Resemble Detect 用于对音频、图像、视频和文本进行合成内容检测与媒体取证,核心原则是:未获得完成的检测结果前,不得宣布媒体真实或伪造。检测为异步任务,用户需提供可公开访问的 HTTPS 媒体 URL,使用 Bearer 令牌调用 https://app.resemble.ai/api/v2。
主要能力:一,深度伪造检测,POST /detect 提交音频、图像或视频,轮询 GET /detect/{uuid} 直到 completed 或 failed,返回 label(fake/real)与分数,音频用 aggregated_score 和一致性,图像用 image_metrics(含 IFL、反向图搜来源),视频返回带时间戳的分层结果。二,来源追踪,检测请求中开启 audio_source_tracing 后,仅在音频被判为 fake 时返回生成平台标签(如 elevenlabs、resemble_ai)。三,媒体情报,POST /intelligence 输出说话人信息、语言、情绪、风格、转写、翻译与异常;POST /detects/{uuid}/intelligence 可对已完成检测用自然语言提问。四,水印,POST /watermark/apply 应用隐形水印,POST /watermark/detect 检测已有水印。五,说话人身份(Beta),POST /identity 建档并用 POST /identity/search 比对。六,文本检测(Beta),POST /text_detect 判断文本为 ai 或 human,最大 100,000 字符。
使用限制:媒体须为公开 HTTPS URL,不支持本地上传;轮询建议从 2 秒开始退避,勿低于 1 秒;对处理中或失败的检测提问会返回 422;来源追踪不适用于真实音频;身份与文本检测为 Beta,可能需额外权限,遇到访问错误应告知用户;敏感媒体可启用 zero_retention_mode。分数解释需结合上下文,0.0–0.3 倾向真实,0.3–0.5 不确定,0.5–0.7 可能合成,0.7–1.0 高置信合成。价格、收费与平台可用性暂未提供。