随着智慧城市建设的加速,社会安全已成为大众热切关注的话题,安防监控在国防领域和民生领域的作用已经日益凸显。环境音由于具备表征周遭环境状况的能力,成为近年来研究的热点,并已成功应用于安全监控、医疗保健和交通运输等领域。环境音监测系统利用端点检测捕获环境音事件,降低系统数据传输量并提高环境音事件识别率。然而,在低信噪比环境下,传统端点检测算法由于强噪声的干扰,存在命中率低、过分割率高以及精度低等问题。另外,尽管在环境音监测研究方面,相关的项目已取得重大进展,但由于常用的监测方法存在测量装置和设备价格昂贵并且需要专业人员操作,部署成本过高,且易受环境条件限制问题,难以实现大范围的环境音监测。因此,针对上述问题提出如下解决方案。（1）针对低信噪比环境下传统端点检测算法性能低的问题,本文提出了一种基于声谱图增强的改进能零积端点检测算法。该算法首先利用改进谱减法对信号进行降噪以提升信噪比;继而对降噪后声谱图依次进行腐蚀、二值化和膨胀处理,实现声谱图的增强;最后提取能零积特征并利用双门限法进行端点检测。实验结果表明,在-10d B到5d B的低信噪比环境下,改进算法对比频带方差、能熵比和倒谱距离三种传统算法,平均命中率最多提升了9.0%,平均过分割率最多降低了114.0%,平均精度最多提升了38.8%。这表明,本文提出的改进端点检测算法更适用于在低信噪比环境下的环境音事件的捕获。（2）针对常用环境音监测手段易受到部署成本和环境限制不能实现大范围监测的问题,本文提出了一种基于Android平台的环境音监测系统。该系统通过部署固定监测节点,并利用智能手机作为移动监测节点,采用群智感知方式,实现了移动与固定监测节点相结合的低成本、大范围环境音监测。本文把改进的端点检测算法应用到提出的系统中,实现了理论研究与实际应用的结合,并将该系统部署于实际校园环境中,通过对其进行相关实验测试与数据分析,验证了系统的可行性。这表明,本文提出的系统更适用于大范围情况下的环境音监测。