Nghiên cứu này được thực hiện nhằm đề xuất phương pháp nhận dạng ruồi vàng dựa trên âm thanh đập cánh bằng mô hình mã hóa tự động triển khai trên vi điều khiển. Dữ liệu âm thanh được chuyển thành ảnh phổ tần số để huấn luyện hai mô hình ANN-AE (Artificial Neural Network - Autoencoder) và CNN-AE (Convolutional Neural Network - Autoencoder). Sai số tái tạo MSE (Mean Squared Error) kết hợp với phân phối Gamma được sử dụng để xác định ngưỡng phân loại. Trước lượng tử hóa, ANN-AE và CNN-AE đạt độ chính xác lần lượt 99,75% và 99,85%; sau lượng tử hóa và triển khai trên ESP32, độ chính xác vẫn đạt 99,60% và 99,65%. ANN-AE có thời gian nhận dạng 1,3 ms/ảnh, nhanh hơn CNN-AE nhưng kém chính xác hơn. Trên dữ liệu nhiễu, các mô hình Autoencoder nhạy hơn CNN phân loại. Kết quả cho thấy Autoencoder phù hợp cho bẫy côn trùng chi phí thấp trên thiết bị nhúng, đặc biệt khi khó thu thập dữ liệu lớp không mục tiêu.