信頼できる形でディープフェイクと本物のメディアを見分けられる人はわずか0.1%です - 1,000人に1人という割合で、これは事前に偽物を探すよう伝えられていた米国・英国の消費者2,000人を対象としたiProovの調査によるものです(iProov, 2025)。機械はより優れていますが、ばらつきがあります:2026年の中立的なベンチマークにおけるトップの音声検出器は98.1%の精度を記録した一方、最も弱い商用ツールは71.3%にとどまり、オープンソースモデルは48%から63%の範囲でした(Resemble AI, 2026)。一方、分析された12億件の通話全体でディープフェイク詐欺の試みは1年間で1,300%以上急増し(Pindrop, 2025)、Deloitteは米国の生成AI詐欺による損失が2027年までにUSD 40 billionに達すると予測しています(Deloitte, 2024)。検出は、公開された精度スコア、ベンチマークのリーダーボード、そして年間約48%のペースで成長する市場を伴う、測定可能な軍拡競争になっています。この分析は、iProov、Resemble AI、Pindrop、Gartner、Deloitte、そのほか12の一次資料からのデータを、2026年に重要となる検出関連の数字として統合したものです。
主な要点
- 56件の研究、86,155人の参加者にわたる人間のディープフェイク検出精度の平均:55.5%(Diel et al., 2024)。
- すべての本物と偽物のクリップを正しく識別した消費者の割合:0.1%(iProov, 2025)。
- 2026年の中立的なベンチマークにおけるトップの音声検出器の精度:98.1%(Resemble AI, 2026)。
- 同ベンチマークにおけるオープンソースのディープフェイク検出器の精度範囲:48-63%(Resemble AI, 2026)。
- 実世界の画像劣化のもとで失われた検出器の性能:最大50%(RedFaceデータセット、arXiv 2025)。
- 過去12か月間にディープフェイク攻撃を受けた組織の割合:62%(Gartner, 2025)。
- ディープフェイク詐欺の試みの前年比急増率:1,300%(Pindrop, 2025)。
- 2027年までの米国の生成AI詐欺による損失予測:USD 40 billion(Deloitte, 2024)。
- 2034年までのディープフェイク検出市場規模:USD 5.6 billion、CAGR 47.6%(Market.us, 2025)。
- 適切な電子透かしを使用しているAI画像生成ツールの割合:38%(Rijsbosch et al., 2025)。
- EU AI Act第50条のディープフェイクラベリング規則の適用開始日:2026年8月2日(EU AI Act)。
1. 人間はコイントスとほぼ変わらない
検出に関する最も重要な単一の統計は、ソフトウェアについてのものではなく、人についてのものであり、その内容は厳しいものです。56件の管理された研究を集約した結果、研究者たちは、信頼区間を考慮すると人間の平均精度は55.5%であり、統計的には偶然と区別がつかない水準であることを発見しました(Diel et al., 2024)。人は音声の偽物を見つけるのがわずかに得意で、画像の偽物を見つけるのが最も苦手ですが、どのモダリティも安心できる水準には達していません。実践的な結論としては、支援なしの人間の判断は頼りにできる制御手段ではなく、まさにそれゆえに自動検出とコンテンツの来歴管理が必須になりつつあります。
| 指標 | 値 | 出典 |
|---|---|---|
| 人間の平均検出精度(全モダリティ) | 55.5% | Diel et al., 2024 |
| 音声ディープフェイクに対する人間の精度 | 62.1% | Diel et al., 2024 |
| 映像ディープフェイクに対する人間の精度 | 57.3% | Diel et al., 2024 |
| 画像ディープフェイクに対する人間の精度 | 53.2% | Diel et al., 2024 |
| すべての本物と偽物のクリップを正しく識別した消費者 | 0.1% | iProov, 2025 |
| 合成映像における画像に対する精度の低下 | 36% | iProov, 2025 |
| ディープフェイクについて一度も聞いたことがない65歳以上の成人 | 39% | iProov, 2025 |
