CAFNet

新研究着眼于音频深度伪造检测和人类信任侵蚀问题

研究人员正在开发先进的音频和视听深度伪造检测方法，以应对部分操纵的语音和歌声等挑战。一种名为CAFNet的新架构能够联合分类音频为真实、完全伪造或半真半假，并高精度地定位被操纵的片段。另一个框架T-AVFD利用文本指导，通过学习可泛化的真实性模式，提高了在说话和歌唱场景下的检测能力。此外，一项大规模研究表明，尽管人类检测音频深度伪造的能力没有显著提高，但人们对真实语音的信任度却在下降，这表明音频真实性的信任正在广泛受到侵蚀。