Voice phishing: чому більше не можна вірити дзвінкам

Як працює клонування голосу? Чому аудіоманіпуляції стають новою зброєю інформаційної війни? І як захистити себе та своїх близьких від voice phishing? Сьогодні аудіодипфейки стали настільки реалістичними, що їх дедалі важче відрізнити від справжнього голосу.

Синтетичний голос: діпфейки та нова ера аудіоманіпуляцій

Влад Бундаш: На початку липня в українських соцмережах розлетілось відео — мер Харкова Ігор Терехов «своїм голосом» анонсує формування нового батальйону із місцевих підлітків та студентів віком до 20 років. Ніби їм навіть підготовка не буде потрібна — бо «вони все знають завдяки комп’ютерним іграм».

Юлія Дукач: Звучить як фейк.

Влад Бундаш: Так і є. І, як ти здогадуєшся, Терехов ніколи такого не казав. Центр протидії дезінформації при РНБО підтвердив — жодних подібних заяв мер не робив.

Юлія Дукач: І невже на відео не видно, що це не він? Якийсь ненатуральний рух обличчя чи нерухоме тіло?

Влад Бундаш: Відео після декількох вступних секунд з Тереховим складається переважно з нарізки цілком реальних кадрів. А от головний носій фейку тут — голос. Дуже реалістичний, але повністю згенерований ШІ.

Юлія Дукач: От про це сьогодні і будемо говорити. Синтетичний голос, який легко може стати зброєю — як шахраїв, так і Кремля.

Як це працює

Влад Бундаш: То наскільки легко зараз зробити такий ШІ-клон голосу? Скільки для цього треба вихідного матеріалу?

Юлія Дукач: Є два підходи. Перший — fine-tuning. Це коли модель окремо донавчають на конкретному голосі, щоб отримати максимальну якість. І там завжди були потрібні десятки хвилин чистого запису. І сьогодні мало що змінилось.

Влад Бундаш: Звучить як не дуже зручний інструмент для шахрайства чи дезінформації. А який другий?

Юлія Дукач: Zero-shot клонування. Модель вже натренована на мільйонах чужих голосів і просто «видобуває» тембр із короткого зразка.

Влад Бундаш: І там, підозрюю, треба вже набагато менше тренувальних даних.

Юлія Дукач: Ще 2 роки тому OpenAI представили свій Voice Engine, якому вистачало 15 секунд. Тоді це звучало як фантастика.

Влад Бундаш: А сьогодні?

Юлія Дукач: А сьогодні 15 секунд — це вже базовий рівень індустрії. Тому ж ElevenLabs — одному з найпопулярніших сервісів ШІ-озвучки достатньо лише десять-тридцять секунд чистого запису без шуму й музики — і за кілька секунд отримуєш цифрову копію голосу.

Влад Бундаш: Тобто по суті той самий поріг, що й два роки тому.

Юлія Дукач: Формально так, але якість суттєво зросла. Та і деякі інструменти пішли ще далі — просять від трьох секунд чіткої мови.

Влад Бундаш: І цього достатньо, щоб згенерувати більш-менш реалістичне «мамо, я в лікарні, потрібні гроші»?

Юлія Дукач: Так — буквально пару голосових чи сториз в інстаграм, і привіт, цифровий двійник. А ваші батьки — в зоні ризику. Бо цієї якості буде достатньо, щоб зманіпулювати людиною у паніці по телефону. Люди загалом не такі прискіпливі до аналізу голосу. Достатньо відтворити знайомий тембр — і мозок вже готовий повірити.

Влад Бундаш: Утім для складнішої підробки — того ж Терехова, та ще й у довгому відео — все ж доведеться більше заморочитись.

Юлія Дукач: Але і голосових зразків голосів політиків можна знайти набагато більше.

Аудіодипфейки на службі у Кремля

Юлія Дукач: Отже ми з’ясували: чим публічніша особа, тим більше голосових зразків для клонування голосу. Логічно було б припустити, що і ризики мають бути вищі.

Влад Бундаш: Але насправді все не зовсім так. Дипфейки Зеленського чи Залужного насправді доволі легко перевірити і спростувати. Після чого платформи продовжуть боротись із фейком — розпізнавати і видаляти ідентичні відео відносно швидко.

Юлія Дукач: Хоча я перед цим випуском змогла знайти цей фейк із Тереховим у тіктоці. Через тиждень після спростування. На якомусь російському каналі з парою десятків лайків. Але все ж знайшла. Тож проблема неідеальної модерації контенту нікуди не поділась — якщо не бачили попередній випуск… гайда дивитися.