| 自身の検出能力に過信している人の割合 | 60%+ | iProov, 2025 |
過信はリスクを増幅させます:iProovの回答者の60%以上が、正解かどうかにかかわらず自分を自信のある検出者だと評価し、48%は疑わしいディープフェイクをどう報告すればよいか知りませんでした(iProov, 2025)。
2. 検出ツールがベンチマークで実際に記録するスコア
ソフトウェアはギャップの多くを埋めます - クリーンな入力においては。約25のテキスト読み上げシステムと6つの音声フォーマットを対象に、Podonosを通じて実施された2026年5月の中立的な音声ベンチマークでは、商用検出器が高いスコアに集中した一方、オープンソースモデルは大きく遅れをとりました。Resemble AIが98.1%の精度(F1 0.981)で首位に立ちましたが、注目すべきはそのばらつきです:最も弱い商用エントリーは71.3%にとどまり、オープンソース検出器は48〜63%と人間の性能をかろうじて上回る程度でした(Resemble AI, 2026)。2024年のFTC Voice Cloning Challengeで大企業部門唯一の勝者となったPindropは、2秒間の音声チャンクから既知のエンジンに対して99%の精度を報告しています。
| 指標 | 値 | 出典 |
|---|---|---|
| Resemble AIの精度(2026年音声ベンチマーク) | 98.1% | Resemble AI, 2026 |
| Aurigin AIの精度 | 96.8% | Resemble AI, 2026 |
| Hiveの精度 | 83.5% | Resemble AI, 2026 |
| Reality Defenderの精度 | 71.3% | Resemble AI, 2026 |
| オープンソースモデルの精度範囲 | 48-63% | Resemble AI, 2026 |
| 既知のエンジンに対するPindropの精度(2秒の音声) | 99% | Pindrop, 2024 |
| 未知のエンジンに対するPindropの検出精度 | 90%+ | Pindrop, 2024 |
| ASVspoof 5における最良の等誤り率(拡張なし) | 5.56% | ASVspoof 5 Challenge, 2024 |
注:2026年の音声ベンチマークは、ベンダー(Resemble AI)が非公開のテストラベルを用いて実施したものですが、基盤となるPodonosのテストセットと評価指標は開示されています。Pindropの精度99%/誤検出率1%未満という数値は2023年の調査に由来し、公開されている最新の主要な精度指標です(Pindrop, 2024)。
3. 頑健性のギャップ:実験室スコア対実世界の入力
ベンチマークの精度は天井であって、床ではありません。クリーンなファイルでは輝く検出器も、実際の電話通話やソーシャルフィードの圧縮・ノイズ・コーデックアーティファクトの前では急速に性能が劣化します。実世界データセットRedFaceでは、ほとんどの検出手法が画像劣化のもとで性能の最大50%を失いました(arXiv, 2025)。また、2026年のPodonos音声ベンチマークでは、音声が電話通話品質まで圧縮されると、すべてのシステムが苦戦しました。速度も第二の制約です:リアルタイムでの防御にはリアルタイムファクターが1.0未満である必要がありますが、精度の高いすべてのツールがこれを達成しているわけではありません。音声チャネルに特化した内容としては、VoxBoosterの2026年版音声生体認証統計で、これを補うためにライブネス検出とスプーフィング対策のレイヤーがどのように重ねられているかを解説しています。
| 指標 | 値 | 出典 |
|---|---|---|
| 画像劣化のもとでの検出器の精度損失(RedFace) | 最大50% | RedFace dataset, arXiv 2025 |
| 本物の声に対するReality Defenderの誤検出率 | 53.7% | Resemble AI, 2026 |
| Reality Defenderのリアルタイムファクター(ライブしきい値超過) | 1.52 | Resemble AI, 2026 |
| ストリーミング対応検出器のリアルタイムファクター | 0.33-0.40 | Resemble AI, 2026 |
| 顔バイオメトリクスへのインジェクション攻撃の増加(2023年) | 200% | Gartner, 2024 |
