深度伪造检测（Deepfake Detection），就是判断一段视频、音频或图片是否由生成式模型合成、替换或篡改的技术与流程。它回答的问题主要是一段素材“是不是真的拍/录出来的”，而不直接回答“内容说得对不对”。
可以把它想成验钞：不能只看图案像不像，还要看水印、油墨、纸张纤维。换脸和合成语音也一样，生成过程会留下痕迹，检测就是去找这些“不像真钞”的地方。
看换脸视频，重点查三类痕迹。
一是边界。发际线、下颌线、耳朵、牙齿、眼镜框与皮肤的交界处，常出现模糊、抖动或颜色突变；人脸与脖子、背景的过渡也可能不自然。
二是生理与物理一致性。真人皮肤会随心跳有极细微的颜色变化，光照方向、高光和阴影也应一致；伪造视频里，脸部高光可能与现场光源对不上，或者连续帧之间出现闪烁。
三是压缩与噪声。视频经过编码后，噪声分布本应有规律；篡改区域可能噪声异常、块效应分布不均。
听合成语音，重点听“非语言信息”。 真人说话有呼吸声、吞咽、自然停顿和底噪连续性；合成语音常在这些地方露馅：句子之间没有换气，背景噪声忽有忽无，高频像被刀切平，情绪起伏过于平。把音轨和口型对齐看，也能发现唇音不同步。
技术手段上，常见做法包括：用取证特征查频域和压缩伪影；用学习型检测器（如卷积神经网络、Transformer）识别生成模型留下的统计模式；做音视频多模态一致性校验；以及依靠水印、内容凭证等溯源机制。具体标准和支持范围以官方页面为准。
| 概念 | 判断什么 | 常见误区 |
|---|---|---|
| 深度伪造检测 | 载体是否被生成或篡改 | 把它当成“真假命题鉴定” |
| 人脸识别 | 画面中的人是谁 | 以为识别出身份就能证明没换脸 |
| 事实核查 | 说法是否符合事实 | 素材真实，结论也可能错 |
对普通人，实用顺序是：慢放看边缘和牙齿，听呼吸与底噪，再查原始来源和多个独立视频。检测结果只是概率判断，重要场景要保留原始文件、交叉验证，并让人工复核。对从业者，单一模型分数不可靠，多模态融合、跨场景泛化和可解释报告，比“跑分”更重要。