マルチモーダルAIを活用した動画・音声の不整合による偽造検出技術

マルチモーダルAIを活用した動画・音声の不整合による偽造検出技術とは

マルチモーダルAIを活用した動画・音声の不整合による偽造検出技術とは、AIが動画と音声という複数の異なる情報源（モダリティ）を同時に分析し、それらの間に存在する不自然なズレや矛盾から、偽造されたコンテンツ、特にディープフェイクを識別する技術です。生成AIの進化により高精度な偽造コンテンツが容易に作成可能となる中で、その真贋を見極める「AI生成物の真贋判定」の重要な一翼を担います。例えば、発話者の唇の動きと音声の同期の乱れや、声紋と映像から読み取れる人物の感情表現の不一致などを検出し、信頼性の低い情報を排除することを目指します。

このキーワードが属するテーマ