본 논문은 스페인 도냐나 국립공원의 생태계 보존을 위해 수동 음향 모니터링 시스템에 딥러닝 기법을 적용한 자동 조류 소리 식별 파이프라인을 제시합니다. 기존의 BirdNET 모델의 지역적 한계를 극복하기 위해, 조류 소리 검출기를 활용하여 조류 소리만을 분리하고, BirdNET 임베딩을 사용하여 학습된 맞춤 분류기를 개발했습니다. 도냐나 국립공원의 세 가지 서식지에서 461분의 오디오 데이터를 수동으로 주석 처리하여 34종의 조류에 대한 3,749개의 주석을 생성하고, 스펙트로그램을 이용하여 이미지 처리 기법을 적용했습니다. 조류 소리 검출기를 사용한 결과, 분류 모델의 성능이 향상되었으며, 특히 조류 소리 검출기와 미세 조정된 BirdNET을 결합한 모델이 가장 우수한 성능을 보였습니다. 이는 지역 특수성을 고려한 딥러닝 모델의 적용이 생태계 보존에 효과적임을 보여줍니다.
