一种基于深度学习的野生动物弱监督声音识别方法，涉及野生动物声音识别领域，包括：声音识别模型训练：获取包含野生动物图像及声音的视频集合；提取视频中的图像帧序列及对应的音频；利用深度学习网络对图像帧进行识别得到类别属性标签；将音频时域数据转换为频域数据；创建训练数据库；利用类别属性标签及频域数据进行声音识别模型训练；声音识别模型推理：获取只含有野生动物声音的视频集合；提取视频中的音频数据；将音频时域数据转换为频域数据；利用声音识别模型对频域数据进行识别得到最终的类别属性标签。本发明降低了样本标注成本，采用深度学习方法，无需人工筛选特征模板，提高了准确率和识别效率。