买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉江西警察学院申请的专利一种融合多源特征与跨尺度建模的音频深度伪造检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120783799B 。

龙图腾网通过国家知识产权局官网在2025-11-25发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511294644.0，技术领域涉及：G10L25/51；该发明授权一种融合多源特征与跨尺度建模的音频深度伪造检测方法是由涂敏;丁峰;吴丹;庞孟;宋子文;徐健锋;谷真真;张亮;万雪勇;肖文设计研发完成，并于2025-09-11向国家知识产权局提交的专利申请。

本一种融合多源特征与跨尺度建模的音频深度伪造检测方法在说明书摘要公布了：本发明涉及音频检测领域，提出一种融合多源特征与跨尺度建模的音频深度伪造检测方法及系统，通过双分支数据增强策略，有效提高了对合成样本中隐蔽伪造模式的识别能力，在保持语音自然性与听觉可接受性的同时，引入具有代表性的伪造扰动空间，从而显著提高了在多类型深度伪造攻击下的泛化与鲁棒性，再分别获取多层次深度音频特征和物理声学特征并进行特征融合，提高了对物理层伪影的敏感度，进一步提高了检测准确性，还通过多尺度注意力增强，高效捕捉伪造音频中跨时间与频率尺度的微弱变化特征，通过分组卷积与多分支注意力路径的结构设计，有效整合了局部与全局感知信息，本发明提高了音频深度伪造检测的准确性、鲁棒性和泛化能力。

本发明授权一种融合多源特征与跨尺度建模的音频深度伪造检测方法在权利要求书中公布了：1.一种融合多源特征与跨尺度建模的音频深度伪造检测方法，其特征在于，包括： 获取原始音频数据并进行数据增强处理，所述数据增强处理基于双分支数据增强策略，所述双分支数据增强策略包括语义伪影注入分支和感知不变扰动分支； 所述获取原始音频数据并进行数据增强处理的步骤，具体包括： 获取原始音频数据并分别输入语义伪影注入分支和感知不变扰动分支； 所述语义伪影注入分支根据所述原始音频数据进行类伪造增强样本构造，所述感知不变扰动分支根据所述原始音频数据进行隐藏生成伪影捕捉增强，所述隐藏生成伪影捕捉增强基于知觉距离约束的扰动生成策略； 所述类伪造增强样本构造在梅尔频谱上执行局部频带遮蔽、带限反转与时域非线性拉伸，以模拟深度合成音频非线性失真，再基于语音风格迁移策略，根据预训练TTS模型合成伪语音片段，所述伪语音片段与所述原始音频数据为相同文本，将所述伪语音片段与所述原始音频数据进行低权重融合，以获取合成音色伪影，再根据语速修改处理、局部静音段添加和背景音频叠加，进行时间错配伪象模拟，以获取类伪造增强样本； 根据所述类伪造增强样本和隐藏生成伪影捕捉增强样本进行判别边界优化，所述判别边界优化基于随机采样机制； 所述感知不变扰动分支根据所述原始音频数据进行隐藏生成伪影捕捉增强的步骤，具体包括： 根据知觉距离约束的扰动生成策略，对原始音频数据中的每个音频片段进行扰动片段生成，所述知觉距离约束的扰动生成策略具体如下： ， ， 其中，表示扰动片段，表示原始音频数据中的原始音频片段，表示扰动系数，表示深度特征提取模型的中间表示，表示感知语音质量指标，表示人耳感知阈值控制项，表示扰动幅度上限； 对数据增强后的原始音频数据进行特征提取，以分别获取多层次深度音频特征和物理声学特征，所述多层次深度音频特征基于跨语言语音表示学习模型； 根据所述多层次深度音频特征和物理声学特征进行特征融合处理，以获取融合特征，所述特征融合处理基于通道注意力机制和门控机制； 对所述融合特征进行多尺度注意力增强处理，以获取多尺度注意力增强特征，所述多尺度注意力增强处理基于两条并行卷积支路； 根据所述多尺度注意力增强特征进行分类，以获取最终音频深度伪造检测结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人江西警察学院，其通讯地址为：330000 江西省南昌市新建区梅岭大道1666号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。