说起声音检测技术，首先我们需要把它与语音识别和声纹识别区分开来。 从声音特性来看，声音可以分为三类：语音、音乐和环境声。目前主流的语音识别和声纹识别技术都是针对语音信号处理的，技术发展比较成熟。下面提到的声音检测技术主要是针对环境声。 音频信号信息丰富，在很多视觉、触觉和嗅觉不适应的场合都具有独特的优势。声音信号通常被认为与振动信号有较大的相关性，但声音信号是非接触式的，避免了振动信号数据采集的困难。基于通用音频/环境声的CA技术属于AI在音频领域的分支，直接面向社会经济生活的方方面面，在医疗卫生、制造、交通、安防、仓储、农林牧、渔业、水利、环境和公共设施管理、建筑、采矿、日常生活、身份识别、军事等数十个领域，是一项非常实用的技术。 目前，该领域在国内外已开始发展，但在许多研究和应用领域仍接近空白，具有无限广阔的发展前景。
对噪声源识别的要求主要有以下两个方面： 确定噪声源的特性，包括声源类型、频率特性、变化规律和传播渠道。在复杂的机械中，往往很难用一种测量方法清楚地区分主次声源及其特性。因此，往往需要结合各种测量方法和信号处理技术，才能最终达到明确识别的目的。 确定产生噪声的部位、主要发声成分等，以及各噪声源在总声级中所占的比例。对于多声源噪声，控制噪声的主要方法之一是在发声元件中找到占总噪声级比例最大的声源噪声，并采取措施降低噪声，可达到事半功倍的效果。 噪声源识别方法很多，在复杂度、准确度、成本等方面存在很多差异。在实际使用中，可根据研究对象的具体要求和可能的人力物力条件来确定。
声源定位技术的应用 声音，尤其是噪音和异常噪音，往往意味着产品不合格、有故障，或者环境突然或意外。要解决这些质量、故障、事故等问题，首先要进行噪声检测，通过噪声源定位技术确定这些问题的位置和方向。声源定位在军工、工业、航空航天、智能制造等诸多行业都有应用需求。 例如：在目前的工业制造中，我们发现大部分机械设备在正常工作状态下都会发出稳定而有规律的噪音，但当设备老化或出现其他故障时，就会产生明显的差异。由于正常的工作噪音，这为“以设备的运行声音判断设备的健康状况”提供了先天的有利条件。声音信号包含丰富的信息，在很多视觉、触觉和嗅觉不适用的场景中具有独特的优势。与此同时，声音信号为非接触式，可有效避免振动信号数据采集困难。 在国防现代化方面，声源定位技术可以用来测量地面作战的炮兵阵地；它可以用来寻找隐藏在某个地方的狙击手的位置，也可以用来测量弹药测试火炮和空中轰炸的影响。观点。随着隐身技术的飞速发展，原本用于军用坦克和直升机的传统探测技术已经失去了作用。在这种情况下，被动声源检测技术将发挥巨大优势。