মাত্র 3 সেকেন্ডই যথেষ্ট: সোশ্যাল মিডিয়া থেকে AI যেভাবে আপনার কণ্ঠস্বর নকল করে

ফোনটা আসে মঙ্গলবার রাত 11টা 40 মিনিটে। ওপাশে আপনার মেয়ে, কাঁদছে, বলছে একটা দুর্ঘটনা ঘটেছে, সে থানায় আছে আর তাকে বেশিক্ষণ কথা বলতে দেওয়া হচ্ছে না। এরপর ঠান্ডা গলার একজন প্রাপ্তবয়স্ক ফোনটা নিয়ে জামিনের ব্যবস্থা বুঝিয়ে দেন। কণ্ঠটা হুবহু তারই: একই সুর, শ্বাসের সেই টান, আপনার নামটা যেভাবে সে ছোট করে ডাকে। পুরোটা বানানো হয়েছে তিন সপ্তাহ আগে তার পোস্ট করা উনিশ সেকেন্ডের একটা রান্নার ভিডিও থেকে, আর সে নিজে তখন উপরতলায় ঘুমিয়ে আছে।

সোশ্যাল মিডিয়া থেকে AI দিয়ে কণ্ঠ নকল করা আর গবেষণাগারের কোনো প্রদর্শনী নেই, এটি এখন সাধারণ একটা ফোনকল। McAfee এর প্রকাশিত গবেষণা অনুযায়ী প্রায় তিন সেকেন্ডের পরিষ্কার অডিওই আসলের সঙ্গে ঘনিষ্ঠভাবে মিলে যাওয়া একটি নকল বানানোর জন্য যথেষ্ট, আর কয়েকটি বাক্য পেলে এমন কিছু তৈরি হয় যা চাপের মুখে বেশির ভাগ আত্মীয়ই আসল মানুষের কণ্ঠ থেকে আলাদা করতে পারেন না। ২০২৪ সালের FTC কনজিউমার সেন্টিনেল নেটওয়ার্ক ডেটা বুক অনুযায়ী ভোক্তারা ছদ্মবেশী প্রতারণায় প্রায় $2.95 বিলিয়ন হারানোর কথা জানিয়েছেন, আর এই ফোনটি সেই শ্রেণিরই, তবে এই হিসাবে কেবল তারাই আছেন যারা অভিযোগ জমা দিয়েছেন।

অস্বস্তিকর দিকটা হলো, এখানে কিছুই হ্যাক হয় না, চুরিও যায় না, কোনো তথ্যভান্ডারও ফাঁস হয় না। কাঁচামালটা সেই কনটেন্ট যা আপনি নিজেই ইচ্ছে করে প্রকাশ করেছেন।

দ্রুত উত্তর

সোশ্যাল মিডিয়া থেকে AI কণ্ঠ নকল করা জিনিসটা কী?

কণ্ঠ নকল মানে সত্যিকারের একজন মানুষের কথা বলার ছোট একটা নমুনা নিয়ে এমন একটি কৃত্রিম মডেল বানানো, যা সেই কণ্ঠে যেকোনো কথা, যখন খুশি, নিয়ন্ত্রিত আবেগসহ বলতে পারে। প্রযুক্তিটি তৈরি হয়েছিল প্রতিবন্ধী সহায়তা, ডাবিং আর অডিওবুক পাঠের জন্য। সেই একই সরঞ্জাম, আর সেগুলোর বিনামূল্যের নকল, এখন ছদ্মবেশী প্রতারণার নিয়মিত অস্ত্র।

