生理标记检测深度伪造语音的初步研究

2026年10月15日，arXiv Computer Vision 刊出 Vojtěch Staněk 等作者的初步研究，提出用生理标记检测深度伪造语音。研究基于语音生成系统的生理特征，假设深度伪造语音可通过识别这些模式中的不一致来检测，为此采用36个手工设计的生理标记，分为呼吸、发声和时间协调三类。在英语录音上，域内最佳系统取得21.40%的等错误率（EER），逻辑回归在跨域数据集对上为32.77%。逻辑回归系数可指示各标记是偏向真实语音还是深度伪造语音，为检测提供可解释信号。目前该研究仍属初步阶段，报道未提及后续验证或应用进展。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。