Deepfake-detectoren geven meestal één antwoord: echt of nep. Het nieuwe audio-model VeriSpoof gaat een stap verder. Het systeem wijst ook aan welk systeem een opname produceerde, of verschillende fragmenten uit dezelfde bron komen en waar in een audiofragment precies is gemanipuleerd.
Dat blijkt uit een technisch rapport dat op 3 november 2026 verscheen via arxiv.org. Voor forensische analisten — denk aan rechtszaken of onderzoek naar desinformatie — is dat een wezenlijk ander gereedschap dan een simpele nep-of-echt-meter.
🧠 Even simpel uitgelegd
Stel dat iemand een spraakbericht van een politicus verandert door één zin erin te plakken. Een gewone detector zegt alleen: "dit is nep". VeriSpoof doet meer: het zegt ook welk programma de nepzin maakte, op welk moment in de audio de bewerking zit en of twee opnames van dezelfde bron afkomen. Bovendien legt het uit waarom — met bewijs dat anderen kunnen nameten. Dat werkt ongeveer zoals een vingerafdruk-expert die niet alleen zegt "dit is vervalst", maar ook de vingerafdruk van de dader erbij levert.
Eén model, vijf forensische taken
Het bijzondere aan VeriSpoof: het voert vijf taken uit binnen één model met gedeelde gewichten:
- Deepfake-detectie — is de audio synthetisch?
- Toeschrijving — welke generator maakte het, inclusief het akoestische model en de vocoder?
- Opnamecondities — onder welke omstandigheden is de audio vastgelegd?
- Lokalisatie — waar in het fragment zitten gesynthetiseerde delen?
- Bronverificatie — komen twee opnames uit dezelfde bron?
De sleutel tot het systeem zijn zogenaamde 'grounded rationales'. Het model geeft geen blote ja-of-nee, maar levert bewijsvoering die onafhankelijk te controleren is — bijvoorbeeld via waveform-metingen, metadata van de generator of labels van audiofragmenten. Volgens onderzoekers Yang Xiao en collega's helpt dat vooral bij het opsporen van 'partiële fakes': fragmenten die slechts gedeeltelijk zijn bewerkt. Op de dataset 'PartialEdit' schoot de methode met controleerbare verklaringen door naar 99,6% nauwkeurigheid, tegenover 78,4% bij directe antwoorden.
Sterk presterend én efficiënt
In de benchmark Speech-DF-Arena liet de uitgebreide versie, VeriSpoof-Plus, een pooled Equal Error Rate (EER) van 2,14% zien. Daarmee eindigde het model als derde van 28 geteste systemen — en als beste van alle open-weight systemen. De basisversie, VeriSpoof-Base, getraind uitsluitend op officiële trainingssets van acht corpora, kwam uit op een EER van 4,43%. Dat is minder dan de helft van de foutmarge van de volgende beste open-weight detector.
Ook opvallend: het model is efficiënt. VeriSpoof telt in totaal 2,85 miljard parameters, maar tijdens de training werden er slechts 29,7 miljoen bijgewerkt. Daardoor draait het op één GPU van 24 GB, met behulp van gradient checkpointing.
Open beschikbaar, ook voor onbekende generatoren
VeriSpoof kan bronnen verifiëren die niet in de trainingsset zaten, met een EER van 6,2%. De onderzoekers maakten niet alleen de modellen (Base en Plus) openbaar, maar ook de inferentiecode, een demo en de 'VeriSpoof-Bench': een evaluatiesuite waarmee alle forensische vragen getest kunnen worden.
De ontwikkeling is actueler dan ooit. Rond gebeurtenissen zoals verkiezingen, die bloomberg.com volgt, spelen zorgen over audio-desinformatie een grote rol. Tools zoals VeriSpoof bieden een technisch middel om de authenticiteit van audiobewijs te waarborgen. De volledige architectuur en alle resultaten staan in het technische rapport.