생물음향학 파운데이션 모델은 Xeno-Canto와 같은 대규모 시민 과학 플랫폼에 의존하여 지리적, 생태학적으로 다양한 데이터를 확보합니다. 최근 연구들은 이러한 대규모 데이터로 훈련할 경우 지도 감독(supervision)만으로도 최고 수준(SotA)의 종 탐지 모델을 생성할 수 있음을 보여주었습니다. 하지만 이 커뮤니티 주도 데이터 허브 내에 쉽게 이용 가능한 녹음 메타데이터 형태로는 아직 활용되지 않은 잠재력이 남아 있습니다. 본 연구에서는 위치 및 시간과 같은 메타데이터를 보조 감독 신호(auxiliary supervision signals)로 사용하여, 모델이 학습된 표현(representation)에서 종-메타데이터 상관관계를 활용할 수 있도록 탐구합니다. 보조 메타데이터 손실(Auxiliary metadata losses)은 음성 자체만으로는 얻을 수 없는 추가 정보를 제공하며, 이는 종 분포 및 음향 도메인 변화에 더 잘 일반화되는 더욱 풍부하고 견고한 표현을 장려할 수 있습니다. 이는 실제 수동 음향 모니터링(PAM) 환경에 배포할 때 중요한 과제입니다. 우리는 여러 까다로운 영역에서 강력한 종 식별 성능을 달성하는 새로운 파운데이션 모델 MetaPerch를 소개하며, 17개 생물음향학 데이터셋에 대한 9가지 다양한 메타데이터 소스의 효과에 대한 광범위한 실증 연구를 제시합니다.