दक्षिण अफ्रीका की स्टार्टअप कंपनी वॉयस क्लोनिंग से फोन कॉल की सुरक्षा के लिए तकनीक विकसित कर रही है

केप टाउन स्थित कंपनी Untapped AI ने सितंबर में अमेरिका में दो पेटेंट आवेदन दायर किए। ये आवेदन एक ऐसी तकनीक से संबंधित हैं जो फोन कॉल के स्रोत की विश्वसनीय रूप से पहचान करने में सक्षम है। इस विकास का उद्देश्य उन अपराधियों का मुकाबला करना है जो आवाज की नकल करने और बैंकों, प्रबंधकों या परिवार के सदस्यों के प्रतिनिधियों के रूप में खुद को प्रस्तुत करने के लिए आर्टिफिशियल इंटेलिजेंस का उपयोग करते हैं।

हालांकि यह तकनीक परीक्षण पास कर चुकी है, लेकिन यह अभी वास्तविक परिस्थितियों में काम नहीं करती है। यह सुरक्षा उपयोगकर्ताओं के लिए तभी उपलब्ध होगी जब इसे दोनों सिरों पर मोबाइल नेटवर्क या वाणिज्यिक संरचनाओं द्वारा लागू किया जाएगा।

Untapped AI व्यवसाय के लिए एआई-आधारित वॉयस एजेंट बनाने में लगी हुई है और इसके जोहान्सबर्ग और केप टाउन में कार्यालय हैं। कंपनी को दूरसंचार सेवा प्रदाता और संपर्क केंद्र Yaxxa द्वारा निवेश प्रदान किया गया, जिसके सीईओ हेंज वॉलमर ने इस निवेश की पुष्टि की।

तकनीक के कार्य सिद्धांत

निदेशक लॉयड मैथ्यू ने बताया कि तकनीक दो घटकों से बनी है, जिन्हें उन्होंने सुरक्षा कारणों से विस्तार से प्रकट नहीं किया। दोनों तत्वों में एक क्रिप्टोग्राफ़िक कुंजी शामिल होती है जो हर कॉल पर बदल जाती है। यह कुंजी या तो कनेक्शन के समय नेटवर्क स्विच पर विनिमय की जाती है, या इसे ऑडियो सिग्नल के भीतर एक मानव के लिए अदृश्य संकेत के रूप में प्रसारित किया जाता है।

सिस्टम का दूसरा भाग बातचीत की अखंडता की जांच के लिए ध्वनि की आवृत्ति, विराम और सिग्नल के अन्य मार्करों का विश्लेषण करता है, न कि केवल कॉलर की आवाज की तुलना रिकॉर्ड किए गए आवाज नमूने से करता है। मैथ्यू के अनुसार, सिस्टम आवाज की उत्पत्ति, यानी कॉल के स्रोत की पहचान करता है।

उन्होंने कार्य सिद्धांत की तुलना बैंक कार्ड से की: डीपफेक का उपयोग करके सुरक्षा को दरकिनार करने का प्रयास उस स्थिति के समान है जब कोई व्यक्ति मालिक के मुखौटे को पहनकर एटीएम से चोरी किया गया कार्ड का उपयोग करके नकदी निकालने की कोशिश करता है। मशीन चेहरे की नहीं, बल्कि पिन कोड की जाँच करती है।

वित्तीय नुकसान और अंतर्राष्ट्रीय अनुभव

कंपनी के प्रेस विज्ञप्ति में 'फोन कॉल में आवाज प्रमाणीकरण' तकनीक का वर्णन किया गया है, हालांकि मैथ्यू ने TechCentral को लिखित उत्तरों में दावा किया था कि पेटेंट 'वास्तव में आवाज का विश्लेषण नहीं करते हैं'। जब उनसे इस विसंगति के बारे में पूछा गया, तो उन्होंने उल्लेख किया कि 'दोनों कथन सही हैं, और वाक्यांश अधिक स्पष्ट हो सकता था'।

