曾报道，加拿大滑铁卢大学的两名研究人员 AndreKassis 与 UrsHengartner 研发了新型语音 DeepFake 软件，成功欺骗语音认证系统概率高达 99%，该软件使用机器学习软件，只需要 5 分钟的人声录音，就可以模拟出非常逼真的人声。

用户通过语音认证注册之后，会要求用户重复一个特定的短语或者句子。 系统会根据用户的声音提取声纹（语音指纹），并将其存储在服务器。 如果您将来尝试进行身份验证，系统将提示您说出不同的短语，并从中提取的特征将与系统中存储的语音指纹进行比较，以确定是否应授予访问权限。

▲ 图源 uwaterloo 网站

对于这一新型语音 DeepFake 软件，其他安全研究人员纷纷开始应对，亚马逊的研究人员尝试检查语音样本，来判断样本的真实性。

▲ 图源 Pindrop 网站

而 Kassis 与 Hengartner 打造出一个方法来绕过上述亚马逊的机制，该方法可辨识出合成语音中的标记，并自动移除这些具有 AI 特征的段落，令系统无法区分。

另一方面，专门开发语音身份认证安全机制的 Pindrop 则认为这一机制并不稳妥，即“虽然攻击方可以移除生成的语音片段中具有 AI 特征的段落，但防守方可以同时从多角度来判断音频文段的真实性，例如检测 IP 地址、要求提供特定的语音信息等”，因此依然可以检测出使用 DeepFake 的攻击者。

▲ 图源 Pindrop 网站

但研究人员 Pindrop 同时指出，现有用来对抗 Deekfake 语音的系统有许多缺陷，打造安全系统的唯一方式是像黑客一样思考。他同时建议那些只仰赖语音进行身份认证的企业，应该部署额外的认证措施，以防止企业受到诈骗，导致经济损失。