インテリジェンス
明確な判定結果に加え、理解しやすい説明を提供します。
出力：監査可能な構造化されたコンテキスト
詳細を見る 合成メディアを評価する新しい方法をご紹介
ディープフェイクは至るところにあります。「似ている」がその検出を支援します。
判断の根拠を説明できるよう設計された検出機能で、音声、動画、画像を調べられます。
チームが理解しやすい結果をもとに、AIが生成した音声、動画、画像を検出。時間を無駄にすることなく、コンテンツの真偽を確認し、不正に対応し、自信を持って判断できます。
ディープフェイクが発生するあらゆる場面で使える検出モデル。
着信音声通話
Resembleによる分析
◎ 本人確認
▥ 検出
◉ シグナル
アラートの例
通話に要確認のフラグが付けられました
アナリストに状況情報と推奨される次の対応が届きます。
推奨される対応
取引を一時停止し、通話を確認してください。
ワークフローの例 · 実際の結果ではありません
APIで検出機能を導入。
ファイルを使って分析をリクエストし、構造化されたレスポンスを確認できます。
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"])メディア、コミュニケーション、セキュリティの各分野で働くチームのために
メディアチーム◈ コミュニケーション企業◎ 信頼と安全セキュリティ✳ 開発者
検出モデル
生成AIは急速に現実に近づいています。検出技術もその進化に追いつく必要があります。
音声、画像、動画、テキスト向けのモデルが、チームによるメディアの評価を支援し、結果を文脈に沿って判断できるようにします。
最新リリース
▥ DETECT-World
AIが生成した音声、動画、画像を評価します。DETECT-Worldはパターン分析と世界モデルのアプローチを組み合わせ、物理的な現実からの逸脱を調べます。
出力：構造化されたスコア、評価、理解しやすい説明
参考精度：音声 99.5% | 動画 98% | 画像 96%
3世代にわたる検出技術
■ 音声■ 画像■ 動画
音声は3世代すべてに表示されています。画像と動画は後の世代で導入されました。参考数値はベンチマークやテスト条件によって異なります。
Signal
コンテンツが既知の詐欺パターンに似ている場合、レビュー担当者に通知します。
出力：確認可能なアラートと通知
SIGNALについて詳しく見るPerTh Multimodal
さまざまなメディア形式に対応する、知覚できない透かし。
出力：確認用の来歴情報
詳細を見るIdentity
声や容姿を登録し、その後の本人照合を評価します。
出力：スコア、評価、読みやすいコンテキスト
詳細を見る99.5%
音声検出の精度
95.8%
画像検出の精度
98.2%
動画検出の精度
| # | モデル | RTF | 精度 |
|---|---|---|---|
| 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 |
“
責任あるAIには、強力な制作ツールと、それを安心して使うために必要な信頼をつなぐ架け橋が必要です。
責任あるAIのコミュニティからの視点
責任あるAI
“
合成メディアの変化に合わせて、検出も迅速に進化する必要があります。明確な結果があれば、次の対応に移りやすくなります。
検出チームからの視点
検出チーム
“
生成された音声がより本物らしくなるにつれ、真偽の確認は日々のコミュニケーションの一部になります。
コミュニケーションチームからの視点
広報チーム
セキュリティとコンプライアンス
エンタープライズ水準のマルチモーダル対応。オンプレミスで利用可能。
セキュリティに妥協できない環境では、導入方法、データ保持、規制上の要件をあわせて検討してください。
01GDPR
適法な根拠と適切な保護措置を踏まえて、データの取り扱いを計画します。
02ISO 27001
情報セキュリティ管理の要件を評価します。
03導入
インフラと審査プロセスに合った導入方法を選びます。
04APIファースト
検出機能を既存のセキュリティおよびID管理のワークフローに連携します。
05SOC 2
可用性と機密性に関する管理策がどのように評価されているか確認します。
06HIPAA
導入前に医療データの取り扱いに関する要件を確認します。
07エアギャップ環境
隔離された環境向けのオンプレミスオプションを検討します。
08データ保持
要件に合わせてメディアの保持ルールを設定します。
交際関係の終了後にAI生成の性的画像が報告された事例
同意なく作られた合成メディアがもたらし得る個人的な被害について、公開された証言が伝えています。
飲食店従業員が音声によるなりすまし未遂を報告
なりすまし犯がマネージャーに連絡し、従業員本人を装って話したと報じられています。
オンライン投稿をきっかけに、加工された動画への疑問が浮上
視聴者が目にした映像は、真偽を慎重に確かめる必要がありました。
家族の緊急事態を装う詐欺に合成音声が使われる
聞き覚えのある声のメッセージで、緊急の送金を求められたと報じられています。
報告されたメッセージ詐欺にAI音声メッセージが関与
親族を装った音声メッセージが、送金を求めるために使われたと報じられています。
ディープフェイク広告を受け、投資家向けの詐欺警告が発出
加工された宣伝動画が、送金を試みた事案に関連していたと報じられています。
SNS動画で著名人になりすまし
あるアカウントが合成動画を拡散し、フォロワーから金銭を募ったと報じられています。
緊急の依頼で詐欺的な音声が共有される
声が本物らしく聞こえるだけでは、メッセージの送信者を特定できません。
