音频分类(audio classification)是计算机听觉相关研究的主要方向之一,需要根据声音的内在特点对不同声源进行分类。随着深度学习在各领域的出色表现,有研究者尝试使用卷积神经网络来完成音频分类任务,相较传统方法而言,音频的分类精度有所提高,但还存在进一步研究空间。针对卷积神经网络对于数据量要求较高的问题,本文提出一种双重音频数据增强方法,该方法可以大幅度增加音频数据量以满足神经网络模型训练,使最终分类器具有更高的泛化能力。实验表明,本文提出的双重音频数据增强方法可以明显增强模型的泛化能力,并最终提高音频分类精度。针对卷积神经网络在分类中各类别分类精度不均衡的问题,本文提出一种构建层次化分类模型组的方法,层次化分类模型组即组建多层模型,对易错的分类进行重点训练以优化最终的音频分类精度。具体操作上依靠分类模型在测试数据上得出的混淆矩阵得到易错类,再使用易错类数据对原模型进行再训练优化得到下一层模型,通过下层模型对上层模型的结果进行优化,进而提高音频分类精度。本文基于双重音频数据增强方法总结得到DDA-IRRF算法,并将层次化分类模型组方法运用到DDA-IRRF算法中,形成DDA-IRMG算法。使用了ESC-50等四个公开数据集与一个实验室自采数据集对算法进行了检验,实验结果显示双重音频数据增强方法与层次化分类模型组方法对于提高音频分类精度具有明显积极作用,且方法限制少,具有很好的普适性。