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！

龙图腾网获悉哈尔滨工程大学申请的专利一种面向伪造音频的检测特征增强方法、系统、设备及介质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：CN120089151B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202510463289.9，技术领域涉及：G10L21/0208；该发明授权一种面向伪造音频的检测特征增强方法、系统、设备及介质是由李博权;孙皓宇;蔡济泽;包庆涵;彭博设计研发完成，并于2025-04-14向国家知识产权局提交的专利申请。

本一种面向伪造音频的检测特征增强方法、系统、设备及介质在说明书摘要公布了：本发明公开了一种面向伪造音频的检测特征增强方法、系统设备及介质，具体涉及属于信息安全领域。首先通过变分自编码器将原始音频编码为高维潜在表示，并结合音频‑文本对比学习模型生成的参考嵌入参数输入扩散模型；利用扩散模型对潜在表示进行多步去噪，生成纯净语音特征后解码为增强音频。随后通过特征质量优化模块处理音频，输入深度伪造检测模型得到检测评分矩阵，根据预设阈值判断是否进行模型迭代优化：若加权评分超过阈值，则通过损失函数更新检测模型参数，最终输出优化后的检测模型及结果。本发明能够处理不同种类的带噪声的语音输入，具有适应未知种类的噪声的重要潜力，用于对伪造音频特征进行高精度检测。

本发明授权一种面向伪造音频的检测特征增强方法、系统、设备及介质在权利要求书中公布了：1.一种面向伪造音频的检测特征增强方法，其特征在于：具体步骤如下： 步骤1：通过变分自编码器，将待检测的一维音频波形编码为高维的潜在表示为； 步骤2：利用音频-文本对比学习预训练模型，将文本的特征描述表示为音频的参考嵌入，并与扩散模型的时间步t结合作为扩散模型的输入，生成条件参数以控制扩散模型的缩放和偏移； 步骤3：结合潜在表示与参考嵌入，通过扩散模型进行多步去噪采样，生成纯净语音潜在表示； 步骤4：通过变分自编码器解码将生成纯净语音潜在表示解码为语音波形，输出增强后的一维音频； 步骤5：将步骤4增强后的音频输入深度伪造检测模型Model，得到检测结果和音频评分矩阵为，并计算出权重矩阵； 步骤6：设置超参数，对增强后的音频进行评分得到评分矩阵，通过权重矩阵进行逐行点乘，生成加权评分；若则进行步骤7，否则进行步骤1至4，并且按步骤6重新生成加权评分； 步骤7：基于加权评分矩阵，优化模型Model的损失函数； 步骤8：输出优化后的检测模型参数及检测结果，用于对伪造音频特征进行高精度检测。

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哈尔滨工程大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区南通大街145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。