针对迁徙鸟类种群面临的持续威胁，急需有效监测技术以辅助保护。被动声学监测是关键工具，尤其适用于难以追踪的夜间迁徙物种。本研究提出了夜间鸟类迁徙（NBM）数据集，包含来自西欧古北界117个物种的13,359条带注释的鸣叫声，通过众包方式由法国数十名鸟类爱好者收集，提供精确时间和频率标注，支持从录音中自动提取鸟鸣并进行下游声学分析。基于此数据集，团队开发了一种新型两阶段深度目标检测模型，针对音频数据优化，在数据集中数量最多的45个物种上实现了具有竞争力的识别准确率，性能可与基于更大规模数据集训练的前沿系统相媲美。所有数据和相关代码均已公开，促进声学监测研究。