ディープフェイク検知・AI偽情報対策プラットフォームその証拠ファイル、
AIが生成したものではないですか？

Spellbreaker は、音声・動画・画像といったデジタルメディアが、AI 等によって生成・改変されていないかを判定するディープフェイク検知ソリューションです。

本人確認や生体認証を行う製品ではなく、メディアそのものの真正性（本物かどうか）を検証することに特化しています。

ニューロシンボリックAI技術を採用し、深層学習（ニューラルネットワーク）による高精度な検知と、ルールベースの論理推論を組み合わせることで、判定根拠が説明可能な検知を実現しています。

ベンチマーク評価で最大99.3%の検知精度を達成しています。

• AI生成画像：97.73% ／ AI生成動画：94.7%
• 顔スワップ検知：89.4〜99.3%（FaceForensics++・DFDC・Celeb-DF-v2 等）
• 音声ディープフェイク検知：95.5〜96.63%（ASVspoof・In-the-Wild 等）
• 未知の最新生成モデルに対するゼロデイ検知：90%+

※ 管理された評価条件下のベンチマーク結果です。実際の精度はメディアの品質・圧縮・解像度等により変動します。

Spellbreaker では、セキュリティを前提としたクラウドアーキテクチャを採用しています。

• ✓通信暗号化：TLS 1.2以上による通信保護、SHA-256ハッシュ検証で完全性を検証
• ✓アクセス制御：Bearer Token認証、API Key / OAuth 2.0による厳格な権限管理
• ✓データ自動削除：処理完了後、一定期間でメディアは自動削除。保存期間も制御可能
• ✓改ざん防止設計：不正な操作や結果改ざんを防ぐセキュリティファーストな設計

※ SOC2 等の第三者認証は取得プロセス／計画段階

Spellbreakerは生体認証システムではありません。

• •顔画像・音声は「本人認証」や「個人識別」の目的では使用しません
• •アップロードされたメディアは検知処理のために一時的に利用されます
• •恒久的な生体データベースを構築・保持することはありません
• •保存期間や保持方針は、利用形態に応じて調整可能です

導入しやすい設計です。

• ✓Web UI または API で利用可能 - 既存システムを変更せず追加可能
• ✓PoC・スモールスタート に対応 - 業務の一部から段階的に導入
• ✓技術サポート提供 - 導入時には技術サポートを提供

無料デモを実施しています。お問い合わせフォームよりご連絡いただければ、貴社の業務に近いサンプルメディアで実際の検出フローをご体験いただけます。

• ✓無料デモ：実際の検出プロセスと判定レポートを確認できます
• ✓PoC（実証実験）：本格導入前に、貴社のデータで効果検証が可能（数週間〜1ヶ月）
• ✓個別相談：業界・用途に応じた最適な導入形態をご提案

商用ライセンスについては、API回数・処理メディア量に応じた柔軟な料金体系をご案内します。

100%の検知を保証する技術は存在しません。Spellbreakerはベンチマーク評価でAI生成画像97.73%・AI生成動画94.7%等の高い精度を達成していますが、以下のケースでは精度が低下する場合があります：

• 極端に低解像度・短秒数の素材
• 未知の最新生成手法（モデル更新で順次対応）
• 過度な圧縮・編集が重なったメディア

そのため、Spellbreakerは複数の解析手法（PPG信号・周波数スペクトル・マルチモーダル統合）を組み合わせ、説明可能AIで判定根拠を提示することで、人間の専門家による最終確認を支援する設計になっています。

はい、SpellbreakerはRESTful APIで提供されるため、既存のSIEM・eKYC基盤・本人確認システム・コンテンツモデレーションパイプラインに統合できます。

動画・音声・画像のアップロード時に自動でSpellbreakerに送信し、判定結果と説明可能な根拠を既存ワークフローに組み込む形が一般的です。OAuth 2.0・Bearer Token認証に対応し、エンタープライズグレードのセキュリティ要件にも準拠しています。

標準的な流れは以下の通りです：

1. ヒアリング： ユースケースと既存システム要件の確認（1-2週間）
2. PoC計画： 評価指標・サンプルデータ・成功条件の定義（1-2週間）
3. PoC実施： 貴社データで検証（数週間〜1ヶ月）
4. 結果評価・本格導入判断
5. 本番統合： API連携または管理画面の本番セットアップ（数週間〜数ヶ月）

日本語サポート完備で、各フェーズで技術コンサルタントが伴走します。

ディープフェイク検出ツールとは、AIによって生成・改変された動画・音声・画像を機械学習で自動判定するソフトウェアです。人間の目では判別が難しい精巧な偽造に対して、画素単位の不整合・周波数スペクトル・PPG信号（脈拍）などを解析し、偽造の可能性を確率として提示します。金融機関のeKYCでのなりすまし防止、法廷での映像証拠検証、報道機関のファクトチェック、企業のCEO詐欺・BEC詐欺対策などに活用されます。Spellbreaker は説明可能AIを採用したディープフェイク検出ツールです。

