本发明公开了一种用于实时识别物体形状的声学方法，包括以下步骤：1得出神经网络的训练集和测试集；2将训练集输入声学超神经网络，经过多层声学超表面后，在探测面形成一定的声压分布；3探测面被划分为N个区域，取得这N个区域的总声能量值；4计算取得的N个值与物体的标签之间的误差，并运用误差来计算每一个超神经元所施加的相位调制的梯度，以此来更新梯度，从而更新相位，直到得到稳定的输出，并可以正确地识别目标对象；5通过更新后的相位值，确定超表面上每一个单元的相位偏移值，根据相位偏移值制作声学超表面；6将声学超表面放置合适的位置，声波经过声学超表面后，位于声学超表面后的探头即可识别出目标对象。