一种多模态深度伪造检测方法及装置

本申请提供了一种多模态深度伪造检测方法及装置，该方法包括：获取目标源视频的视频帧序列和音频序列，基于预设的视觉特征提取模型对视频帧序列进行特征提取得到视觉特征，基于预训练的音频频谱图编码模型对音频序列进行特征提取得到音频特征，对视觉特征和音频特征进行融合，得到对应的融合特征，获取预设的目标多模态深度伪造检测模型，基于目标多模态深度伪造检测模型对融合特征进行伪造鉴别，确定目标源视频的鉴别结果。