Spellbreaker の特徴は3つです。第1に、説明可能AI（Explainable Forensic AI）で「なぜ偽物と判定したか」の根拠を提示できる点。判定根拠を人が理解・検証できることは、社内の説明責任や監査対応で重要になります。第2に、音声・画像・動画を個別ではなく総合的に解析するマルチモーダル統合解析。第3に、日本語での完全対応と国内サポート、およびオンプレミス構成にも対応している点で、データ主権や機密性の要件がある政府機関・裁判所でも検討いただけます。

想定している主な用途は次のとおりです。金融機関（eKYCなりすまし対策、CEO詐欺・BEC詐欺対策）、保険会社（事故映像・請求画像の改ざんチェック）、政府機関・自治体（行政文書の真正性確認、本人確認なりすまし対策）、裁判所・法執行機関（デジタル証拠の真正性検証）、報道機関（フェイク動画のファクトチェック）、企業全般（経営層の音声を使った送金指示詐欺への対策）、人材業界（採用面接でのなりすまし防止）。日本国内での主な対象業種は保険・法律・裁判所の3分野で、その他の業種は個別にご相談ください。

現行版はサマリーレポートを提供します。含まれるのは、(1)較正済みの確率（信頼度スコア）と不確実性の幅、(2)所見（どのような特徴が疑わしいと判断されたか）、(3)対象メディアのメタデータ、(4)解析タイムスタンプ、です。証拠が曖昧な場合は広い信頼区間を返す設計で、二値の断定は行いません。レポートはデジタル署名付きの改ざん検知PDFで出力できます。より詳細なシグナル内訳を含む技術レポートは今後の提供を予定しています。

はい。BEC（ビジネスメール詐欺）の進化系である、音声ディープフェイクを使ったCEO詐欺の対策に活用できます。近年、生成AIで合成された経営者の声による送金指示電話の被害が国内外で報告されています。Spellbreaker は通話録音や会議録音の事後検証に対応します。ただし検知の出力はフォレンジック上の意見であり、通信を遮断したり真偽を確定させたりする機能ではありません。送金や権限変更を伴う依頼については、別チャネルでの本人確認など業務プロセス側の手順と組み合わせてご利用ください。

代替ではありません。Spellbreaker は「この人が誰か」を確認するのではなく、「この映像・音声が作られたものでないか」を確認します。eKYC と組み合わせてディープフェイク対策のレイヤーとして利用されるのが一般的で、セルフィー撮影時のディープフェイク検知、本人確認書類の画像改ざん検出、ビデオ通話での顔・音声の真正性検証などに活用できます。

クラウドSaaS型（SOC 2 Type II）は導入が容易でコスト効率に優れます。一方、プライベートクラウド（VPC）型とオンプレミス型は、データの処理場所を限定でき、高い機密性が求められる裁判所・政府機関・金融機関など、データ主権や規制対応が必要な場合に適しています。オンプレミス型では顧客データセンター内に構築し、検証対象のメディアが社外ネットワークに出ない構成を取れます。取り扱うデータの機密度と、社内規程・監督官庁の要件に応じてお選びください。

主要な業界標準フォーマットに対応しています。動画: MP4・MOV・AVI 等。音声: WAV・MP3・M4A 等。画像: JPEG・PNG 等。SNSや録画機器からの一般的なファイルはそのまま解析できます。詳細な対応形式・最大ファイルサイズ・最大長さはご利用形態（クラウド／VPC／オンプレミス）によって異なりますので、お問い合わせください。

Spellbreaker の音声検知は、周波数スペクトル・位相整合性・合成音声特有のアーティファクトといった言語に依存しない音響的特徴を解析するため、日本語・英語・中国語など多言語の音声を対象にできます。ただし言語や録音環境によって精度は変動します。グローバルに展開する金融機関・多国籍企業のCEO詐欺対策でも検討いただけます。

PPG（Photoplethysmography：光電容積脈波）信号解析とは、肌の微細な色変化から心拍に伴う血流変化を読み取る技術です。本物の動画では人物の顔に心拍由来の周期的な色変化（おおむね60〜90 BPMの帯域）が現れますが、合成された顔ではこの脈波パターンが欠落したり不自然になったりすることがあります。Spellbreaker はこのPPG信号の有無と整合性を解析し、視覚的には精巧な動画についても偽造の可能性を評価します。7つの分析エージェントのうち BSD（生体信号検出）が担当する領域です。

アンサンブル学習とは、複数の異なるAIモデルの予測を統合して最終判定を行う手法です。単一のモデルでは見落としやすい特定タイプの偽造も、物理現象検証・空間周波数分析・生体信号検出・幾何整合性分析など複数の分析エージェントの判定を組み合わせることで、検知の網羅性と頑健性が高まります。Spellbreaker はこの設計により、管理された評価条件下のベンチマーク評価でAI生成画像97.73%・AI生成動画94.7%等の精度を記録しています。実際の精度はメディアの品質等により変動します。

人間の目で見分けるのは困難になっています。近年の生成AIは唇の動き・まばたき・肌の質感まで再現できるため、視覚的な不自然さに頼った判別は実質的に成立しません。AIによる検出では、PPG信号（脈拍）解析、周波数スペクトル解析、時系列の整合性、圧縮の痕跡などを組み合わせ、人間の知覚では捉えられない特徴から偽造の可能性を評価します。ただし100%の検知を保証する技術は存在せず、出力は有資格のアナリストによる解釈を前提としたフォレンジック上の意見証拠です。