如何辨别一段录音是否由 AI 生成

随着仅需数秒音频即可克隆人声，人类仅凭耳朵已很难分辨真伪，当前检测手段正转向利用声波抖动、振幅微扰等音频取证特征与 AI 检测模型。加州大学伯克利分校实验显示听众识别人声克隆的准确率仅约 60%，现代克隆工具还能主动加入呼吸与停顿以掩盖破绽，且现有检测模型在跨工具识别和电话降质场景下仍有明显盲区。在音频中嵌入不可见数字水印是当前颇具前景的防御方式，但防范伪造仍需音频取证技术持续迭代。