1.一种基于卷积神经网络和多核学习SVM的关键音频检测方法，其特征在于，包括步骤：

S1：处理音频数据集，得到音频原始波形序列数据集和音频声谱图数据集；

S2：分别建立提取音频原始波形序列特征的一维卷积神经网络和提取音频声谱图特征的二维卷积神经网络；

S3：使用音频原始波形序列数据集和音频声谱图数据集分别训练一维卷积神经网络和二维卷积神经网络，得到对应的两个特征提取的网络模型；

S4：输入音频的原始波形序列和声谱图分别至对应的两个网络模型，提取得到对应的特征；

S5：输入两类特征至多核支持向量机，构建基于特征融合模型的核函数，进行音频分类。

2.如权利要求1所述的一种基于卷积神经网络和多核学习SVM的关键音频检测方法，其特征在于，所述步骤S3具体实施步骤如下：S3.1：音频原始波形序列输入至一维卷积神经网络中，输出该波形对应于各个音频类别的可能性，随着网络输入端和输出端的数据不断更新，更新网络参数，直到训练结束；

S3.2：音频声谱图输入至二维卷积神经网络中，输出该声谱图对应于各个音频类别的可能性，随着网络输入端和输出端的数据不断更新，更新网络参数，直到训练结束。

3.如权利要求1所述的一种基于卷积神经网络和多核学习SVM的关键音频检测方法，其特征在于：

所述音频原始波形序列数据集和音频声谱图数据集均含有多种类别音频事件，每个类别的音频数量相同。

4.如权利要求1所述的一种基于卷积神经网络和多核学习SVM的关键音频检测方法，其特征在于：

所述一维卷积神经网络和二维卷积神经网络结构中均包含卷基层、池化层和Batch Normalization层。

5.如权利要求4所述的一种基于卷积神经网络和多核学习SVM的关键音频检测方法，其特征在于：

所述多核支持向量机，采用不同的特征向量来得到不同的核函数，并将其线性加权获得新的核函数。