 |
| Úc phát triển công nghệ AI phát hiện âm thanh deepfake với độ chính xác gần tuyệt đối |
Các nhà khoa học tại Tổ chức Nghiên cứu Khoa học và Công nghiệp Liên bang Úc (CSIRO), Đại học Liên bang Úc và Đại học RMIT vừa giới thiệu phương pháp mới giúp nhận diện âm thanh deepfake với độ chính xác cao, ngay cả khi hình thức giả mạo ngày càng tinh vi và biến hóa.
Công nghệ này mang tên RAIS, viết tắt của “Rehearsal with Auxiliary-Informed Sampling” (Huấn luyện lặp với lấy mẫu có thông tin phụ trợ). Đây là kỹ thuật được phát triển nhằm giải quyết bài toán phát hiện âm thanh giả mạo – loại hình đang trở thành mối đe dọa ngày càng phổ biến trong tội phạm mạng. Những rủi ro từ deepfake giọng nói bao gồm: mạo danh trong các cuộc gọi lừa đảo, vượt qua hệ thống xác thực sinh trắc học bằng giọng nói, hay phát tán thông tin sai lệch.
Khác với các công cụ thông thường, RAIS không chỉ xác định đoạn âm thanh là thật hay giả mà còn duy trì độ chính xác ổn định dù công nghệ deepfake tiếp tục phát triển. Theo Tiến sĩ Kristen Moore, đồng tác giả nghiên cứu thuộc Data61 – đơn vị chuyên về dữ liệu và công nghệ số của CSIRO – mục tiêu của họ là xây dựng hệ thống có thể cập nhật mẫu deepfake mới mà không cần huấn luyện lại toàn bộ mô hình, đồng thời tránh tình trạng “quên” dữ liệu cũ trong quá trình tinh chỉnh.
Bà Moore cho biết RAIS giải quyết vấn đề này bằng cách tự động chọn lọc và lưu trữ một tập hợp nhỏ nhưng đa dạng các mẫu deepfake trước đó, bao gồm cả những đặc điểm âm thanh ẩn để giúp hệ thống AI học được các kiểu giả mạo mới mà vẫn giữ được nhận thức về các mẫu cũ.
Cụ thể, RAIS hoạt động trên cơ chế lựa chọn linh hoạt, tạo ra những "nhãn phụ trợ" (auxiliary labels) cho từng tệp âm thanh. Thay vì chỉ phân loại đơn giản thành “thật” hoặc “giả”, việc sử dụng thêm các nhãn phụ trợ này giúp hệ thống có bộ dữ liệu huấn luyện phong phú, từ đó nâng cao khả năng ghi nhớ và thích ứng lâu dài.
Theo CSIRO, trong các thử nghiệm, RAIS đạt kết quả vượt trội với tỷ lệ lỗi trung bình chỉ 1,95% trong suốt chuỗi năm thử nghiệm liên tiếp – mức thấp nhất so với các phương pháp phát hiện deepfake hiện nay. Đáng chú ý, nhóm nghiên cứu đã công khai mã nguồn của công nghệ này trên nền tảng GitHub nhằm khuyến khích cộng đồng khoa học cùng phát triển và ứng dụng rộng rãi hơn.
Khôi Nguyên
Bình luận