幾秒鐘的語音也能檢查嗎？

太短的話判斷材料不足，會給出暫不判定。越長越穩定。

會把真人聲音判成 AI 嗎？

會。音訊閾值設定為最多可能誤判 3% 的真人錄音，我們不隱瞞這一點。

偵測器針對語音調校，用於音樂時結果不太穩定，暫不判定更多。

不能。我們不辨識說話人，只評估由 AI 生成的可能性。

如今只需幾秒鐘錄音就能模仿任何人的聲音。音訊檔案比圖片的中繼資料少，又容易在通話和通訊軟體中受損，所以檢查在很大程度上依靠讀取聲音本身的偵測器。

部分生成服務和開源工具會嵌入聽不見的水印。Origma 能讀取部分公開的音訊水印，也會檢查檔案容器和編碼器記錄。確認到標記就是強有力的證據，但大多數流傳的副本已不再保留。

合成語音在呼吸聲、噪聲和頻段分佈上，會留下與真人錄音不同的規律。上方方框是音訊測試的結果。按經營方的決定，音訊閾值允許最多 3% 的真人錄音被誤判，因此比圖片更可能把真人檔案誤判。

電話網路和通訊軟體會把聲音壓縮到較窄的頻段。在這個過程中，偵測器讀取的大部分線索會丟失，所以通話錄音的暫不判定會增多。有原始檔案的話會準確得多。

不要等檢測結果，先透過其他渠道直接向本人確認。結果只是輔助判斷的材料，如果涉及要錢，無論結果如何，確認之前都不要照做。

本文為一般性說明，不構成法律意見。檢查結果是機率性評估，不是證明。