В Астрахани тестируют нейросеть для выявления дипфейков

С цифровыми угрозами в последние годы сталкивается все больше россиян. Мошенники обманывают людей, представляясь по телефону сотрудниками банка или силовых структур. А иногда они и вовсе подделывают в трубке голос родного человека. На уловку злоумышленников "Мама, я попал в аварию и мне нужны деньги" купился уже не один миллион человек по всей стране, отдав для мнимого спасения близких миллиарды кровно заработанных рублей.

Ученые Астраханского государственного технического университета разработали особую систему распознавания подлинности любой аудиозаписи, в том числе сгенерированной с помощью искусственного интеллекта.

"Нами было проанализировано около 70 тысяч аудиоматериалов. Процесс занял значительное время, но в результате получился модуль, способный в режиме реального времени отличить фейковую запись от подлинной, - рассказывает "РГ" автор проекта, аспирантка вуза Ольга Курманова. - Метод работает даже в тех случаях, когда тембр оригинальной записи накладывается нейросетью на голос злоумышленника, ведь любая из этих технологий оставляет свои специфические следы".

В ходе работы пришлось исследовать все существующие подходы и программные решения в этой области. А их на рынке оказалось немало. Отличительной особенностью астраханской разработки стало то, что нейросеть не просто выдает односложные ответы, фейк это или нет, а формирует детализированный отчет с аналитическим пояснением в пользу предложенной версии.

"Это делает систему особенно востребованной для защиты при телефонных звонках и, что особенно актуально, при общении в мессенджерах. Именно с помощью последних мошенники чаще всего и связываются со своими "цифровыми жертвами". Технология поможет своевременно выявлять и пресекать подобные инциденты", - подчеркивает молодой ученый.

Для распознавания голос загружается в особую программу, где буквально за несколько секунд выдается отчет по наличию или отсутствию признаков фальсификации. По мнению Ольги Курмановой, это не подвластно обычному человеческому уху, даже если у его обладателя есть обширный экспертный опыт в таком вопросе.

"Аудиозапись оценивается более чем по ста параметрам. Это и неестественные интонации, и монотонность, и отсутствие фоновых шумов или их слишком явное присутствие. Систему "настораживает" наличие включений в звуке, характерных только для нейронных сетей. Речь идет об эффекте металлического голоса и других особенностях, - поясняет автор проекта. - Модуль способен определить и сложный цифровой монтаж, то есть когда реальная речь сменяет сгенерированную. И трудно разобрать, где правда, а где ложь".

Свое будущее диссертационное исследование астраханка посвятит дополнению созданной системы распознавания сфальсифицированных голосовых сообщений функцией выявления фейковых видеосюжетов и текстов.