Клоновані голоси у вішингу: від deepfake-дзвінка в Arup до родинного кодового слова
Телефоном людський голос колись був майже доказом особи. Дешеві інструменти клонування голосу тихо покінчили з цим припущенням. Шахрай із кількома секундами аудіо — фрагментом подкасту, привітанням голосової пошти, відео з інтернету — може створити мовлення, яке родичі, колеги та оператори кол-центрів не відрізнять від оригіналу. Техніка живить вішинг — голосовий фішинг, — і до 2026 року є задокументовані корпоративні та сімейні жертви, а також дослідження, що показують, чому людський слух і частина автоматичних перевірок пропускають підробки.
Відеодзвінок на 200 мільйонів гонконгських доларів
Випадок, що перетворив клонування голосу з дивацтва на ризик рівня ради директорів, стався в Гонконзі в січні 2024 року. Співробітник фінансового відділу міжнародної компанії отримав повідомлення нібито від фінансового директора компанії у Великій Британії з описом таємної транзакції. Він запідозрив фішинг — поки не приєднався до відеоконференції, де на екрані з'явилися CFO та кілька впізнаваних колег. За даними поліції Гонконгу, усі учасники були дипфейками. Співробітник здійснив 15 переказів на загальну суму 200 млн гонконгських доларів — близько 25,6 млн доларів США — на п'ять місцевих банківських рахунків; шахрайство розкрилося, лише коли він перепровірив інформацію в головному офісі. Як висловився старший суперінтендант Барон Чан:На груповій відеоконференції виявилося, що всі, кого він бачив, були фальшивими.Інжинірингова фірма Arup пізніше була названа жертвою і в травні 2024 року підтвердила інцидент, повідомивши, що повідомила поліцію ще на початку року, а її фінансова стійкість, операції та внутрішні системи не постраждали. Директор з інформаційних технологій Роб Гріг зазначив, що атаки — від шахрайства з рахунками та фішингу до підміни голосу в WhatsApp і дипфейків — стали помітно вишуканішими. Поліція кваліфікувала справу як заволодіння майном шляхом обману; на той момент про арешти не повідомлялося.
Сімейні «термінові» дзвінки зі знайомим голосом
Та сама техніка спускається й до звичайних родин. Комісія FTC США попереджала ще в березні 2023 року: у класичній афері «онука потрапив у аварію і сидить у в'язниці» дзвонящим тепер може бути клон. Шахраєві, пише комісія, потрібен лише короткий аудіофрагмент голосу родича — з опублікованого в мережі контенту. Поради FTC процедурні: покласти слухавку, передзвонити людині за номером, який точно належить їй, перевірити через іншого родича, а прохання переказати гроші, надіслати криптовалюту чи купити подарункові карти вважати тривожними ознаками. Європейські випадки показують той самий рисунок проти інших типів цілей. В Італії літню жінку обманули на 30 000 євро дзвінком із голосом, схожим на голос її доньки, повідомляв The Guardian у лютому 2025 року. Того ж місяця міланські прокурори отримали заяви від відомих бізнес-фігур — зокрема співробітників Giorgio Armani та голови наглядової ради Prada Патриціо Бертеллі — після того як шахраї клонували голос міністра оборони Гвідо Крозетто й телефонували їм, нібито збираючи викуп за викрадених журналістів, з обіцянкою відшкодування від Банку Італії. Принаймні одна жертва переклала загалом 1 млн євро на рахунок у Гонконзі.Чому не рятують вуха — і деякі перевірки
Людський слух — слабка лінія оборони. Звіт Pindrop «Voice Intelligence & Security 2025», що ґрунтується на аналізі понад 1,2 млрд клієнтських дзвінків, зафіксував у 2024 році зростання спроб deepfake-шахрайства в контакт-центрах більш ніж на 1300 відсотків — із середньої однієї спроби на місяць до семи на день — плюс зростання дзвінків із синтетичним голосом на 173 відсотки між першим і останнім кварталами року. Атаки із синтетичним голосом на банки зросли на 149 відсотків, а звіт прогнозує, що контакт-центри в 2025-му можуть зіткнутися з шахрайською експозицією близько 44,5 млрд доларів США. Біометрична перевірка теж не панацея: поліція Гонконгу повідомляла, що дипфейки щонайменше 20 разів використовувалися в суміжному шахрайстві для обходу перевірок розпізнавання облич, що імітували власників посвідчень. Перевірки за голосом упираються в ту саму проблему: клон — це синтетична версія реального сигналу, а короткий і низькоякісний телефонний звук ускладнює автоматичне розпізнавання. Вендори детекції вдосконалюються, але сторона того, хто дзвонить, у цій гонці теж індустріалізована, а обсяг — за власними цифрами Pindrop — зростає швидше за фільтри.Що досі працює
З огляду на межі детекції, захист, що тримається, — процедурний. Серед пропозицій у коментарях до попередження FTC — родинні кодові слова (фраза, заздалегідь узгоджена офлайн, яку має містити будь-який справжній терміновий дзвінок) і перевірочні запитання, на які зміг би відповісти тільки справжній родич, хоч такі деталі можуть витекти через соцмережі. Дисципліна передзвону за відомим, самостійно набраним номером лишається найнадійнішим кроком, бо виводить канал атакувальника з ланцюга:- Домовтеся про родинне кодове слово на термінові випадки — і користуйтеся ним.
- Покладіть слухавку й передзвоніть за номером, який у вас уже є, — а не за тим, що назвав дзвонивший.
- Вважайте поспіх, таємничість і незвичні способи оплати — перекази, криптовалюту, подарункові карти — підписом афери, а не її деталлю.
- Обмежте чисті зразки голосу у вітаннях голосової пошти та публічних відео.