一家专门检测语音欺诈的公司Pindrop对一种新出现的威胁发出了警告。其首席执行官Vijay Balasubramaniyan表示，在人工智能软件的帮助下，网络罪犯开始通过仿造人的声音来实施诈骗。

在RSA 2020大会的一次演讲中，Balasubramaniyan说，在过去的一年里公司调查了大约12起类似的案件，涉及到罪犯使用Al-powered软件来模仿某人的声音来实施他们的诈骗。其中了解到的少数几个案件的被盗金额可能高达1700万美元。

Pindrop公司CEO，Vijay Balasubramaniyan

伪造音频的出现开始都是针对一些特定的人。比如某公司的首席执行官在YouTube或者其他公开网站上有很多音视频内容，骗子就会利用这些来合成这个人的音频。

该方案建立在商务电子邮件入侵(Business Email Compromise,简称BEC)的经典攻击的基础上。在这种攻击中，欺诈者将使用伪造的电子邮件假装自己是一家公司的高级管理人员。这样做的目的是欺骗一个级别较低的员工，让他向诈骗者的银行账户打一大笔钱，而伪造的语音可以让这个计划更上一层楼

在其中一个被调查的案件中，受害的某公司CEO几乎没有公开的音视频内容。然而，这位CEO每月在公司召开全体员工会议的会议内容被记录下来，后来被曝光了。然后他们就会利用这些音频内容来合成这个人的声音来实行诈骗。

在Balasubramaniyan的演讲中，他展示了公司创建的一个内部系统，该系统可以合成公众人物的声音。在现场他演示了特朗普的声音，这项技术通过在网上搜索特朗普之前的录音来仿造他的声音，耗时不到一分钟。

“你可以生成任何类型的音频内容，并按需创建。”Balasubramaniyan补充说。(去年，Al的研究人员也展示了一个类似的概念，他们克隆了主持人Joe Rogan的声音。)

显然除了诈骗，音频深度伪造还会带来传播欺骗公众的错误信息的风险。幸运的是，与其他涉及身份盗窃的电话诈骗相比，音频伪造还没有普及。Pindrop公司和科学家们正在研究检测伪造音频的解决方案。

该公司发明了一种人工智能算法，可以从深度伪造的音频中辨别出人类言语。它是通过检查说的单词实际上是如何发音的，以及它们是否与人类的说话模式相匹配来做到这一点的。

当然，音频伪造的潜在威胁可能会迫使用户公开音视频信息时更加谨慎。Balasubramaniyan预测，也许有一天反语音克隆安全服务会像数据安全服务一样有市场。

注：RSA大会像是网络安全产业的“世界博览会”，也是洞察安全产业发展方向的一个窗口，目前RSA 2020大会正在美国旧金山举行。

- End -

21dB是中国科学院声学研究所苏州产业化基地旗下科技媒体，专注于声学新技术、 音频测试与分析、声学市场调研、声学学习社群建设等。

我们传递知识：矫正声学群体易有的错误认知，普及声学领域的实用技能；

我们聚焦前沿：窥探新技术如何突破瓶颈、石破天惊，指南未来道路如何筚路蓝缕、柳暗花明；

我们挖掘思想：交流相关话题，解说发展现状，剖析行业日常，探讨政策推进……我们被声学人选择，我们为声学人发声。

这里有知识的饕餮, 有充盈的灵魂, 有你想要的一面。如果你和我们一样，有对声学的兴趣和热爱，有对前沿讯息的敏锐触角，有对技术原理的深入挖掘，那么欢迎加入我们。

 如果你需要：

A:  声学类稿件投稿

B:  声学项目合作

 C:  创业支持

     请发送相应需求和名片至 21db@ioasonic.com. 我们将安排专人与您联系。

长按二维码关注21dB

21dB让世界聆听声学人的旋律