本发明公开了一种基于长短时记忆神经网络的隧道衬砌空洞声学识别方法，首先采集衬砌空洞区域与非空洞区域在外部激励作用下产生的回声声压时域信息；然后，利用数据标准化程序对两种工况时域声压数据样本进行标准化处理。随后，使用短时傅里叶变换技术对两种工况标准化时域数据进行时频分析，获取两种工况声压信息在时域、频域两个维度的声压幅值信息，并得到声压信息随时间变化、反映声压物理特征的频谱特征向量。最后，构建基于长短时记忆的神经网络模型，将不同时间点声压的频谱特征向量用于对神经网络模型训练与测试，完成模型参数调整工作，得到成熟的衬砌空洞识别模型。最终通过对新样本数据的分析，精准判断衬砌是否出现空洞。