随着信息技术的飞速发展,声音事件识别技术近年来受到了广泛的关注,该技术在音频监控与医疗诊断等领域中具有重要价值。声音事件识别过程分为特征提取和分类识别两个部分,在特征提取方面,通常使用声谱图,它是声音信号的“可视性语言”,可同时体现声音信号的时域和频域信息。在分类识别方面,通常使用卷积神经网络（Convolutional Neural Network,CNN）,它具有强大的特征表达能力,但不能有效处理输入数据中的时间上下文信息,且随着网络层数的加深,在训练过程中容易产生梯度消失或爆炸等问题。另外,当任务要求提升时,模型结构不断复杂化,单一特征很难继续支撑繁杂的工作。因此针对以上问题,本文使用特征融合的方法,并对CNN进行改进,用于声音事件识别。论文的主要内容如下:1.提出基于多特征通道与挤压激励残差网络的声音事件识别方法。首先对声音信号进行处理得到对数梅尔谱图、对数耳蜗谱图与对数恒定Q变换谱图;然后将这三个特征以类似于图像中RGB模型的方式进行特征通道融合,综合特征包含的不同信息,作为挤压激励残差网络的输入;挤压激励残差网络是将挤压激励模块引入到残差网络中,先通过卷积层获取很多有用信息,然后送到包含着残差模块与挤压激励模块的层中,关注通道之间的关系,使与任务相关特征得到增强,无关特征得到抑制,之后送到全局平均池化层来减少训练参数数量,降低模型过拟合的风险,最后使用Softmax层对声音事件进行分类。实验结果表明,所提方法可以取得较好的识别结果。2.提出基于特征融合与卷积-门控循环单元神经网络的声音事件识别方法。特征融合是采用级联方式将对数梅尔谱图、对数耳蜗谱图与对数恒定Q变换谱图进行融合,增加特征包含的信息量,提高特征的丰富度,得到有利于分析处理的特征。另外,CNN虽然能有效地提取特征,但不能很好的对时间上下文信息进行表达,而门控循环单元神经网络不仅能缓解循环神经网络中存在的梯度消失或爆炸问题,还可以很好地弥补CNN的缺陷,为了从这两种网络中受益,提出卷积-门控循环单元神经网络,该网络由两条不同的路径（CNN与门控循环单元神经网络）组成,CNN路径提取输入数据特征,而门控循环单元神经网络路径学习输入数据内的长期依赖性。实验结果表明,所提方法可以取得较好的识别结果。