伦敦大学研究表明，人类辨别深度伪造语音的准确率只有不到3/4

伦敦大学的一项研究表明，无论是在以英语还是普通话为母语的人群之中，他们判断人工合成语音的准确率都只有73%。该研究已发表在期刊《PLOS ONE》上，这也是外国机构首次评估非英语为母语人群辨别深度伪造语音的能力。

深度伪造旨在模仿真实人声或外貌，属于生成式人工智能的范畴。它是机器学习（ML）的其中一种应用，通过训练算法学习数据集的模式和特征，如真人的视频或音频，以尽可能再现原始的声音或图像。

早期的深度伪造语音算法需要大量个人的语音样本才能够生成比较接近的音频，而最新的预训练算法则只需要收集一个人说话的三秒钟片段就能重现其声音。并且，此类开源算法及工具在网络上免费公开，无需掌握多少专业知识，普通人几天内便可掌握这项技术。

然而，相比这项技术为人们带来的益处，其带来的危害更值得人们注意——例如最常见的诈骗。早在2019年，英国就有一家能源公司的首席执行官被一段伪造录音欺骗，将数十万英镑转账给了一个虚假供应商。

目前关于辨别深度伪造的研究主要集中在自动化的机器学习检测系统上，很少有研究涉及人类的辨别能力。伦敦大学的研究人员注意到这一点后便对此展开了研究。他们使用一种文本到语音（TTS）算法，在英语和普通话两个公开可用的数据集上进行训练，生成了每种语言的50个深度伪造语音样本。这些人工生成的样本及其原始样本在接下来被播放给529名测试参与者，以检测他们能否能判断一段语音是真实还是伪造的。

结果表明，英语和普通话人群对此拥有近似的准确率，他们只有73%的概率能够正确识别深度伪造，并且先行对参与者识别深度伪造进行训练并不能显著提升准确率。另外，由于参与者都已事先知道其中混有一些深度伪造语音片段，并且研究人员也没有使用最先进的语音合成技术，说明现实情况下的人们只会表现得比这批研究参与者更差。

伦敦大学计算机科学系的Lewis Griffin教授表示，生成式人工智能技术正处于众多益处和风险的边缘，政府和组织应制定使其不被滥用的政策。深度伪造未来很可能变得更难以检测。研究人员根据他们的发现得出结论，想要人们准确辨别深度伪造是不现实的，应该把重点放在改进机器学习检测系统上。

编辑：左右里

资讯来源：《PLOS ONE》、thenationalnews

转载请注明出处和本文链接

每日涨知识

注入点

即可以实行注入的地方，通常是一个涉及访问数据库的应用链接。根据注入点数据库的运行帐号的权限的不同，你所得到的权限也不同。

﹀

﹀

﹀

球分享

球点赞

球在看

戳“阅读原文”一起来充电吧！

原文始发于微信公众号（看雪学苑）：伦敦大学研究表明，人类辨别深度伪造语音的准确率只有不到3/4