研究者らは、録音メタデータ（場所や時間など）を補助的な教師信号として発声と併用し、新しいバイオ音響基盤モデルであるMetaPerchを導入した。このアプローチにより、モデルは種とメタデータの相関関係を活用し、種の分布や音響ドメインのシフトに対してより良い一般化を実現する豊かな表現を促進する。

本研究では、17のバイオ音響データセットにわたる9つの多様なメタデータソースの影響に関する広範な実証的分析を示している。

この追加情報を組み込むことで、MetaPerchは複数の困難なドメイン全体で強力な種同定性能を達成し、現実世界の受動音響モニタリングにおける重要な展開課題に対処する。