Audio Deepfake dan Interseksi Sosiolinguistik: Peran Fitur Prosodi, Jeda, dan Kualitas Ujaran dalam Deteksi Konten Palsu Berbasis AI

Abstract

Perkembangan teknologi kecerdasan buatan (AI) telah memungkinkan pembuatan audio deepfake sintesis suara tiruan yang sangat sulit dibedakan dari suara asli manusia. Fenomena ini membawa ancaman serius di berbagai bidang, termasuk disinformasi, penipuan identitas, hingga manipulasi opini publik. Penelitian ini mengkaji audio deepfake dari perspektif interseksional antara teknologi dan sosiolinguistik, dengan fokus pada peran tiga fitur prosodik utama yakni prosodi (intonasi, tekanan, nada), jeda (pola hentian dan durasi diam), serta kualitas ujaran (speech quality) seperti nafas, serak, dan artikulasi dalam proses deteksi konten palsu berbasis AI. Menggunakan pendekatan studi pustaka kritis dan analisis komparatif terhadap berbagai model deteksi deepfake mutakhir, penelitian ini mengidentifikasi bahwa fitur-fitru prosodik dan paralinguistik sering kali menjadi titik lemah sintesis AI karena ketidakmampuan algoritma generatif mereplikasi variasi alami dalam ritme ujaran, jeda breath group yang tidak terduga, serta karakteristik kualitas suara yang bergantung pada kondisi fisiologis penutur asli. Hasil kajian menunjukkan bahwa integrasi fitur sosiolinguistik ke dalam sistem deteksi audio deepfake dapat meningkatkan akurasi identifikasi secara signifikan dibandingkan pendekatan yang hanya mengandalkan fitur spektral atau fonetik semata. Penelitian ini menyimpulkan bahwa interseksi antara sosiolinguistik dan teknologi AI tidak hanya memperkaya pemahaman tentang kelemahan sintesis suara, tetapi juga membuka peluang pengembangan sistem deteksi yang lebih robust dengan memanfaatkan pengetahuan tentang variasi prosodik yang secara inheren manusiawi dan sulit ditiru oleh mesin.