本发明公开了一种用于合成语音检测的GRU‑SVM深度学习模型的构造方法，包括步骤：提取训练语音每一帧的特征参数；构造训练语音的特征矩阵；构造GRU‑SVM深度学习模型；对GRU‑SVM深度学习模型进行softmax的回归。门控循环单元(GRU)神经网络用于克服循环神经网络(RNN)学习信息长期依赖时产生的梯度消失和爆炸问题。结合支持向量机(SVM)在softmax层进行分类之前起回归作用，本发明提出的GRU‑SVM深度学习模型能进一步提高合成语音的检测率。