本文提出了一种新颖的室内声源定位方法，使用麦克风阵列并基于卷积神经网络（CNN）进行，该方法采用原始音频信号作为输入信息直接估计声源的三维位置，避免了手工制作音频特征。通过使用半合成数据作为训练策略并在实际数据上进行微调，该方法能够显著改善基于 ${SRP-PHAT}$ 策略的现有定位方法，并且展现出更好的对抗不同说话者性别和不同窗口大小的性能。

Jul, 2018

为了准确预测船只远场噪声，本研究提出了一种融合海底地形数据的新型条件卷积神经网络，通过将该架构整合到持续学习框架中，希望将模型推广到全球各地海底地形的不同情况。该架构能够有效捕捉变化的海底地形下的传输损耗，可集成到水下辐射噪声的自适应管理系统中，提供近场船只噪声源与海洋哺乳动物所在位置接收到的噪声之间的实时端到端映射。

Apr, 2024

使用卷积神经网络原理，对多说话人的来源定位问题提出了一种基于合成噪声信号训练 CNN 的新方法，并进行了与其它方法的比较。

Dec, 2017

本研究采用了卷积神经网络作为一种高效且具有高精度的算法，通过对交叉谱矩阵的直接分析寻找声源分布，从而在高频下以很短的时间内实现与传统波束成形相同精度的声源定位。

Feb, 2018

本文提出了一种使用神经网络在人机交互中同时检测和定位多个声源的方法，并采用基于概率的编码以实现对任意数量声源的检测；此外，文章探讨了基于子带交叉相关信息的特征及三种不同基于不同动机的网络架构，实验表明该方法优于传统的空间谱法。

Nov, 2017

本研究提出了一种新方法，采用卷积神经网络从声波波形中直接估计声源的方位，利用一组特定的卷积核搜索局部化线索，我们的实验表明该方法能够在多种情境下提高声音定位精度。

Apr, 2019

本文介绍了一种基于一维卷积神经网络实现的环境声音分类方法，其可以对任意长度的音频信号进行处理，并采用 Gammaone 滤波器对其进行初始化，通过进行实验，结果表明该方法可以在 UrbanSound8k 数据集上取得 89% 的平均准确率，且性能比大多数现有手工提取特征或使用 2D 表示的方法都要优异。

Apr, 2019

提出了一种基于深度学习的方法，利用多个特征和注意机制来估计声源的位置和类别，在声音事件定位和分类任务中展示了超过最先进方法的优越性。

Mar, 2024

本文提出了一种利用深度卷积神经网络从原始波形数据中直接学习音频模型的方法，通过批归一化、剩余学习和精心设计的下采样实现高效处理音频波形，并在环境声音识别任务中取得了 15% 的性能提升，达到了使用对数 - 梅尔特征的模型的性能。

Oct, 2016

本研究提出了一种卷积循环神经网络，用于在三维空间中联合定位和检测多个重叠声音事件。该方法能够有效地估计声音事件的位置和检测每个时间帧中所有声音事件类的活动，并且避免了特征提取方面的任何限制。

Jun, 2018