合成语音和换脸视频不再是实验室里的演示。随着工具门槛降低，一段听着像真的音频可能在几分钟内就能生成。理解它为什么会出现、怎么被识别，已经成了使用社交平台的基本素养。

为什么这类内容变多了

根本原因是成本与收益的失衡：生成成本极低，而话题带来的关注度很高。尤其是涉及争议人物或热点事件时，一段真假难辨的音频足以在短时间内获得大量转发。

常见的辨识线索

  • 呼吸与停顿：合成语音常常缺少自然的换气声和不规则停顿；
  • 情绪起伏：整体语调平滑，缺少真实的突然加重或放松；
  • 口型与牙齿：换脸视频在快速说话或大笑时边缘容易闪烁；
  • 背景音连续性：环境声与语音之间可能出现不自然的突然切换。

先看来源，再看细节

比起逐帧找破绽，更高效的方式是先确认来源：这段内容首发于哪、有没有原始出处、当事人或机构是否另有说明。多数合成内容经不起来源追问，因为根本拿不出完整的发布上下文。

平台在做什么

目前主流平台的方向大致有三条：内容侧的自动检测与置信度标注、发布侧的合成内容披露机制、以及处置侧的下架与辟谣通道。对用户而言，最有价值的是养成查看平台标注和辟谣页的习惯。

技术会让内容更难分辨，但来源与链路始终可以被追问——这是我们仍然握着的那把尺子。