वॉयस क्लोनिंग (voice cloning)

संदर्भ

पिछले कुछ महीनों में भारत में वॉयस क्लोन संबंधी वित्तीय धोखाधड़ी में तेजी आई है। गौरतलब है कि आर्टिफिशियल इंटेलिजेंस (AI) के माध्यम से वॉयस क्लोनिंग का उपयोग वित्तीय घोटालों के लिए तेजी से किया जा रहा है।

संबंधित तथ्य

• आर्टिफिशियल इम्पोस्टर रिपोर्ट, 2022: इस रिपोर्ट के अनुसार, 47% भारतीय या तो वॉयस क्लोनिंग संबंधी वित्तीय धोखाधड़ी के शिकार हुए हैं या किसी ऐसे व्यक्ति को जानते हैं जो एआई-जनरेटेड वॉयस (AI-Generated Voice) धोखाधड़ी का शिकार हो गया है।
  • उदाहरण के लिए, हाल ही में एक लखनऊ निवासी साइबर वित्तीय धोखाधड़ी का शिकार हुआ, जिसमें पीड़ित के रिश्तेदार की वॉयस क्लोनिंग के लिए AI का प्रयोग किया गया था और उस व्यक्ति से UPI के माध्यम से एक बड़ी राशि ट्रांसफर करने का अनुरोध किया गया था।
• एआई-जनरेटेड वॉयस संबंधी वित्तीय धोखाधड़ी: McAfee के अनुसार, एक सर्वेक्षण में  66% भारतीय प्रतिभागियों ने स्वीकार किया कि वे उस वॉयस कॉल या फोन कॉल का जवाब देंगे जो कि पैसे की तत्काल आवश्यकता वाले किसी मित्र या परिवार के सदस्य से आया हो।

वॉयस क्लोनिंग (Voice Cloning) के बारे में

• वॉयस क्लोनिंग: यह किसी व्यक्ति की ऑडियो रिकॉर्डिंग का उपयोग करके सिंथेटिक वॉयस (Synthetic Voice) तैयार करने की प्रक्रिया है।

• AI वॉयस क्लोनिंग: ‘वास्तविक आवाज’ (Real Voice) की रिकॉर्डिंग के लिए मशीन लर्निंग ‘वॉयस मॉडल’ को प्रशिक्षित करने हेतु आर्टिफिशियल इंटेलिजेंस (AI) तकनीकों का उपयोग करके वॉयस क्लोनिंग से धवनि तरंगों के स्पेक्ट्रम को अलग-अलग किया जा सकता है और एक ऐसी आवाज बनाई जा सकती है जो लगभग ‘रियल वॉयस’ की तरह लगती है।
• उदाहरण के लिए, उन्नत गहन शिक्षण तकनीकों (Advanced Deep Learning Techniques) का उपयोग करके वॉयस क्लोनिंग अर्थपूर्ण और भावनात्मक वॉयस क्लोन बना सकती है जो 99% वास्तविक आवाज से मिलती जुलती है।
• वॉयस क्लोन का दुरुपयोग: स्कैमर्स किसी व्यक्ति की ऑडियो क्लिप का उपयोग करते हैं और उनकी वॉयस क्लिप को एक ऑनलाइन प्रोग्राम पर अपलोड करते हैं जो आवाज को लगभग सटीक रूप से दोहराने में सक्षम है।
• वॉयस क्लोनिंग सेवाएँ: ऑनलाइन प्लेटफार्म पर ऐसे कई एप्लिकेशन मौजूद हैं, जिनमें  शामिल हैं- मर्फ (Murf), रिसेम्बल (Resemble), स्पीचीफाई (Speechify) आदि।

वॉयस क्लोनिंग कार्यप्रणाली

• डेटा संग्रह और प्री-प्रोसेसिंग: वॉयस की प्रभावी तरीके से क्लोनिंग करने के लिए वॉयस के नमूनों के व्यापक डेटासेट की आवश्यकता होती है।
  • यह डेटासेट एक बार एकत्र होने के बाद, ये ऑडियो नमूने प्री-प्रोसेसिंग से गुजरते हैं, जहाँ ध्वनियों को फिल्टर किया जाता है और उन्हें व्यवस्थित (Organized) किया जाता है एवं AI मॉडल में फीड करने के लिए प्रारूपित (Formatted)  किया जाता है।
• तंत्रिका नेटवर्क की भूमिका: ये उन्नत AI फ्रेमवर्क अधूरे ऑडियो डेटा निष्कर्षण पैटर्न की जाँच करते हैं और ध्वनि के जटिल वेब को समझते हैं।
• जेनरेटिव एडवरसैरियल नेटवर्क (GANs): यह एक गतिशील फ्रेमवर्क है जो वॉयस की क्लोनिंग करने की तकनीक की क्षमता को बढ़ाता है। 
  • इसमें दो घटक शामिल हैं- जनरेटर और डिस्क्रिमिनेटर।
  • जनरेटर की भूमिका सिंथेटिक वॉयस तैयार करना है।
  • डिस्क्रिमिनेटर उत्पन्न तथा प्रामाणिक मानव आवाजों के बीच अंतर करने का कार्य करता है।
• प्रामाणिक ध्वनियों का निर्माण: AI वॉयस क्लोनिंग की प्रक्रिया प्रामाणिक ध्वनियों के निर्माण के साथ समाप्त हो जाती है।

DOWNLOAD PDF