VoiceShield (应用中文名：防伪护盾 / 声音盾)

技术信息

作品详情

行业场景

本作精准痛击当下“AI 拟声”与“Deepfake 换脸预录像”满天飞的杀猪盘与电信诈骗恶劣浪潮。保护伞广泛笼罩于极易受骗的中老年群体以及经常进行大额离散交易的企业网银出纳。它能够像保镖一样驻守在手机信道底端，在对方视频或开麦的瞬间要求强制活体检测或进行声纹防伪过滤，将合成骗子彻底拦截于数字防线之外。

功能介绍

TFJS 端侧活体交互挑战 (Liveness Challenge)：首度集成轻量级的面部与动态活体监测点机制，要求远端的通讯对象做出极难用 Deepfake 并发伪造的面部几何动作，将静态视频和 2D 重放攻击阻于门外。
基于原生的关键字嗅探屏障 (Scam Radar)：默认接管安卓底层的 Accessibility 服务，实时向外抛出 "转账", "安全账户", "百万保障" 等触发词的红屏暴击警告。
云端协同大模型兜底：集成了谷歌最新大语言架构引擎 @google/genai。面对复杂的、非标准词库的连贯恐吓诈骗语句时，由大模型判断其诈骗权重并强制开启物理重灾警告并阻断。

项目实现

我的侧重技术栈：深度介入了该项目中 TensorFlow JS 计算子图的性能治理工作，以及重构了横亘于 TypeScript 与底层 Java 间的权限放行守卫门禁 (PermissionGate) 和倒计时活体会话熔断器闭环。
亮点与难点：其设计高光在于成功将繁重的 MiniFASNet 逻辑压铸并迁移至了端侧混合层，没有服务器延迟。但同时引入的致命打击是低端 Android 设备的显存溢出与卡顿发热。为化解此危机，我被迫将其活体抽帧率（FPS）通过节流阀卡死，并强制降级视频渲染管线换取极限条件下的推理生还率。