दक्षिण अफ्रीका के बैंकिंग जोखिम सूचना केंद्र (Sabric) के अनुसार, 2025 में दक्षिण अफ्रीकियों को 110,000 से अधिक पंजीकृत मामलों में डिजिटल बैंकिंग अपराधों के कारण 2.4 बिलियन रैंड का नुकसान हुआ। Sabric ने स्पष्ट किया कि वह यह निर्धारित नहीं कर सकता है कि इन नुकसानों का कितना हिस्सा विशेष रूप से फोन कॉल से जुड़ा है। उन्होंने स्वीकार किया कि एआई का उपयोग करके आवाज की नकल करना एक उभरता हुआ जोखिम है, लेकिन 'वर्तमान डेटा यह नहीं दर्शाता है कि इसने दक्षिण अफ्रीका में पारंपरिक सामाजिक इंजीनियरिंग योजनाओं को विस्थापित कर दिया है'।

विदेशों में, क्लोन की गई आवाजों का उपयोग पहले ही महत्वपूर्ण नुकसान पहुंचा चुका है। फरवरी में, धोखेबाजों ने इटली के निजी बैंक Fideuram, जो Intesa Sanpaolo का हिस्सा है, से 95 मिलियन यूरो निकाले। उन्होंने व्हाट्सएप पर एक नकली संदेश का उपयोग किया, जिसके बाद एक फोन कॉल आया जिसमें वरिष्ठ वकील की आवाज की नकल करने के लिए एआई का उपयोग किया गया, जैसा कि रॉयटर्स ने बताया। इस राशि का आधे से अधिक हिस्सा पहले ही वापस कर लिया गया है।

जब उनसे पूछा गया कि क्या तकनीक इसे स्थापित होने से पहले किसी की सुरक्षा करती है, तो मैथ्यू ने नकारात्मक जवाब दिया: 'नहीं। सुरक्षा को कनेक्शन के दोनों सिरों से सत्यापित किया जाना चाहिए, इसलिए यह तब काम करना शुरू कर देती है जब नेटवर्क या व्यवसाय इसे प्रत्येक छोर पर तैनात करते हैं। यही कारण है कि हमारी पहली बातचीत नेटवर्कों के साथ हो रही है, क्योंकि एक ऐसा कार्यान्वयन सभी ग्राहकों को कवर करता है'।

Untapped AI ने एक बड़े मोबाइल नेटवर्क के साथ बातचीत शुरू की, जिसका उन्होंने नाम नहीं बताया। मैथ्यू ने जोर देकर कहा कि कंपनी जानबूझकर प्रक्रिया का विवरण प्रकट नहीं करती है और परीक्षण के परिणाम प्रकाशित नहीं करती है, क्योंकि 'हम इस मामले में जानबूझकर अस्पष्ट हैं क्योंकि हम वास्तविक प्रक्रिया का सार्वजनिक रूप से वर्णन नहीं करना चाहते हैं'।

प्रीटोरिया विश्वविद्यालय के कंप्यूटर विज्ञान संकाय के प्रोफेसर मार्टिन ओलिवियर ने कहा कि उपलब्ध जानकारी के आधार पर वे इस दावे का पूरी तरह से मूल्यांकन नहीं कर सकते हैं। उन्होंने क्रिप्टोग्राफी के एक सामान्य सिद्धांत पर प्रकाश डाला: 'गोपनीयता अक्सर प्रणाली में कुछ इंगित करती है जिसे छिपाने की आवश्यकता है'। उन्होंने जोड़ा कि AES और RSA जैसे विश्वसनीय क्रिप्टोग्राफ़िक प्रोटोकॉल के सभी विवरण सार्वजनिक रूप से उपलब्ध हैं। उनका मानना है कि सही ढंग से उपयोग किया जाने वाला सत्यापित सिफर क्लोनिंग को रोकेगा, लेकिन उन्होंने चेतावनी दी कि ऑडियो को संपीड़ित करने वाले नेटवर्क 'सिग्नलों को विकृत कर सकते हैं'।

