浏览全部资源
扫码关注微信
贵州警察学院
Published:2025
移动端阅览
[J]. Publiccommunicationofscience&technology, 2025, (18): 33-37.
DOI:
[J]. Publiccommunicationofscience&technology, 2025, (18): 33-37. DOI: 10.16607/j.cnki.1674-6708.2025.18.029.
对语音深度伪造技术的传统检测方法因声纹模仿精准、元数据隐蔽性强及检测技术滞后而失效,证据效力面临真实性认定模糊、责任主体追踪困难等困境,取证流程受限于数据易逝性与跨平台整合低效。对此需构建对抗检测与多模态融合的主动防御体系,完善检测标准与全链条责任追溯机制,优化动态取证流程与复合型人才培养,推动技术防御与制度规范协同治理,以应对数字时代新型犯罪取证需求。
谢登科.电子数据的取证主体:合法性与合技术性之间[J].环球法律评论,2018(01).
张小峰,谢钧,罗健欣,杨涛.深度学习语音合成技术综述[J].计算机工程与应用,2021(09).
潘孝勤,芦天亮,杜彦辉,仝鑫.基于深度学习的语音合成与转换技术综述[J].计算机科学,2021(08).
任延珍,刘晨雨,刘武洋,王丽娜.语音伪造及检测技术研究综述[J].信号处理,2021(12).
谢元坤,程皓楠,叶龙.深度伪造音频检测综述[J].中国传媒大学学报(自然科学版),2024(03).
马凯捷.基于深度学习的伪造语音检测算法研究[D].南京信息工程大学,2024(04).
0
Views
3
下载量
CSCD
Publicity Resources
Related Articles
Related Author
Related Institution