সোশ্যাল মিডিয়াই পছন্দের উৎস, কারণ সেখানকার অডিও প্রায় নিখুঁত। ছোট ভিডিও রেকর্ড হয় মাইক্রোফোন থেকে কয়েক সেন্টিমিটার দূরে, শান্ত ঘরে, বক্তা ফোনের দিকে মুখ করে আর অ্যালগরিদমের জন্য স্পষ্ট উচ্চারণ করে। রান্নার একটা ক্লিপ, জিমের আপডেট, স্নাতক অনুষ্ঠানের বক্তৃতা, বিয়ের যে ভিডিওতে কেউ আপনাকে ট্যাগ করেছে, একটি লাইভস্ট্রিম, গ্রুপ চ্যাটে ফরোয়ার্ড হওয়া ভয়েস নোট, এমনকি আপনার ভয়েসমেইলের বার্তা: প্রতিটিই পরিষ্কার প্রশিক্ষণের উপকরণ। প্রকাশ্য অ্যাকাউন্ট থেকে বিপুল পরিমাণে এসব সংগ্রহ করা সহজ, আর প্রতারকের কেবল একটা নাম খুঁজলেই চলে।

এখানেই আসল বদলটা, আর এ কারণেই বিপদটা সত্যিকার অর্থে আপনাকে নিয়ে নয়। আপনার কণ্ঠ হলো সম্পদ, কিন্তু লক্ষ্য সেই মানুষটি যে আপনার জন্য সব ফেলে ছুটে আসবে। নকল কণ্ঠ দিয়ে খুব কমই ব্যাংকের কাছে আপনি সেজে ওঠা হয়। এটি ব্যবহার করা হয় আপনার নিজের মায়ের কাছে আপনি সাজতে।

AI কণ্ঠ নকলের প্রতারণা ধাপে ধাপে যেভাবে চলে

প্রায় প্রতিটি ঘটনাই একই পাঁচটি ধাপ পেরোয়, আর এই ধারাবাহিকতাটা চিনতে পারলেই কেউ মাঝপথে এটি থামিয়ে দিতে পারেন।

1. <strong>অডিও সংগ্রহ।</strong> কথা আছে এমন যেকোনো ক্লিপের জন্য একটি প্রকাশ্য প্রোফাইল ছেঁকে তোলা হয়। তিন সেকেন্ড সর্বনিম্ন; ত্রিশ সেকেন্ড হলে আরামসে হয়ে যায়। যার কণ্ঠ নেওয়া হচ্ছে তার সঙ্গে কোনো যোগাযোগই করা হয় না।
2. <strong>সম্পর্কের মানচিত্র বানানো।</strong> ট্যাগ করা ছবি, জন্মদিনের মন্তব্য, ফলোয়ার তালিকা আর ক্যাপশন থেকেই বেরিয়ে আসে কে বাবা মা, কে দাদা দাদি, কে সঙ্গী আর কে নিয়োগকর্তা। ওই মানচিত্রই ঠিক করে ফোনটা কার কাছে যাবে।
3. <strong>ঘটনার চিত্রনাট্য সাজানো।</strong> গ্রেপ্তার, গাড়ি দুর্ঘটনা, হাসপাতাল, ফোন চুরি, অপহরণ, কিংবা বসের জরুরি টাকা পাঠানোর নির্দেশ। স্ক্রিপ্টটা ছোট রাখা হয়, কারণ লম্বা কথায় এমন প্রশ্ন উঠে যেতে পারে যার উত্তর নকল কণ্ঠ দিতে পারবে না।
4. <strong>ফোন করা।</strong> কলার আইডি বদলে স্থানীয় বা পরিচিত দেখানো হয়। নকল কণ্ঠ কয়েকটি বাক্য বলে, কান্নাভেজা আর তাড়াহুড়োয়, তারপর ফোন চলে যায় জীবিত একজন সহযোগীর হাতে, যে পুলিশ কর্মকর্তা, আইনজীবী, নার্স বা সহকারী সেজে কথা চালায়।
5. <strong>দ্রুত টাকা আদায়।</strong> টাকা চাওয়া হয় ব্যাংক ট্রান্সফার, গিফট কার্ড, ক্রিপ্টো, পেমেন্ট অ্যাপ বা নগদ নিতে আসা কোনো বাহকের মাধ্যমে, আর সঙ্গে সবসময়ই ফোন না কাটার আর কাউকে না জানানোর একটা কারণ জুড়ে দেওয়া হয়।

