La seguridad en entornos urbanos, ha sido motivo de preocupación durante muchos años para los habitantes de todas las ciudades del mundo. En función del lugar, el sentimiento de inseguridad está presente en todas las personas en mayor o menor medida, por lo cual, desde la gobernanza de cada región, continuamente se buscan mecanismos para prevenir actos delictivos. El presente trabajo introduce un método cuyo propósito es contribuir a la prevención de la materialización de este tipo de eventos a partir de las señales de audio que pueden ser captadas en un entorno urbano. Para ello, se utiliza una técnica emergente llamada Modos de Correlación de Wavelet, para representar señales de audio de una manera compacta, para luego implementar un método de aprendizaje automático para clasificar señales de audio en dos categorías diferentes: Señal de audio asociada a evento violento o delictivo o señal de audio asociada a un evento común (No violento o delictivo)