四川大学郑雅涵获国家专利权
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！
龙图腾网获悉四川大学申请的专利一种基于PixelHop特征降维的伪造语音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：CN116417014B 。
龙图腾网通过国家知识产权局官网在2025-09-19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：202310391812.2，技术领域涉及：G10L25/69；该发明授权一种基于PixelHop特征降维的伪造语音检测方法是由郑雅涵;魏凌霄;闵蕴馨;王凯珅;桑永胜设计研发完成，并于2023-04-12向国家知识产权局提交的专利申请。
本一种基于PixelHop特征降维的伪造语音检测方法在说明书摘要公布了：本发明公开了一种基于PixelHop特征降维的伪造语音检测方法，包括以下步骤：S1、采集待检测的实时语音；S2、将实时语音输入训练好的伪造语音检测模型；S3、通过训练好的伪造语音检测模型输出检测结果，完成伪造语音检测。本发明将多特征融合图像输入PixelHop单元序列，将多特征融合图像中目标像素的邻里属性与其相邻像素相连接，得到邻域联盟，将邻域联盟通过标签辅助回归方法进行聚合和降维，得到PixelHop单元的特征向量，将PixelHop单元的特征向量进行特征拼接，得到用于训练分类器的向量，能够建立具有轻量级、高性能优势的模型，解决了现有的伪造语音检测模型泛化性较差的问题。
本发明授权一种基于PixelHop特征降维的伪造语音检测方法在权利要求书中公布了：1.一种基于PixelHop特征降维的伪造语音检测方法，其特征在于，包括以下步骤： S1、采集待检测的实时语音； S2、将实时语音输入训练好的伪造语音检测模型； S3、通过训练好的伪造语音检测模型输出检测结果，完成伪造语音检测； 所述S2中，得到训练好的伪造语音检测模型的方法具体为： S21、收集现有的语音合成、转换数据； S22、对语音数据集进行图像化处理，得到多特征融合图像； S23、将多特征融合图像输入PixelHop单元序列，得到用于训练分类器的向量； S24、将向量输入到分类器中进行训练，得到训练好的分类器； S25、根据训练好的分类器对模型进行优化，得到训练好的伪造语音检测模型。
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四川大学，其通讯地址为：610000 四川省成都市一环路南一段24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。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励