যেসব সংকেত AI দিয়ে নকল করা কণ্ঠ ফাঁস করে দেয়

এর যেকোনো একটিকেই কথা থামিয়ে স্বাধীনভাবে যাচাই করার যথেষ্ট কারণ ধরুন।

• <strong>চরম তাড়াহুড়ো, সঙ্গে ফোন না কাটার নিষেধাজ্ঞা।</strong> সত্যিকারের জরুরি অবস্থা একটা ফিরতি কলে নষ্ট হয়ে যায় না। যে কলার আপনাকে লাইনে থাকতে বাধ্য করে, সে আপনাকে নয়, স্ক্রিপ্টটাকে বাঁচাচ্ছে।
• <strong>সঙ্গে সঙ্গে অচেনা কারও হাতে ফোন চলে যাওয়া।</strong> আত্মীয় অল্প কয়েকটি কথা বলে, তারপর কর্তৃপক্ষের মতো শোনায় এমন একজন প্রাপ্তবয়স্ক দায়িত্ব নিয়ে পুরো দরকষাকষিটা চালান।
• <strong>গোপনীয়তার শর্ত।</strong> বাবাকে বলবেন না, বোনকে ফোন করবেন না, আইনজীবী বলেছেন এটা গোপন থাকবে। এই একা করে ফেলাটাই প্রতারণা আর ত্রিশ সেকেন্ডের যাচাইয়ের মাঝখানে একমাত্র বাধা।
• <strong>যে পথে টাকা পাঠালে খোঁজ মেলে না।</strong> গিফট কার্ড, ক্রিপ্টো, ব্যাংক ট্রান্সফার, নতুন কোনো নম্বরে পেমেন্ট অ্যাপ, বা নগদ নিতে আসা বাহক। কোনো আদালত, হাসপাতাল বা পুলিশ বাহিনী এভাবে টাকা নেয় না।
• <strong>কথার নিচে আবেগের সমতল ভাব।</strong> নকল কণ্ঠে সুরটা প্রায়ই ঠিক থাকে, কিন্তু ছন্দটা ভুল: অদ্ভুত জায়গায় থেমে যাওয়া, কান্নার সঙ্গে না মেলা শ্বাস, বাক্যগুলো বড় বেশি সমানভাবে শেষ হওয়া।
• <strong>নির্দিষ্ট কোনো ভাগাভাগি করা স্মৃতি নেই।</strong> কেবল আসল মানুষটিই উত্তর দিতে পারে এমন প্রশ্ন কলার এড়িয়ে যায়, অজুহাত হিসেবে দেখায় ধাক্কা, খারাপ লাইন বা সময়ের সীমা।
• <strong>পটভূমির শব্দ মেলে না।</strong> থানা, হাসপাতালের করিডর বা রাস্তার পাশ কখনোই নিঃশব্দ থাকে না। রাস্তার দুর্ঘটনার কথা বলা কলের পেছনে স্টুডিওর মতো পরিষ্কার শব্দই ধরিয়ে দেয়।

সন্দেহজনক কোনো ভয়েসমেইল, ভিডিও বা ফরোয়ার্ড হওয়া ক্লিপ পেয়েছেন? Truvizy দিয়ে স্ক্যান করুন আর কয়েক সেকেন্ডেই স্পষ্ট রায় পান, একদম বিনামূল্যে।

