El proceso de soldadura CMT ha sido ampliamente utilizado para la soldadura de aleaciones de aluminio. El estado de penetración de la soldadura es esencial para evaluar la calidad de la soldadura. Las señales de sonido del arco contienen una gran cantidad de información relacionada con el estado de penetración de la soldadura. Este artículo estudia la correlación entre las características del dominio de frecuencia de las señales de sonido del arco y el estado de penetración de la soldadura, así como la correlación entre los espectrogramas de Mel, los espectrogramas de Gammatone y los espectrogramas de Bark y el estado de penetración de la soldadura. Las características del sonido del arco fusionadas con espectrogramas multilingües se construyen como entradas a un modelo personalizado de CNN de Inception que está optimizado en base a GoogleNet para el reconocimiento del estado de penetración de soldaduras CMT. Los resultados experimentales muestran que la precisión del método propuesto en este artículo para identificar el estado de fusión de las soldaduras CMT en placas de aleación de aluminio es del 97.7%, lo cual es mayor que la precisión de identificación de un solo espectrograma como entrada. La precisión de reconocimiento de la CNN de Inception personalizada se mejora en un 0.93% sobre la precisión de reconocimiento de GoogleNet. La CNN de Inception personalizada también tiene resultados de reconocimiento altos en comparación con AlexNet y ResNet.