环境声事件检测应用具有重要的它具有现实意义，例如通过检测公共场所的异常声音来监测公共场所的安全，通过检测野生动物的声音来监测野生动物的活动区域或生活状况，以及实时检测设备的运行声音。监控设备运行状态等。 目前在环境声音事件检测领域有两种声音检测方案，一种叫异响检测，另一种叫异响识别。所谓异响检测就是检测是否有异响，但无法确定是哪种异响；异音识别就是对异音进行分类，从而知道检测到什么样的异音，达到识别诊断的目的。 异常声音检测的一般方法是对背景环境声音进行建模，与模型不匹配的都是异常声音；而异音识别则是对异音进行建模，凡是符合模型的都是某种异音。声音。这两种方法的原理其实来自于声音识别，本质上就是训练一个分类器。声音识别的关键是分类器的判别，即模型的准确性，它由选择的声学特征和声音模型决定。
在声源定位过程中，计算出阵列的波束方向图后，一般有两个步骤： 1）找到波束峰——即寻找主瓣的峰，因为主瓣此时的峰（最高的小山）对应的空间角度就是声源的方向，而方向可以获得声源的信息。 2）空间位置映射——计算出声源方向后，可以根据阵列的已知位置信息进行空间映射，计算出声源的相位。正确的位置。 可以看出，整个声源定位的核心步骤是前两步，因为主瓣对应的空间角度的精度直接决定了声源定位系统的精度。前面我们说过，主瓣宽度越窄，相对旁瓣越高，定位精度越高，抗干扰能力越强。 基于这个原因，我们常见的声源定位系统一般选择大孔径的均匀阵列，这是提高声源定位系统精度的最简单粗暴的方法，因为合成波束的主瓣也很高。和狭窄。因此，在常见的声源定位系统中，主瓣宽度（3dB宽度）常被用作一个非常重要的系统指标。
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。
