Los robots de limpieza de suelos se están volviendo populares y operan en lugares públicos para garantizar que los lugares estén limpios y ordenados. Estos robots a menudo operan en un entorno dinámico que es menos seguro y tiene una alta probabilidad de verse involucrado en accidentes. Se espera que la detección de contextos basada en eventos de sonido supere las desventajas en la percepción visual de un robot para evitar un entorno peligroso, especialmente en situaciones de iluminación inadecuada y oclusión. Aunque numerosos estudios en la literatura discuten los beneficios de la detección de contextos basada en sonido, no hay trabajos relacionados con la evitación de contextos para robots de limpieza. Con este fin, proponemos un novedoso marco de evitación de contextos basado en un método de aprendizaje profundo que puede detectar y clasificar un sonido específico y localizar la fuente desde el marco del robot para evitar ese entorno. El modelo propuesto recibe el espectrograma de la matriz de micrófonos como entrada y produce dos salidas paralelas. La primera salida proporciona información sobre la clase espectral después de realizar la tarea de clasificación. La segunda salida contiene el mensaje de localización de la fuente de sonido identificada. Con la identificación de la ubicación que debe evitarse, el módulo propuesto generará una trayectoria alternativa. El modelo propuesto se evalúa en dos escenarios del mundo real, donde el modelo está entrenado para detectar el sonido de la escalera mecánica en el entorno del robot y evitar su ubicación. En todos los escenarios considerados, el sistema desarrollado logró una tasa de éxito significativamente más alta al detectar y evitar la escalera mecánica.