Влад Бундаш: Та навіть за недосконалого алгоритму модерації, аноніми і ноунейми насправді можуть бути більш небезпечними — вони можуть тижнями крутитись в рекомендаціях і збирати мільйони переглядів, а перевірити, чи така людина існує, набагато важче і повільніше, ніж її згенерувати.

Юлія Дукач: Тобто анонімність — це не недолік, а фіча.

Влад Бундаш: Частина дизайну, буквально. Molfar Intelligence Institute проаналізували цілу серію таких відео з TikTok і Facebook.

Юлія Дукач: І що там за персонажі?

Влад Бундаш: Карикатурний «депутат», який говорить про мігрантів у ТЦК. «Військові», які закликають до агресивної мобілізації чи скаржаться на побиття. Навіть згенероване «інтерв’ю рабина» про Умань. Усі — доволі якісні, з якісною озвучкою і при швидкому перегляді виглядають переконливо. 

Юлія Дукач: У всіх різна тематика. Але є щось спільне?

Влад Бундаш: Емоції. Гнів, страх, відчуття несправедливості. Людина бачить обурливу заяву — критичне мислення вимикається, вона запамʼятовує, репостить, коментує. А алгоритм бачить активність і починає просувати контент далі вже органічно.

Юлія Дукач: І, як це завжди з російською дезінформацією, такі фейки створюють не тільки для України.

Гіл Варфоломєєв: За кордоном — навіть масштабніше. Пам’ятаєте зимову Олімпіаду цього лютого? Паралельно з іграми йшла ціла кампанія проти української делегації. Фейки часто супроводжували згенеровані голоси нібито європейських журналістів. Під логотипами Euronews, CBC, Reuters, TF1.

8 лютого вийшов фейк нібито від CBC — про те, що українських спортсменів «ізолювали» в Олімпійському селищі за «неналежну поведінку». Голос — згенерований, відео — нарізка кадрів літньої Олімпіади в Парижі з накладеним логотипом телекомпанії. 

Далі — хвиля фейків про спрощення допінг-контролю для збірної України, загрозу від «радикальних українських біженців», «заяву секретаря Папи Римського» під виглядом Le Figaro.

Ближче до кінця Ігор — фейк під брендом Euronews. Про «вісьмох членів української делегації», які нібито не повернулись додому. Фактчекери звернули увагу, що логотип розташований не так, як у справжніх сюжетах. Склад делегації не реалістичний. Плюс покадровий аналіз знову показав зйомки з літньої Олімпіади.

Юлія Дукач: Тобто підробку видали дрібниці, які нескладно перевірити, якщо знати куди дивитись.

Влад Бундаш: Але як часто ти звертаєш увагу на розташування логотипу на відео, які передивляєшся?

Юлія Дукач: Майже ніколи. Але як же тоді вберегти себе від таких фейків? Бо згенерований голос вже не відрізниш від справжнього. А нарізку відео можна взяти справжню. І навіть із правильним логотипом.

Влад Бундаш: Тут найбільшу підозру має викликати канал, який таке відео поширив. Чи це верифіковане медіа з галочкою, чи анонімний канал-одноденка з абстрактною назвою і пʼятьма відео на каналі.

Фейки проти українських військових

Гіл Варфоломєєв: Mи зібрали й систематизували приклади безперервної російської кампанії з дискредитації українських військових із самого початку повномасштабного вторгнення. 

Із 2022 року видно як еволюціонувала методологія: від переважно текстових вкидів і низькоякісних дипфейків на початку, до повноцінного конвеєра реалістичних згенерованих відео — сьогодні. Хоча загальна мета залишилась сталою — підірвати довіру до армії, деморалізувати військових і зменшити західну допомогу.

На початку, для виявлення продукту ШІ часто не треба було додаткових інструментів. Механічний голос із помилками в наголосах звучав не надто переконливо, хоч і збирав охоплення. Основними каналами поширення були анонімні Telegram-канали або TikTok-клони українських військових зі зміненою аудіодоріжкою.

У 2026 році вже маємо масове використання Росією реалістичного відеоконтенту з ШІ-згенерованими військовими. Які нібито скаржаться на командування або зізнаються у найтяжчих злочинах.

