随着智能化设备不断发展,对设备故障检测、智能机器人与视频会议等方面通过声音信号实现位置估计。在声源定位领域中,提出了很多传统的声源定位方法,包括基于广义互相关时延估计方法、可控波束形成(SPR)、多重信号分类(MUSIC)以及反卷积声源成像(DAMAS)等。传统声源定位方法对环境噪声、混响以及多声源事件对定位精度没有很好的解决,导致了声源定位在实际应用中的困难,提高了对硬件设备的要求,增加了系统成本。因此,为了解决定位精度不高、多声源事件方位检测以及减少计算量等方面的问题,本文提出了基于广义互相关和卷积神经网络的声源定位方法。采集的声源信号中不仅包含各个类别的声源事件信息,而且还包括声源事件的位置信息。随着信号处理技术的发展,声音定位系统组成包括声音信号预处理、特征提取以及网络结构模型。对于声源定位系统来说,特征提取部分至关重要,影响整个系统的计算量、鲁棒性能以及定位精度。噪声、混响对相同位置同一声源产生广义互相关函数特征的谱峰相似,鲁棒性能较好。因此,对于本文定位系统,主要提取广义互相关特征。针对解决传统定位方法的精度不高,鲁棒性能差,定位精度受限于麦克风阵列的问题。本文采取提取广义互相关特征,利用支持向量机(Support Vector Machine,SVM)算法,检测声源信号在不同长度的特征向量、不同信噪比以及不同混响程度下定位的精确度,分析对定位性能的影响。针对TAU Spatial Sound Events 2019数据库为解决多个声源事件识别以及声源位置估计,本文提出了一种基于双通道卷积神经网络的多声源事件识别以及声源位置估计方法,根据声源信号通过梅尔滤波器组提取Log-Mel频谱特征和广义互相关函数特征,设计了双通道卷积神经网络机构模型。相比于传统声源定位方法,卷积神经网络具有局部感知,在声源定位特征中更关注局部特征,具有较好的鲁棒性能。通过对四通道的声源信号提取不同维数的特征向量和设计5层、9层、11层和13层四种不同深度的双通道卷积神经网络结构进行试验验证,实验结果表明,9层的网络结构相对于其他三种网络,声源事件检测和声源位置估计的精度较高。