| フィードバックトレーニングまたはAI支援を伴う人間の精度 | 65.1% | Diel et al., 2024 |
外れ値:古いASVspoof 2019攻撃セットで訓練された検出器は、実験室では2%未満のエラー率を記録できますが、2026年時点の音声クローニングエンジンには汎化できません - ベンチマークは脅威よりも早く陳腐化します。
4. 詐欺による損失が検出需要を押し上げている
検出への支出は詐欺による痛みを追いかけており、その痛みは何よりも音声チャネルで拡大しています。Pindropは、分析した12億件の通話全体でディープフェイク詐欺の試みが1,300%急増したことを記録しました。月に約1件から1日7件へと増加し、保険会社を狙った合成音声攻撃は475%増加しました(Pindrop, 2025)。Deloitteの金融サービスセンターは、米国の生成AI詐欺による損失が2023年のUSD 12.3 billionから2027年までにUSD 40 billionへと3倍になるとモデル化しています。このセクションでは検出の背後にある脅威の圧力に焦点を当てています。インシデントの総量や被害者数については、姉妹記事の2026年版ディープフェイク統計を、音声に特化した観点については、音声クローニング詐欺統計とビッシング統計をご覧ください。
| 指標 | 値 | 出典 |
|---|---|---|
| ディープフェイク攻撃を受けた組織(過去12か月) | 62% | Gartner, 2025 |
| ディープフェイク詐欺の試みの前年比急増率 | 1,300% | Pindrop, 2025 |
| 保険会社を狙った合成音声攻撃 | 475% | Pindrop, 2025 |
| 2027年までの米国の生成AI詐欺による損失予測 | USD 40 billion | Deloitte, 2024 |
| 高度な詐欺の前年比増加率 | 180% | Sumsub, 2025-2026 |
| 上位のファーストパーティ詐欺スキームに占めるディープフェイクの割合 | 11% | Sumsub, 2025-2026 |
| 単一のディープフェイクCFOビデオ通話による損失(Arup) | USD 25 million | CNN, 2024 |
| 2026年までに単独での本人確認を信頼しなくなる企業の割合 | 30% | Gartner, 2024 |
背景:Gartnerの62%という数値は、2025年9月に北米・EMEA・アジア太平洋地域の302人のサイバーセキュリティリーダーを対象に行われた調査によるものです。同じグループの32%は、自社のAIアプリケーションへの攻撃も報告しています。
5. 検出市場とその資金の行方
上記のすべての精度ギャップは、急成長する予算の一項目です。推定値は、検出専用ツールか、より広範なディープフェイク技術スタック全体かという定義によって大きく異なりますが、その方向性は一致しています。Market.usは、ディープフェイク検出市場を2024年にUSD 114.3 millionと評価し、CAGR 47.6%で2034年までにUSD 5.6 billionに拡大すると見込んでいます。これはサイバーセキュリティ分野の中でも特に急な成長率の一つです。北米は2024年のその支出の42.6%を占め、映像・画像検出はツール関連収益の3分の2を占めました - これは、詐欺の伸びが最も鋭いのが音声チャネルであることを考えると、注視に値するミスマッチです。
| 指標 | 値 | 出典 |
|---|---|---|
| ディープフェイク検出市場(2024年) | USD 114.3 million | Market.us, 2025 |
| ディープフェイク検出市場(2034年) | USD 5.6 billion | Market.us, 2025 |
| ディープフェイク検出市場のCAGR(2025-2034年) | 47.6% | Market.us, 2025 |
| 検出市場に占める北米のシェア(2024年) | 42.6% | Market.us, 2025 |
| 映像・画像検出セグメントのシェア(2024年) | 66.7% | Market.us, 2025 |
| 2031年までのディープフェイクAI市場(MarketsandMarkets) | USD 7.27 billion | MarketsandMarkets, 2025 |
