Φαντάσου ότι κάθεσαι ήσυχα στο σπίτι, όταν ξαφνικά χτυπάει το τηλέφωνό σου. Απαντάς και ακούς από το ακουστικό τη φωνή του εγγονιού ή της εγγονής σου. Η φωνή είναι ταραγμένη, ίσως λίγο βραχνή από τη συγκίνηση, αλλά δεν έχεις την παραμικρή αμφιβολία – την αναγνωρίζεις αμέσως. Ακούς μια παράκληση για επείγουσα οικονομική βοήθεια, επειδή συνέβη ένα ατύχημα. Αμέσως σε κατακλύζει ο φόβος και η φυσική επιθυμία να σώσεις ένα αγαπημένο σου πρόσωπο, γιατί άλλωστε το ακούς με τα ίδια σου τα αυτιά και αναμφίβολα βρίσκεται σε ανάγκη, έτσι δεν είναι;

Δυστυχώς, αυτό μπορεί να είναι μια πολύ έξυπνη παγίδα. Σήμερα, οι απατεώνες δεν χρειάζεται πλέον να προσποιούνται ότι είναι κάποιος άλλος ούτε να αλλάζουν τον τόνο της φωνής τους.

Το «deepfake» ήχου, που συχνά ονομάζεται κλωνοποίηση φωνής, είναι ένας σύγχρονος τρόπος για την σχεδόν τέλεια απομίμηση του τρόπου με τον οποίο ακούγεται μια συγκεκριμένη φωνή. Πρόκειται για μια απόπειρα απάτης, στην οποία οι εγκληματίες χρησιμοποιούν προγράμματα υπολογιστή για να δημιουργήσουν μια ηχογράφηση που ακούγεται σαν τη φωνή κάποιου που εμπιστευόμαστε – για παράδειγμα, ενός μέλους της οικογένειας, ενός φίλου ή του προϊσταμένου μας.

Οι απατεώνες χρειάζονται μόνο ένα σύντομο ηχητικό δείγμα (π.χ. από ένα βίντεο που έχει αναρτηθεί στα μέσα κοινωνικής δικτύωσης) για να «διδάξουν» στον υπολογιστή να μιμηθεί την εντονία και το χρώμα της φωνής του συγκεκριμένου ατόμου. Έτσι, μπορούν να μας τηλεφωνήσουν και να ζητήσουν επείγουσα οικονομική βοήθεια ή να μας ζητήσουν κωδικούς πρόσβασης, ακούγοντας τόσο πειστικά που μπορεί να είναι πραγματικά δύσκολο να υποψιαστούμε κάτι.

Η όλη διαδικασία συνήθως έχει ως εξής:

1. Συλλογή δειγμάτων: Ο απατεώνας πρέπει πρώτα να αποκτήσει μια ηχογράφηση της φωνής του ατόμου στο οποίο θέλει να υποδυθεί. Σήμερα αυτό είναι εύκολο – αρκεί ένα σύντομο βίντεο που έχουμε ανεβάσει στο διαδίκτυο (π.χ. βίντεο από τις διακοπές ή ευχές για γενέθλια).

2. Εκμάθηση: Ένα ειδικό πρόγραμμα υπολογιστή «ακούει» αυτή την ηχογράφηση χιλιάδες φορές σε ένα δευτερόλεπτο. Μαθαίνει κάθε απόχρωση της φωνής, τον τρόπο με τον οποίο αναπνέει το συγκεκριμένο άτομο, πώς τονίζει τις λέξεις και ποια είναι η χροιά της φωνής του. Με βάση αυτά τα στοιχεία, ο υπολογιστής δημιουργεί έναν «χάρτη» του ήχου αυτής της συγκεκριμένης φωνής.

3. Μετατροπή σε πραγματικό χρόνο: Όταν ο απατεώνας σας τηλεφωνεί, μιλάει στο μικρόφωνό του με τη δική του φωνή. Ωστόσο, το πρόγραμμα στον υπολογιστή του αλλάζει αμέσως, σε κλάσμα δευτερολέπτου, τα λόγια του, ώστε να ακούγονται σαν τη φωνή του ατόμου που θέλει να υποδυθεί.

Είναι σαν ένας εγκληματίας να φοράει μια ειδική στολή που μετατρέπει ό,τι λέει στη φωνή ενός αγαπημένου μας προσώπου. Αυτός λέει ό,τι θέλει, ενώ εμείς ακούμε στο ακουστικό μια οικεία φωνή, στην οποία έχουμε εμπιστοσύνη.

Αξίζει να γνωρίζετε ότι το deepfake δεν αφορά απαραίτητα μόνο βίντεο που έχουν ηχογραφηθεί εκ των προτέρων και τα οποία κάποιος μας στέλνει μέσω μηνύματος ή δημοσιεύει στο διαδίκτυο. Η σημερινή τεχνολογία επιτρέπει στους απατεώνες να τοποθετούν μια «ψηφιακή μάσκα» στο πρόσωπο σε πραγματικό χρόνο, δηλαδή κατά τη διάρκεια μιας βιντεοκλήσης που βρίσκεται σε εξέλιξη. Αυτό σημαίνει ότι μπορείτε να μιλάτε με κάποιον μέσω μιας εφαρμογής ανταλλαγής μηνυμάτων (π.χ. WhatsApp), να βλέπετε το πρόσωπο ενός γνωστού σας και να ακούτε τις απαντήσεις του στις ερωτήσεις σας, ενώ στην πραγματικότητα από την άλλη πλευρά βρίσκεται ένας εγκληματίας, και η φωνή και η εικόνα του μεταβάλλονται συνεχώς από έναν υπολογιστή.

Επιπλέον, οι απατεώνες μπορούν να τροποποιούν όχι μόνο το πρόσωπό τους, αλλά και αυτό που φαίνεται πίσω από την πλάτη τους. Ένα ψεύτικο φόντο μπορεί να δώσει την εντύπωση ότι κάποιος σας καλεί από έναν σοβαρό οργανισμό, π.χ. από το γραφείο μιας τράπεζας, ένα αστυνομικό τμήμα ή ένα δωμάτιο νοσοκομείου. Όλα αυτά με σκοπό να κερδίσουν την εμπιστοσύνη σας και να κάνουν την κατάσταση να φαίνεται επίσημη και αληθινή.