Acoustic emission (Ae) offers a great potential due to its ability of quantitative evaluation such as a source location and a source characterization. Determination of an arrival time is a fundamental problem, which influences precise localization of Ae events. Manual picks are time consuming and sometimes subjective, especially in the case of large volumes of digital data. Various techniques have been presented in the literature and are routinely used in practice such as a passing the threshold level, analysis of the LTA/STA (Long Term Average / Short Term Average) or high order statistics. The paper represents an approach based on Akaike information criterion. The comparison of this approach and the methods described above was carried out on a model situation, when acoustic emission events were generated by two artificial sources Ae. and Akustická emise (AE) nabízí obrovský potenciál díky své možnosti kvantitativního vyhodnocování jako je lokalizace a charakterizace emisních zdrojů. Určení příchozího času je elementární informace, která zásadně ovlivňuje přesnou lokalizaci emisních událostí. Manuální odečet je časově náročný a leckdy subjektivní, zvláště v případě velkých objemů měřených dat. Existují různé metody popsané v literatuře a běžně v praxi používané jako překmit předdefinované úrovně amplitudy, porovnání krátkodobých a dlouhodobých průměrů nebo techniky využívající statistiky vyšších řádů. Tento článek prezentuje přístup založený na Akaikeho informačním kritériu a zároveň jej porovnává s výše uvedenými metodami na modelové situaci, kdy jsou emisní události generovány pomocí dvou umělých zdrojů akustické emise.