| 2034年までのより広範なディープフェイク技術市場 | USD 51.42 billion | Fortune Business Insights, 2025 |
乖離に関する注記:予測は範囲の定義によって桁違いに異なります。Market.usは検出ツールのみを測定し、MarketsandMarketsはディープフェイクAI市場全体(2025年にUSD 0.85 billion)を追跡し、Fortune Business Insightsは生成と検出を合わせた最も広範な技術市場を算出しています - 各数値は他の数値と比較するのではなく、それぞれの定義に照らして読むべきです。
6. 表示義務法と電子透かしの普及
規制は、事後に偽物を捕捉することから、作成時点で合成メディアにマーキングすることへと、負担を上流にシフトさせています。EU AI Act第50条の透明性規則は、欺く意図がない場合でもディープフェイクのラベル表示を義務付けており、2026年8月2日から適用されます。違反した場合の罰則は最大でEUR 15 million、または世界売上高の3%です。中国の合成コンテンツラベリング措置は、すでに2025年9月に施行されました。しかし、コンプライアンス対応のツールは法律に大きく遅れています:2025年に行われた50種類のAI画像生成ツールを対象とした監査では、規則がまもなく要求するマーキングを備えずに出荷されているものがほとんどであることが判明しました。同意に基づくコンテンツの来歴管理 - ある人物が自分自身の音声モデルから作成されたメディアに意図的にラベルを付ける仕組み - は、検出器が敵対的に解決するのと同じ問題の協調的な側面です。
| 指標 | 値 | 出典 |
|---|---|---|
| 適切な電子透かしを使用しているAI画像生成ツール | 38% | Rijsbosch et al., 2025 |
| ディープフェイクラベリングを適用しているAI画像生成ツール | 18% | Rijsbosch et al., 2025 |
| 調査で監査対象となったAI画像生成ツールの数 | 50 | Rijsbosch et al., 2025 |
| EU AI Act第50条の適用開始日 | 2026年8月2日 | EU AI Act |
| EU AI Actの透明性違反に対する最大罰則 | EUR 15 million、または売上高の3% | EU AI Act |
| 中国の合成コンテンツラベリングの施行日 | 2025年9月1日 | China CAC, 2025 |
| Pindropが検出モデルの訓練に使用したTTS/音声クローニングシステム数 | 120+ | FTC Voice Cloning Challenge, 2024 |
外れ値:同じ研究は、音声・映像・テキストの電子透かしは、今回測定された画像の電子透かしよりもさらに実装が難しくなると警告しています - つまり38%という数値は、音声詐欺で最も使用されるモダリティにとっては楽観的な上限である可能性が高いのです。
まとめ:数字で見るディープフェイク検出
| 指標 | 値 | 出典 |
|---|---|---|
| 人間の平均検出精度(56件の研究) | 55.5% | Diel et al., 2024 |
| 音声ディープフェイクに対する人間の精度 | 62.1% | Diel et al., 2024 |
| すべての本物と偽物のクリップを識別した消費者 | 0.1% | iProov, 2025 |
| 自身の検出能力に過信している人の割合 | 60%+ | iProov, 2025 |
| トップの音声検出器の精度(2026年ベンチマーク) | 98.1% | Resemble AI, 2026 |
| オープンソース検出器の精度範囲 | 48-63% | Resemble AI, 2026 |
| 既知のエンジンに対するPindropの精度(2秒の音声) | 99% | Pindrop, 2024 |
| 劣化した実世界データに対する検出器の精度損失 | 最大50% | RedFace, arXiv 2025 |
| 本物の声に対するReality Defenderの誤検出率 | 53.7% | Resemble AI, 2026 |
| ディープフェイク攻撃を受けた組織(12か月) | 62% | Gartner, 2025 |
| ディープフェイク詐欺の試みの前年比急増率 | 1,300% | Pindrop, 2025 |
| 高度な詐欺の前年比増加率 | 180% | Sumsub, 2025-2026 |
