近年来，生成式技术推动语音合成门槛持续降低，音频内容生产与传播呈现爆发式增长。
从智能客服、短视频配音到远程会议、在线教育，音频成为数字经济中高频使用的内容形态之一。
但与此同时，伪造政治言论、冒充熟人实施诈骗、篡改录音误导舆情、盗用配乐侵犯版权等问题也更易发生。
音频一旦被“以假乱真”，其传播速度快、取证难度高、社会成本大，成为内容安全治理中的突出风险点。
问题的集中暴露，既源于技术普及带来的“低成本伪造”，也与音频自身特性相关：一方面，人耳对细微失真不敏感，使得伪造声音更易通过常规辨别；另一方面，音频在多平台流转过程中经常经历压缩、转码、剪辑、混音等处理，导致传统取证手段难以保持证据链完整。
加之部分应用场景缺乏统一的标识与核验机制，出现“生成容易、追责困难”的治理断点。
为回应上述风险，政策层面持续强化对生成合成内容的规范要求。
《生成式人工智能服务管理暂行办法》提出对生成内容进行显著标识、确保可追溯可核验；同时，相关标识管理制度进一步明确生成合成文字、图片、视频等需“亮明身份”，释放出推动技术治理、行业协同、依法监管同向发力的信号。
在这一背景下，能够兼顾隐蔽性、稳定性与可用性的音频标识方案，以及面向实战的鉴伪能力，成为行业迫切需要补齐的能力短板。
广州烁谷科技在首期大湾区人工智能安全发展交流节气会上介绍，其围绕“标识—核验—处置”链条布局，提出以音频隐形水印实现“无痕溯源”，并以鉴伪模型提升“高精度识别”的组合式方案，试图为监管要求落地提供工业级工具。
该公司创始人谢伟铎表示，技术目标是在不显著影响用户听觉体验的前提下，为音频附加可提取的溯源信息，并在平台审核、司法取证、金融风控等场景实现快速判别与风险拦截。
据介绍，隐形水印技术侧重“可追溯”。
其思路是在音频中嵌入与内容绑定的编码信息，可包含用户标识、时间戳等关键要素，使每段音频具备类似“数字身份证”的可核验属性。
为适应实际传播链路，相关方案强调在常见处理与干扰下仍能稳定提取水印信息，并面向直播、会议等实时场景降低编码解码延时，以满足高并发与低时延需求。
这类“隐而不失”的标识方式，旨在避免对听感造成明显影响，同时为版权保护、责任追溯提供可操作的证据依据。
鉴伪技术则侧重“可核验”。
面对不断迭代的伪造手法，相关系统以大规模数据训练为基础，通过对时频特征、设备噪声、伪造痕迹等维度进行综合分析，形成实时检测框架，用于识别深度合成音频及其变体。
其应用价值主要体现在：一是为平台内容审核提供自动化筛查能力，减少虚假音频扩散；二是为金融电话核验、政务会议录音、法律证据鉴定等高风险场景提供辅助判断，提高取证与风控效率；三是通过持续学习与跨域反馈，增强对新型伪造技术的适配能力，降低“攻防失衡”带来的治理压力。
从影响看，推动音频进入“可溯可鉴”阶段，意味着内容生产端、平台分发端与监管治理端之间有望形成更完整的闭环：对创作者而言，明确标识与可追溯机制有助于版权确权与收益保护；对平台而言，可核验能力能提升审核效率、降低合规风险；对公众而言，虚假音频的传播空间被压缩，有助于维护正常的信息秩序与社会信任。
业内人士指出，随着生成合成内容治理制度不断完善，技术与规则的同步推进将成为内容生态健康发展的重要支点。
在对策层面，业内普遍认为应坚持“制度约束+技术治理+行业协作”并举：一是强化生成合成内容标识的执行与审计，推动不同平台、不同场景下标识与核验的可互通；二是鼓励企业将水印、指纹、签名、鉴伪等能力工程化，形成可部署、可评测、可追责的工具链；三是完善配套标准与评测体系，明确鲁棒性、误报漏报、隐私保护等关键指标；四是加强公众防骗宣传与风险提示，降低社会工程学与“声音冒充”带来的现实危害。
据了解，烁谷科技作为初创企业参与与有关单位及企业共同起草国内生成合成内容标识管理相关办法，也反映出行业正加速向规则化、标准化方向推进。
展望未来，音频安全治理将呈现三方面趋势：其一，标识能力将更深度嵌入内容生产与分发链路，形成“默认可追溯”的基础设施；其二，鉴伪将走向实时化、规模化与多场景协同，成为平台治理的关键能力之一；其三，围绕数字版权、数据安全与个人信息保护的合规要求将进一步细化，促使企业在技术创新中同步强化安全与伦理边界。
如何在提升安全性的同时兼顾用户体验与产业效率，将成为下一阶段竞争与治理的共同课题。
技术创新与政策规范的有机结合，正在推动数字音频安全进入"可溯可鉴"的新时代。
面对人工智能技术带来的机遇与挑战，只有坚持自主创新，加强技术攻关，才能在保障内容安全的同时，充分释放技术发展的积极效应，为数字经济高质量发展提供坚实保障。