一种基于SHAP的音频深度伪造检测方法及系统

本发明公开了一种基于SHAP的音频深度伪造检测方法及系统，属于语音安全技术领域。本发明通过对输入语音信号进行短时傅里叶变换得到语谱图，利用预训练的深度学习模型分类，借助DeepSHAP算法计算SHAP值解释特征贡献度并可视化，分析贡献度以揭示模型行为特点并优化模型。本发明突破传统“黑箱”模型局限，基于SHAP值实现伪造语音检测模型的可解释性，直观展示特征对分类决策的影响，助力理解模型机制、发现改进方向、对比不同分类器差异，有效提升语音伪造检测系统的准确性、鲁棒性和透明度，增强复杂环境下的语音安全防护能力。