Een kernpunt van bio-akoestiek is de studie van de fauna via de vocalisaties die dieren produceren. Traditioneel worden geluidskenmerken gebruikt om de variabiliteit in deze vocalisaties te beoordelen. Met de opkomst van machine learning is er aanzienlijke vooruitgang geboekt in het herkennen van de aanwezigheid van verschillende dieren in opnames. Echter, nu deze methoden gemakkelijker inzetbaar zijn, rijzen er zorgen over de betrouwbaarheid van de resultaten, met name bij het schatten van aantallen, wat essentieel is voor biodiversiteitsstudies. Om dit te onderzoeken, zullen hybride monitoringstechnieken worden ontwikkeld om betrouwbare referentiegegevens te verkrijgen. Daarnaast richten recente ontwikkelingen in uitlegbare AI zich op het overbruggen van de kloof tussen machine-gegeneerde inzichten en real-world parameters. Door toepassing van deze methoden wordt verwacht aanzienlijke vooruitgang te bekomen, wat kan leiden tot toepassingen in dit domein.