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。
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。