| 2027年までの米国の生成AI詐欺による損失予測 | USD 40 billion | Deloitte, 2024 |
| ArupのディープフェイクCFO詐欺による損失 | USD 25 million | CNN, 2024 |
| 2026年までに単独での本人確認を信頼しなくなる企業の割合 | 30% | Gartner, 2024 |
| 2034年までのディープフェイク検出市場 | USD 5.6 billion | Market.us, 2025 |
| ディープフェイク検出市場のCAGR | 47.6% | Market.us, 2025 |
| 適切な電子透かしを使用しているAI画像生成ツール | 38% | Rijsbosch et al., 2025 |
| EU AI Act第50条の適用開始日 | 2026年8月2日 | EU AI Act |
方法論と出典
データは、一次報告書、査読済みおよびプレプリントの学術研究、名称のある公開ベンチマーク、政府・規制当局の情報源、公開された方法論を伴うベンダーの開示情報を集約することで収集され、市場および詐欺関連の数値を複数の情報源間で相互参照し、乖離がある場合は本文中で明示しました。ここに記載されたすべての統計は、調査の過程で引用元と照合して検証されています。入手可能な最良の数値が2025年より前のものである場合は、その年を明記しています。
- iProov - ディープフェイク検出に関する消費者調査、2025年(プレスリリース)
- Diel, A. et al. - ディープフェイク検出における人間のパフォーマンス:56本の論文の系統的レビューとメタ分析、2024年(ScienceDirect)
- Resemble AI / Podonos - 音声ディープフェイク検出ベンチマーク、2026年(レポート)
- Pindrop - 2025年版Voice Intelligence and Security Report(レポート)およびPindrop Pulse検出(概要)
- ASVspoof 5 Challenge - 音声アンチスプーフィング評価、2024年
- RedFace実世界フォージェリーデータセット - arXiv、2025年(論文)
- Gartner - サイバーセキュリティリーダー調査、2025年9月(Infosecurity Magazine経由)、および2026年までに30%という本人確認予測、2024年(プレスリリース)
- Deloitte Center for Financial Services - 生成AI詐欺予測、2024年(インサイト)
- Sumsub - Identity Fraud Report 2025-2026(ニュースルーム)
- ArupのディープフェイクCFO詐欺 - 香港警察 / CNN、2024年(レポート)
- Market.us - ディープフェイク検出市場レポート、2025年(レポート)
- MarketsandMarkets - ディープフェイクAI市場レポート、2025年(プレスリリース)
- Fortune Business Insights - ディープフェイク技術市場レポート、2025年(レポート)
- Rijsbosch, B. et al. - Missing the Mark:EU AI Actにおける電子透かしの普及、2025年(arXiv)
- EU AI Act - 第50条の透明性義務(条文)
- FTC - Voice Cloning Challenge受賞者、2024年(プレスリリース)
- 中国サイバースペース管理局 - 合成コンテンツラベリング措置、2025年
データウォッチ:引用元の中にはいくつか、年次サイクルで更新されるものがあります - PindropのVoice Intelligence and Security Reportは通常年央にリリースされ、SumsubのIdentity Fraud Reportは年末頃に発行され、Gartnerはセキュリティリーダー調査と本人確認予測を毎年再発行しています。Resemble AI / Podonosの音声ベンチマークおよびNIST関連の評価は、新しい音声クローニングエンジンの登場に合わせて更新され、EU AI Actの透明性義務は2026年8月2日に施行され、これにより新たな電子透かしコンプライアンス監査が促されるでしょう。
最終更新日:2026年7月9日。新しいデータが公開され次第、四半期ごとに本ページを見直し、更新しています。