3月24日消息，中科院联合阿里安全团队通过训练AI模型，研究表情和声音的关系，完成了给定一段声音和仅有一张正确人脸的若干张图片，AI为该声音找到“主人”的实验研究。 

经验证，相较于人类67%的正确率，AI的准确率接近90%。在“1对N”的匹配实验中，AI还能对声音归属人脸的“可能性”进行排序。这种技术是一种自适应的学习框架，用来挖掘和学习人脸与声音的潜在联系，该论文研究成果随即被CVPR 2021接收。

据阿里安全图灵实验室资深算法专家华棠介绍，该技术后续将在内容安全和账户安全领域探索应用，对抗伪造类视频攻击，保护用户财产和信息安全。“有些人利用伪造视频试图骗过认证系统，AI的这项技能将进一步验证声音与相应真人是否匹配，防范欺诈，守护安全。”华棠说，这也是让AI在提升安全水位上有更多用武之地。