Pindrop Security, công ty chuyên phát hiện lừa đảo qua giọng nói, đã phân tích bản ghi âm Tổng thống Mỹ Joe Biden kêu gọi người dân "không tham gia bầu cử sơ bộ của đảng Dân chủ ở New Hampshire" và kết luận đây thực chất là deepfake sử dụng công nghệ của ElevenLabs.
Nguồn tin giấu tên am hiểu tình hình hôm 27/1 tiết lộ ElevenLabs đã tiến hành điều tra và khóa tài khoản người tạo ra deepfake này.
ElevenLabs, startup phát triển phần mềm AI tạo lập giọng nói bằng hơn 20 ngôn ngữ, không bình luận về sự việc nhưng cho biết: "Chúng tôi luôn nỗ lực ngăn chặn việc sử dụng công cụ AI âm thanh sai mục đích, cũng như xử lý nghiêm khắc với mọi trường hợp lạm dụng".
Thông tin được đưa ra chỉ vài ngày sau khi CEO Mati Staniszewski thông báo ElevenLabs đạt trị giá 1,1 tỷ USD.
Bản ghi âm giả giọng ông Biden xuất hiện trước cuộc bầu cử sơ bộ ở New Hampshire tháng trước. Video: NBC News
Trên website công ty, ElevenLabs cho phép người dùng giả giọng của những người nổi tiếng, trong đó có lãnh đạo quốc gia, nếu "thể hiện sự hài hước hoặc châm biếm khiến người nghe hiểu rõ sản phẩm chỉ là bản nhại mang tính giải trí".
Bản ghi âm giả giọng ông Biden đã xuất hiện từ tháng trước, khiến nhiều chuyên gia và quan chức phụ trách bầu cử Mỹ lo ngại. Nó không chỉ cho thấy việc phát tán deepfake âm thanh rất dễ dàng, mà còn thể hiện nguy cơ kẻ xấu dùng công nghệ này để ngăn cử tri đi bỏ phiếu và tác động đến kết quả bầu cử.
Phát ngôn viên Văn phòng Chưởng lý New Hampshire nói thông điệp "dường như là nỗ lực trái phép nhằm làm gián đoạn cuộc bầu cử sơ bộ và gây khó cho cử tri", và cho biết họ đang mở cuộc điều tra.
Người dùng dịch vụ của ElevenLabs phải dùng thẻ tín dụng để trả tiền, nhưng chưa rõ công ty đã chuyển thông tin về người tạo deepfake ông Biden cho giới chức New Hampshire hay chưa.
Các công cụ deepfake trên thị trường xác định được đây là bản ghi âm giả, nhưng không thể phát hiện công nghệ phía sau nó. Công cụ phân tích giọng nói của chính ElevenLabs từng đánh giá bản ghi có 2% khả năng được tạo bởi AI.
Vijay Balasubramaniyan, người sáng lập Pindrop, cho biết các nhà nghiên cứu của họ đã loại bỏ tạp âm nền và chia bản ghi thành 155 đoạn với độ dài 250 mili giây để phân tích sâu hơn. Họ so sánh âm thanh với cơ sở dữ liệu từ hơn 100 hệ thống chuyển văn bản thành giọng nói thường được dùng cho deepfake.
"Nhóm nghiên cứu kết luận bản ghi gần như chắc chắn bắt nguồn từ công nghệ của ElevenLabs", Balasubramaniyan nói.
Trên kênh Discord của ElevenLabs, một người điều hành thừa nhận công cụ phân tích của họ không thể phát hiện sản phẩm của chính mình, trừ khi có bản ghi âm gốc.
Balasubramaniyan cũng đồng tình với quan điểm này. Với deepfake của ông Biden, file ghi âm duy nhất có thể phân tích là bản ghi âm qua điện thoại, trong đó nhiều khối metadata đã bị loại bỏ và rất khó ghi nhận sóng âm cụ thể.
Tổng thống Mỹ Joe Biden tại Nhà Trắng ngày 19/1. Ảnh: AP
Siwei Lyu, giáo sư chuyên về deepfake và phân tích dữ liệu kỹ thuật số tại Đại học Buffalo, cảnh báo tình trạng sẽ còn lặp lại trong cuộc bầu cử tổng thống Mỹ. "Đây là vấn đề mà mọi người cần biết", ông nói.
"Công nghệ giả giọng có thể đánh lừa người dân, khiến họ tin mình đang nghe thông điệp từ các chính trị gia và quan chức cấp cao. Đây là điều rất đáng lo", Balasubramaniyan cho hay.
Hãng thông tấn AP ngày 23/1 xác định Tổng thống Joe Biden là người chiến thắng trong vòng bầu cử sơ bộ của đảng Dân chủ ở New Hampshire.
Ông Biden không có tên trên phiếu bầu sơ bộ của New Hampshire do bang này tổ chức trái với lịch trình mà Ủy ban Quốc gia đảng Dân chủ đã vạch ra. Tổng thống Mỹ tuân theo quy định của Ủy ban và không nộp hồ sơ để ghi tên lên phiếu bầu New Hampshire.
Tuy nhiên, cử tri New Hampshire ủng hộ Tổng thống vẫn tìm cách giúp ông thắng thông qua chiến dịch "điền tên" chưa từng có tiền lệ vào lá phiếu. Họ kêu gọi nhau ghi tên ông Biden vào lá phiếu để thể hiện sự ủng hộ với đương kim Tổng thống.
Điệp Anh (Theo Fortune)