Комп'ютер підробляє голос. Придумали українці

 

Штучний інтелект (ШІ) підробляє будь-який голос? Нічого дивного, українці з Respeecher освоїли технологію і вже навіть уклали контракт з голлівудською студією.

 

Але технологію можна використовувати не тільки в індустрії розваг, а й для шахрайства.

 

Як це працює

 

Respeecher може навчитися імітувати будь-який голос. Для початку потрібні дві аудіодоріжки: на одній - запис оригінального голосу, на іншій - запис актора, який слово в слово повторює промовлений текст.

 

На цьому етапі програма тренується: порівнює обидва записи і виявляє, чим один голос відрізняється від іншого.

 

Тепер, коли штучний інтелект розуміє різницю, він здатний перетворювати голос актора на очікуваний - хоч який текст той зачитуватиме.

 

Щоб програма спрацювала ефективно, їй потрібно проаналізувати принаймні годину запису цільового голосу - того, який треба зімітувати. З високою ймовірністю за цей час вона почує достатню різноманітність слів і звукосполучень, проаналізує особливості цільового голосу і зрозуміє, як їх слід відтворювати.

 

Приклади

 

Нещодавно в Мережі з'явилося відео, на якому Річард Ніксон, президент США в 1969-1974 роках, розповідає про загибель астронавтів місії Аполлон-11, яка в 1969 році доставила людей на Місяць.

 

У реальності місія пройшла успішно, жоден з астронавтів не загинув. Відео створили в Массачусетському інституті технологій. Ніксона "змусили" зачитати промову, текст якої колись було написано на випадок провалу космічної місії, але з якою президент так ніколи і не вийшов на публіку.

 

 

Для створення образу знадобилися дві основні технології: штучний інтелект від Respeecher, який синтезує голос Ніксона, і штучний інтелект від компанії Canny AI, який змінив архівний відеозапис однієї зі справжніх промов президента США так, щоб рухи губ і міміка Ніксона збігалися з тим текстом, який він промовляє завдяки Respeecher.

 

Шахрайство

 

Однак, технологія підробки голосу за допомогою штучного інтелекту служить не тільки для наукових і розважальних цілей.

 

У вересні 2019 року генеральний директор однієї британської енергетичної компанії поговорив по телефону зі своїм начальником - керівником головного офісу в Німеччині. Той попросив його терміново перерахувати угорському постачальнику майже 250 тисяч доларів. Гроші пішли на рахунок угорського банку, а британський топ-менеджер навіть і не запідозрив, що весь цей час розмовляв з роботом.

 

Голос на іншому кінці лінії був так схожий на голос його начальника: штучний інтелект імітував не тільки манеру спілкування, а й легкий німецький акцент. Афера розкрилася, лише коли шахраї спробували провернути цей трюк вдруге.

 

Гроші кіберзлочинці відправили спочатку до Мексики, а потім розподілили їх по різних рахунках. Поки що поліція не змогла їх знайти.

 

"Побоювання небезпідставні, але люди завжди схильні дещо перебільшувати. Поки реалістичне синтезування голосу - це процес, що вимагає достатню кількість значних ресурсів. Є серйозні вимоги до якості записів, є великий обсяг роботи, який потрібно виконати, є чимало інших аспектів, що впливають на результат. Технологія поки не на тому рівні, коли хтось з легкістю може її використовувати в якихось нехороших цілях", - говорить засновник Respeecher Олександр Сердюк в інтерв'ю BBC News Україна.

 

Новини від Корреспондент.net у Telegram. Підписуйтесь на наш канал https://t.me/korrespondentnet.