本发明涉及一种基于数据驱动的多声源智能分类识别方法，首先对声传感器采集到的一维枪声信号进行预处理，将预处理后的数据输入至特征提取网络中，通过Transformer模块提取输入数据中的深度特征信息，并将得到的深度特征信息输入至枪声判别网络中，最终得到枪声类别信息。本发明创造性的将Transformer结构用于枪声的识别分类，这种结构在并行计算方面远胜于RNN网络，解决了RNN网络内存占用大，无法对训练样本批处理的问题，提高枪声识别实时性。相较于CNN结构，更能捕获全局信息，在枪声光谱图的识别上，不再通过局部的纹理来进行种类的判断，而是通过光谱图中枪声的轮廓信息来辨别，提升了枪声识别精度。完善了枪声特征信息，进一步提高了枪声识别精度。