La detección de eventos de sonido (SED) es de gran importancia práctica e investigativa debido a su amplio rango de aplicaciones. Sin embargo, debido a la gran dependencia del tamaño del conjunto de datos para el rendimiento de la tarea, a menudo hay una grave falta de datos en escenarios del mundo real. En este estudio, se utiliza un modelo mejorado de profesor medio para llevar a cabo SED semi-supervisado, y se propone una red neuronal recurrente residual perturbada (P-RRNN) como la red de SED. La estructura residual se emplea para aliviar el problema de la degradación de la red, y el pre-entrenamiento del modelo mejorado en el conjunto de datos ImageNet le permite aprender información beneficiosa para la detección de eventos, mejorando así el rendimiento de SED. En la etapa de post-procesamiento, se diseña un grupo de filtros medianos personalizados con una longitud de ventana específica para suavizar de manera efectiva cada tipo de evento y minimizar el impacto del ruido de fondo en la precisión de detección. Los resultados experimentales realizados en el conjunto de datos de la tarea 4 de Detección y Clasificación de Escenas y Eventos Acústicos 2019, disponibles públicamente, demuestran que el P-RRNN utilizado para SED en este estudio puede mejorar efectivamente la capacidad de detección del modelo. El sistema de detección logra un puntaje F1 basado en eventos macro del 38.8% en el conjunto de validación y del 40.5% en el conjunto de evaluación, lo que indica que el método propuesto puede adaptarse a escenarios de SED complejos y dinámicos.