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！

龙图腾网获悉思必驰科技股份有限公司申请的专利多模态说话人鉴伪模型的训练方法及电子设备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：CN120148521B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202510340685.2，技术领域涉及：G10L17/04；该发明授权多模态说话人鉴伪模型的训练方法及电子设备是由陈飞龙;樊帅设计研发完成，并于2025-03-21向国家知识产权局提交的专利申请。

本多模态说话人鉴伪模型的训练方法及电子设备在说明书摘要公布了：本申请公开多模态说话人鉴伪模型的训练方法及电子设备，涉及说话人鉴伪领域，该方法包括：获取对应给定说话人的音视频序列样本；对音视频序列样本中顺序的各个音频帧分别进行唇部特征编码，以确定相应的音频样本唇部潜在向量序列；对音视频序列样本中顺序的各个视频帧中的说话人嘴部区域分别进行特征编码，以确定相应的视频样本唇部潜在向量序列；计算音频样本唇部潜在向量序列与视频样本唇部潜在向量序列所对应的音视频序列相似度；根据音视频序列相似度和音视频说话人对齐标签，对说话人鉴伪模型进行训练。由此，通过潜在向量将说话音频和待检测人唇形图契合成同一维度向量的相似度比较，能更有效提高鉴伪结果的准确率。

本发明授权多模态说话人鉴伪模型的训练方法及电子设备在权利要求书中公布了：1.一种多模态说话人鉴伪模型的训练方法，包括： 获取对应给定说话人的音视频序列样本，所述音视频序列样本包含顺序组合的多个音视频帧对和相应的音视频说话人对齐标签； 对所述音视频序列样本中顺序的各个音频帧分别进行唇部特征编码，以确定相应的音频样本唇部潜在向量序列； 对所述音视频序列样本中顺序的各个视频帧中的说话人嘴部区域分别进行特征编码，以确定相应的视频样本唇部潜在向量序列； 计算所述音频样本唇部潜在向量序列与所述视频样本唇部潜在向量序列所对应的音视频序列相似度； 根据所述音视频序列相似度和所述音视频说话人对齐标签，对说话人鉴伪模型进行训练； 其中，所述音视频序列样本包含正样本音视频序列和负样本音视频序列，所述根据所述音视频序列相似度和所述音视频说话人对齐标签，对说话人鉴伪模型进行训练，包括： 根据所述正样本音视频序列所对应的第一音视频序列相似度和所述负样本音视频序列所对应的第二音视频序列相似度，计算InfoNCE损失； 根据所述音视频说话人对齐标签，计算说话人鉴伪分类损失； 根据所述说话人鉴伪分类损失和所述InfoNCE损失，对说话人鉴伪模型进行训练； 其中，所述根据所述音视频说话人对齐标签，计算说话人鉴伪分类损失，包括： 将所述音频样本唇部潜在向量序列和所述视频样本唇部潜在向量序列合并，以得到相应的音视频样本唇部潜在向量序列； 将所述音视频样本唇部潜在向量序列输入至分类模型，以输出相应的音视频对齐预测结果； 根据所述音视频对齐预测结果和所述音视频说话人对齐标签，计算说话人鉴伪分类损失； InfoNCE损失通过下式表达： ， 式中，表示正样本对应的第一音视频序列相似度，表示第个负样本对应的相似度。

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思必驰科技股份有限公司，其通讯地址为：215123 江苏省苏州市苏州工业园区新平街388号腾飞创新园14栋；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。