돼지 발성은 건강과 감정 상태의 중요한 지표로서, 정밀 축산 농업을 발전시키는 데 큰 잠재력을 제공합니다. 이러한 발성 패턴의 정확한 인식을 위해서는 강력한 소음 필터링과 효과적인 특징 추출이 필요합니다. 그러나 기존 연구들은 기침과 같은 개별 패턴에 주로 초점을 맞추고 있어 실제 환경에서의 실용성이 제한적입니다. 본 연구는 돼지 발성 다단계 분류(PVMC) 모델을 도입하여 다양한 농장 조건에서 돼지의 건강과 감정적 스트레스를 평가하기 위한 광범위한 발성 탐지 및 분류 프레임워크를 제공합니다. PVMC는 기침과 비명 탐지를 감정 상태 분류와 통합하여 돼지 발성의 포괄적인 분석을 제공합니다. 제안된 시스템은 (1) 다양한 발성 지속 시간과 소음 수준에 대한 향상된 강인성, (2) 파이프라인의 각 단계에 최적화된 맞춤형 모델 아키텍처, (3) 성능과 계산 효율성을 향상시키기 위한 Wav2Vec2와 AST(Audio Spectrogram Transformer)를 결합한 앙상블 학습 전략을 특징으로 합니다. PVMC는 최대 4.9dB의 신호 대 소음 비율(SNR) 개선, 발성 분할에서 95.80%의 정확도, 주요 발성 분류에서 98.88%의 정확도, 감정 상태 탐지에서 92.15%의 정확도를 달성했습니다. 특히, 앙상블 방법은 전체적인 정밀도, 재현율, F1-점수를 크게 향상시켰습니다. 이러한 결과는 PVMC 모델의 강인성과 실시간 돼지 발성 모니터링 가능 솔루션으로서의 실용적 유용성을 입증하며, 지능적인 복지 지향 축산 관리 시스템에 기여합니다.