Truvizy কীভাবে AI কণ্ঠ নকলের প্রতারণা ধরে

এসব ঘটনায় সিদ্ধান্তটা নেওয়া হয় প্রায় নব্বই সেকেন্ডে, রাতের বেলা, ভয় পেয়ে যাওয়া একজন মানুষের হাতে। ঠিক এই ফাঁকটা বন্ধ করতেই Truvizy তৈরি। ভয়েসমেইল, ভিডিও বা পরিবারের গ্রুপে ফরোয়ার্ড হওয়া ক্লিপটি truvizy.app এ আপলোড করুন, আর Truvizy'র AI চালিত শনাক্তকরণ অডিও ও তার সঙ্গের যেকোনো মিডিয়ার স্তরে স্তরে বিশ্লেষণ চালায়, কৃত্রিমভাবে তৈরি হওয়ার যে চিহ্ন কথায় ও ভিডিওতে থেকে যায় তা খোঁজে, আর সঙ্গের বার্তাটি পড়ে দেখে সেখানে ছদ্মবেশী প্রতারণার চেনা তাড়াহুড়ো, গোপনীয়তা আর টাকার ধরন আছে কি না।

ফল আসে কোনো কারিগরি প্রতিবেদন নয়, একটি স্পষ্ট রায় হিসেবে, কারণ যার এটি দরকার তাকে ইচ্ছে করেই তাড়া দেওয়া হচ্ছে। Truvizy বিনামূল্যে ব্যবহার করে দেখা যায় আর প্রথম স্ক্যানের জন্য কোনো অ্যাকাউন্ট লাগে না, যেটা গুরুত্বপূর্ণ, কারণ বিকল্পটা হলো একটা ব্যাংক ট্রান্সফার। আপনি Truvizy স্ক্যানার থেকেই শুরু করতে পারেন। এই ফোনগুলো কীভাবে করা হয় তার বড় ছবিটা পেতে AI কণ্ঠ নকলের প্রতারণা নিয়ে আমাদের গাইডে ফোনের দিকটির কার্যপ্রণালী বিস্তারিত আছে।

নকল কণ্ঠের ফোন পেলে কী করবেন

এই ক্রমেই এগোন। প্রথম দুটি ধাপেই এমন বেশির ভাগ ফোন একেবারে শেষ হয়ে যায়।

ফোন কেটে দিন আর আগে থেকেই আপনার কাছে থাকা নম্বরে ফিরতি কল করুন। যে নম্বর থেকে ফোন এসেছে সেটি নয়, কলার যে নম্বর বলে দেয় সেটিও নয়। আপনার ফোনে সেভ করা কন্টাক্টটাই ব্যবহার করুন। উত্তর না পেলে পরিবারের দ্বিতীয় একজনকে ফোন করুন। নকল কণ্ঠ আসল ফোনটা ধরতে পারে না।

পরিবারের গোপন সংকেত শব্দটি জানতে চান। আজই একটা ঠিক করুন, সেটি কোনো প্ল্যাটফর্মে রাখবেন না, আর এমন একটি বাক্যাংশ বেছে নিন যা কোনো ফলোয়ার আন্দাজ করতে পারবে না। নকল হয় কণ্ঠ, ব্যক্তিগত জানাশোনা কখনো নয়। পরিবারের গোপন সংকেত শব্দ নিয়ে আমাদের গাইডে বলা আছে কীভাবে এমন একটি বেছে নেবেন যা সত্যিকারের প্রতারকের সামনেও টিকে যায়।

কোনো টাকা পাঠাবেন না আর কোনো গিফট কার্ড কিনবেন না। কোনো পুলিশ বাহিনী, আদালত, হাসপাতাল বা দূতাবাস গিফট কার্ড, ক্রিপ্টো বা নগদ নিতে আসা বাহকের মাধ্যমে টাকা নেয় না। এই একটি অনুরোধই বিষয়টা মীমাংসা করে দেয়।

মুছে ফেলার আগে সবকিছু রেখে দিন। ভয়েসমেইলটি রাখুন, নম্বর, ঠিক সময় আর কত টাকা চাওয়া হয়েছে তা লিখে রাখুন, আর পরে আসা যেকোনো বার্তার স্ক্রিনশট নিন। একটি ফোনকলকে একটি নেটওয়ার্কের সঙ্গে মেলাতে তদন্তকারীদের ঠিক এগুলোই দরকার।

