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。
声音检测技术应用领域——安防 安全防护常采用智能监控方式，根据位置可分为公共场所监控和私人场所监控两种。公共场所包括：公园、车站、广场、商场、街道、学校、电影院、影剧院等，经常拥挤的场所，有效的安防智能监控维护社会治安是最重要的应用。 目前，公共场所的监控系统主要以视频为主，但视线受阻时存在盲区，容易受到光线、恶劣天气等因素的影响。异常事件通常伴随着异常声音的发生。异常声音本身可以有效反映重大事故和危急情况的发生，具有复杂度低、易于获取、不受空间限制等优点。 公共场所和私人场所的音频监控技术框架是一样的，区别在于可能出现的异常声音的种类。异响是指开门、关门、电话铃声、脚步声、谈话、音乐、车辆行驶等除正常声音之外的特殊情况下发出的声音。 研究较多的公共场所的异常声音类型包括枪声、爆炸声、玻璃破碎声和乱扔垃圾声。 在私人场合研究较多的异常声音类型通常是关门声、奔跑声、玻璃破碎声、人类尖叫声、婴儿或儿童哭声、老人摔倒声、求救声、漏水声等。注意这种划分不是绝对的，只是根据发生概率的粗略分类，有时会交叉。
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。
