即使你拉上窗帘、给视频画面打满马赛克，甚至彻底清空文件的 EXIF 元数据，窗外掠过的一架民航客机依然可能出卖你的精确坐标。2026年11月3日，知名开发者 Simon Willison 在博客推荐了创作者 Colsto 发布在 YouTube（视频 ID 为 UytYrhYLOKI，此前于11月2日由用户 fanf 分享至 Lobste.rs 社区）的一项开源情报（OSINT）演示。Colsto 从视频音轨中提取出人耳几乎难以察觉的飞机背景噪音，计算出声波的多普勒频移曲线，再与公开的自动相关监视广播（ADS-B）航空追踪数据交叉比对，直接反推出视频的拍摄地点。
在已知时间的全美范围搜索测试里，这套方法仅靠不到一分钟的音频，就把真实拍摄位置排在候选列表第一位，定位误差缩小到大约 100 米。这相当于把天空中实时广播坐标的民航客机，变成了一颗颗免费的声学 GPS 卫星。不过，极客社区的惊叹只讲了故事的一半——从物理声学与数据工程的底层拆解，这个 100 米的惊艳结果建立在严苛的声速延迟补偿、多航班静音期约束以及高颗粒度历史数据之上，远非一段普通野生录音就能随便复现的万能追踪器。
把民航机当成声学卫星，两架次航班如何锁死地面坐标
在传统的开源情报与数字取证里，地理定位主要靠眼睛看：找地标建筑、认植被特征、算太阳阴影角度。一旦画面被刻意模糊，或者拍摄于毫无特征的室内，调查员就只能转向音频侧信道。过去最著名的声学定位手段是电网频率分析（ENF），通过提取录音背景里电源哼声的微小频率波动，去和国家电网的历史频率记录做比对，但那通常只能锁定录音时间和大致的电网覆盖区域。
Colsto 的思路跳出了地面基础设施，直接向头顶借锚点。当一架飞机从头顶飞过，它发出的声音频率会在靠近地面麦克风时变高、远离时变低，在音频频谱图上画出一条弯曲的多普勒频移曲线。曲线最陡峭的地方对应飞机离麦克风的最近接近点（CPA），结合曲线的斜率和形态，就能直接算出飞机的飞行速度以及它到麦克风的最近斜距。
拿到速度和距离还不够，真正的难点在于如何用单声道录音定出方向。像 Tong 等学者在 2016 年发表的传统声学轨迹估计研究，往往需要布置包含多个麦克风的声学阵列来捕捉声波到达的角度差；而普通手机或相机只有一个全向麦克风，面对理想状态下沿直线飞行的客机，它只能算出自己离航线有多远，却分不清自己是在航线的左边还是右边，在几何上存在天然的对称模糊性。
为了打破这个死结，Colsto 把公开的 ADS-B 位置、高度、速度数据与地面数字高程模型（DEM）结合，划出间距为 200 米的网格进行暴力搜索。在演示案例里，真正帮他把范围死死按住的，是相隔 920 秒的两次飞机飞越事件，以及这两次飞越之间那段“没有飞机经过”的静音约束。既有不同航向的航班交叉破除左右对称，又有高低起伏的地形高程修剪斜距，再排除掉那些在 920 秒内本该听到其他航班噪音的网格点，全美范围的搜索才得以收敛到唯一的真实坐标上。目前，Colsto 已经明确声明不会公开任何相关代码或自动化工具。
戳破 100 米普适精度幻觉，物理与数据的五道硬门槛
单看演示结果，很容易产生一种“只要视频里录到半声飞机响，位置就彻底暴露”的恐慌。但如果用航空声学和测量学的标尺去量这套方法，就会发现演示里的 100 米更像是一次天时地利俱全的极限实验，而不是随时随地都能生效的精度保证。
天上的客机能当声学标尺，但风声、转速与粗糙的网格随时会让标尺变形。
