돼지의 발성은 건강 및 감정 상태의 중요한 지표로, 정밀 축산업의 발전에 큰 가능성을 제공합니다. 이러한 발성 패턴을 정확하게 인식하기 위해서는 견고한 소음 필터링과 효과적인 특징 추출이 필요합니다. 그러나 기존 연구는 기침과 같은 개별 패턴에 주로 초점을 맞추어 실제 환경에서의 실용성을 제한합니다. 본 연구는 다양한 농장 조건 하에서 돼지의 다양한 발성을 검출하고 분류하기 위해 설계된 포괄적인 프레임워크인 돼지 발성 다단계 분류(PVMC) 모델을 소개합니다. PVMC는 기침과 발성 탐지를 감정 상태 분류와 통합하는 다단계 접근 방식을 채택하여 돼지 발성의 전체적인 분석을 제공합니다. 제안된 시스템은 (1) 다양한 발성 지속 시간과 소음 수준에 대한 개선된 견고성, (2) 파이프라인 각 단계에 최적화된 맞춤형 모델 아키텍처, (3) 성능과 계산 효율성을 향상시키기 위한 Wav2Vec2 및 AST(Audio Spectrogram Transformer)를 결합한 앙상블 학습 전략을 특징으로 합니다. PVMC는 최대 4.9dB의 신호 대 잡음 비율(SNR) 향상, 발성 세분화에서 95.80%의 정확도, 주요 발성 분류에서 98.88%의 정확도, 감정 상태 탐지에서 92.15%의 정확도를 달성했습니다. 특히, 앙상블 방식은 전체적인 정밀도, 재현율 및 F1-score를 크게 향상시켰습니다. 이러한 결과는 PVMC 모델의 견고성과 실용성을 입증하며, 지능적이고 복지를 지향하는 축산 관리 시스템을 위한 실시간 돼지 발성 모니터링 솔루션으로 배치 가능합니다.