通常的陣列信號處理多為窄帶，即不同陣元在接受時延與相位差主要體現(xiàn)在載波頻率，而語音信號未經(jīng)過調(diào)制也沒有載波，且高低頻之比較大，不同陣元的相位延時與聲源本身的特性關系很大—頻率密切相關，使得傳統(tǒng)的陣列信號處理方法不再完全適用。
傳統(tǒng)陣列處理中，多為平穩(wěn)信號，而麥克風陣列的處理信號多是非平穩(wěn)信號，或者短時平穩(wěn)信號，因此麥克風陣列一般對信號做短時頻域處理，每個頻域均對應一個相位差，將寬帶信號在頻域上分成多個子帶，每個子帶做窄帶處理，再合并成寬帶譜。

聲音傳播受空間影響較大，由于空間反射，衍射，麥克風收到的信號除了直達信號以外，還有多徑信號疊加，使得信號被干擾，即為混響。在室內(nèi)環(huán)境中，受房間邊界或者障礙物衍射，反射導致聲音延續(xù)，極大程度的影響語音的可懂度。

聲源定位技術(shù)在人工智能領域應用廣泛，利用麥克風陣列來形成空間笛卡爾坐標系，根據(jù)不同的線性陣列，平面陣列和空間陣列，來確定聲源在空間中的位置。智能設備首先可以對聲源的位置做進一步的語音增強，當智能設備獲取你的位置信息可以結(jié)合其他的傳感器進行進一步的智能體驗，比如機器人會聽到你的呼喚走到你的身邊，視頻設備會聚焦鎖定說話人等等。了解聲源定位技術(shù)之前，我們需要了解近場模型和遠場模型。