随着移动智能设备的推广以及人机交互技术的发展,声源定位技术被广泛的使用在语音增强、视频会议等领域。但是室内环境中背景噪声、混响等因素的干扰会导致系统定位效果的下降,如何提高声源定位算法的鲁棒性和精确性一直是当前研究的热点问题。同时基于声源定位算法的智能家居等设备在实际应用过程中,特定区域内声源的朝向信息往往也是很重要的,如何有效的利用声音的特征信息提高声源朝向判别的准确度也是当前研究的一个难点问题。针对以上的问题,本文从机器学习的角度来处理声源位姿估计问题,分别针对声源位置与声源朝向,完成了以下两部分工作:1.针对目前基于位置指纹的声源定位算法在其预处理阶段通过K均值聚类等算法对其数据库进行预处理后,位于聚簇边缘的测试点由于参考信息不足,导致定位误差过大的问题。本文提出了一种基于局部聚类优化的声源定位算法,用于减小位于聚簇边缘的测试点的误差,提高系统的定位精度。首先,本文使用主成分分析（Principal Component Analysis,PCA）算法对测试点采集到的声达时间差（Time Difference of Arrival,TDOA）特征信息进行了降维处理。然后,通过局部聚类优化算法对测试点对应的聚簇进行了二次选取。最后,通过动态WKNN算法对测试点的位置进行了估计。实验的结果表明,基于局部聚类优化算法的声源定位方法可以有效的提高位于聚簇边缘的测试点的定位精度,并且在算法的实时性和鲁棒性上也有了提高。2.针对现有的声源朝向估计方法在通过人工设置阈值的方式对声源的朝向进行判别时,由于操作者水平的不同以及阈值选取的差异,导致判别的结果存在很大的主观性的问题。本文提出了一种基于注意力机制的声源朝向估计方法,通过引入长短时神经网络和注意力机制,对声音的能量特征信息进行了分析,在室内特定区域内,实现了声源朝向的判别。对比实验的结果表明,采用注意力机制,可以有效的提高模型的精确性和泛化能力,同时也可以减少模型训练的时间开销。