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！

龙图腾网获悉杭州市滨江区浙工大人工智能创新研究院申请的专利基于音频潜在特征对比学习的音频伪造检测方法及系统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：CN120220731B 。

龙图腾网通过国家知识产权局官网在2025-08-26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：202510699483.7，技术领域涉及：G10L25/51；该发明授权基于音频潜在特征对比学习的音频伪造检测方法及系统是由宣琦;恽蓓蓓;赵尚上;田甜;李呈斌设计研发完成，并于2025-05-28向国家知识产权局提交的专利申请。

本基于音频潜在特征对比学习的音频伪造检测方法及系统在说明书摘要公布了：本发明公开了一种基于音频潜在特征对比学习的音频伪造检测方法及系统，属于音频伪造检测技术领域，本发明首先对原始音频数据进行数据增强，生成伪造音频数据集，其次构建音频检测模型，所述音频检测模型包括对比学习模型，然后基于所述伪造音频数据集对所述音频检测模型进行第一阶段训练，完成第一阶段训练后，使用对比学习模型进行第二阶段的训练，最后基于完成所述第一阶段训练和第二阶段训练的音频检测模型对音频进行伪造检测，显著提升了检测精度与泛化能力。

本发明授权基于音频潜在特征对比学习的音频伪造检测方法及系统在权利要求书中公布了：1.一种基于音频潜在特征对比学习的音频伪造检测方法，其特征在于，包括以下步骤： 对原始音频数据进行数据增强，生成伪造音频数据集； 构建音频检测模型，所述音频检测模型包括对比学习模型； 基于所述伪造音频数据集对所述音频检测模型进行第一阶段训练，第一阶段训练的过程中包括：基于交叉熵损失函数训练模型； 所述第一阶段的损失函数如下表示： 其中，为交叉熵损失函数，y为标签，对于真实音频数据标签为1，伪造音频数据标签为0，p为对于输入音频数据为真实数据的预测概率； 完成第一阶段训练后，使用对比学习模型进行第二阶段的训练，其中，进行第二阶段的训练的过程中包括：基于交叉熵损失函数和对比学习的损失函数进行第二阶段的训练； 所述第二阶段中对比学习的损失函数为： 其中，表示对比学习的损失函数，k的值取决于是否为同一类音频数据，当为同一类音频数据时k为1，否则k为0，和分别为与不同一类和同一类的音频数据特征，r为常量，控制相似样本之间的举例，表示相似度函数，用于衡量两个特征之间的相似程度，P表示训练时总样本数量； 最终在第二阶段，模型的损失函数如下： 其中和均为权重，其中用于模型对于伪造特征的学习，用于拉近相同特征样本之间的距离，表示总损失函数； 基于完成所述第一阶段训练和第二阶段训练的音频检测模型对音频进行伪造检测。

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杭州市滨江区浙工大人工智能创新研究院，其通讯地址为：310056 浙江省杭州市滨江区长河街道湖西路575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”。