La creciente preocupación por la pérdida de biodiversidad en curso impulsa a los investigadores hacia sistemas automatizados prácticos y a gran escala para monitorear las poblaciones de animales salvajes. Los primates, con la mayoría de las especies amenazadas de extinción, enfrentan riesgos sustanciales. Nos centramos en la actividad vocal del indri grabada en el Bosque de Maromizaha (Madagascar) de 2019 a 2021 a través de acústica pasiva, un método cada vez más utilizado para monitorear actividades en diferentes entornos. Primero utilizamos las canciones de los indris, secuencias vocales distintivas y fuertes, para detectar la presencia de la especie. Procesamos los datos en bruto (66,443 grabaciones de 10 minutos) y extrajimos características acústicas basadas en el sistema de bandas de tercera octava. Luego analizamos las características extraídas de tres conjuntos de datos, divididos según el año de muestreo, el sitio y el tipo de grabadora, con una red neuronal convolucional que pudo generalizar a sitios de grabación y períodos no muestreados previamente a través de aumento de datos y aprendizaje por transferencia. Para los tres conjuntos de datos, nuestra red detectó la presencia de la canción con alta precisión (>90%) y valores de recuperación (>80%). Una vez proporcionado al modelo el tiempo y el día de la grabación, los altos valores de rendimiento aseguraron que el proceso de clasificación pudiera representar con precisión tanto los hábitos diarios como anuales del patrón de canto de los indris, información crítica para optimizar la recolección de datos en el campo. En general, utilizar este flujo de trabajo de detección específico de especies, fácil de implementar, como un método de preprocesamiento permite a los investigadores reducir el tiempo dedicado a la clasificación manual.