Une étude récente menée par l'Université de l'Alabama au Département d'informatique de Birmingham a étudié les fondements neuronaux de la sécurité vocale, et analysé les différences d'activités neuronales lorsque les utilisateurs traitent différents types de voix, y compris les voix transformées.

Les résultats? Pas agréable à l'oreille. Ou le cerveau.

L'étude a montré qu'il n'y a peut-être pas de différences statistiquement significatives dans la façon dont le cerveau humain traite les locuteurs légitimes originaux par rapport aux locuteurs synthétisés, alors que des différences claires sont visibles lorsque l'on rencontre des locuteurs légitimes par rapport à d'autres locuteurs humains, ce qui signifie que les humains sont vulnérables aux attaques par imitation de voix.

"Notre étude suggère que les utilisateurs humains peuvent être vulnérables aux attaques de morphing vocal à un niveau fondamental car leur cerveau ne semble pas réagir différemment aux voix originales par rapport aux voix morphées, " dit Nitesh Saxena, Doctorat., chercheur principal de l'étude, professeur au département d'informatique de l'UAB et directeur du laboratoire SPIES de l'UAB. "Nous pensons qu'il s'agit d'un résultat significatif car cela peut suggérer que les gens - et leur cerveau - peuvent ne pas être en mesure de distinguer les vraies et les fausses voix."

Quelle est la voix d'Oprah Winfrey ? WBHM met vos oreilles et votre cerveau à l'épreuve.

Les chercheurs ont examiné comment l'information, présents dans les signaux neuronaux capturés par une modalité de neuroimagerie de pointe appelée spectroscopie fonctionnelle proche infrarouge, ou fNIRS, peut être utilisé pour expliquer la susceptibilité des utilisateurs aux attaques par imitation de voix à l'aide de voix synthétisées.

L'étude a analysé les différences dans les activités neuronales lorsque les participants écoutaient la voix originale et la voix transformée d'un locuteur. Les voix transformées ont été produites à l'aide d'un outil de synthèse vocale accessible au public appelé CMU Festvox. Les chercheurs disent qu'ils n'ont vu aucune différence statistiquement significative dans les activations dans les zones du cerveau qui ont été signalées dans des études précédentes sur la détection réelle par rapport à la détection fausse, tels que les sites Web réels contre les faux (sous des attaques de phishing) et les peintures réelles contre les fausses.

Contraste 1 :Haut-parleur d'origine par rapport à la voix modifiée

Cette analyse a permis de comprendre comment la voix du locuteur d'origine et la voix du locuteur transformé sont perçues par le cerveau humain. Les chercheurs ont rassemblé quatre orateurs victimes qui ont tous été familiarisés avec les participants au cours de l'expérience.

Dans cette partie, les chercheurs ont examiné les activités neuronales lorsque les participants écoutaient tous les locuteurs originaux et tous les locuteurs transformés.

Contraste 2 :Haut-parleur d'origine versus haut-parleur différent

Le deuxième contraste a été comparé aux métriques neuronales lorsque les participants écoutaient la voix d'un locuteur original par rapport à la voix d'un autre locuteur. Les chercheurs ont émis l'hypothèse que les locuteurs d'origine, puisqu'ils ont été familiarisés avec les participants, produiront des activations neuronales différentes de celles des différents locuteurs.

Idées clés

Les participants à l'étude ont montré une activation accrue dans les domaines associés à la prise de décision, mémoire de travail, rappel de mémoire et confiance tout en décidant de la légitimité des voix des locuteurs par rapport aux autres essais (où ils n'étaient engagés dans aucune tâche) comme référence.

Globalement, les résultats ont montré que les utilisateurs faisaient certainement un effort considérable pour prendre des décisions réelles par rapport à de fausses décisions, comme en témoigne leur activité cérébrale dans des régions corrélées avec un traitement cognitif d'ordre supérieur. Bien qu'il y ait eu des différences neuronales dans la façon dont le cerveau des participants traitait les voix originales par rapport aux voix des différents locuteurs, aucune différence n'a été trouvée dans la façon dont le cerveau des participants a traité les voix originales par rapport aux voix transformées.

Les résultats comportementaux ont également suggéré que les utilisateurs ne réussissaient pas bien à identifier les voix originales et transformées.

« Cela rendrait les utilisateurs quotidiens très sujets à différentes formes d'escroqueries qui pourraient exploiter les progrès actuels et futurs de la synthèse vocale, " dit Saxena. "Par exemple, quelqu'un peut vous laisser un message vocal se faisant passer pour votre mère, et vous ne seriez pas en mesure de le dire. Du côté positif, notre étude suggère également que les outils de synthèse vocale actuels peuvent être prêts à servir ceux qui ont perdu leur voix, car les auditeurs peuvent ne pas être en mesure de percevoir la différence entre la voix réelle d'un locuteur et la voix synthétisée."