Rupal Patel professzor 2014-ben alapította a VocaliD névű vállalatát. Célja az volt, hogy a cégen keresztül kibővíthesse a klinikai kutatásait. A VocaliD alapvetően olyan embereknek nyújt segítséget, akik valamilyen betegség, vagy baleset következtében elvesztették a hangjukat. Patel a mesterséges intelligenciában látta a megoldást. Olyan technológiát fejlesztett, amely képes reprodukálni az emberek eredeti hangját. Méghozzá elképesztően élethűen.

A megszólalásig hasonlít

Patel elmondása szerint a hangalapú technológia óriási fejlődésen ment át az elmúlt években. Na de mire is képes a professzor alkotása? Lényegében bárkinek a hangját képes tökéletesen reprodukálni. És itt ne a Google fordítós robothangra gondoljunk (bár igazából olyat is képes alkotni). A betáplált minta alapján a mesterséges intelligencia pontos képet alkot az ügyfél hangszínéről, hangmagasságáról és hangjának intenzitásáról is. Illetve még párezer olyan egyedi jellemzőről, amelyeket az emberek többnyire nem is érzékelnek. Különböző akcentusokkal, nyelvjárásokkal is tarkítható a hangminta.

Nagyjából így működik a kanadai Resemble AI vállalat is. Annyi a különbség, hogy ez a cég 15 különböző nyelvre le tudja fordítani az adott hangmintát. Ráadásul az egész hangklónozáshoz elegendő egy tíz perces minta. A végeredményt úgy képzeljük el, hogy a felhasználó begépel egy szöveget, amelyet a szoftver hangosan „felolvas". A szoftver képes minden érzelmet, például haragot, dühöt, csalódottságot, vagy épp boldogságot imitálni.

A hangklónozás rengeteg területen hasznosítható. A betegek mellett például a szinkronszínészek is aktívan érdeklődnek a technológia iránt, amely lehetővé teszi számukra, hogy egyszerre több munkát is vállalhassanak. A komolyabb felkéréseket személyesen intézik, de a rövidebb, egyszerűbb projekteket simán lezavarhatják a hangklónozás segítségével. Ráadásul Hollywood is barátkozik az ötlettel, hiszen a fordítóprogramnak köszönhetően a jövőben nem kellene külön szinkronszínészeket alkalmaznia más országok nyelvterületein. Egész egyszerűen csak rá kell ereszteni az eredeti hangra a szoftvert, és meg is van a 15 nyelven elérhető szinkron, ugyanazzal a hangszínnel.

A VocaliD és a Resemble AI egyre nagyobb népszerűségnek örvend, mindkét vállalat bevétele közelíti a 4 millió dollárt éves szinten.

Sajnos azonban a rosszfiúk is meglátták a lehetőséget a technológiában.

Veszélyesebb, mint egy e-mail

Eddy Bobritsky kibervédelmi szakértő szerint a hangklónozás óriási fenyegetést jelent a gyanútlan felhasználókra. Gondoljunk csak bele. Megcsörren a telefon, és megszólal a főnökünk a vonal túlsó felén, aki kényes információkat szeretne megtudni tőlünk. Sokan bedőlnek, hiszen mégis csak a főnök telefonál. Nem is sejtik, hogy valójában egy kiberbűnözővel beszélgetnek.

A Wall Street Journal 2019-ben beszámolt egy hasonló esetről. Egy egyesült királyságbeli menedzser összesen 260 ezer dollárt (cirka 76 millió forintot) utalt át bűnözőknek, akik lemásolták a németországi főnöke hangját. Kellemetlen. És ez csupán egy eset a sok közül. Odáig fajultak a dolgok, hogy már külön cégek specializálódtak a kamu telefonok kiszűrésére. Ezek a cégek olyan árulkodó jeleket keresnek, mint a digitális zaj, a sokszor ismételt kifejezések, vagy épp az olyan szófordulatok, amelyek nem jellemzőek az adott ember szókincsére.

Sőt, tavaly még az Europol is megkérte az uniós tagállamok kormányszerveit, hogy vegyék komolyan a fenyegetést, és fordítsanak jelentős összegeket azokra a kibervédelmi eszközökre, amelyek képesek kiszűrni a hangklónokat. Egyelőre azonban nagyon úgy néz ki, hogy a támadók előnyösebb helyzetben vannak. Mindenesetre érdemes fenntartásokkal kezelni, ha a főnök szokatlan és gyanús kéréssel keres meg telefonon.