王奶奶的案子,沈听审了整整一下午。
音频不长,四十七秒。年轻的在电话里哭着说自己在派出所,要奶奶转两万保释金,还报了一个银行卡号。和所有AI换声诈骗一样,套路不新,但声音新。
这个合成声,沈听把波形图调出来,“用的底模不是公共声库。”
小周凑过来看:“怎么看出来的?”
气息。沈听点着屏幕上的几个峰值,公共模型的合成声,气息分布是均匀的。但这个——她放大了其中一处,“在’奶奶’两个字后面,有一个零点三秒的停顿。这个停顿不是算法生成的,是真人说话的习惯。”
“真人的习惯?”
沈听摘下耳机,“这个底模,是用一个真人的声纹训练的。而且这个真人——”
她把声纹特征曲线拉出来,和数据库里的一条旧记录重叠。
两条曲线在低频段几乎完全重合。
程野。小周念出那个名字,“就是那个’病逝’的华声创始人?”
是他。沈听靠在椅背上,“有人拿程野的声纹,训练了一个合成模型,再用这个模型去诈骗。”
小周的脸白了:“那程野的声纹是怎么流出去的?”
好问题。沈听拿起手机,给陆时发了条消息,【程野的声纹样本,已经在外网流通了。】
陆时的回复很快:【多久前的事?】
【不好说。这个模型的训练量,至少跑了半年。】