人工智能可能会让即使是最敏锐的耳朵也难以察觉到深度伪造的声音——就像最近乔·拜登(Joe Biden)的假机器人电话和元网上的假泰勒·斯威夫特(Taylor Swift)炊具广告所证明的那样——但Klick Labs的科学家们表示，最好的方法实际上可能是利用人工智能来寻找我们之所以为人的原因。

　　受临床研究中使用声音生物标志物来帮助改善健康状况的启发，以及他们对《银翼杀手》(Blade Runner)等科幻电影的迷恋，Klick的研究人员创造了一种音频深度伪造检测方法，可以利用呼吸模式和说话中的微停顿等生命迹象。

　　Klick Labs的高级副总裁、该研究的首席研究员Yan Fossat说:“我们的发现强调了使用声音生物标志物作为一种识别深度伪造的新方法的潜力，因为它们缺乏真实内容所固有的生命迹象。”“这些迹象通常是人耳无法察觉的，但现在可以通过机器学习和声音生物标志物来识别。”

　　发表在《JMIR生物医学工程》上的《使用语音暂停模式的深度伪造语音检测研究:算法开发和验证》描述了如何使用声音生物标志物和机器学习来区分深度伪造和真实音频，并具有可靠的精度。

　　作为研究的一部分，福萨特和他在克利克实验室的团队观察了49名来自不同背景和口音的参与者。然后，Deepfake模型在参与者提供的语音样本上进行训练，并为每个人生成Deepfake音频样本。在分析了语音暂停指标后，科学家们发现他们的模型可以区分真假，准确率约为80%。

　　在这些发现之前，最近出现了备受瞩目的语音克隆骗局，meta宣布计划引入人工智能生成的内容标签，美国联邦通信委员会(Federal Communications Commission)在2月份裁定，在机器人电话中使用深度假声音是非法的。去年12月，美国公共广播公司《新闻一小时》的一篇报道援引了公共政策和人工智能专家的担忧，即随着即将到来的美国总统大选，深度造假的使用将会增加。

　　虽然这项新研究为这个日益严重的问题提供了一种解决方案，但Fossat承认，随着深度造假变得越来越现实，检测技术需要不断发展。

　　今天的新闻重点介绍了Klick在声音生物标志物和人工智能方面正在进行的工作。去年10月，该公司在《梅奥诊所学报:数字健康》(Mayo Clinic Proceedings: Digital Health)上宣布了一项研究，该研究围绕其创建的人工智能模型展开，该模型可以通过10秒的语音检测2型糖尿病。

　　更多信息:Nikhil Valsan Kulangareth等人，使用语音暂停模式的深度假语音检测研究:试点研究(预印本)，JMIR生物医学工程(2024)。DOI: 10.2196/56245引用:打破深度造假的最佳方式?科学家称，利用人工智能寻找真正的生命迹象(2024年3月21日)除为私人学习或研究目的而进行的任何公平交易外，未经书面许可，不得转载任何部分。内容仅供参考之用。