如何判断一段录音是否由AI生成

AI语音克隆已变得极为便捷，只需几秒钟音频和开源工具就能制作出逼真的仿冒声音，这也引起了诈骗分子的注意——路透社9月报道，有人冒充律师并利用克隆语音说服一家意大利大型私人银行向境外转账约9500万欧元（约合1.05亿美元）。研究表明，人耳很难辨别克隆语音：在一项研究中，听众识别出AI生成语音的成功率只有60%；在另一项测试中，当听众同时听到克隆声音和真人声音时，约80%的情况下会判断为同一个人。过去可通过呼吸声、停顿和“嗯”等不流畅之处来辨别克隆语音，但如今克隆工具会有意加入这些特征，因此不再奏效。研究人员转而利用音频取证，分析波形特征，如抖动（周期长度的微小变化）和闪烁（峰值高度的微小变化）。但没有任何单一指标能适用于所有克隆工具，检测需要一套组合工具，而电话通话会削弱许多关键的取证细节。谷歌等公司嵌入的听不见的水印提供了另一道防线，这些水印会随音频文件传播，但可能被移除，且在一些开源程序中是可选功能。

(来源：Scientific American)