环境声事件检测领域还存在很多问题，往往导致在实际场景中的应用不尽如人意。具体问题总结如下： 1、流行声学特征+机器学习环境声事件识别方法在实际场景中表现不佳，信噪比低。例如，在高信噪比下，目标声音事件的召回率高，但准确率低（背景噪声容易识别为目标声音事件）。 );在较低的信噪比下，识别效果普遍较差。 2、语音识别领域缺乏端点检测技术来降低背景噪声对识别的影响。 3. 缺乏大量的环境声数据集来支持环境声事件识别领域的研究。 4、环境声降噪技术研究不足。 在这里，希望通过前辈们的知识积累和后辈们的不断研究，尽快克服困难。
什么是声源定位？ 噪音和异响在日常生活和工业生产中很常见，例如：汽车行驶过程中出现异常的啸叫声，工业生产中带式输送机的异常摩擦声。要解决这些噪声问题，首先要对噪声进行识别，确定噪声的来源以及是什么设备或部件造成的。这就是声源定位的问题。声源定位技术是一种确定空间声源方向的技术。声源定位技术可用于噪声声源定位，也可用于其他声源定位。 在日常生活中，我们的耳朵会听到各种声音并对其进行识别和定位，这就是所谓的“听定位”。当有人发出声音时，人耳很容易知道喊叫的人在哪里；人耳还可以轻松判断经过的汽车的方向，甚至可以大致知道汽车的距离；经过专业训练，人耳也可以挑战一些高难度的声源定位要求，比如盲人也可以踢足球。 但人耳原有的声音定位功能毕竟只是解决生命和生存的问题，识别精度和时间都有一定的局限性。在现代工业化社会的生产生活中，人耳已经不能满足很多场景下声源定位的要求。 总之，噪声识别与声源定位技术是对传感器、数据采集、信号处理等技术进步的综合应用，它模拟人耳的声音定位机制，实现了比人耳更高的定位精度。频率范围，声音强度大小的范围较大。
噪声源识别方法大致可分为两类： 第一类是常规声学测量分析方法，包括分离作业法、分离覆盖法、近场测量法、地表速度测量法等。 第二类是声信号处理方法，它是在现代信号分析理论的基础上发展起来的，如声强法、面强法、谱分析、倒谱分析、互相关和互谱分析、相干分析等。到这一类方法。 在不同的研究阶段，可以根据声源的复杂程度和研究工作的需要，选择不同的识别方法或多种方法组合使用。
