1.一种基于多任务对抗解耦学习的语音隐私保护方法，其特征在于，包括下述步骤：
2.根据权利要求1所述基于多任务对抗解耦学习的语音隐私保护方法，其特征在于，所述基于编码器对语音信号进行声学特征提取，采用wav2vec 2.0编码器对语音信号进行声学特征提取。
3.根据权利要求1所述基于多任务对抗解耦学习的语音隐私保护方法，其特征在于，全局统计量经过三个并行的通道注意力计算模块的一维卷积运算，得到三个不同的注意力权重，具体表示为：
4.根据权利要求1所述基于多任务对抗解耦学习的语音隐私保护方法，其特征在于，所述一维卷积运算的卷积核大小与通道维度成正比，具体表示为：
5.根据权利要求1所述基于多任务对抗解耦学习的语音隐私保护方法，其特征在于，分别使用两个全连接层对特征信息和特征信息进行编码，得到特征信息和特征信息，具体表示为：
6.根据权利要求1所述基于多任务对抗解耦学习的语音隐私保护方法，其特征在于，多分类交叉熵损失函数表示为：
7.根据权利要求1所述基于多任务对抗解耦学习的语音隐私保护方法，其特征在于，对特征信息、特征信息、特征信息中同一时间步的特征向量两两计算余弦相似度，将所有时间步的相似度进行累加及求和，得到整体相似度：
8.根据权利要求1所述基于多任务对抗解耦学习的语音隐私保护方法，其特征在于，所述hifi-gan生成器包括依次连接的转置卷积层、自注意力计算模块、多感受野融合模块；
9.根据权利要求1所述基于多任务对抗解耦学习的语音隐私保护方法，其特征在于，将特征信息、特征信息和特征信息进行特征相加，相加后的特征信息输入至hifi-gan生成器中进行隐秘音频重建，输出隐秘音频，具体包括：
10.一种基于多任务对抗解耦学习的语音隐私保护系统，其特征在于，用于实现上述权利要求1-9任一项所述的基于多任务对抗解耦学习的语音隐私保护方法，该系统包括：语音信号获取模块、编码器、信息解耦模块、混淆模块、年龄段分类器、自动语音解码器、身份识别器、监督训练模块、整体相似度计算模块、最小-最大目标构建模块、隐秘音频重建模块；