本发明属于语音检测技术领域，公开了一种基于多中心单分类的自监督语音鉴伪训练方法及系统。该方法包括：将处理后的语音数据输入到特征提取模块，使用预训练自监督前端网络提取语音特征；将预训练的自监督前端提取到的语音特征进融合；将融合后的语音特征输入到鉴伪网络中，加入多中心单分类的损失模型，并对多中心单分类的损失模型以及鉴伪网络进行训练优化；利用推理过程使用阈值判断语音的真伪。本发明结合不同特征说话人在嵌入空间上的不同位置，引入多中心的嵌入空间进行训练，解决单中心嵌入空间方法鉴伪导致的错误率高问题，同时添加多种噪音和混响模拟真实环境，有效解决语音鉴伪在真实环境下准确率较低，泛化性差的问题。