Odcisk akustyczny w fintechu: wykrywanie syntetycznych głosów

Zespół IdentityCall AI | Fintech | 6 min czytania

Problem „oszustwa na prezesa”

W 2024 roku międzynarodowa korporacja z Hongkongu straciła 25 milionów dolarów, gdy jej pracownik został oszukany podczas wideokonferencji, na której wszyscy pozostali uczestnicy byli deepfake’ami.
Fintechy są dziś głównym celem „ataków z użyciem syntetycznego głosu”, w których oszuści wykorzystują sklonowane głosy do autoryzowania przelewów o wysokiej wartości.

Tradycyjne hasła i 2FA (SMS) zawodzą, ponieważ socjotechnika je omija. Ostatnią linią obrony jest sam głos. Ale ludzie nie potrafią już dostrzec różnicy.

Wkracza odcisk akustyczny

Odcisk akustyczny wykracza poza „biometrię głosu” (rozpoznawanie, kto mówi) i wykonuje „analizę artefaktów” (rozpoznawanie, co wygenerowało mowę).

Jak to działa

Generatory deepfake’ów (sieci GAN, modele dyfuzyjne) pozostawiają w sygnale audio mikroskopijne ślady — artefakty, których ludzkie ucho nie wychwytuje, ale algorytmy potrafią je dostrzec.

Ciągłość fazy: Prawdziwe struny głosowe wytwarzają ciągłe sygnały fazowe. Generacja syntetyczna często wprowadza „nieciągłości fazy” w miejscach, w których sklejane są ramki audio.
Zanik wysokich częstotliwości: Wiele modeli TTS (zamiana tekstu na mowę) ma trudności z generowaniem realistycznych harmonicznych o wysokiej częstotliwości (>8kHz), pozostawiając w spektrografie zdradziecką sygnaturę „stłumienia”.
Analiza wzorca oddechu: Ludzie oddychają nieregularnie. Modele albo zapominają oddychać, albo wstawiają dźwięki oddechu w matematycznie idealnych (nienaturalnych) odstępach.

Wynik „żywotności” (liveness)

IdentityCall udostępnia dla każdego połączenia wynik prawdopodobieństwa syntetyczności (0-100).

Wynik < 20: Prawdopodobnie człowiek.
Wynik > 80: Prawdopodobnie syntetyczny.

Wdrożenie w fintechu:
Zamiast blokować połączenie (co powoduje tarcia), wysokie wyniki ryzyka uruchamiają cichą eskalację:

Przelew zostaje wstrzymany.
Uruchamiane jest dodatkowe, mocne uwierzytelnianie (np. powiadomienie push na zweryfikowane urządzenie).
Analityk ds. oszustw przegląda wizualny spektrogram.

Ufaj, ale sprawdzaj

W erze AI słyszeć to już nie znaczy wierzyć. Fintechy muszą weryfikować fizykę głosu, a nie tylko sam dźwięk.

Chroń swoje przelewy dzięki analizie akustycznej klasy wojskowej.