声音事件检测（Sound Event Detection,SED）技术是利用声音信号来分析当前的声音事件种类以及感知周围环境的一类技术,它的主要任务是根据声音数据流,预测音频数据中所包含的声音事件种类以及每种声音事件发生的起止时间。SED技术在音视频会议、智能家居以及短视频等领域拥有极为广阔的实际应用前景。基于神经网络的SED模型因具有较高的检测精度而备受关注,然而现有的基于神经网络的SED算法拥有较多的参数量和乘积累加操作次数,这导致需要高功耗和大存储,使得该类方法不适用于功耗和资源严重受限的物联网设备。因此,为了解决上述的SED算法复杂度高的问题,论文提出了一种低复杂度高精度的基于卷积神经网络的SED算法（简称LCSED算法）。在该算法中,混合卷积机制和轻量级的双注意力机制被提出。其研究内容总结如下:首先,针对存在的目前SED算法复杂度高问题,论文提出了低复杂度的混合卷积机制。混合卷积机制指的是在不同的卷积阶段采用不同的卷积操作,该机制保证拥有较少的参数量和乘积累加操作次数的同时拥有较高的声音事件检测精度。接着,为了进一步提高所构建的低复杂度声音事件检测算法的检测精度,论文采用了一种轻量级的双注意力机制。该机制主要作用在通道域和时频域,让网络对与任务相关的重要的特征和区域进行重点关注,以减少无用特征图通道和时频区域对于该任务的影响。采用的双注意力机制可以在保证基本不增加模型复杂度的同时能大幅度提高对声音事件的检测精度。随后,将提出的LCSED算法融入到声音事件检测系统中,设计并开发了一个基于计算机端的声音事件检测系统图形可视化平台。该平台基于Tkinter库开发搭建,并将训练好的模型通过Tflite库进行进一步的压缩,最后将其部署上线,实时检测声音事件。最后,在常用的声音事件检测数据集（DCASE2017 Task4数据集）上评估并分析论文提出的LCSED算法。实验结果表明,本文提出的LCSED算法总参数量仅为0.29M,对于10s的音频输入该算法所需要的乘积累加操作次数为1.7G。与其它一些前沿的SED算法对比,论文提出的LCSED算法拥有较少的参数量、乘积累加操作次数以及拥有较少的训练、前向推理时间。同时,该算法在两个子任务上的F分数为59.8%,错误率为0.71,拥有较高的检测精度。