Первоначальные признаки, позволяющие отличить речь, созданную искусственным интеллектом, от речи настоящего человека, — это чистота, темп и интонация. Об этом сообщил Виталий Кузнецов, возглавляющий отдел лингвистической экспертизы Российского федерального центра судебной экспертизы (РФЦСЭ) имени профессора А.Р. Шляхова при Министерстве юстиции Российской Федерации.

Кузнецов пояснил, что речь, сгенерированная AI, отличается чрезмерной чистотой звука, монотонностью, слишком ровным темпом, необычным ритмом и неестественной интонацией. Такие комментарии были сделаны во время посещения центра министром юстиции РФ Константином Чуйченко и президентом Российской академии наук Геннадием Красниковым.

Советник директора РФЦСЭ Роман Юможапов добавил, что для анализа дипфейков специалисты используют разнообразные методики:

• визуальная экспертиза,
• инструментальные методы с применением специализированного софта,
• нейросетевые детекторы, которые разрабатываются совместно с IT-компаниями.

Юможапов уточнил, что в процессе визуального анализа особое внимание уделяется микроартефактам, присутствующим на изображениях, например, деталям внешности. Современные технологии, даже высокоразвитые, все ещё оставляют видимые дефекты, особенно в динамических действиях видео. Кроме того, при исследовании аудиоконтента проводится спектральный и фазовый анализ звуковых сигналов для выявления следов нейросетевого синтеза.

Валентин Титов, начальник отдела компьютерно-технической экспертизы РФЦСЭ, заявил, что эксперты также исследуют структуру файлов, которые могут содержать маркеры, указывающие на их искусственное происхождение. Однако с развитием цифровых технологий AI научается удалять такие данные, что затрудняет анализ. Несмотря на это, остаются небольшие следы, которые позволяют экспертам, работая коллективно, определять, что данный медиафайл создан искусственным интеллектом.