Аннотация: (Українська) Згорткові нейронні мережі (CNN) виявилися дуже ефективними в задачі класифікації зображень та являються перспективними для класифікації аудіо. Були розглянуті різні архітектури CNN, щоб класифікувати аудіоподії з набору даних UrbanSound8K [5], який має 8732 аудіофайлів розмічених на 10 класів. Розглянуто такі популярні CNN мережі, як AlexNet [1], VGG [2], ResNet [3] і DenseNet [4]. Було досліджено, що моделі CNN, що використовуються в класифікації зображень, добре відповідають завданням класифікації звуку.