一种基于双路径Transformer的音频真伪鉴别方法及装置

本发明公开了一种基于双路径Transformer的音频真伪鉴别方法及装置，方法包括以下步骤：预处理：将原始音频信号转换为时频表示，通过LFCC或STFT提取特征得到音频信号的时域特征和频域特征；经过预处理，得到包含时域特征和频域特征时频表示feature＝{B,F,T}，其中B是批量大小，F是频率通道数等于LFCC线性滤波器个数，T是时间帧数；卷积编码器：通过多个2D卷积层对输入的时频表示进行编码，提取局部特征；通过双路径Transformer结构分别处理频域和时域信息，形成语义‑声学信息解耦。通过双路径Transformer结构分别处理频域和时域信息，并结合注意力机制，实现语义信息和声学信息的高效解耦，从而更好地提取和利用不同层面的音频信息。