Замечали когда-нибудь, что после разговора на какую-то тему смартфон начинает подсовывать вам товары этой категории в рекламных блоках? Учёные из Колумбийского университета разработали новую систему, призванную бороться с раздражающей рекламной слежкой. Новый алгоритм позволяет генерировать тихие звуки, похожие на шёпот, которые пользователь сможет воспроизводить, чтобы его не подслушивали.
Такой "белый шум" маскирует для электроники голос человека, делая невозможным распознавание отдельных слов системами прослушивания, но при этом не мешая разговору. Звуки можно будет транслировать практически с любого оборудования, включая компьютеры и смартфоны, чтобы защитить конфиденциальность своих разговоров.
Карл Вондрик, доцент кафедры компьютерных наук и один из авторов исследования, отметил, что сложнее всего было заставить всё это работать достаточно быстро. Он утверждает, что алгоритм предотвращает корректное распознавание слов в 80% случаев. Причём такой результат достигается без дополнительных данных вроде местонахождения микрофона или используемого для распознавания ПО, что значительно упростило бы задачу.
Хотя теоретически уже давно известно, что ИИ способен помочь противостоять системам автоматического распознавания речи, корректно настроить их было крайне сложно. Проблема в том, что в каждый момент времени требуются разные звуки для маскировки голоса. Во время разговора произносимые слова и темп голоса постоянно меняются. Из-за этого машине практически невозможно успеть за человеком.
Решением оказался предиктивный алгоритм - он предсказывает, что и как человек скажет дальше, и создаёт шум, скрывающий его от прослушки. Пока что метод работает для большей части словарного запаса английского языка, в дальнейшем планируется применить алгоритм на других языках, а в дальнейшем и вовсе сделать такой маскировочный шёпот совершенно незаметным.
Команда презентует доклад 25 апреля на конференции ICLR 2022, но полный текст исследования можно прочитать уже сейчас.