লাখ লাখ অর্থ চুরি’: ডিপফেক প্রযুক্তিতে নকল কণ্ঠস্বরের মাধ্যমে ‘

প্রধান প্রযুক্তি কর্মকর্তা ড. হাফ থমসন বলছেন যে, কণ্ঠস্বরের মডেল তৈরি করতে এক্ষেত্রে হয়তো কর্পোরেট ভিডিও, ফোন কল, কনফারেন্সে দেওয়া ভাষণ- বিভিন্ন ক্ষেত্র থেকে অডিও সংগ্রহ করা হয়ে থাকে।

তিনি বলেন, “মডেলটি একেবারে নিখুঁত হতে পারে।”

আর সেই সাথে প্রতারকচক্র চতুরতার সাথে ব্যাকগ্রাউন্ড সাউন্ড ব্যবহার করে যাতে করে শব্দগুলো বিশ্বাসযোগ্য হয় ও ভালোভাবে একটি অংশ অপরটির সাথে মিশে যায়।

আট্রিফিশিয়াল ইন্টেলিজেন্স বা কৃত্রিম বুদ্ধিমত্তা বিশেষজ্ঞ ড. আলেকজান্ডার অ্যাডাম বলছেন, একটি নিখুঁত নকল অডিও তৈরির জন্যে সময় এবং অর্থের উল্লেখযোগ্য বিনিয়োগ করা হয়।

তিনি বলেন, “মডেলদের প্রশিক্ষণের ক্ষেত্রেই হাজার পাউন্ড খরচ করা হয়।”

তার মতে, মানুষের শ্রবণ শক্তি খুবই সংবেদনশীল বিস্তৃত ফ্রিকোয়েন্সির শব্দের ক্ষেত্রে। আর সেজন্যে বিশ্বাসযোগ্য কণ্ঠ তৈরিতে বহু সময় দিতে হয়। নির্দিষ্ট ব্যক্তির স্বরভঙ্গি এবং কথা বলার ছন্দ মেলাতে ঘণ্টার পর ঘণ্টা ব্যয় করতে হয়।