几秒钟的语音也能检查吗？

太短的话判断材料不足，会给出暂不判定。越长越稳定。

会把真人声音判成 AI 吗？

会。音频阈值设定为最多可能误判 3% 的真人录音，我们不隐瞒这一点。

检测器针对语音调校，用于音乐时结果不太稳定，暂不判定更多。

不能。我们不识别说话人，只评估由 AI 生成的可能性。

如今只需几秒钟录音就能模仿任何人的声音。音频文件比图片的元数据少，又容易在通话和聊天软件中受损，所以检查在很大程度上依靠读取声音本身的检测器。

部分生成服务和开源工具会嵌入听不见的水印。Origma 能读取部分公开的音频水印，也会检查文件容器和编码器记录。确认到标记就是强有力的证据，但大多数流传的副本已不再保留。

合成语音在呼吸声、噪声和频段分布上，会留下与真人录音不同的规律。上方方框是音频测试的结果。按经营方的决定，音频阈值允许最多 3% 的真人录音被误判，因此比图片更可能把真人文件误判。

电话网络和聊天软件会把声音压缩到较窄的频段。在这个过程中，检测器读取的大部分线索会丢失，所以通话录音的暂不判定会增多。有原始文件的话会准确得多。

不要等检测结果，先通过其他渠道直接向本人确认。结果只是辅助判断的材料，如果涉及要钱，无论结果如何，确认之前都不要照做。

本文为一般性说明，不构成法律意见。检查结果是概率性评估，不是证明。