前言

很高兴能将这本声音计算分析领域的经典著作——Compulational Analysis of Sound Scenes and Events——以中文形式呈现给读者。本书由Tuomas Virtanen教授等国际权威学者合力撰写，自2018年由施普林格出版以来，迅速成为该领域研究人员和工程师不可或缺的参考书。在国防科技大学从事相关教学与科研工作的过程中，我深感国内学术界与工业界对声音场景理解的需求日益迫切，而一本系统性的高端译著的缺失，促使我们团队下决心承担起这份翻译工作。

声音是理解物理与数字环境的关键媒介。本书的价值在于它首次以清晰、连贯的体系，全面梳理了从声学基础、心理声学原理，到特征提取、统计建模与深度学习方法，再到复杂场景分析、多模态融合及实际应用的完整技术链条。我们在翻译过程中，力求在准确传达原书精辟学术论述的同时，也兼顾中文表达的流畅与专业性，希望能让读者在阅读时，既能把握国际前沿的核心方法，又能无障碍地理解其背后的设计思想与工程考量。

本书的翻译与审校工作历时近一年，期间团队成员反复推敲，多次与领域同行探讨关键术语的译法，并补充了必要的译者注，以期更贴合国内读者的知识背景与阅读习惯。我们深信，这本译著不仅能为计算机科学、电子工程、信息处理等相关专业的研究生和科研人员提供一份理想的学习材料，也能为从事智能听觉、音频检索、智慧城市及生物声学应用的工程师带来切实的技术启发。

期待本书能助力更多同仁踏入这一充满机遇的研究领域，共同推动声音计算分析技术在中国的发展与创新。

许可乐于国防科技大学2026年5月