本研究提出了一种双头深度神经网络，用于在双语环境中通过语音检测帕金森病。该模型在斯洛伐克语和西班牙语的检测能力显著优于传统单语言模型。

本研究提出了一种新机制，利用自适应音位池化技术解决语音深度伪造检测中的音位序列时间不一致问题，显著提升了检测准确性，实验结果优于现有技术。

现有深度伪造语音检测系统对未知攻击的普适性不足。研究提出使用通用语音表示，强调长期时间动态的重要性，并提出新的评估方法。实验结果表明，该方法在ASVspoof 2019和2021数据集上显著提升了检测能力。