深度伪造音频检测方法及其应用研究综述OA

随着生成式人工智能技术的快速发展,依托语音合成、语音转换等技术生成的伪造音频逼真度不断提升,已对公共安全构成严重威胁。因此,对深度伪造音频检测方法及其应用开展系统梳理与总结,有助于清晰地把握该领域的技术发展脉络与应用现状,为公共安全治理工作提供理论支撑与应用参考。本文以中国知网、Web of Science等数据库为数据源,筛选出2017~2025年间发表的70篇相关文献开展综述研究,系统梳理了深度伪造音频技术、实验数据集、评价指标以及深度伪造音频检测方法的研究进展,总结了现有检测方法在网络舆情监测、用户隐私保护、多模态虚假信息治理、语音欺诈检测等场景的应用现状。研究表明,当前深度伪造音频检测领域以端到端架构的研究为主流方向,该类方法检测性能较优但可解释性较弱,目前已在公共安全治理领域的多个任务场景实现落地应用。但该领域当前仍存在诸多问题,主要包括深度伪造音频数据集多样性不足、检测技术的泛化能力与可解释性偏弱、应用场景有待进一步拓宽等。未来研究亟须探索构建多样化数据集,持续提升检测方法的泛化性能,进一步拓展多元化应用场景。