SafeEar是一個創新的音頻深度檢測框架，它能夠在不依賴於語音內容的情況下檢測深度音頻。這個框架通過設計一個神經音頻編解碼器，將語義和聲學信息從音頻樣本中分離出來，僅使用聲學信息（如韻律和音色）進行深度檢測，從而保護了語音內容的隱私。SafeEar通過在真實世界中增強編解碼器來提高檢測器的能力，使其能夠識別各種深度音頻。該框架在四個基準數據集上的廣泛實驗表明，SafeEar在檢測各種深度技術方面非常有效，其等錯誤率（EER）低至2.02%。同時，它還能保護五種語言的語音內容不被機器和人類聽覺分析破譯，通過我們的用戶研究和單詞錯誤率（WER）均高於93.93%來證明。此外，SafeEar還構建了一個用於反深度和反內容恢復評估的基準，為未來在音頻隱私保護和深度檢測領域的研究提供了基礎。