概要:
1. 研究发现，人类只能在73% 的时间内检测到深度伪造语音，无论是英语还是普通话的听众识别准确率都是一样的。
2. 研究人员预测，随着深度伪造技术的进步，深度伪造语音将变得更加逼真，更难以检测。
3. 自动检测器的改进对于减轻深度伪造内容的潜在威胁至关重要。
站长之家（ChinaZ.com）8月7日 消息:伦敦大学学院的一项研究发现，人类在识别深度伪造语音方面的准确率仅为73%。
研究人员使用文本转语音算法生成了50个英语和普通话的深度伪造语音样本，并向529名参与者播放。
研究发现，大约四分之一（27%）的听众无法分辨出深度伪造的语音，将其误认为真实的语音。
研究人员指出，随着深度伪造技术的不断进步，深度伪造语音将变得更加逼真，更难以检测。
此外，研究还发现，人们的直觉和感觉在检测深度伪造语音中起着重要作用，他们常常使用 "自然" 或 "机械" 等词语来解释他们的选择。
研究人员强调，需要改进自动深度伪造检测器，以减轻检测语音操纵的难度。尽管自动检测器存在一定的局限性，但改进这些系统对于减轻深度伪造内容的潜在威胁至关重要。
（举报）
11.11云上盛惠！海量产品 · 轻松上云！云服务器首年1.8折起，买1年送3个月！超值优惠，性能稳定，让您的云端之旅更加畅享。快来腾讯云选购吧！
腾讯云
12-20
可以接受LV白菜价，但网友表示在日本白菜吃不起，见过白菜切成一半卖的吗？据报道，随着日元的持续贬值，一些奢侈品的价格已经远低于国内，吸引了大量中国游客和代购者。与此同时，在能源和原材料等方面对海外依赖度较高的日本企业受到日元贬值的影响，生产成本被进一步推高，日本国内食品及日用品价格持续上涨。最近明显感觉到日本物价上涨。尤其是水果蔬菜大
在一项新研究中，来自MassGeneralBrighamMESHIncubator的研究人员发现，AI生成式聊天机器人ChatGPT展现出作为管理多药疗法和药物去处方的潜力。这一研究成果发表在《医学系统杂志》上，展示了AI模型在医疗管理中的首个应用案例。未来针对特定训练的AI工具的进一步研究可能会显著提升老年患者的护理水平。
在一项新研究中，美国贝斯以色列医疗中心的科学家们将一种大型语言模型与人类医生进行了临床推理能力的比较。研究人员使用了修订后的IDEA评分，这是一种常用工具，用于评估临床推理能力。尽管这些AI系统还没有准备好用于临床诊断，但仍可能利用这项技术来增强临床工作流程，特别是在保持人类控制的同时确保安全、准确的过程。
瑞士洛桑联邦理工学院的研究人员最近进行的一项研究表明，GPT-4在说服力方面比人类表现更出色，优势接近82%，准确来说是81.7%。该研究涉及820人围绕一系列主题展开辩论。人们必须接受有关相信在线信息的危险性的教育。
知名投行高盛的JanHatzius分析师团队在最新发布的研报中指出，若生成式AI能够实现其所承诺的能力，劳动力市场可能将面临巨大的冲击。自从AI技术诞生以来，关于AI是否会导致人失业的讨论从未停止。生成式AI将在未来十年内使美国的年劳动生产力增长接近1.5个百分点，并最终可能使全球GDP年增长率提高7%。
微软演示了VASA–1，这是一个基于静态图像、音频样本和文本脚本来创建人物讲话视频的框架，微软声称——这是正确的——这个框架太危险了，不适合向公众发布。这些由AI生成的视频，可以让人物以克隆的声音令人信服地配合脚本说话，正是美国联邦贸易委员会上个月警告的那种情形，之前已提出规则以防止利用AI技术进行冒充诈骗。随着这些技术变得越来越复杂，它们有�
微软近期对其AzureAI语音服务进行了重大升级，推出了9种新的更真实的AI语音，旨在为用户带来更加自然和沉浸式的对话体验。这次升级的核心是引入了零样本学习的文本到语音模型，这些模型在提高合成语音自然度的同时，更好地模仿了提示语音中的特征。微软的这次升级，无疑将为各种业务场景提供更加丰富和真实的语音交互体验。
儿童虐待者正在利用人工智能技术制作"深度伪造品"来勒索受害者拍摄自己的虐待行为，从开始一个可持续数年的性勒索循环。制作模拟虐待儿童图像是非法的，工党和保守党一致呼吁禁止所有由人工智能生成的露骨图像。政策文件建议，短期内应针对单一用途"裸体"工具的创建者和宿主采取行动，但长期应对抗明确的人工智能图像问题仍需进一步探讨。