Наприклад, відео із нібито допиту двох українських полонених зі 116 окремої механізованої бригади. На відео вони «зізнаються», що їхні побратими розстріляли двох цивільних жінок за наказом командира. Фактчекери з VoxCheck за допомогою софту для аналізу відео виявили використання faceswap — коли справжнє обличчя підміняють іншим, згенерованим.

Або Центр протидії дезінформації задокументував цілу хвилю роликів у TikTok — про нібито масову здачу в полон українських військових у Покровську. Усі – згенеровані.

Раніше найлегше було звертати увагу саме на звук — картинка вже могла бути більш-менш переконливою, але аудіодоріжка відставало помітно. Згенеровані «персонажі» говорили українською із акцентом і русизмами — і це видає підробку одразу, ще до будь-якого технічного аналізу. 

Проте сьогодні ця різниця зникає на очах. Аудіо підтягнулось до рівня відео, і той маркер, на який раніше можна було покластись майже наосліп, працює дедалі гірше. Тому доводиться вдаватись до інших методів. Наприклад, шукати першоджерело, бо росіяни регулярно видають кадри власних злочинів за «злочини ЗСУ». Перевіряти дати, бо стару новину можуть перепакувати з новим вигаданим контекстом. Або використовувати спеціальні ШІ-детектори.

Як захиститись

Влад Бундаш: До речі, а як же розробники цих ШІ-продуктів? Вони мають хоч якісь запобіжники від експлуатації фейкоробами і шахраями?

Юлія Дукач: Найбільші та найсерйозніші компанії на кшталт ElevenLabs вимагають запис згоди тим самим голосом, який ти хочеш клонувати. Не просто галочку «я погоджуюсь», а голосову верифікацію. Щоб довести що ти не намагаєшся вкрасти чийсь голос, не маючи на це згоди і права.

Влад Бундаш: Але це лише найбільші і найвідповідальніші.

Юлія Дукач: І вони же часто самі намагаються створити інструменти для виявлення згенерованих звукових доріжок. Та сама ElevenLabs має власний AI Speech Classifier, який перевіряє, чи згенеровано аудіо саме їхньою моделлю. Resemble AI теж робить і клонування, і детекцію одночасно. Шкода лише, що жоден ШІ-детектор не дає 100% результату.

Влад Бундаш: Тобто технологія виявлення женеться за технологією генерації, а не навпаки.

Юлія Дукач: Так і є.

Влад Бундаш: Законодавство, до речі, теж ніби намагається встигати за швидкістю розвитку технологій. В Україні в липні 2026 року зареєстрували законопроєкт № 15379, який вперше офіційно визначає дипфейк і клонування голосу як спосіб шахрайства. А в ЄС це вже не проєкт, а закон, що от-от запрацює: 2 серпня набирають чинності норми AI Act, які серед іншого вимагають позначати ШІ-контент, схожий на реальних людей, як штучно згенерований. І штрафи там не символічні — до п’ятнадцяти мільйонів євро або трьох відсотків світового обороту компанії.

Юлія Дукач: А хто буде змушувати підписувати ШІ анонімні Telegram-канали?

Влад Бундаш: Ніхто. Тобто це телеграм мав би впроваджувати та покращувати маркування ШІ-контенту на платформі. Як це роблять мета, ютюб чи тікток. Та і ті — все ще маркують його неідеально. Бо памʼятаєш — немає ідеального ШІ-детектора.

Юлія Дукач: На жаль. А коли ні техніка, ні закон не забезпечують повного захисту, варто щонайменше попіклуватись про захист персональний. І про власну звичку не вірити усьому, що чуєш.

Влад Бундаш: І не вестись на вішинг. Раптом не знаєте, Voice phishing — той самий фішинг, тільки не лист, а дзвінок чи голосове. І чи варто казати, що в цій ситуації, перевірити, чи голос штучний — у вас не вийде.

Юлія Дукач: Але що тоді робити?

Влад Бундаш: Ну хоча б обрати в родині кодове слово. У тебе таке є?

Юлія Дукач: Ні. Принаймні поки що. А для чого воно?

Влад Бундаш: У випадку підозри на шахрайство, той, хто дзвонить, має назвати це кодове слово. І так довести, що це дійсно він чи вона.

Юлія Дукач: І це все?

Влад Бундаш: А ще завжди краще передзвонити самій, на відомий тобі номер цієї людини.

Юлія Дукач: А якщо в паніці про все це забудеш?

Влад Бундаш: Тоді хоча б зробити коротку паузу. Кілька секунд тиші перед тим як щось робити — і в раціонального мислення є шанс взяти ситуацію під контроль.