본 논문은 음성 자기 지도 학습 모델(HuBERT, WavLM, XEUS)의 생체 음향 탐지 및 분류 작업에 대한 전이 학습 성능을 연구합니다. 다양한 분류군의 동물 소리에 대한 풍부한 잠재 표현 생성 능력을 보여주며, 시간 평균 표현에 대한 선형 프로빙을 통해 모델 특성을 분석합니다. 또한, 다른 다운스트림 아키텍처를 사용하여 시간적 정보의 영향을 고려하는 방법을 확장하고, 주파수 범위와 잡음이 성능에 미치는 영향을 연구합니다. 결과적으로, 미세 조정된 생체 음향 사전 학습 모델과 경쟁력 있는 성능을 보이며, 잡음에 강한 사전 학습 설정의 영향을 보여줍니다. 이는 음성 기반 자기 지도 학습이 생체 음향 연구 발전에 효율적인 프레임워크가 될 수 있음을 강조합니다.