अमेरिका में, नेटवर्क कॉल प्रमाणीकरण का एक मानक लागू करते हैं जिसे Stir/Shaken कहा जाता है, जो ऑडियो सिग्नल के बजाय कॉलर के नंबर पर हस्ताक्षर करता है। ओलिवियर ने इसकी तुलना वेबसाइटों के लिए विश्वास सुनिश्चित करने वाले प्रमाणपत्रों से की। मैथ्यू ने तर्क दिया कि उनकी प्रणाली स्क्रीन पर प्रदर्शित नंबर पर निर्भर नहीं करती है।

एंटरसेक्ट में उत्पाद प्रबंधक एंड्रीस मारिस ने उल्लेख किया कि ऑडियो सिग्नल के भीतर संकेत रखना 'कुछ शर्तों के तहत एक महत्वपूर्ण कदम आगे है'।

गैर-स्वायत्त समाधान

मारिस ने समझाया कि ऑडियो में एम्बेडेड सिग्नल कॉल से जुड़ा होता है और इसे आसानी से अलग नहीं किया जा सकता है। हालांकि, नेटवर्क केवल उन कॉल्स की जांच कर सकता है जो उसके माध्यम से गुजरती हैं। VoIP या अन्य मार्ग का उपयोग करने वाला धोखेबाज इस जांच को दरकिनार कर सकता है, इसलिए बैंकों को अभी भी अतिरिक्त नियंत्रण उपायों की आवश्यकता है। VoIP इंटरनेट के माध्यम से किए गए कॉल्स को संदर्भित करता है।

Sabric का मानना है कि कॉल प्रमाणीकरण फोन संचार में अंतराल को दूर करने में मदद कर सकता है, लेकिन उन्होंने जोर देकर कहा कि इसे स्वतंत्र समाधान के रूप में नहीं देखा जाना चाहिए। उन्होंने चेतावनी दी कि अपराधी तेजी से अनुकूल हो जाते हैं और 'व्हाट्सएप, एसएमएस, ईमेल या सोशल मीडिया प्लेटफॉर्म जैसे वैकल्पिक चैनलों का अधिक उपयोग कर सकते हैं'।

बैंकिंग प्रौद्योगिकी में कार्यकारी निदेशक जॉर्ज चिनोमोना ने व्यक्तिगत रूप से कहा कि एआई मुख्य रूप से पुरानी धोखाधड़ी योजनाओं के काम को बेहतर बनाता है। उन्होंने बैंकों को यह मानने की सलाह दी कि आवाज स्वयं अब पहचान का प्रमाण नहीं हो सकती है।

मैथ्यू को उम्मीद है कि सरकार धोखाधड़ी वाले कॉल से होने वाले नुकसान के लिए जिम्मेदारी के वितरण को बदलेगी। 'हम उम्मीद करते हैं कि सरकार एक ऐसी नीति विकसित करेगी जिसके अनुसार कॉल धोखाधड़ी के लिए जिम्मेदारी ग्राहक से व्यवसाय पर स्थानांतरित हो जाएगी। यदि ऐसा होता है, तो हम अपने कोड को बाजार, जिसमें प्रतियोगी भी शामिल हैं, के साथ साझा करेंगे'।

MTN ने कहा कि किसी भी राष्ट्रीय ढांचे का उद्योग, नियामकों और प्रौद्योगिकी प्रदाताओं के सहयोग से निर्माण किया जाना चाहिए। कंपनी ने उल्लेख किया कि खुले और संगत मानक 'नेटवर्क में व्यापक अपनाने, नवाचार और एकरूपता को बढ़ावा देते हैं'।

इन प्रणालियों में से किसी के लॉन्च होने तक, मैथ्यू की सलाह सरल बनी हुई है: एक पारिवारिक गुप्त शब्द पर सहमत हों। यदि कॉलर पैसे, पिन कोड या वन-टाइम पिन कोड की मांग करता है, तो फोन काट दें और उस नंबर पर वापस कॉल करें जो आपके पास पहले से सहेजा हुआ है।

मारिस के लिए सबसे कठिन कार्य तकनीक में नहीं है। उनका मानना है: 'तकनीक पारिस्थितिकी तंत्र के पर्याप्त हिस्से द्वारा एक साथ अपनाने की गारंटी देने से कम महत्वपूर्ण है'।