Diseño de un sistema de reconocimiento de cantos de las aves para identificar las especies aviarias en la Facultad de Biología de la Universidad Nacional de Piura

• Autores: Barrionuevo Infante, Carlos Alberto, Pantigoso Ferreyra, Pablo César
• Formato: tesis de grado
• Fecha de Publicación: 2025
• Institución: Universidad Privada Antenor Orrego
• Repositorio: UPAO-Tesis
• Lenguaje: español
• OAI Identifier: oai:repositorio.upao.edu.pe:20.500.12759/62051
• Enlace del recurso: https://hdl.handle.net/20.500.12759/62051
• Nivel de acceso: acceso abierto
• Materia: Cantos de las Aves; Especies; https://purl.org/pe-repo/ocde/ford#2.11.00

El Perú ocupa un lugar dentro de los países más megadiversos del mundo, donde podemos encontrar una gran diversidad de aves y estas destacan por su importante función en el equilibrio ecológico. Sin embargo, la identificación precisa de estas aves con técnicas visuales es complicada y a menudo se ve obstaculizada por condiciones ambientales adversas y similitudes entre especies. Por el motivo de preservar la biodiversidad en medio de amenazas como la destrucción del hábitat y el cambio climático, se ha creado un estándar de calidad para identificar aves a través de sus cantos. Por lo antes mencionado, se propone el estudio del desarrollo de un sistema autónomo de reconocimiento de cantos de aves para la Facultad de Biología de la Universidad Nacional de Piura; el objetivo principal de la investigación fue la creación y validación de un modelo de red neuronal convolucional, que clasifica los cantos de aves sin requerir conexión a internet, utilizando grabaciones acústicas recopiladas en el entorno natural de la universidad. La investigación fue de tipo tecnológico y tuvo un enfoque descriptivo, explicativo y pre-experimental. Para la presentación de resultados, se utilizaron tablas y gráficas que ilustran la precisión del modelo, la clasificación de los cantos y los datos de rendimiento obtenidos. En estas visualizaciones se observó cómo el modelo mantuvo una alta precisión en la identificación de especies, incluso en condiciones de ruido de fondo y grabaciones de baja calidad. En consecuencia, se confirma la hipótesis de que un sistema embebido con capacidad de reconocimiento acústico puede mejorar significativamente la identificación y clasificación de especies de aves en Perú. Esto facilitará la conservación y el estudio de su biodiversidad sin la necesidad de utilizar técnicas invasivas o depender de una infraestructura tecnológica compleja.