محققان در یک پژوهش جدید هشدار دادهاند که روشهای فعلی تشخیص دیپفیک صوتی، دیگر برای مقابله با تکنیکهای پیشرفته «بازسازی گفتار» (Speech Restoration) و «تبدیل کیفیت صدا» کافی نیستند.
نکته کلیدی این تحقیق این است که سیستمهای فعلی معمولاً صدا را فقط به دو دسته «واقعی» یا «جعلی» تقسیم میکنند، در حالی که بسیاری از تغییرات صوتی، محتوای اصلی را حفظ کرده اما آن را دستکاری میکنند. این مقاله پیشنهاد میدهد که سیستمهای امنیتی آینده باید بهجای دستهبندی ساده، به سمت تحلیل دقیقتر وضعیت پردازش صدا حرکت کنند تا بتوانند مرز باریک بین صدای واقعی دستکاریشده و دیپفیکهای پیچیده را تشخیص دهند. دنیای امنیت و هوش مصنوعی وارد فاز جدیدی از رقابت شده است! 🛡️🤖
منبع: arXiv AI