声音是传递信息的重要方式之一。利用机器自动检测和识别音频当中所包含的声音事件已成为一个重要研究课题,在环境监控、无人驾驶、海洋监测、机器人、健康护理等领域发挥着关键作用。声音事件识别的一般过程包括特征提取与特征选择,分类识别算法设计以及性能度量与模型评估。随着大数据与人工智能技术的蓬勃发展,基于数据驱动的深度学习方法已成为声音事件识别的主流方法。由于声音事件类别的多样性,不同种类的声音事件往往具有不同的事件尺度与特征层级,这给声音事件识别方法的研究提出了挑战。本文在分析一般声音事件识别方法的基础上,设计提出了多尺度多层级特征分析的方法,在此基础上分别对水下声音事件识别和空气声声音事件识别这两个应用场景进行了具体的研究分析。以空气声和水声数据为研究对象,分别从数据的预处理,深度模型的设计与选择,模型训练和实验结果分析三个方面进行分析。针对声音事件特征与时间尺度多样化的特点,本文提出了一种基于卷积循环神经网络的多尺度多层级特征分析的声音事件识别方法,即从特征输入考虑多尺度特征的串联,在网络层级之间采用多层级特征的级联,这种多尺度多层级特征的连接能够增强特征提取的有效性,提高检测识别精度,并且能够减缓模型的过拟合,增强模型的稳定性。基于空气声和水声数据集的相关实验结果表明,采用多尺度多层级特征分析的声音事件识别模型相比于单一尺度层级特征的模型有较好的识别精度。