技术特征：
1.一种视频检测方法，其特征在于，所述方法包括：获取待检测的视频，所述视频包括音频数据和视频数据；提取所述音频数据的音频特征数据，并提取所述视频数据的视频特征数据；转换所述音频特征数据和所述视频特征数据到同一模态，并计算转换到同一模态的所述音频特征数据和所述视频特征数据之间的特征距离；基于所述音频特征数据、所述视频特征数据以及所述特征距离来判断所述视频的真伪。2.根据权利要求1所述的视频检测方法，其特征在于，所述提取所述视频数据的视频特征数据包括：提取所述视频数据的初步视频特征数据；执行空间注意力操作，使用所述音频特征数据对所述初步视频特征数据中的发音关联区域执行空间注意力操作以得到所述视频特征数据。3.根据权利要求2所述的视频检测方法，其特征在于，所述发音关联区域包括所述视频特征数据中的人脸的嘴部区域、颏部区域以及颊部区域中的至少一个区域。4.根据权利要求2所述的视频检测方法，其特征在于，基于所述音频特征数据、所述视频特征数据以及所述特征距离来判断所述视频的真伪包括：确定视频数据的真伪，基于所述初步视频特征数据或所述视频特征数据来确定所述视频数据的真伪。5.根据权利要求1或4所述的视频检测方法，其特征在于，基于所述音频特征数据、所述视频特征数据以及所述特征距离来判断所述视频的真伪包括：确定所述特征距离是否小于预定阈值。6.根据权利要求5所述的视频检测方法，其特征在于，基于所述音频特征数据、所述视频特征数据以及所述特征距离来判断所述视频的真伪包括：确定音频数据的真伪，基于所述音频特征数据来确定所述音频数据的真伪，当所述特征距离小于所述预定阈值且所述音频数据的真伪和所述视频数据的真伪的确定结果均为真时，判断所述视频为真视频。7.根据权利要求4所述的视频检测方法，其特征在于，所述确定视频数据的真伪包括：对所述初步视频特征数据或所述视频特征数据在空间维度上进行全局池化操作；变换已进行全局池化操作的初步视频特征数据或视频特征数据的维度至二维；对变换维度后的初步视频特征数据或视频特征数据进行分类。8.根据权利要求6所述的视频检测方法，其特征在于，所述确定音频数据的真伪包括：对所述音频特征数据在时间维度上进行全局池化操作；变换已进行全局池化操作的音频特征数据的维度至二维；对变换维度后的音频特征数据进行分类。9.根据权利要求1
‑
4中任一项所述的视频检测方法，其特征在于，所述转换所述音频特征数据和所述视频特征数据到同一模态包括：变换维度，变换所述音频特征数据和所述视频特征数据的维度至同一维度；执行最大池化操作，分别对变换至同一维度的音频特征数据和视频特征数据在时间维度上执行最大池化操作，以使音频特征数据和视频特征数据在时间维度和空间维度上对
齐，从而使得能够计算所述特征距离。10.一种视频检测装置，其特征在于，所述装置包括：获取单元，用于获取待检测的视频，所述视频包括音频数据和视频数据；提取单元，用于提取所述音频数据的音频特征数据，并提取所述视频数据的视频特征数据；确定单元，用于转换所述音频特征数据和所述视频特征数据到同一模态，并计算转换到同一模态的所述音频特征数据和所述视频特征数据之间的特征距离；判断单元，用于基于所述音频特征数据、所述视频特征数据以及所述特征距离来判断所述视频的真伪。11.一种电子设备，包括存储器、处理器及存储在存储器中并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1
‑
9中任一项所述的视频检测方法的步骤。12.一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，其特征在于，当所述程序被处理器执行时实现如权利要求1
‑
9中任一项所述的视频检测方法的步骤。