Chegada do DeepFake reforça a necessidade da biometria de voz

A disseminação de conteúdos produzidos com técnicas de aprendizado de máquina atingiu proporções alarmantes e  são extremamente convincentes. Este momento exige  tecnologias capazes de identificá-los, como é o caso da biometria de voz.

Os deepfakes de voz ou de face são possíveis por meio da utilização de algoritmos que sintetizam ou alteram elementos em imagens e vídeos existentes, substituindo rostos, vozes e até mesmo criando cenas completamente fictícias.

Seja para fins humorísticos, artísticos ou, infelizmente, enganosos, os deepfakes têm levantado preocupações significativas em virtude da sua capacidade de espalhar informações falsas, causar danos irreparáveis, e pela possibilidade de serem utilizados na aplicação de golpes, especialmente entre pessoas físicas.

Golpes de deepfakes em empresas

Em operações de bancos, e-commerces ou empresas de telecom no âmbito digital, esse tipo de golpe ainda não gera alarde, uma vez que existem soluções simples de implementar e que são extremamente eficientes na prevenção destes ataques. O uso da biometria de voz, por exemplo, é capaz de identificar áudios produzidos sinteticamente em até 1 segundo, mesmo aqueles que são bastante convincentes aos ouvidos humanos.

Diferenças entre a voz original e um clone da voz

‍

Com isso, a biometria de voz em canais como o contact center e aplicativos se torna uma solução biométrica eficiente e econômica para prevenir esses golpes, identificando e prevenindo ataques.

Escute a diferença aqui.

Como funciona a biometria de voz na luta contra os deepfakes

Quando um áudio é submetido para autenticação, o sistema de biometria de voz compara as características da voz no áudio suspeito com o espectrograma da voz – imagem exclusiva gerada pelas ondas sonoras de uma pessoa. Ele verifica se os padrões de fala, entonação e outros traços coincidem com a voz real do indivíduo.

Os sistemas de biometria de voz são projetados para detectar anomalias e diferenças significativas entre a voz autêntica e o áudio suspeito. Isso inclui variações que poderiam ser introduzidas por técnicas de deepfake, como modificações nas frequências vocais ou ausência de características presentes apenas nas vozes humanas.

Além disso, os sistemas de biometria de voz utilizam técnicas de aprendizado de máquina e inteligência artificial para aprimorar a precisão da detecção. Esses algoritmos podem aprender com uma ampla gama de amostras de voz autêntica e falsa, aprimorando sua capacidade de distinguir entre as duas – ou seja, quanto mais é usada, mais aperfeiçoada essa tecnologia fica.

Biometria de voz: um grande futuro

Os criadores de deepfakes estão constantemente desenvolvendo novas técnicas para contornar sistemas de detecção. Portanto, os sistemas de biometria de voz também estão evoluindo ininterruptamente, adaptando-se a essas técnicas e melhorando suas capacidades de detecção. Além de operar em centrais de atendimento, aplicativos e WhatsApp, beneficiando milhares de clientes, existem estudos e testes contínuos, que já mostram a acurácia de 99% na identificação de vozes criadas com IA.

Marcelo Peixoto é CEO na Minds Digital, Voice IDTech pioneira em biometria de voz no Brasil, e tem mais de 15 anos de experiência no mercado de tecnologia. Formado em publicidade e propaganda na UniBH e pós-graduado em gerenciamento de projetos na PUC de Minas Gerais, já passou por empresas como IBM, Techbiz, BS2, Banco BMG e BMG Money.