一种基于帧间相似度的伪造语音片段定位方法

本发明公开了一种基于帧间相似度的伪造语音片段定位方法，涉及人工智能安全领域，包括：构建上下文感知特征提取网络，生成语音信号的高维特征表示；设计嵌入相似度模块，通过计算帧间余弦相似度分离真实帧与伪造帧，定义由真实帧相似性损失、伪造帧相似性损失和真实‑伪造差异损失组成的相似度损失；引入时间卷积操作，结合动态注意力机制生成局部权重掩码；通过双层卷积神经网络与全连接层进行帧级二分类，定义分类损失；基于相似度损失和分类损失设计联合优化目标函数，通过最小化联合优化目标函数进行模型训练，利用训练好的模型确定伪造语音片段的位置。本发明可以实现对伪造语音片段的高精度细粒度定位，提升复杂噪声环境下的检测稳定性。