本发明提供了一种基于音频信号特征的浮选过程工况识别方法，包括：步骤1，数据准备与数据预处理，具体包括数据的获取、降噪和工况类别划分；步骤2，根据梅尔声谱图纵轴代表的频率物理意义，放大浮选音频信号中关键频段所占比例，减小不重要频段的影响，构建基于特征注意力机制的浮选音频梅尔声谱图。本发明通过观察梅尔谱图中不同频段对识别结果的影响，找出关键频段，构建基于注意力机制的浮选音频梅尔声谱图，进行特征的初步提取，在建立模型时引入迁移学习，通过模型本身的输出特性筛选出最可能识别正确的测试集数据并打上伪标签，同时对齐数据的边缘分布和条件分布来确保迁移时仍能产生良好的分类界限，达到提高模型泛化性能的目的。