AI语音再进化，人耳还能听出AI和真人的差别吗?以上两段音频demo来自微软最近更新的AI语音角色“晓晓”。逼真、情绪到位、语气自然、断句近乎完美，是绝大多数网友听到“晓晓”声音时给出的评价。在技术抹平内容创作门槛的同时，内容创作也将前所未有的“卷”，如何打造差异化内容，是每一个创作者都需要思考的问题。
近日，河北邢台一学校门口发生了一幕引人注目的场景：一只可爱的狗狗开车”去接萌娃放学，场面惹人喜爱。这一情景让路人眼前一亮，有人称赞这狗狗简直就是小孩们的劳斯莱斯”。相处时间越久，狗与主人的关系就越亲密，也更加通人性。
360AI 浏览器利用人工智能技术，提供智能搜索、PDF、视频、网页总结等功能，旨在帮助用户高效获取知识，提升阅读体验。
AI FAQ Generator是一款利用先进AI技术，通过分析常见问题自动生成FAQ列表的工具。它能够快速高效地生成FAQ，节省时间和资源，同时提供准确的答案，帮助提高客户满意度，并改善SEO效果。
BrickCenter是一个在线平台，允许用户免费创建自己的乐高套装和迷你人物。它提供了一个将创意转化为详细乐高设计的工具，无论是复杂的场景还是个性化的迷你人物，用户都可以在这个平台上实现自己的设计梦想。该平台以其用户友好的界面和强大的定制功能而受到乐高爱好者的欢迎。
《100 UI/UX Tips》提供了设计界面所需的所有提示，让用户感到满意。强调产品的主要优点、背景信息、价格和定位。
whatwide.ai是一个提高生产力的AI助手，使用人工智能技术来节省时间并提高工作效率。它提供了50多种AI模型，包括文本生成、网站帮助、社交媒体分析、编程辅助等多种功能。whatwide.ai的优点在于高质量的内容生成、快速且安全的操作，以及多种AI类型供用户选择。
Stream of Consciousness是一个记录并分享艺术家思维的项目，通过创作和分享图像来展示创造力。它提供了一个深入艺术家思维的窗口，让人们了解艺术创作的过程和灵感的来源。
Neurelo是一个专为云数据库而设计的平台，通过使用云API和人工智能技术，提供自动生成API、自定义查询API、查询可观察性和Schema as Code等功能，以提高开发人员的生产力。Neurelo能够简化数据库编程相关的复杂性，并具备可伸缩性、安全性和查询优化能力。
EdrawMax是一款功能强大的图表设计软件，它提供一站式的图表解决方案，适用于流程图、思维导图、组织结构图、甘特图、平面图和ER图等210多种图表类型。它具有简洁的用户界面，类似于MS Office的干净、整齐的界面，直观且易于导航的工具集，以及无缝的拖放功能。此外，EdrawMax还提供了23000多个用户制作的模板，850个精心制作的内置模板，以及26000多个免费符号，覆盖所有图表类型。它还具备AI功能，可以生成和分析22种类型的图表，包括文本到绘图和图片到绘图以及AI聊天。EdrawMax支持跨平台集成，可以在云端保存文件并通过链接共享，支持通过社交媒体或电子邮件发送作品，并能以13种格式导出图表，包括VSDX、PPTX和SVG等。此外，EdrawMax遵循GDPR标准，使用最高级别的256位SSL加密，确保用户隐私和数据安全。
Notta Showcase是一款在线视频翻译和配音工具，它通过AI技术帮助用户将视频内容翻译成15种不同的语言，同时保持原始的语音风格和情感，以提供自然的听觉体验。该产品的主要优点包括高效率、成本效益、用户友好的界面、高准确度的转录和翻译，以及支持多种文件格式和平台。它适用于营销、社交媒体和教育等多个领域，可以显著扩大内容的全球影响力。
Suno API是一个开源项目，允许用户设置自己的Suno AI音乐服务API。它实现了app.suno.ai的创建API，兼容OpenAI的API格式，支持自定义模式，一键部署到Vercel，并且拥有开放源代码许可证，允许自由集成和修改。
