چکیده: سیستم شناسایی و تشخیص اصوات محیط کاربردهای فراوانی در زمینه ی هدایت ربات، سیستم های نظارت پزشکی و تشخیص نفوذ در سیستم های امنیتی و نظارتی دارا می باشد. این پایان نامه به منظور توسعه ی سیستم هوشمندی انجام شده است که بتواند اصوات ضربه ای را از غیر ضربه ای تمییز داده و آن ها را دسته بندی کند. از جمله چالش های مطرح در روش های موجود در این زمینه، نیاز به پنجره گذاری سیگنال ها پیش از استخراج ویژگی و سپس استخراج ویژگی ها از این پنجره ها می باشد. ویژگی پیشنهاد شده در این تحقیق، مستقیما از داده ها استخراج می شود و ضرورتی برای پنجره گذاری سیگنال ها وجود ندارد. به دلیل استفاده از کل سیگنال در فرآیند استخراج ویژگی، تعداد ویژگی های استخراج شده کمتر از سایر روش ها بوده و در نتیجه حجم محاسبات سیستم پیشنهادی کم و مناسب برای کاربردهای بلادرنگ می-باشد. همچنین این روش در مقایسه با سایر روش های موجود، در برابر نویز بسیار مقاوم می باشد. سیستم پیشنهادی ابتدا ضربه ای بودن یا نبودن سیگنال ورودی را بررسی می کند. دو رویکرد جدید در این پایان نامه، برای شناسایی پیشنهاد شده است. این دو روش بر اساس تغییرات میزان انرژی سیگنال در طول زمان عمل می کنند. در بخش شناسایی، سیستم در شرایط بدون نویز توانسته است عملکرد بسیار مناسبی ارائه دهد. در این حالت میزان شناسایی سیستم 100% گزارش شده است. پس از شناسایی اصوات ضربه ای، سیستم وارد فاز دسته بندی می شود. ویژگی جدیدی که در این پایان نامه ارائه شده است بر مبنای تفاوت در رفتار سیگنال ها و نحوه ی رسیدن آن ها از مقدار کمینه به بیشینه، عمل می کند. در این کار از دسته بند k-نزدیک ترین همسایه استفاده شده و میزان تشخیص درست سیستم در این حالت 93.75% گزارش شده است که در مقایسه با روش های موجود از جمله ضرایب کپسترال فرکانس مل، نقطه ی تعادل طیفی و شار طیفی عملکرد بهتری داشته است.