声音正被AI克隆, 如何识破AI伪造语音?

2025-09-07 | 来源: 德国之声 | 转到微信 | 有0人参与评论 | 字体: 放大缩小 | 收藏 | 打印

你知道吗？相比其他形式的信息造假，音频伪造更加隐蔽、识别难度更高。如今，公众人物的声音正被AI克隆，用来传播虚假言论，有时甚至极具破坏力。那么，我们该如何识破这些“高仿”声音呢？

美国前总统奥巴马是否曾暗示，民主党人是其继任者特朗普遇刺未遂事件的幕后黑手？

2024年11月美国大选前，网上一度流传着几段据称是奥巴马与其前顾问大卫·阿克塞尔罗德（David Axelrod）讨论大选的录音。

其中一段录音里，一个听起来像奥巴马的声音说道：“那是他们唯一的机会，而这些蠢货竟然错过了。如果他们能除掉特朗普，我们就能确保击败任何一位共和党候选人。”

但这段语音已被证实为伪造，也就是说，奥巴马从未说过这些话。实际上，这段声音是借助人工智能（AI）技术合成的。

美国的新闻与媒体监督机构NewsGuard发布了一份关于这些音频文件的分析报告。他们使用了多种AI检测工具，并采访了一位数字取证专家，最终得出结论：音频是伪造的。NewsGuard还联系了一名奥巴马的发言人，对方也确认这些录音不属实。

奥巴马并不是唯一一位遭遇语音深度伪造的政治人物。2024年初，一段AI合成、模仿时任美国总统拜登声音的音频，曾劝说选民在新罕布什尔州初选中不要投票。

而且，这类问题不仅限于美国。2023年斯洛伐克选举前夕，一段假冒自由党领袖米哈尔·希梅奇卡（Michal Simecka）的音频广为流传。在英国，伦敦市长萨迪克·汗（Sadiq Khan）也曾成为一段伪造其发表争议言论的AI录音的受害者。

语音深度伪造已成为一种严重的虚假信息威胁，特别是在政治不确定时期，比如选举期间。

制作更容易揭穿更困难

AI生成的音频伪造在选举期间特别具有破坏力，因为它们非常容易制作和传播。

德国之声（DW）研究与合作项目团队的媒体与传播专家安娜·希尔德（Anna Schild）介绍：“与视频深度伪造相比，音频伪造所需的数据量和算力更低，却能生成几乎以假乱真的效果。”

她与同事朱莉娅·拜尔（Julia Bayer）一起研究音频深度伪造的影响，并解释了为何这种技术得以迅速普及。“它的应用非常广泛，从自动语音电话、语音消息，到视频配音，传播渠道多种多样。”希尔德如是说。

音频伪造比其他形式的信息造假更难识别。德国弗劳恩霍夫应用与集成安全研究所的机器学习工程师尼古拉斯·米勒（Nicolas Müller）告诉德国之声：“音频伪造比视频伪造更难识破，因为我们可依赖的线索更少。”

全红婵带货土鸡蛋?AI克隆声音乱象曝光

《好声音》周杰伦学员离世,该节目已去世6人

穷疯了?AI伪造发霉水果、破衣服骗商家退款

“视频中，我们有图像、有声音，还有两者之间的同步性。”米勒补充道。他研究过人们识别伪造录音的能力，发现音频中可用来判断真假的线索确实更少。

那么，当用户遇到可能是AI生成的音频时，应该怎么办？一种办法是结合传统验证技巧和专门识别音频深度伪造的AI软件。

锻炼听觉辨识力

验证音频真伪的一种方法是查找可能表明AI干预的异常模式。

以奥巴马的案例为例，可以将可疑音频与他已验证的真实录音进行对比，查找与其正常语音方式可能存在的差异。这可能包括发音差异、不自然的停顿，或是不符合真实呼吸节奏的声音。

除此之外，更深入地分析可以着眼于背景噪音是否异常，或是否存在不自然的声音细节。

发现这些线索对普通听众来说较为困难，但已经有一些工具可以帮助人们练习识别此类伪造信息。

其中之一是“Digger”深度伪造检测项目，该项目由德国之声合作开发，提供了一系列实用练习，帮助用户训练批判性听力技能。

米勒所在的团队还开发了一款游戏，供用户测试自己识别音频伪造的能力。

像Digger深度伪造检测这样的项目已经为用户开发了实用的练习。图像来源: DW

用AI对抗AI

另一种验证方式是使用专门识别音频深度伪造的AI辅助软件。

在奥巴马合成声音的例子中，NewsGuard使用了“TrueMedia”等深度伪造检测工具。该工具搭载了一个伪造检测机器人，据称可以在社交平台X上回应用户的验证请求。