Современные генеративные модели синтеза речи способны обходить системы голосовой аутентификации, имея всего один‑два коротких фрагмента записи пользователя. Агентство AP 22 июля 2025 сообщило, что Генеральный директор OpenAI Сэм Альтман предупредил финансовую отрасль о надвигающемся кризисе мошенничества. Инструменты искусственного интеллекта клонируют человеческий голос и обходят проверки безопасности, включая проверку личности в сервисах.
PR News исследовали отчет аналитического агентства Pindrop за июнь 2025 года и выяснили, что количество атак с использованием синтетических голосов и дипфейк‑видео1 увеличилось более чем на 1300%, в основном в банковской и страховой сфере. Это указывает на переход от теоретических угроз к практическим случаям злоупотреблений.
Банки ужесточают условия входа для клиентов из‑за роста дипфейк‑атак с синтетическими голосами и видео, которые обходят традиционную биометрию. 29 июля 2025 года American Banker отметил, что финансовые учреждения внедряют многоуровневую проверку личности, включая PIN‑коды и анализ поведенческих признаков, чтобы компенсировать угрозу подделки голосов и видео, поскольку глубокие фальсификации становятся более правдоподобными и могут вводить в заблуждение сотрудников колл‑центров.
Исследования Корнеллского университета от 6 января 2026 года подтверждают уязвимость систем. Минимальные аудиоданные позволяют генеративным моделям обходить анти‑спуфинг‑проверку — технологию безопасности, которая призвана проверять подлинность биометрических данных (лица, отпечатка пальца, голоса) и отличать действия реального человека от попытки мошенничества.
Аналитическое сообщество по кибербезопасности Biometric Update в июне 2025 года зафиксировало рост атак с синтетическими голосами на десятки процентов, включая обход биометрии и социальную инженерию. Голосовая аутентификация анализирует тембр, интонацию и акустические характеристики речи. Системы сравнивают запись с эталонной для подтверждения личности при банковских и корпоративных сервисах.
Кроме голосовой биометрии, многие финансовые организации используют системы мониторинга поведения звонка: анализируют скорость речи, паузы, произношение и эмоциональные маркеры для выявления подозрительных вызовов. Однако исследования 2025 года показывают, что современные генеративные модели синтеза речи способны имитировать не только тембр, но и поведенческие характеристики, обходя эти системы мониторинга и снижая эффективность обнаружения мошенничества.
Генеративные голоса используются также для кибершпионажа: синтетические звонки позволяют получать доступ к внутренним корпоративным системам, обходить удаленную аутентификацию2 и добывать конфиденциальные данные, включая финансовую и служебную информацию.
Известия 5 мая 2025 года указали, что создание дипфейков стало массовым явлением: на открытом рынке появилось свыше 50 000 инструментов для генерации поддельных изображений и аудио, что делает синтез голоса доступным пользователям без профильных навыков и усиливает угрозу мошенничества для банков и корпоративных систем, поскольку такие сервисы используют для социальных инженерных атак и обхода аутентификации.
Известия в этом же материале дополняют: рост числа атак с синтетическим голосом стимулирует финансовые и корпоративные организации внедрять многоуровневые схемы проверки личности. Помимо голосовой биометрии теперь применяются дополнительные меры защиты: одноразовые коды, анализ поведения пользователей, криптографические токены и контроль действий в колл‑центрах, что повышает устойчивость систем идентификации и снижает риск успешного мошенничества с использованием искусственной речи.
Автор активно интересуется трендами в сфере искусственного интеллекта. Ему интересно изучать новые версии и тестировать обновления. Автор тесно общается с разработчиками и консультируется с ними по вопросам дальнейшего развития ИИ-сегмента. Создает свои материалы строго используя факты и опирается на международный опыт. Пишет так, чтобы читатель уверенно оставался в самом центре событий.
- Видео- или аудиоматериал, созданный с помощью искусственного интеллекта (нейросетей), который максимально реалистично подменяет лицо, голос или мимику человека, заставляя его делать или говорить то, чего он в реальности не делал.
- Это процесс подтверждения личности пользователя (клиента или сотрудника) через интернет, без личного присутствия, для доступа к системам, сервисам или совершения транзакций.
