1.一种基于人类听觉反馈机制的声音活体检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于人类听觉反馈机制的声音活体检测方法，其特征在于：步骤2中，所述特征提取网络，包括stft层、tdnn层和三个se-resblock层；
3.根据权利要求1所述的基于人类听觉反馈机制的声音活体检测方法，其特征在于：步骤3中，所述差分增强网络，包括全局池化层、softmax激活函数层、逐通道相乘层、逐像素相减层；
4.根据权利要求1所述的基于人类听觉反馈机制的声音活体检测方法，其特征在于：步骤4中，所述特征融合和归一化网络，由顺序连接的conv层、relu激活函数层、注意力统计池化层、bn层、全连接层和bn层组成。
5.根据权利要求1-4任意一项所述的基于人类听觉反馈机制的声音活体检测方法，其特征在于：所述特征提取网络、差分增强网络和特征融合和归一化网络，构成声音活体检测网络；所述声音活体检测网络，是训练好的声音活体检测网络；训练中，采用附加角间距损失来对差分向量进行分类训练，通过拉近类内距离、拉远类间距离来获得高区分度的特征，其损失函数表示如下：
6.一种基于人类听觉反馈机制的声音活体检测系统，其特征在于，包括以下模块：
7.根据权利要求6所述的基于人类听觉反馈机制的声音活体检测系统，其特征在于：所述特征提取网络，包括stft层、tdnn层和三个se-resblock层；
8.根据权利要求7所述的基于人类听觉反馈机制的声音活体检测系统，其特征在于：所述差分增强网络，包括全局池化层、softmax激活函数层、逐通道相乘层、逐像素相减层；
9.根据权利要求6所述的基于人类听觉反馈机制的声音活体检测系统，其特征在于：所述特征融合和归一化网络，由顺序连接的conv层、relu激活函数层、注意力统计池化层、bn层、全连接层和bn层组成。
10.根据权利要求6-9任意一项所述的基于人类听觉反馈机制的声音活体检测方法，其特征在于：所述特征提取网络、差分增强网络和特征融合和归一化网络，构成声音活体检测网络；所述声音活体检测网络，是训练好的声音活体检测网络；训练中，采用附加角间距损失来对差分向量进行分类训练，通过拉近类内距离、拉远类间距离来获得高区分度的特征，其损失函数表示如下：