Inteligencia
Explicaciones fáciles de entender junto con resultados de detección deterministas.
RESULTADO: Contexto estructurado y auditable
MÁS INFORMACIÓN PRESENTAMOS UNA NUEVA FORMA DE EVALUAR LOS MEDIOS SINTÉTICOS
Los deepfakes están por todas partes. parecerse ayuda a detectarlos.
Examina audio, vídeo e imágenes con una detección diseñada para facilitar decisiones fundamentadas.
Detecta audio, vídeo e imágenes generados por IA con resultados que los equipos pueden entender. Verifica contenido, responde al fraude y toma decisiones con confianza sin perder tiempo.
Modelos de detección que puedes usar dondequiera que aparezcan deepfakes.
Fraude en centros de atención telefónica
Integra la detección en un flujo de revisión. Da contexto a tu equipo antes de tomar una decisión.
Empezar Llamada de audio entrante
Análisis de Resemble
◎ Identidad
▥ Detectar
◉ Señal
Alerta ilustrativa
Llamada marcada para revisión
Un analista recibe el contexto y una recomendación sobre el siguiente paso.
Respuesta sugerida
Pausa la transacción y revisa la llamada.
FLUJO DE TRABAJO DE EJEMPLO · NO ES UN RESULTADO EN TIEMPO REAL
Incorpora la detección donde tu equipo ya trabaja.
Explora formas de conectar un flujo de trabajo de detección con llamadas, reuniones y revisión de contenido.
Explora las integraciones
Implementa la detección con una API.
Comienza con un archivo, solicita un análisis y revisa una respuesta estructurada.
detection-example.py
# Examine an audio file
from resemble import Resemble
with open("sample.wav", "rb") as audio:
response = Resemble.detect(audio)
print(response["assessment"])Diseñado para equipos que trabajan en medios, comunicaciones y seguridad
EQUIPOS DE MEDIOS◈ ComunicacionesEMPRESAS◎ Confianza y seguridadSEGURIDAD✳ Desarrolladores
MODELOS DE DETECCIÓN
La IA generativa avanza rápidamente hacia el realismo. La detección debe seguirle el ritmo.
Los modelos de audio, imagen, video y texto ayudan a los equipos a evaluar los contenidos que encuentran y ofrecen resultados que pueden poner en contexto.
ÚLTIMO LANZAMIENTO
▥ DETECT-World
Evalúe audio, video e imágenes generados por IA. DETECT-World combina el análisis de patrones con un enfoque basado en un modelo del mundo para examinar las desviaciones de la realidad física.
RESULTADO: Puntuación estructurada, evaluación y contexto fácil de entender
PRECISIÓN DE REFERENCIA: Audio 99.5% | Video 98% | Imagen 96%
Tres generaciones de detección
■ AUDIO■ IMAGEN■ VIDEO
El audio se muestra en las tres generaciones; la imagen y el video se incorporaron más tarde. Las cifras de referencia varían según el conjunto de pruebas y las condiciones de evaluación.
Signal
Avisa a un revisor cuando el contenido se parece a un patrón de fraude conocido.
RESULTADO: Una alerta y notificación revisables
EXPLORAR SIGNALPerTh Multimodal
Marcas de agua imperceptibles en distintos formatos multimedia.
RESULTADO: Información de procedencia para su revisión
MÁS INFORMACIÓNIdentity
Registra una voz o apariencia y evalúa una coincidencia de identidad posterior.
RESULTADO: Una puntuación, una evaluación y un contexto comprensible
MÁS INFORMACIÓNPRUEBAS DE REFERENCIA
Pruebas de referencia validadas por terceros
Una prueba de referencia es más útil cuando sus métodos son visibles. Las clasificaciones públicas, las fuentes y las condiciones de prueba ayudan a contextualizar los resultados de detección.
Explorar las pruebas de referencia99.5%
Precisión de detección de audio
95.8%
Precisión de detección de imágenes
98.2%
Precisión de detección de video
| # | Modelo | RTF | Precisión |
|---|---|---|---|
| 1 | DETECT-World | 0.03 | 99.5 |
| 2 | DETECT-3B Omni | 0.08 | 98.2 |
| 3 | Whispeak | 0.39 | 97.70 |
| 4 | Aurigin AI | 0.33 | 96.75 |
| 5 | Pella Research | 0.021 | 95.82 |
| 6 | Pindrop | 0.076 | 95.05 |
| 7 | Corsound AI | 0.035 | 87.79 |
| 8 | Hive | 0.34 | 83.53 |
| 9 | Reality Defender | 1.52 | 71.27 |
| 10 | Wav2Vec2 (2019 LA) | 0.14 | 62.89 |
| 11 | AASIST | 0.017 | 56.83 |
| 12 | Wav2Vec2 (2024 mix) | 0.056 | 55.55 |
| 13 | Deepfake-V2 | 0.027 | 53.03 |
| 14 | AST | 0.003 | 50.99 |
| 15 | RawNet2 | 0.035 | 50.66 |
| 16 | LCNN-LFCC | 0.0056 | 50.00 |
| 17 | AASIST (2019 LA) | 0.11 | 48.17 |
| 18 | AASIST3 | 0.13 | 47.63 |
“
La IA responsable necesita un puente entre las potentes herramientas de creación y la confianza que las personas necesitan para utilizarlas.
