1.一种基于二值多频带能量分布的低信噪比声音事件检测方法，其特征在于，包括以下步骤：
步骤s1：将声音信号y(t)通过gammatone滤波器组滤波，得到yf[t]；对yf[t]取对数，形成相应的gammatone谱图sg(f,t)；
步骤s2：对每个声音信号的能量谱
步骤s3：对g(f,t)的多频带能量分布情况进行统计，得到mbpd图m(f,b)；
步骤s4：对mbpd图m(f,b)进行二值化处理得到bmbpd图mr(f,b)；
步骤s5：对bmbpd图mr(f,b)进行分块，并对子块进行dct；
步骤s6：对dct系数进行zigzag扫描，获得dct系数的1维排列，取前m个dct系数作为bmbpd-dctz；
步骤s7：采用bmbpd-dctz作为特征，以rf作为分类器，对bmbpd-dctz进行分类和/或识别。
2.根据权利要求1所述的基于二值多频带能量分布的低信噪比声音事件检测方法，其特征在于：
在步骤s1中，
sg(f,t)＝lg|yf[t]|(1)；
其中，f表示gammatone滤波器的中心频率，t表示帧索引；
在步骤s2中，
3.根据权利要求2所述的基于二值多频带能量分布的低信噪比声音事件检测方法，其特征在于：
在步骤s3中，设g(f,t)共有b个能量等级，采用基于统计的非参数法，对每个频率子带f的能量元素进行概率密度统计，得到各个频率子带的各个能量等级的概率分布m(f,b)：
其中，w为声音信号的帧数，m(f,b)表示在频带f中能量等级为b的元素占该频带元素总数的比例(0≤m(f,b)≤1)；ib(g(f,t))为指示函数，当g(f,t)属于能量等级b时，其值为1，否则为0；
在步骤s4中，
其中，阈值n的范围在[1,w]区间内。
4.根据权利要求3所述的基于二值多频带能量分布的低信噪比声音事件检测方法，其特征在于：
在步骤s5中，对bmbpd图mr(f,b)进行8×8分块，对子块进行dct后，获得8×8的dct系数。
5.根据权利要求4所述的基于二值多频带能量分布的低信噪比声音事件检测方法，其特征在于：
在步骤s6中，取64个1维zigzag排列的前5个系数作为bmbpd-dctz。
6.根据权利要求3所述的基于二值多频带能量分布的低信噪比声音事件检测方法，其特征在于，步骤s7对bmbpd-dctz进行识别具体包括以下步骤：
步骤s71：数据特征设置：将待测声音信号的bmbpd-dctz特征置于随机森林中所有nk棵决策树的根节点处；
步骤s72：决策树设置与决策：按照决策树的分类规则，由根节点依次向下传递直到到达某一叶节点，该叶节点对应的类标签便是这棵决策树对bmbpd-dctz特征所属类别所做的投票；
步骤s73：随机森林检测：随机森林的nk棵决策树对每一个待测声音信号的bmbpd-dctz特征的类别均进行投票；随机森林中nk棵决策树投票，其中票数最多的类标签便是最终确定的待测声音信号对应的类标。
7.根据权利要求4所述的基于二值多频带能量分布的低信噪比声音事件检测方法，其特征在于：所述bmbpd图为64能量等级×256频带。