用途：面向安全运营与事件响应，判断疑似vishing通话录音是否为AI克隆语音，例如冒充高管授权转账、可疑语音邮件或欺诈取证。不适用于邮件/短信类文本钓鱼。
主要能力：对WAV/MP3/FLAC音频做预处理（重采样16kHz单声道、去静音、归一化）；提取20维MFCC及一阶/二阶差分、频谱质心、带宽、对比度、滚降、过零率；用随机森林与梯度提升集成分类并投票降低误报；分析基频抖动与振幅微扰等时域伪影；生成梅尔频谱图与MFCC图供人工复核；输出含置信度、异常特征与建议的取证报告。
使用方式：需Python 3.9+及librosa、numpy、scikit-learn、scipy，安装FFmpeg；音频至少3秒。典型流程为加载音频、提取特征、构建固定长度特征向量、分类、时域分析、频谱图检查、生成报告。可选参考真实语音样本提升准确率。
适用场景：高管冒充转账欺诈、可疑语音邮件核查、事件响应中的合成语音判定、红蓝对抗中的语音克隆检测。
限制：电话编解码（G.711、AMR）压缩会掩盖伪影；短于3秒样本统计不可靠；背景噪声降低准确率；高质量克隆（如微调VALL-E）可能规避基础特征分析；VoIP真实语音也可能呈现类似频谱伪影。具体收费、平台与效果资料暂未提供。