深偽Deepfake
也常被稱為：Deepfake、深度偽造、AI 換臉
一句話解釋
用 AI 生成或修改的假影音內容，讓畫面中的人說出、做出實際上沒發生過的話或動作。
它在做什麼
Deepfake 是用 AI 模型生成或修改的假影音，讓畫面中的人「說出」「做出」實際上沒有發生過的話或動作。常見形式包括換臉影片、模仿特定人物聲音的變聲，以及把一個人的臉貼到另一段影片上。
技術上，這類生成能力多半依賴能同時處理影像、聲音等多種資料型態的多模態模型——模型學習一個人的臉部特徵、口型、聲音模式後，就能套用到新的內容上，生成過程也越來越自動化，門檻明顯低於過去需要專業技術的偽造方式。
常見的辨識線索
注意細節不自然的地方
嘴形跟聲音對不上、眨眼頻率異常、光影與背景不一致，這些是早期 deepfake 常見的破綻，但隨技術進步，這類線索已經越來越不明顯。
留意情境是否刻意製造急迫感
要求緊急匯款、聲稱有人身安全危險，這類製造時間壓力的情境，是詐騙常見的操作手法，deepfake 只是讓這類情境更逼真。
透過原本的管道直接核實
收到疑似造假的影音，先透過你原本就認識的聯絡方式（例如已知的電話號碼）直接確認，不要只憑影音內容本身判斷真假。
偵測工具能信到什麼程度
跟辨識 AI 生成文字的 AI 偵測器一樣，deepfake 偵測工具的準確度也不是絕對的。生成技術與偵測技術是持續進行的攻防戰——新的生成手法出現，偵測工具需要時間才能追上，這中間的時間差就是風險最高的空窗期。
不是所有 AI 生成內容都是 Deepfake
用 AI 生成一段完全虛構的動畫、特效，或是取得當事人同意後製作的內容，通常不算 deepfake 這個詞想指涉的問題——關鍵在於是否用來冒充真實的人、誤導觀眾以為內容為真，而不是「有沒有用 AI 生成」本身。
常見問題
- Deepfake 跟一般修圖、變聲軟體有什麼不同？
- 差別在於逼真程度和自動化的規模。傳統修圖或變聲需要專業技巧、逐格手動處理，成品也容易看出破綻。Deepfake 用模型學習一個人的臉部特徵、聲音模式，能自動生成大量逼真的偽造內容，門檻低很多，一般人用現成工具就做得出來，這正是它風險升高的原因。
- 有工具可以百分之百辨識 deepfake 嗎？
- 目前沒有。偵測工具能抓出一部分特徵（例如眨眼頻率不自然、嘴形和聲音對不上），但生成技術和偵測技術是持續在拉鋸的攻防戰，偵測工具永遠在追趕最新的生成手法。不能只依賴單一工具的判定結果，還是要搭配來源查證等其他方式交叉確認。
- 遇到疑似 deepfake 的內容該怎麼辦？
- 先不要轉發或按照內容行動，尤其是牽涉金錢匯款、緊急求助這類情境——這正是詐騙最常利用 deepfake 的場景。試著透過原本認識的管道（例如打電話給本人）直接核實，而不是只憑一段影音就相信。
相關術語
更新於 ．全部術語