1.一种基于语音分割的合成语音检测方法，其特征在于，分别将自然语音和合成语音提取到的CQCC特征输入到两个初始化后的GMM模型值中进行训练，采用训练完成的GMM模型对输入的语音进行检测，得到检测结果；

训练具体为训练4个GMM模型，自然语音数据集与合成语音数据集各训练两个GMM模型；

自然语音数据集对应的两个GMM模型的训练过程为：将自然语音数据集进行预处理得到分割后的语音片段和无声片段，对有声片段进行CQCC特征提取，对无声片段计算其过零率；

将CQCC和过零率分别输入两个GMM模型进行训练，更新其参数；

达到预设的训练次数，最终得到参数训练好的GMM模型；

合成语音数据集对应的两个GMM模型的训练过程为：将合成语音数据集进行预处理得到分割后的语音片段和无声片段，对有声片段进行CQCC特征提取，对无声片段计算其过零率；

将CQCC和过零率分别输入两个GMM模型进行训练，更新其参数；

达到预设的训练次数，最终得到参数训练好的GMM模型。

2.根据权利要求1所述的一种基于语音分割的合成语音检测方法，其特征在于，所述预处理具体为：从自然语音数据集或合成语音数据集中获取全部的训练数据，并检查语音识别的采样率；

判断采样率是否为16kHz，若否，则使用工具包sox转换语音采样率为16kHz，当语音采样率为16kHz时，使用语音强制对齐工具p2fa检测语音信号的端点，以此标记语音句子中每个单词的开始和结束位置；

根据标记的端点进行语音切割，将语音数据分割为单词片段以及无声片段。

3.根据权利要求2所述的一种基于语音分割的合成语音检测方法，其特征在于，所述CQCC特征提取，包括以下分步骤：将有声片段进行预加重处理；

将预加重处理后的有声片段按10ms分为短段，每段之间有部分重叠；然后进行加窗；

进行恒定Q变换，然后将幅度平方取对数获得功率谱，对功率谱进行均匀采样，最后进行离散余弦变换，得到CQCC系数。

4.根据权利要求3所述的一种基于语音分割的合成语音检测方法，其特征在于，还包括对训练好的两个GMM模型进行加权求和，通过分别对两个GMM模型赋予不同的权重并测试准确率，两个GMM模型权重之和为1，选择准确率最大值对应的权重作为两个GMM模型的权重。

5.根据权利要求4所述的一种基于语音分割的合成语音检测方法，其特征在于，检测过程具体为：将输入的完整语音按照单词进行分片，同时产生无声的静默片段；

对语音片段进行CQCC特征提取，并计算无声片段的过零率；

将CQCC和过零率输入已经训练好的GMM模型进行推断，得出检测结果。