Bioacoustics: Deep-Learning Model Selection, Optimization, and Deployment for Wildlife Sound Classification on Edge Devices
Este artículo presenta un flujo de trabajo reproducible y de extremo a extremo para seleccionar, optimizar y desplegar modelos bioacústicos precisos y auditables en dispositivos periféricos (edge) que solo utilizan CPU, utilizando una arquitectura específica de espectrogramas de log-mel, CNNs preentrenadas en visión y mecanismos de atención para superar desafíos del mundo real como el ruido y el cambio de dominio, validado en el benchmark BirdCLEF+ 2026 Pantanal.