在人工智能迅猛发展的今天，语音合成和转换技术日新月异，为我们带来了无比真实、自然的音频体验。然而，这些技术的进步也带来了潜在的安全隐患，特别是"语音克隆"技术可能被不法分子利用，威胁个人隐私和社会稳定。针对这一挑战，浙江大学智能系统安全实验室和清华大学携手推出了一个革命性的语音伪造检测框架——SafeEar。这个框架不仅能高效检测伪造音频，还能在检测过程中保护用户的语音隐私，实现了安全与隐私的双重保障。SafeEar的核心技术在于其采用的基于神经音频编

在当今快速语音合成转换技术背景下，语音伪造日益严重，用户隐私和社会安全带来了不小的威胁。近日，浙江大学智能系统安全实验室和清大学联合发布了一种新型的语音伪造检测框架，名为 “SafeEar”。这一框架致力于在保护语音内容隐私的同时，实现高效的伪造检测，充分应对语音合成带来的。SafeEar 的思想是通过设计基于神经音频编解码器的解耦模型，巧妙地将语音的声学与语义信息分离。这意味着，SafeEar 仅依赖声学信息进行伪造检测，而无需接触音的完整内容，这样就能有效防