基于深度学习模型的实时音视频智能AI质检方法

本发明公开了基于深度学习模型的实时音视频智能AI质检方法，属于音视频处理技术领域，具体包括：首先接收实时音视频数据流并分别提取音纹特征和运动轨迹特征，随后通过跨模态时序对齐过程生成时间维度对齐的融合特征表示，进而利用缺陷检测深度学习模型识别异常片段并形成初始缺陷序列，接着对缺陷序列执行路径分析操作以构建缺陷演化轨迹，再基于缺陷强度变化率和范围变化趋势预测未来发展趋势，最后根据预测结果生成分级预警信号并与对应音视频数据关联存储；本发明实现了对音视频质量问题的动态追踪、趋势预测和分级预警，显著提升了质检系统的智能化水平。