x-crawl 是一款基于 Node.js 的 AI 辅助爬虫库，它通过强大的 AI 辅助功能，使得爬虫工作变得更加高效、智能和便捷。它支持对动态页面、静态页面、接口数据以及文件数据的爬取，同时提供了自动化操作、键盘输入、事件操作等控制页面的能力。此外，它还具备设备指纹、异步同步、间隔爬取、失败重试、轮换代理、优先队列和记录爬取等功能，以适应不同的爬取需求。x-crawl 拥有类型，通过泛型实现完整的类型，基于 MIT 许可发布，适合需要进行数据爬取的开发者和企业。
MetaCLIP是一个开源的机器学习模型，用于图像和文本的联合表示学习。它通过一个简单算法对CLIP数据进行筛选，不依赖于先前模型的过滤，从而提高了数据的质量和透明度。MetaCLIP的主要贡献包括无过滤的数据筛选、透明的训练数据分布、可扩展的算法和标准化的CLIP训练设置。该模型强调数据质量的重要性，并提供预训练模型，以支持研究人员和开发者进行控制实验和公平比较。
AI Town是一个基于MIT许可的可部署启动套件，用于构建和定制您自己的AI城镇版本。这个项目受到了研究论文'Generative Agents: Interactive Simulacra of Human Behavior'的启发，旨在提供一个强大的基础平台，旨在被扩展。后端原生支持共享全局状态、事务和模拟引擎，适用于从简单的项目到可扩展的多人游戏。
Vanna是一个使用Retrieval-Augmented Generation (RAG) 技术的开源Python框架，用于SQL生成和相关功能。它通过训练RAG模型，将自然语言问题转换为SQL查询，从而允许用户以提问的形式与数据库进行交互。Vanna的主要优点包括高准确度、安全性、私有性、自学习能力，并且支持任何SQL数据库。
fal.ai 是一款面向开发者的生成媒体平台，提供了业界最快的推理引擎，可以让您以更低的成本运行扩散模型，创造出全新的用户体验。它拥有实时、无缝的 WebSocket 推理基础设施，为开发者带来了卓越的使用体验。fal.ai 的定价方案根据实际使用情况灵活调整，确保您只为消耗的计算资源付费，实现了最佳的可扩展性和经济性。
Chat With Llama 3 是一个开源的聊天机器人，由Meta AI开发。它能够进行多种智能对话，包括解释复杂概念、创作诗歌、编写代码、解决逻辑谜题，甚至帮助用户给宠物起名。这个聊天机器人的主要优点在于它的多功能性和开源性，使其可以被广泛地应用于各种场景，并且可以根据需要进行定制和改进。
AI图片生成与搜索是一个在线平台，利用先进的人工智能技术，允许用户快速生成或搜索各种风格的AI图片。该技术的重要性在于它能够极大提高设计和创意工作的效率，同时降低成本。产品的主要优点包括丰富的图片资源、高效的生成速度、以及用户友好的界面。产品背景信息显示，这是一个面向广大创意工作者和设计师的工具，旨在帮助他们快速实现创意构想。目前，该产品提供免费试用，但具体价格和定位信息未在页面中提供。
OpenPerplex是一个提供广泛知识资源的在线平台，它通过整合多种信息源，为用户提供了一个便捷的知识获取渠道。该产品以其丰富的信息量、高效的检索能力和友好的用户界面而受到用户的青睐。它不仅适用于个人学习，也适合专业人士进行深入研究。
JavaVision是一个基于Java开发的全能视觉智能识别项目，它不仅实现了PaddleOCR-V4、YoloV8物体识别、人脸识别、以图搜图等核心功能，还可以轻松扩展到其他领域，如语音识别、动物识别、安防检查等。项目特点包括使用SpringBoot框架、多功能性、高性能、可靠稳定、易于集成和灵活可拓展。JavaVision旨在为Java开发者提供一个全面的视觉智能识别解决方案，让他们能够以熟悉且喜爱的编程语言构建出先进、可靠且易于集成的AI应用。
AI-Powered Background Removal（AI驱动的背景移除）是一款基于AI技术的在线工具，它能够快速且高效地从用户上传的图片中移除背景。该工具的主要优点在于其隐私保护和本地执行能力，即图片处理在用户设备上完成，无需上传至互联网，保证了数据的安全性和处理速度。此外，作为一款开源且完全免费的工具，它极大地释放了用户的创造力，无需担心成本问题。