অভিযোগ করুন। যুক্তরাষ্ট্রে FBI এর কাছে ic3.gov এবং FTC এর কাছে reportfraud.ftc.gov এ অভিযোগ জমা দিন। অন্য দেশে নিজের জাতীয় সাইবার অপরাধ ইউনিট ও ভোক্তা সুরক্ষা সংস্থাকে জানান। প্রবীণদের নিশানা করা প্রতারণার কথা খুব কমই জানানো হয়, আর অভিযোগই ছড়িয়ে ছিটিয়ে থাকা ফোনকলগুলোকে একটি মামলায় বদলে দেয়।

এরপর অডিওর জোগান কমিয়ে দিন। পুরোনো পোস্টগুলো কেবল বন্ধুদের জন্য করে দিন, যেসব প্রকাশ্য ভিডিওতে মূলত আপনিই কথা বলছেন সেগুলো ছেঁটে ফেলুন, নিজের কণ্ঠে রেকর্ড করা ভয়েসমেইলের বার্তা বদলে দিন, আর যেসব আত্মীয়কে ফোন করার সম্ভাবনা সবচেয়ে বেশি, ফোন আসার আগেই তাদের সঙ্গে কথা বলে রাখুন।

বিশেষজ্ঞ বিশ্লেষণ: নমুনার প্রয়োজন যে মুহূর্তে কয়েক সেকেন্ডে নেমে এল, সেই মুহূর্তেই কণ্ঠ নকল অভিনব কিছু থেকে সহজলভ্য পণ্যে বদলে গেল, কারণ সোশ্যাল প্ল্যাটফর্মে থাকা প্রায় প্রত্যেক মানুষই ওই দৈর্ঘ্যের অডিও ইতিমধ্যে প্রকাশ করে ফেলেছেন। এখনকার হিসাব সংখ্যার পক্ষে, একটিমাত্র সংগ্রহ করা ক্লিপ দিয়েই একটি পরিবারের ভেতরে ডজনখানেক ফোন চালানো যায়, আর এ কারণেই Truvizy একে টেলিকমের সমস্যা নয়, মিডিয়া যাচাইয়ের সমস্যা হিসেবে দেখে। ভুক্তভোগীর হাতে আসলে যা থাকে তা হলো একটি ভয়েসমেইল বা ফরোয়ার্ড হওয়া একটি ক্লিপ, আর সেটি কয়েক সেকেন্ডেই যাচাই করে ফেলা যায়, টাকা পাঠানোর পরে নয়, তার আগেই।

সচরাচর জিজ্ঞাসা

কণ্ঠস্বর নকল করতে AI এর কতটুকু অডিও লাগে?

কাজ চালানোর মতো একটা নকল বানাতে প্রায় তিন সেকেন্ডের পরিষ্কার কথাই যথেষ্ট, আর কয়েকটি বাক্য পেলে সেটি বিশ্বাসযোগ্য হয়ে ওঠে। McAfee এর প্রকাশিত গবেষণা অনুযায়ী তিন সেকেন্ডের অডিও থেকেই এমন কণ্ঠ নকল তৈরি হতে পারে যা আসলের সঙ্গে অনেকটাই মিলে যায়। একটিমাত্র TikTok, Reel, Story বা জন্মদিনের ট্যাগ করা ভিডিওতে সাধারণত এর চেয়ে অনেক বেশিই থাকে।

প্রতারকরা কি TikTok বা Instagram এর ভিডিও থেকে আমার কণ্ঠ নকল করতে পারে?

