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！

龙图腾网获悉安徽大学申请的专利基于自我知识蒸馏的虚假音频检测方法及其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：CN116312628B 。

龙图腾网通过国家知识产权局官网在2025-07-15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：202310135374.3，技术领域涉及：G10L25/51；该发明授权基于自我知识蒸馏的虚假音频检测方法及其系统是由范存航;薛军;吕钊;裴胜兵;李平;张超设计研发完成，并于2023-02-09向国家知识产权局提交的专利申请。

本基于自我知识蒸馏的虚假音频检测方法及其系统在说明书摘要公布了：本发明公开了一种基于自我知识蒸馏的虚假音频检测方法，包括以下步骤：S1：提取原始语音波形的对数功率谱特征的F0子带作为虚假音频检测的输入特征；S2：采用深度神经网络对输入特征进行建模，计算标签和网络输出的损失，用以提取训练集的隐藏知识；S3：划分网络，计算所有浅层网络和最深层网络预测输出的损失，将最深层网络作为教师模型，浅层网络后端添加分类器构成学生模型，教师模型根据预测结果指导学生模型，用以增强浅层网络；S4：在特征维度，教师模型蒸馏知识到学生模型，用以平衡深浅层网络的特征差异。还公开了一种基于自我知识蒸馏的虚假音频检测系统。本发明能够显著提高虚假音频检测的准确率。

本发明授权基于自我知识蒸馏的虚假音频检测方法及其系统在权利要求书中公布了：1.一种基于自我知识蒸馏的虚假音频检测方法，其特征在于，包括以下步骤： S1：提取原始语音波形的对数功率谱特征，将对数功率谱特征的F0子带作为虚假音频检测的输入特征； S2：采用深度神经网络对输入特征进行建模，计算标签和网络输出的损失，用以提取训练集的隐藏知识； S3：将网络划分n个部分，计算所有浅层网络和最深层网络预测输出的损失，将最深层网络作为教师模型，浅层网络后端添加分类器构成学生模型，教师模型根据预测结果指导学生模型，用以增强浅层网络； S4：在特征维度，教师模型蒸馏知识到学生模型，用以平衡深浅层网络的特征差异，计算所有浅层网络特征和最深层网络特征的损失，用以平衡深浅层网络特征之间的特征差异；具体步骤包括： S401：用均方误差函数计算网络最深层网络特征和所有浅层网络特征的损失： ， 其中MSE表示均方误差函数，是表示浅层网络特征，是最深层网络特征；为所有浅层网络和最深层网络之间特征损失的总和； S402：通过设置超参数来平衡三种损失： ， 其中，和分别为损失的平衡系数，为最终损失。

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安徽大学，其通讯地址为：230601 安徽省合肥市经济技术开发区九龙路111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”。