StartseiteMagazinWissenStudie zu Deepfake-Stimmen

Studie zu Deepfake-Stimmen

Das menschliche Gehirn kann natürliche Stimmen von Deepfake-Imitationen unterscheiden. Das haben Forschende der Universität Zürich festgestellt.

Noch nie war es so leicht, mit Deepfake-Technologien natürliche Stimmen zu imitieren, entweder für Betrugsversuche am Telefon oder um dem Sprachassistenten die Stimme der Lieblingsschauspielerin zu geben. Aber das Gehirn macht beim Verarbeiten von natürlichen Stimmen im Vergleich zu ihren Deepfake-Imitationen einen Unterschied. In einer Studie wurden zwei Hirnareale identifiziert, die unterschiedlich auf die akustischen Signale reagieren.

Jeder Mensch hat ein einzigartiges Stimmprofil. Dies hilft, um die Person zu identifizieren. Neueste Algorithmen zur Stimmsynthese sind inzwischen so leistungsfähig, dass sie künstliche Stimmklone erstellen können, die den Identitätsmerkmalen natürlicher Sprecher qualitativ sehr nahekommen. Bisher war jedoch unklar, wie das menschliche Gehirn auf solche Deepfake-Stimmen reagiert. Akzeptiert es diese als echt oder erkennt es den Fake? Ein Forschungsteam an der Universität Zürich hat nun herausgefunden, dass Menschen die geklaute Identität in einem Deepfake-Audio zwar häufig als natürlich akzeptieren, das Gehirn auf Deepfake-Stimmen jedoch anders reagiert als auf natürliche Stimmen.

Identität in Deepfake Stimmen fast zum Täuschen ähnlich

Die Forschenden testeten zunächst mit psychoakustischen Methoden, wie gut die menschliche Identität in den imitierten Stimmklonen erhalten bleibt. Sie nahmen die Stimmen vier männlicher Sprecher auf und generierten mit Hilfe von Computeralgorithmen Deepfake-Stimmen dieser Sprecher. Im Hauptexperiment hörten 25 Probandinnen und Probanden mehrere Stimmen und sollten entscheiden, ob die Identität zweier Stimmen identisch war oder nicht. Dabei gab es zwei Aufgaben: Entweder sollten sie die Identität von zwei natürlichen Stimmen oder einer natürlichen und einer Deepfake-Stimme abgleichen.

Dabei zeigte sich, dass die Deepfake-Identitäten in zwei Dritteln der Fälle korrekt zugeordnet wurden. «Dies verdeutlicht, dass aktuelle Deepfake-Stimmen zwar nicht perfekt die Identität imitieren, aber das Potential haben, die Wahrnehmung von Menschen zu täuschen», sagt Claudia Roswandowitz, Post-Doc am Institut für Computerlinguistik.

Belohnungssystem reagiert auf natürliche Stimmen, aber nicht auf Deepfakes

Mit Hilfe von bildgebenden Verfahren untersuchten die Forschenden dann, welche Gehirnareale abweichend auf Deepfake-Stimmen im Vergleich zu natürlichen Stimmen reagieren. Dabei machten sie zwei zentrale Areale ausfindig, die den Fake erkennen: Zum einen reagiert ein Teil des mesolimbischen Systems, der Nucleus Accumbens, anders auf Deepfake-Stimmen. «Der Nucleus Accumbens ist ein wichtiger Bestandteil des Belohnungssystems im Gehirn. Er war weniger aktiv, als die Probandinnen und Probanden die Identität zwischen Deepfake und natürlichen Stimmen abgleichen sollten», erklärt Claudia Roswandowitz. Viel aktiver war hingegen der Nucleus Accumbens, wenn die Probandinnen und Probanden zwei natürliche Stimmen vergleichen mussten.

Auditorischer Cortex unterscheidet die akustische Qualität

Das zweite Hirnareal, dass in dem Experiment bei den Versuchsteilnehmenden aktiv war, scheint auf die akustische Differenz zwischen natürlicher und Deepfake-Stimme zu reagieren: Der auditorische Cortex, zuständig für die Analyse von Geräuschen, war aktiver, als es die Identität zwischen Deepfake und natürlicher Stimme abzugleichen galt. «Wir vermuten, dass dieses Areal auf die noch nicht perfekte akustische Imitation der Deepfake-Stimmen reagiert und versucht, das fehlende akustische Signal auszugleichen», sagt die Forscherin Roswandowitz. Je weniger natürlich und sympathisch die gefälschte Stimme im Vergleich zu ihrem natürlichen Gegenstück wahrgenommen wurde, desto grösser waren die Aktivitätsunterschiede im auditorischen Cortex.

Der Fake-Anteil in den Deepfake-Stimmen scheint zu weniger Vergnügen beim Hören zu führen, und das relativ unabhängig von der Qualität des akustischen Signals. «Der Mensch kann also nur teilweise durch Deepfakes getäuscht werden. Besonders die neuronalen Mechanismen, die bei der Verarbeitung von Deepfakes identifiziert wurden, verdeutlichen die menschliche Widerstandsfähigkeit gegenüber gefälschten Informationen, die uns im Alltag immer häufiger begegnen», folgert Roswandowitz.

Titelbild: Deepfake- und natürliche Stimmen. Istock.com/ArtemisDiana

Spenden

Wenn Ihnen dieser Artikel gefallen hat, Sie zum Denken angeregt, gar herausgefordert hat, sind wir um Ihre Unterstützung sehr dankbar. Unsere Mitarbeiter:innen sind alle ehrenamtlich tätig.
Mit Ihrem Beitrag ermöglichen Sie uns, die Website laufend zu optimieren, Sie auf dem neusten Stand zu halten. Seniorweb dankt Ihnen herzlich.

oder über:
IBAN CH15 0483 5099 1604 4100 0

Kommentieren Sie den Artikel

Bitte geben Sie Ihren Kommentar ein!
Bitte geben Sie hier Ihren Namen ein

Beliebte Artikel

Mitgliedschaften für Leser:innen

  • 20% Ermässigung auf Kurse im Lernzentrum und Online-Kurse
  • Reduzierter Preis beim Kauf einer Limmex Notfall-Uhr
  • Vorzugspreis für einen «Freedreams-Hotelgutschein»
  • Zugang zu Projekten über unsere Partner
  • Massgeschneiderte Partnerangebote
  • Buchung von Ferien im Baudenkmal, Rabatt von CHF 50 .-