Deepfake vocali, la nuova minaccia cyber: “Effettuati bonifici a 6 zeri”, ma la voce non era del vero capo

Sono molto più difficili da smascherare rispetto ai video fake, perché puoi trovarti, all’improvviso, a rispondere al telefono e a sentire dall’altra parte della cornetta la voce del tuo capo, clonata in tempo reale, che può anche ordinarti di effettuare “subito e con urgenza” un bonifico. I deepfake vocali sono la nuova minaccia cyber in forte crescita, segnala Protocol. 
 
Nell’articolo è raccontata la cyber truffa ai danni di due aziende vittime, negli ultimi mesi, proprio di deepfake vocali: “In entrambi i casi, gli attacchi hanno portato al trasferimento di somme a sei cifre”. È arrivato il momento di chiedere, anche ai capi, una parola o frase segreta prima di poter dare l’ok a un bonifico.
 
È questo il nuovo campanello di allarme per le aziende, oltre ai ransomware. La voce può essere clonata, in tempo reale, con uno strumento disponibile pubblicamente su GitHub e senza la necessità di competenze di intelligenza artificiale. Basta avere un campione audio della voce da clonare.
Il tool è disponibile dal 2019 e utilizza il deep learning per clonare una voce da pochi secondi di audio del campione. Lo strumento consente, concretamente, alla voce clonata di dire frasi digitate utilizzando la tecnologia text-to-speech. Questa modalità rende la voce clonata un po’ lenta e potrebbe essere anche scoperta. Lo scenario ideale per un malintenzionato sarebbe quello di parlare, piuttosto che digitare, e trasformare il suo discorso nella voce clonata.
 
Ma sembra che si stiano facendo progressi anche su questa nuova tecnologia. Esiste un dispositivo vocoder in grado di eseguire la conversione del segnale audio, con un ritardo di soli 10 millisecondi.
 
In altre parole, una voce deepfake in tempo reale potrebbe essere realizzabile nel prossimo futuro, se non già realtà. Non basta più avere mille occhi…