一种基于神经网络模型的多声音事件检测定位方法及装置

本发明涉及人工智能技术领域，特别涉及一种基于神经网络模型的多声音事件检测定位方法及装置。方法包括：创新设计时间‑频率多尺度残差卷积块，与Conformer模块和十字绣单元模块组成网络模型，多尺度提取特征、加强长序列建模及促进任务协同优化，提升性能与准确性；数据处理方面，预加重、分帧加窗提升特征质量，音频通道交换与频谱增强增加数据多样性，减少过拟合，采用SALSA‑Lite特征增强了特征表达；训练策略上，运用多元损失函数兼顾任务需求加速收敛，借助验证集灵活调整超参数。这使得本方法训练效率高、实际性能优，在未知数据上泛化能力强，能精准应对复杂多变的实际场景，有效克服传统方法的不足。