如何辨識深度偽造（Deepfake）：AI生成媒體檢測實用指南

一段CEO宣布併購的影片。一段政治人物發表爭議言論的音訊。一張名人代言產品的照片。這些都可能完全是AI偽造的——而且這項技術每個月都在進步。

在台灣，透過LINE和社群平台傳播的深度偽造內容正在增加，被用於詐騙、假訊息傳播和身份冒充。本指南介紹辨識深度偽造的實用技巧。

什麼是深度偽造

深度偽造使用深度學習模型——主要是生成對抗網路（GAN）或擴散模型——來生成或竄改影片、音訊或圖片。主要類型包括：

• 換臉 — 將一個人的臉合成到另一個人的身體上
• 臉部重演 — 讓人看起來說了或做了從未發生的事
• 語音克隆 — 生成模仿特定人物的合成語音
• 完全合成 — 創建完全虛構的人物或場景

深度偽造影片的視覺線索

不自然的眼球運動和眨眼

早期深度偽造有個明顯問題：人物幾乎不眨眼。雖然新模型有所改進，但眨眼模式往往仍然不規律：

• 異常稀少或頻繁的眨眼
• 眼球不隨頭部運動自然跟蹤
• 瞳孔大小或形狀不一致

唇形同步問題

嘴唇運動與音訊不完全匹配是最可靠的判斷指標之一：

• 語音和唇部動作之間的輕微延遲
• 說話時模糊或變形的嘴唇
• 口型與發出的聲音不對應

臉部邊界偽影

生成的臉部與原始畫面交界處通常會暴露竄改痕跡：

• 下巴線或髮際線處輕微的顏色、紋理差異
• 臉部邊緣的模糊或柔化
• 頭部轉動時變化的膚色

光照和陰影不一致

AI模型難以處理複雜光照：

• 陰影與明顯光源方向不匹配
• 眼睛反射顯示不同的環境
• 臉部移動時保持不變的皮膚高光

深度偽造音訊檢測

不自然的語音模式

• 單調的語調或異常的節奏
• 聽起來機械或完全不存在的呼吸聲
• 沒有自然停頓地連續的詞語

背景音訊

• 突然出現或消失的背景噪音
• 與錄製環境不匹配的音質
• 錄製過程中變化的迴聲模式

檢測工具和技術

反向圖片搜尋

如果懷疑圖片是合成或竄改的，使用反向圖片搜尋找到原始來源：

工具	適用場景
Google圖片（反向搜尋）	尋找被竄改照片的原始版本
TinEye	追蹤圖片在網路上出現的位置
Yandex圖片	臉部和地點的廣泛結果

AI檢測工具

專門用於檢測AI生成內容的工具：

• Hive Moderation — 檢測AI生成的圖片和文字
• Content Credentials（C2PA） — 檢查數位來源中繼資料
• FakeCatcher（Intel） — 分析影片像素中的血流模式
• Deepware Scanner — 深度偽造影片掃描行動應用程式

中繼資料分析

真實的媒體包含錄製設備的中繼資料（EXIF資料）。深度偽造通常缺少這些資料或中繼資料不一致。

逐格分析

暫停影片並逐格推進，可以發現正常播放速度下看不到的偽影：

• 格與格之間閃爍或偏移的臉部特徵
• 僅出現在臉部周圍的壓縮偽影
• 在人物頭部附近扭曲的背景元素

常見深度偽造詐騙情境

情境	手法
CEO詐騙	偽造高階主管的影片或語音通話授權轉帳
愛情詐騙	使用他人面孔的假視訊通話建立虛假信任
名人代言詐騙	捏造名人推薦詐騙產品的影片
政治假訊息	歸因於公眾人物的虛假演說或聲明
勒索	使用受害者肖像創建的合成內容

遇到疑似深度偽造時怎麼辦

1. 不要轉傳。 即使標註可能是假的，轉傳也會擴大影響。
2. 向平台檢舉。
3. 透過官方管道核實。 查看相關人物的官方帳號或網站。
4. 使用檢測工具。 用上述工具分析內容。
5. 保留證據。 儲存URL和截圖以備檢舉之用。

保護自己

• 對來源不明的聳動內容保持懷疑
• 分享前先驗證——30秒的確認可以防止假訊息傳播
• 盡量將自己的圖片和影片保持私密，減少深度偽造的素材來源
• 使用LOCK.PUB等服務透過密碼保護連結分享敏感內容，而非公開發布

透過驗證建立信任

在「眼見」不再「為實」的時代，驗證比以往任何時候都重要。分享重要資訊時，使用具備內建信任機制的管道。LOCK.PUB讓你透過一致的驗證網域，以密碼保護的方式分享連結、備忘錄和訊息。

建立密碼保護連結 -->