৩ সেকেন্ডের অডিওতেই আপনার ভয়েস ক্লোন, বিপদে ব্যাংক ও ফ্রিল্যান্সাররা

দক্ষিণ কোরিয়ার এমবিসি টেলিভিশনের অ্যানাউন্সারদের ভয়েস ক্লোন করা হয়েছে মাত্র ৩ সেকেন্ডের অডিও ক্লিপ থেকে। dev.to প্ল্যাটফর্মে প্রকাশিত একটি গবেষণা প্রতিবেদনে এই তথ্য জানানো হয়েছে। এটি শুধু একটি সামাজিক প্রকৌশলের খবর নয় বরং বায়োমেট্রিক প্রযুক্তি নিয়ে কাজ করা প্রতিটি ডেভেলপারের জন্য একটি টেকনিক্যাল সিগন্যাল।

এই ঘটনা প্রমাণ করে যে হাই-ফিডেলিটি জেনারেটিভ মডেলের জন্য প্রয়োজনীয় ট্রেনিং ডেটার পরিমাণ নাটকীয়ভাবে কমে গেছে। এখন ৩ সেকেন্ডের অডিও দিয়েই কণ্ঠস্বরের সম্পূর্ণ কপি তৈরি করা সম্ভব। আগের চেয়ে এই প্রক্রিয়া ১০ গুণেরও বেশি সহজ হয়ে গেছে।

প্রযুক্তিগত দিক থেকে দেখলে, জেনারেটিভ মডেলগুলোর প্রশিক্ষণের জন্য আগে ঘন্টার পর ঘন্টা অডিও ডেটা প্রয়োজন হতো। কিন্তু নতুন অ্যালগরিদম ও ট্রান্সফরমার আর্কিটেকচারের উন্নতির ফলে এখন মাত্র কয়েক সেকেন্ডের নমুনাই যথেষ্ট। GPT-4-এর মতো মডেলের তুলনায় এই নতুন পদ্ধতি অনেক বেশি দক্ষ।

এই ভয়েস ক্লোনিং প্রযুক্তির সবচেয়ে বড় ঝুঁকি হলো বায়োমেট্রিক নিরাপত্তা ব্যবস্থার জন্য। অনেক ব্যাংক ও প্রতিষ্ঠান এখনো ভয়েস রিকগনিশনকে নিরাপদ প্রমাণীকরণ পদ্ধতি হিসেবে ব্যবহার করে। কিন্তু ৩ সেকেন্ডের অডিও দিয়েই যদি কেউ আপনার কণ্ঠস্বর ক্লোন করতে পারে, তাহলে এই নিরাপত্তা ব্যবস্থা সম্পূর্ণ অকার্যকর হয়ে পড়বে।

সামাজিক প্রকৌশল আক্রমণের ক্ষেত্রেও এই প্রযুক্তি ভয়াবহ হুমকি তৈরি করছে। কল্পনা করুন, আপনি আপনার মেয়ের ফোন পেয়েছেন এবং সে কাঁদতে কাঁদতে বলছে যে সে বিপদে আছে। কিন্তু আসলে সেই কণ্ঠস্বর ক্লোন করা এবং আপনি প্রতারিত হচ্ছেন। এই ধরনের জাল ফোন কল ইতিমধ্যেই বিভিন্ন দেশে রিপোর্ট করা হয়েছে।

বাংলাদেশের ডেভেলপার ও ফ্রিল্যান্সারদের জন্য এই খবর বিশেষ গুরুত্বপূর্ণ। দেশে বায়োমেট্রিক প্রমাণীকরণ ব্যবস্থা দ্রুত প্রসারিত হচ্ছে। ভয়েস-ভিত্তিক অ্যাপ্লিকেশন ও সার্ভিসের সংখ্যাও বাড়ছে। ডেভেলপারদের এখন থেকেই তাদের সিস্টেমে মাল্টি-ফ্যাক্টর অথেনটিকেশন (MFA) অন্তর্ভুক্ত করতে হবে। শুধু ভয়েস রিকগনিশনের ওপর নির্ভর করা আর নিরাপদ নয়।

ব্যবহারকারীদের জন্যও কিছু সতর্কতা জরুরি। ফোনে অপরিচিত কল পেলে সতর্ক থাকুন। পরিবারের সদস্যদের জরুরি অবস্থার কথা বললে আগে অন্য কোনো মাধ্যমে যাচাই করুন। সোশ্যাল মিডিয়ায় নিজের কণ্ঠস্বরের রেকর্ডিং শেয়ার করার আগেও চিন্তা করুন। কারণ সেই ৩ সেকেন্ডের অডিওই আপনার বিরুদ্ধে ব্যবহার হতে পারে।

ভবিষ্যতে এই প্রযুক্তির আরও উন্নতি হবে এবং এর ব্যবহার আরও সহজ হবে। তাই ডেভেলপার ও নিরাপত্তা বিশেষজ্ঞদের এখনই নতুন প্রতিরোধ ব্যবস্থা নিয়ে ভাবতে হবে। বায়োমেট্রিক নিশ্চিততার যুগ শেষ হয়ে আসছে এবং আমাদেরকে নতুন বাস্তবতার সাথে মানিয়ে নিতে হবে।

আরও পড়ুন

• ৩ সেকেন্ডের অডিওতেই AI ক্লোনিং স্ক্যাম, আপনার পরিবার কীভাবে রক্ষা করবেন
• ৩ সেকেন্ডের অডিও দিয়ে আপনার সন্তানের কণ্ঠ নকল, বড় বিপদে বাংলাদেশ
• একটি মাত্র ছবি দিয়েই ডিপফেক, বিপদে বাংলাদেশের ফ্রিল্যান্সাররা