使用SynthID檢測ElevenLabs生成的音訊
ElevenLabs與Google DeepMind合作推出SynthID數字水印技術，嵌入在AI生成的音訊中，人耳無法感知，且能抵抗剪輯、變速、格式轉換等操作。本週起面向免費使用者開放，未來幾周將覆蓋所有ElevenLabs音訊生成。同時推出免費ElevenLabs音訊檢測器，便於公眾驗證音訊來源，提升透明度和問責制。
隨著AI音訊生成質量的飛速提升，區分人聲與合成音變得越來越困難。為了讓使用者能夠明確知曉是否在與AI互動，ElevenLabs宣佈與Google DeepMind合作，將SynthID數字水印技術整合到其生成的音訊中。SynthID是一種人耳無法感知的音訊水印，即使在音訊被剪輯、變速、剝離後設資料或轉換檔案格式後，依然可以穩定存在。本週，ElevenLabs已開始為免費使用者的文本轉語音生成整合SynthID，並計劃在未來幾周內覆蓋所有音訊生成型別。
為了進一步強化透明度和問責制，ElevenLabs推出了免費的音訊檢測器（ElevenLabs Audio Detector）。該工具利用SynthID技術，允許任何人上傳音訊並驗證其是否由ElevenLabs生成。此前，ElevenLabs已有AI語音分類器和使用者追溯系統，但SynthID提供了更強大的歸因能力，有助於在惡意行為者突破安全措施時採取行動。隨著越來越多的司法管轄區要求對AI生成內容進行機器可讀標記，SynthID與現有的C2PA憑證等溯源工具互為補充。
在技術層面，SynthID透過在音訊中隱藏一種人耳無法察覺的聲音模式來工作，每個檔案擁有獨特的模式，且能抵抗壓縮、裁剪和速度變化等常見操作。ElevenLabs的基準測試顯示，SynthID滿足所有技術要求：不增加首次位元組時間延遲、高檢測率與低誤報率、對變換具有魯棒性、對人耳不可感知且不降低音訊質量，且無法被複制到非ElevenLabs生成的音訊上。
展望未來，水印技術不僅關乎透明度，還將開啟新的產品能力。例如，創作者和智慧財產權持有者可以直接在內容中嵌入後設資料，以便在YouTube、Instagram和TikTok等平臺上檢測並處理版權侵犯。ElevenLabs表示，隨著模型變得更強大和逼真，其問責基礎設施也必須同步跟進，而更好的內容來源歸因將有助於構建更可信的資訊生態系統。