第一个容易被忽略的物理陷阱是声波的龟速传播。光速传播的无线电信号可以视为瞬时到达，但声音在空气里跑得太慢了。2020 年的一项航空声学研究明确测算过，仅仅 620 米的斜距就会产生近两秒的声学传播延迟；在这两秒钟里，天上的民航客机已经往前飞出了约 200 米。如果在计算时直接拿麦克风收到声音那一秒的 ADS-B 位置去对表，算出来的坐标从根上就是歪的，调查员必须逆向插值，按声音从发动机发出的那一刻去还原飞机位置。
更直接的限制来自搜索网格本身与复杂声学环境。在间距 200 米的正方形网格里，由基础几何学就能算出，一个随机真实位置到最近网格点的最大距离会达到约 141 米。这意味着单次测试跑出约 100 米的误差，很大程度上包含了目标点恰好靠近网格交点的运气成分，而且“在候选列表排第一”并不等于拥有经过严格校准的统计学置信区间。
如果把视角切回真实的航空工程，地面麦克风录到的也绝不是教科书里恒定频率的纯音。飞机在爬升、降落或转弯时，飞行员调整推力会导致发动机转速（RPM）改变，这会直接改变声源的基频——美国国家运输安全委员会（NTSB）在做空难事故声谱取证时，必须花费大量精力把发动机变转速与多普勒频移剥离开，否则算出的速度全盘失真。再加上大气风速变化、建筑物的地面声反射、地形造成的声影区，以及 ADS-B 广播自身未补偿的传输延迟和水平精度波动（即欧洲航空安全局 EASA 定义的 95% 水平精度界限 NACp），野生录音里的多普勒曲线随时可能被扭曲得面目全非。
此外，这套技术还受制于历史航班数据库的覆盖年份与时间颗粒度，并不是随便翻出一段十年前的老视频就能查到天上飞过什么飞机：
| 数据库名称 | 历史数据起始时间 | 快照颗粒度与核心限制 |
|---|---|---|
| OpenSky Network | 2013 年起 | 无 2013 年以前的归档记录 |
| Flightradar24 API | 2016 年 5 月 11 日起 | 商业接口开放历史位置查询的起点 |
| ADS-B Exchange | 2016 年 7 月起 | 早期仅 60 秒快照；2020 年 5 月（部分文档称 3 月）起升至 5 秒快照 |
| adsb.lol | 2023 年起 | 公共历史库仅覆盖近年数据 |
当一段音频拍摄于 2018 年、而数据库里只有 60 秒一次的位置快照时，一架时速数百公里的客机在两次快照之间已经飞出了十几公里，用它去插值拟合几百米尺度的声学最近接近点，误差会被成倍放大。
当打码与删元数据失效，谁该重做音轨脱敏
尽管存在诸多物理与数据枷锁，Colsto 的演示依然给数字安全领域敲了一记闷棍。它把原本停留在学术论文里的声学轨迹估算，成功嫁接到了人人都可免费查询的公开航空网络上，完成了一次漂亮的跨界验证。
- 提醒.对于调查记者、吹哨人、战地记录者以及坚持不露脸的隐私敏感创作者来说，仅靠画面打码和抹除文件 EXIF 元数据已经不够安全，发布视频前必须对环境底噪做降噪滤波、变调处理或直接替换为合成白噪音。
过去，这些高风险人群在发布视频前，标准的安全动作是检查窗户反光、模糊远处的路牌、用脚本洗掉拍摄时间和经纬度标签。但很少有人会去听一听音轨低频段里那几秒钟嗡嗡作响的飞机底噪，更不会想到两段相隔十几分钟的素材拼在一起，中间那段安静的空白期反而成了帮追踪者排除错误选项的筛子。
从防御成本来看，堵上这个声学漏洞并不算难。只要在视频导出前，用音频工具切掉非人声频段的低频环境音，或者对整条音轨做轻微的动态时间轴拉伸，依靠精确斜率计算的声学多普勒拟合就会立刻失效。而在平台与安全工具一侧，随着这类跨维度开源情报技术的扩散，在上传环节自动清洗环境特征声纹、甚至主动注入微弱声学对抗噪声的隐私保护插件，很可能会成为高敏内容发布流程里的下一道标配工序。