如何辨别深度伪造(deepfake)?普通人怎样测试自己能不能识破 AI 换脸
想判断一段视频或音频是不是 AI 伪造的，可以先靠肉眼和耳朵找几类常见破绽，再用在线测试检验自己的实际水平。需要提醒的是：人类识别深度伪造的准确率通常有限，单凭直觉并不可靠，算法检测也只能作为辅助参考。如果你年满 18 岁，可以参加 Northwestern University 计算机科学系提供的在线研究（如 "Same Person or Not?" 音频研究和 Detect Fake Images or Videos 研究），在真实任务中测试自己的判断能力。
视频深度伪造：优先看这几处
AI 换脸视频在合成时最容易在"动态细节"上露出破绽，静态截图往往看不出来，所以要重点观察运动中的画面：
- 面部边缘与轮廓：脸与头发、脖子、耳朵的交界处是否模糊、抖动或有明显拼接感。
- 光影一致性：脸部受光方向是否与背景、身体其他部分一致，有没有"脸亮背景暗"这类不协调。
- 眨眼与口型同步：眨眼频率是否异常偏少，口型与声音是否对得上，尤其注意快速说话或转头时。
- 牙齿与眼睛：牙齿是否排列模糊、数量异常，眼睛反光是否自然。
- 整体质感：皮肤是否过度平滑、缺少纹理，画面是否有不自然的模糊或噪点分布。
这些线索并非"看到一条就一定是假的"，而是提示你提高警惕、反复回看。
音频深度伪造：听语调和呼吸
音频伪造同样藏在"自然度"里：
- 语调与节奏：重音、停顿是否机械，句子之间的呼吸换气是否缺失或位置奇怪。
- 呼吸声与背景噪声：真实录音通常带有环境底噪和自然的呼吸声，合成音频可能过于干净或底噪前后不一致。
- 情绪起伏：语气是否在整段中过于平稳，缺少真人说话时的细微波动。
为什么不能只靠"人眼人耳"
人类识别深度伪造的准确率通常有限，面对高质量伪造时容易误判。算法检测可以作为辅助参考，但也不是绝对可靠——它同样会受训练数据和伪造手法更新的影响。更稳妥的做法是：把视觉/听觉线索当作初筛，把算法结果当作参考，两者都不作为唯一依据。
用在线测试检验自己
Northwestern University 计算机科学系提供了多个在线研究项目，让普通人实际测试自己的识别能力：
| 测试 | 内容 | 适合谁 |
|---|---|---|
| Same Person or Not? | 音频研究，判断两段音频是否同一人 | 想检验音频伪造识别能力的人 |
| Detect Fake Images or Videos | 图像/视频研究，辨别真伪 | 想检验视觉识别能力的人 |
| Which Explanation Do You Prefer? | 阅读 AI 或人写的社交文本，从两条解释中选更清晰、更有说服力的一条 | 想了解 AI 生成文本特征的人 |
其中 "Which Explanation Do You Prefer?" 没有对错、不计分，只是让你选择更偏好的一条解释。
参与前需要知道的
- 研究由 Northwestern University 计算机科学系开展，所有研究数据匿名收集，仅用于研究目的。
- 参与完全自愿，且只有年满 18 岁才能参加。
- 如有疑问，可联系 Jessica Hullman（Ginni Rometty Professor, Computer Science Department），邮箱 [email protected]。
- 进入测试前会看到知情同意页面，需要点击 "I Agree" 才能继续。
一个可执行的做法
- 拿到一段可疑视频或音频，先按上面的线索逐项检查，尤其是运动中的面部边缘、光影和口型同步。
- 如果仍无法确定，用算法检测工具做一次交叉参考，但不要把它当作最终结论。
- 想了解自己的真实水平，去上述在线研究里做一次测试，用结果校准你对"直觉判断"的信任程度。