convolucionales aplicadas sobre representaciones tiempo–frecuencia, especialmente espectrogramas y mel-espectrogramas; sin embargo, no se identifica una arquitectura universalmente superior, ya que el desempeño depende de la calidad del conjunto de datos, el ruido ambiental, el balance de clases, las condiciones de grabación y los protocolos de evaluación. Se concluye que las redes neuronales profundas son métodos útiles para la bioacústica computacional y el monitoreo ecológico, especialmente en tareas de detección de presencia o actividad temporal, aunque su uso para inferir abundancia relativa, número de individuos u otros indicadores ecológicos requiere validaciones más robustas, métricas comparables y protocolos que consideren la incertidumbre ecológica.