Perspectiva de la comunidad de IA responsable
IA responsable
“
La detección debe avanzar con rapidez a medida que cambian los medios sintéticos. Los resultados claros facilitan tomar medidas.
Perspectiva de los equipos de detección
Equipos de detección
“
A medida que las voces generadas se vuelven más convincentes, la verificación pasa a formar parte de la comunicación cotidiana.
Perspectiva de los equipos de comunicación
Equipos de comunicación
SEGURIDAD Y CUMPLIMIENTO NORMATIVO
Multimodal, de nivel empresarial y disponible para instalación local.
Para entornos donde la seguridad no es negociable, considere conjuntamente los requisitos de implementación, conservación de datos y cumplimiento normativo.
01GDPR
Planifique el tratamiento de datos sobre una base jurídica y con las protecciones adecuadas.
02ISO 27001
Evalúe los requisitos de gestión de la seguridad de la información.
03Implementación
Elija un plan de despliegue que se adapte a su infraestructura y proceso de revisión.
04API-first
Integre la detección en los flujos de trabajo de seguridad e identidad existentes.
05SOC 2
Pregunte cómo se evalúan los controles de disponibilidad y confidencialidad.
06HIPAA
Revise los requisitos de tratamiento de datos sanitarios antes de la implementación.
07Aislado de la red
Explore opciones de instalación local para entornos aislados.
08Conservación de datos
Establezca reglas de conservación de archivos multimedia que se ajusten a sus requisitos.
INCIDENTES NOTIFICADOS
Base de datos de incidentes de deepfakes
Una muestra de incidentes notificados. Muchos más no se notifican. Conozca los tipos de casos que se han hecho públicos.
Explorar incidentes notificadosSe denunció la difusión de material íntimo generado por IA después de que terminara una relación
Un testimonio público describe el daño personal que puede causar el contenido sintético creado sin consentimiento.
Trabajador de un restaurante denuncia un intento de suplantación de voz
Según se informa, un suplantador contactó a un gerente y aparentó hablar en nombre de un empleado.
Una publicación en línea plantea dudas sobre un video manipulado
Los espectadores encontraron imágenes cuya autenticidad requería un examen más detenido.
Voz sintética utilizada en una estafa de emergencia familiar
Según se informa, un mensaje con una voz familiar motivó una solicitud urgente de dinero.
Una presunta estafa por mensajería involucró notas de voz generadas por IA
Según se informa, se usaron mensajes de voz que se hacían pasar por los de un familiar para solicitar transferencias.
Un anuncio deepfake provoca una advertencia sobre fraude a inversionistas
Según se informa, un video promocional manipulado estuvo relacionado con un intento de transferencia.
Un video en redes sociales suplanta a una figura pública
Según se informa, una cuenta difundió videos sintéticos para solicitar dinero a sus seguidores.
Audio fraudulento compartido durante una solicitud urgente
Una voz convincente por sí sola no bastaba para determinar quién había enviado el mensaje.
RECURSOS
¿Es tu primera vez aquí? Empieza por aquí.
El informe sobre amenazas de deepfakes de 2026
Explora los patrones de los ataques con medios sintéticos, los fraudes denunciados y los desafíos que afrontan los equipos de defensa empresarial.
VER INFORME
Presentamos un modelo del mundo para detectar deepfakes
Descubre cómo analizar el comportamiento de los archivos multimedia puede complementar la búsqueda de indicios conocidos de generación.
VER INVESTIGACIÓN
Guía práctica para informar sobre el uso de medios sintéticos
Conoce las preguntas que proveedores e implementadores deben plantearse sobre etiquetado, procedencia y divulgación.
VER GUÍADistingue lo real de las amenazas reales.
Explora la detección del audio, los videos y las imágenes que encuentra tu equipo, y establece un camino más claro desde el hallazgo hasta la decisión.
Prueba la detección