Neste trabalho buscou-se avaliar a possibilidade de detectar incêndios em ambientes de vegetação por meio de sinais de áudio. Para isso, idealizou-se a utilização de um algoritmo de aprendizagem, mais especificamente uma Máquina de Vetores de Suporte, que realiza a tarefa de classificação binária entre áudios correspondentes ou não a fogo de acordo com as características que o alimentam. Para o treinamento dessa máquina foram obtidos na internet áudios de incêndio em vegetação e sons típicos dos ambientes de mata e campo como sons de animais, vento, água corrente e chuva por exemplo. A principal técnica proposta para a extração de características dos sinais é a Análise Quantitativa de Recorrência que é voltada para a análise de sistemas caóticos ou não lineares. Aliada a esta, empregaram-se os Coeficientes Cepstrais de Frequência Mel que facilitaram a aplicação daquela técnica, mas também contribuíram para o aumento da acurácia do algoritmo de classificação que, nos melhores modelos treinados, atingiram 95,1% de acurácia com uma taxa de falso negativo de 3%. Desta forma, concluiu-se que os métodos aqui utilizados são realmente capazes de realizar a detecção de incêndio em sinais de áudio de forma satisfatória quando comparados com resultados de outros trabalhos.