【漾新聞記者陳雯萍／高雄報導】網路世界真假難辨，「假鬼假怪」的換臉、變聲影音更是層出不窮。國立高雄大學資訊工程學系教授潘欣泰指導學生陳冠霖、張卜驊、黃羿禎、廖冠丞，共同開發一套Deepfake（深偽）偵測系統，主打可在手機端即時運作，同步比對畫面與聲音的一致性，協助使用者快速辨識換臉、變聲影音的細微破綻，讓假影音不再只能靠人眼猜測。
隨著生成式AI技術快速進化，Deepfake相關影音大量流入社群平台與通訊軟體，真假界線愈來愈模糊，甚至被不當利用於詐騙、造假與操弄輿論。潘欣泰指出，技術本身並非原罪，關鍵在於應用方式，但現行多數偵測工具高度依賴大型模型與高效能設備，一般使用者難以即時使用，因此在專題指導上，特別鼓勵學生思考如何讓人工智慧走出研究室，成為貼近日常生活的實用工具。
團隊在系統設計上，以輕量化深度學習模型為核心，結合影像與語音的多模態學習，同步檢視畫面與聲音之間是否合理對齊。學生團隊表示，相較於讓模型記憶大量真實影像特徵，他們更聚焦於Deepfake常見的偽造瑕疵，例如臉部邊緣不自然、聲畫不同步等細節，藉此提升在實際使用情境中的辨識效果。
系統在既有資料集上的辨識準確率可達九成以上，並透過模型量化與前處理流程優化，成功讓推論可直接在行動裝置端完成，不需將影音上傳至雲端，不僅降低延遲，也兼顧使用者隱私，讓系統在不同裝置與場域中都能保持穩定運作，真正符合「隨手可用」的設計初衷。
這項專題成果也獲得學界與競賽的高度肯定，於2025年底榮獲「2025全國AI專題創意競賽」資電領域組第一名，並奪下高雄大學資訊工程學系畢業專題競賽第一名，同時在教育部「2025第30屆大專校院資訊應用服務創新競賽」中，獲得資安技術組佳作肯定，展現學生將AI技術轉化為實務應用的成熟度。
回顧專題歷程，學生團隊坦言，開發過程需不斷在辨識效能與行動端有限運算資源之間取得平衡，從資料處理、模型調校到系統整合，每一步都仰賴反覆測試與團隊討論。透過實際動手解決問題，學生不僅深化對深度學習與多模態技術的理解，也更清楚人工智慧應如何被負責任地使用。
團隊期盼，未來能持續擴充資料來源與應用情境，讓這套Deepfake偵測系統成為一般使用者面對假影音時的實用輔助工具，在真假交錯的數位時代，為資訊安全與公共信任築起一道更貼近生活的防線。
【版權所有 翻印必究】#漾新聞 #高雄
看更多新聞請點選【漾新聞官網】 https://www.youngnews3631.com
