# ElevenLabs 音频检测：对照原始合成音频与真人负样本，分清水印和概率判断

Audio Detector针对ElevenLabs相关音频，先水印后统计判断。它不是所有AI声音通用鉴定，负样本与重编码副本都要记录原始表述。

1. 准备有来源的正负样本
使用自己在ElevenLabs实际生成的原始音作正样本、本人录音作负样本。包内eSpeak音频标为“非Eleven合成控制”，不能冒充正样本或真人负样本。

2. 记录原文件身份
在sample-register.csv填来源、生成模型或本人录制声明、哈希与格式。无法确认来源的音频不要先贴真人/AI真值标签。

3. 先上传Eleven原音
在当前Audio Detector上传真正正样本，保存完整返回措辞，包括水印还是统计分类。不要只记一个“AI概率”而漏掉依据。

4. 再上传本人负样本
按同样入口检查真人录音，保留结果和可能误判。真人被判像AI也不能反过来改真值来迎合检测器。

5. 测试重编码副本
从同一正样本制作一个明确格式的重编码版，记录ffmpeg命令与哈希，再检测。重编码不是绕过保证，也不代表所有修改都不影响检测。

6. 区分水印与推断
按官方说明把水印识别和统计分类分开写。无水印或无法识别不能证明真人；模型范围之外的AI音频更不能据此作通用鉴定。

7. 保留原始结果与边界
交付来源表、原始音、重编码副本与原始检测表述。本课没有可替代本人的负样本，也未执行检测；作者非Eleven控制音仅供流程练习。

验收：阴性不等于真人，不能鉴定所有平台或证明身份

执行边界：未运行目标云端AI、账号核验或付费生成；原生作者材料与官方示例不充当目标结果。见asset-identity.json。

官方依据：
https://elevenlabs.io/docs/eleven-creative/audio-tools/audio-detector