Словарь ИИ

Что такое клонирование голоса

Коротко

Клонирование голоса это создание синтетической речи, которая звучит голосом конкретного человека; технология полезна в озвучке, но ее используют и мошенники, поэтому важно знать, как защититься.

Изображения, видео, звук · voice cloning

Михаил МозгПроверено: 16 октября 20261 минута чтения

Ребенку

Есть попугаи, которые так хорошо повторяют слова, что кажется, будто говорит бабушка. Компьютер научился подражать голосу человека еще точнее. Поэтому, если тебе звонят знакомым голосом и просят срочно сказать секрет, пароль или прислать деньги, не спеши. Положи трубку и спроси у мамы или папы. Можно заранее придумать с семьей тайное слово для проверки.

Простыми словами

Нейросеть слушает записи речи человека и запоминает особенности его голоса: тембр, высоту, манеру произносить звуки. Потом любой текст можно озвучить так, будто его читает этот человек. Законное применение понятное: актер дает согласие и озвучивает рекламу на нескольких языках, человек, который теряет голос из-за болезни, сохраняет его заранее. Но тот же прием используют мошенники: звонят от имени родственника или начальника и просят срочно перевести деньги. Правило защиты простое: не доверяйте одному голосу, положите трубку и перезвоните по номеру, который знаете сами.

Для бизнеса

Для компании это двойная тема. Как инструмент клон голоса диктора экономит студийное время для курсов, роликов и голосового меню, но нужен письменный договор с человеком: на какие тексты, сроки и каналы он разрешает использовать свой голос. Как угроза он бьет по платежам и доступам: мошенник звонит бухгалтеру голосом директора или в поддержку от имени клиента. Защита строится на процедурах, а не на слухе: срочные платежи подтверждают по второму каналу, голос не используют как единственный способ опознания, сотрудникам дают кодовые фразы и проводят учебные проверки. Такие сценарии разбирают при оценке рисков ИИ до запуска голосовых сервисов.

Для специалиста

Клонирование голоса (voice cloning) это синтез речи с адаптацией под целевого диктора. Варианты: дообучение модели синтеза на записях диктора, перенос по короткому образцу без дообучения (zero-shot) и преобразование голоса (voice conversion), где меняется тембр уже произнесенной речи. В VALL-E (Wang и др., 2023) синтез сформулирован как языковое моделирование над дискретными кодами нейронного аудиокодека; модель обучили на 60 тысячах часов английской речи, и авторы сообщают о персонализированной речи по записи длиной около трех секунд. Защита идет по нескольким линиям. Детекция подделок (anti-spoofing): база ASVspoof 2019 объединила синтез, преобразование голоса и повтор записи, а прослушивание показало, что часть поддельных фраз люди не отличают от настоящих. Регулятор США FTC провел конкурс решений против вредоносного клонирования, а его советы потребителям (март 2023 года) сводятся к проверке звонка через известный номер.

Пример

Бухгалтеру звонит «генеральный директор» и просит срочно оплатить счет нового поставщика. По регламенту она кладет трубку, перезванивает директору на известный номер и узнает, что он никого не просил.

Связанные термины

Вопросы и ответы

Как защититься от клонирования голоса?

Не принимайте решений о деньгах и доступах по одному звонку, даже если голос знакомый. Перезвоните человеку по номеру, который знаете сами, и договоритесь с близкими и коллегами о кодовом слове.

Можно ли клонировать голос сотрудника или диктора?

Только с явного согласия человека и по договору, где указано, для каких материалов и на какой срок разрешено использовать голос. Без согласия компания рискует судебным спором и репутацией.

Источники

Где это применяют в компании

Безопасность ИИ в компании: риски и как их снизить

Не уверены, нужно ли это вашей компании?

Карта ИИ-решений