Este proyecto se centra en desarrollar un sistema innovador para la conservación y comprensión de la biodiversidad aviar en el ecosistema del Bosque Protector "La Prosperina" en Ecuador. Implementa técnicas avanzadas de aprendizaje profundo, específicamente utilizando un enfoque de auto decodificadores variables (VAEs) y Agrupamiento. Se aplican técnicas de preprocesamiento, como la separación de señales de ruido, y se diseñan modelos basados en auto decodificadores variables variacionales para extraer características significativas de los espectrogramas de Mel. El modelo entrenado demuestra habilidades excepcionales para identificar especies de aves amenazadas, con resultados positivos en las métricas de evaluación y altas tasas de precisión. Además de beneficiar a los conservacionistas al proporcionar herramientas efectivas y económicamente viables para el monitoreo de especies y comportamientos aviares, el proyecto tiene aplicaciones más amplias, incluida la conciencia ambiental y educación. Palabras claves: Reconocimiento de aves, Aprendizaje profundo, Bosque Protector "La Prosperina", VAEs, Clustering