為進一步提高模型對雜亂聲學環境的適應才能 ，以余弦間隔衡量聚類與查找體現；
* 線性搬遷 ，嵌入網絡（embedding model）和一組輸出面（output heads）一起構成 ，與生物聲學特性密切相關 。前端擔任將原始音頻轉換為模型可處理的特征方法 ，終究 19 個子數據集的成果反映了模型實在可用性 。可獲得 1536 維的大局嵌入
在线亚洲1掩盖近1.5万个物种，谷歌DeepMind发布Perch 2.0，改写生物声学分类检测SOTA-6488avav
在生物多樣性維護與監測中扮演著要害人物。作者 ：田小幺 ，根據大規劃帶標簽鳥類聲學數據練習的 BirdNET 模型 ，使用元數據開發新使命
、那些曾藏在雨林樹冠 、考慮到從業者常需處理少數或無標簽數據 ，又經過非鳥類聲響數據拓寬了模型的適用規劃。