如何识别深度伪造视频

不久前,深度伪造视频还只是让人一笑置之。如今,一段某人说着他从未说过的话的短片,在手机屏幕上就可能颇具说服力,而「仔细看」这个老办法,已快走到尽头。

本文讲清哪些视觉和声音迹象仍能暴露深度伪造、为什么这些迹象逐年减少、自动检测在哪里能帮上忙,以及当你必须相信一段并非自己拍摄的视频时该怎么办。

仍能暴露深度伪造的迹象

留意边缘和动作:头发与背景的交界、下颌的轮廓、忽隐忽现的眼镜和耳环、嘴部张动时变糊的牙齿。嘴唇动作与话语脱节、眨眼过于规律或过于稀少、皮肤在变化的光线下仍异常光滑,都是常见信号。声音方面,情绪平板的语调、奇怪的呼吸,以及一把始终与房间对不上的嗓音,都值得停下来留意。

但这些都不是定论。迹象出现时能坐实一段伪造,而一段干净的片段却什么也证明不了,因为更好的工具恰恰会修掉这些瑕疵。把这份清单当作快速初筛,而非判决。

为什么只靠眼睛已经不够

每一代模型都抹掉上一批破绽,真实片段与高水平伪造之间的差距不断缩小,尤其在视频被即时通讯或社交平台压缩之后,你要找的那些瑕疵正好被掩盖。这时 AI 媒体检测器能帮上忙:它逐帧为视频的生成迹象打分,返回一个概率,适合初步分流。

但概率不是证据。高分或低分应当为判断提供参考,而非凭它一锤定音,因此要结合上下文一并看:是谁发来的片段、为什么,以及围绕它的说法是否站得住脚。

声音是伪造的另一半

一个令人信服的深度伪造,很少只是画面。声音承载着同样多的欺骗,而语音克隆追赶得很快:几秒钟真实录音就足以用同一把嗓音生成新的句子。在电话或语音消息里,根本没有面孔可查,只有声音,而如今大量的冒充欺诈正发生在这里。

同样的局限依然适用。检测器可以为音频的合成迹象打分并返回一个概率,适合分流却不是定论,而一旦片段被通话或即时通讯压缩,质量就会下降。对于一段你确实需要相信的语音或视频,来自远程招聘、理赔申报人或客户,更稳妥的做法和图像一样:让它现场录制并封存,使这段录音不可能是事先生成的片段。

当你必须相信一段并非自己拍摄的视频

检测是回头审视一个已完成的文件并做估计。当这段视频是你能够要求对方提供时,更稳妥的做法是在源头消除疑问。若你需要客户、理赔申报人或远程员工的一段片段,让对方现场拍摄,而不是上传一个文件。Danaya 在录制的瞬间封存一段视频:把文件的 SHA-256 哈希与服务器时间戳和 GPS 位置绑定,拍摄仅限现场,因而无法导入事先做好的深度伪造,任何人都能从一个公开链接确认结果。

诚实地说清界限:这证明该片段是在那一刻现场拍摄、此后未经改动,任何人可核验。它不解读内容以判断真伪:封存拍摄告诉你这段视频是一次真实的现场录制,而非它所呈现的场景就是诚实的,GPS 由设备申报。我们不对其不可伪造作任何承诺。

FAQ

别再猜一段视频是不是真的

当你需要一段可信的片段时,让它现场拍摄并封存,附上任何人都能核验的公开链接。对于你已有的文件,运行一次免费的 AI 迹象检测。

试用免费检测器

继续阅读