হ্যাঁ। যেকোনো প্রকাশ্য ক্লিপ যেখানে আপনি স্পষ্ট করে কথা বলছেন সেটিই প্রশিক্ষণের উপকরণ, আর ছোট ভিডিওর প্ল্যাটফর্মগুলো এ কাজে আদর্শ, কারণ সেখানে শব্দ জোরালো, মাইক্রোফোন কাছে আর আশপাশের আওয়াজ নেই। পডকাস্ট, গ্রুপ চ্যাটে ফরোয়ার্ড হওয়া ভয়েস নোট, লাইভস্ট্রিম আর ভয়েসমেইলের রেকর্ড করা বার্তাও ঠিক একইভাবে কাজে লাগে। এর জন্য কোনো কিছু হ্যাক হওয়ার দরকার হয় না।

Truvizy কি AI দিয়ে নকল করা কণ্ঠ ধরতে পারে?

হ্যাঁ। truvizy.app এ ভিডিও, ভয়েসমেইল বা ফরোয়ার্ড হওয়া ক্লিপটি আপলোড করুন, আর Truvizy এর AI চালিত শনাক্তকরণ অডিও ও তার সঙ্গের যেকোনো মিডিয়ার স্তরে স্তরে বিশ্লেষণ চালিয়ে কয়েক সেকেন্ডেই একটি স্পষ্ট রায় দেয়। Truvizy তৈরিই হয়েছে ফোন আসার সেই মুহূর্তটির জন্য, যখন সিদ্ধান্ত নেওয়া মানুষটির হাতে দুই মিনিট আছে আর কোনো কারিগরি জ্ঞান নেই।

AI কণ্ঠ প্রতারণা কতটা সাধারণ আর ভুক্তভোগীদের কত ক্ষতি হয়?

FTC কনজিউমার সেন্টিনেল নেটওয়ার্ক ডেটা বুক অনুযায়ী ২০২৪ সালে ভোক্তারা ছদ্মবেশী প্রতারণায় প্রায় $2.95 বিলিয়ন হারানোর কথা জানিয়েছেন, আর এই ফোনগুলো সেই শ্রেণিতেই পড়ে। ৭,০০০ জন প্রাপ্তবয়স্কের ওপর McAfee এর এক জরিপে দেখা গেছে, প্রতি চারজনের একজন হয় নিজেই AI কণ্ঠ প্রতারণার শিকার হয়েছেন, নয়তো এমন কাউকে চেনেন, আর যারা সাড়া দিয়েছিলেন তাদের বেশির ভাগই টাকা হারিয়েছেন।

পরিবারের গোপন সংকেত শব্দ কী আর এটি কি সত্যিই কণ্ঠ নকল ঠেকায়?

এটি ছোট একটি বাক্যাংশ যা কেবল আপনার ঘরের মানুষরাই জানেন, কোথাও কখনো পোস্ট করা হয় না, আর টাকা বা ব্যক্তিগত তথ্য হাতবদলের আগে পরিবারের সদস্য বলে দাবি করা যেকোনো কলারকে সেটি বলতে হয়। এটি কাজ করে কারণ নকল করা যায় কণ্ঠ, ব্যক্তিগত জানাশোনা নয়। এমন কিছু বেছে নিন যা নির্দিষ্ট অথচ অনুমান করা যায় না, পোষা প্রাণী বা রাস্তার নাম এড়িয়ে চলুন, আর যেসব আত্মীয় একা থাকেন তাদের সেটি শিখিয়ে দিন।

AI কণ্ঠ নকলের প্রতারণা: ফোনটা যেভাবে করা হয় — কৃত্রিম কণ্ঠের প্রতারণায় ফোনের দিকের কার্যপ্রণালী

পরিবারের গোপন সংকেত শব্দ: কণ্ঠ প্রতারণার বিরুদ্ধে আপনার সেরা রক্ষা — সত্যিকারের প্রতারণার ফোনেও টিকে যায় এমন বাক্যাংশ কীভাবে বাছবেন

সোশ্যাল মিডিয়ায় পরিচয় নকল: অনলাইনে কেউ যখন আপনি হয়ে ওঠে — প্রকাশ্য প্রোফাইল কীভাবে প্রতারণার কাঁচামাল হয়ে যায়