Ich war mal auf einem AES-Vortrag in Wien, da haben sie das vorgestellt

http://www.acoustic-camera.com/

War ziemlich interessant, ist aber mit einem uC nicht realisierbar Bild  

Was für einen "Ton" willst Du denn orten? Liegende Sinnüsse, Sprache, Impulse? Bedenke, dass ein Mensch auch hauptsächlich über die Laufzeit lokalisiert, allerdings frequenzabhängig über Fasenlaufzeiten und die erste Wellenfront (also die erste Schallwelle eines Geräusches). Liegende Töne lassen sich nur sehr schwer lokalisieren, meistens nimmt man ihn an dem Ort wahr an dem man ihn bei seinem Beginn (erste Wellenfront) geortet hat. Dort vermuten wir ihn dann, selbst wenn er sich bewegt.