Статья

Как клонируют голос: как работает технология и что об этом говорит закон

Как клонируют голос: как работает технология и что об этом говорит закон

Кира НейманКира Нейман·7 ноября·
20
··0·
Если коротко: современные нейросети умеют воспроизвести голос человека по короткой записи, иногда всего в несколько секунд, и затем произнести этим голосом любой текст. Технология сама по себе нейтральна и полезна для озвучки и доступности, но в руках мошенников превращается в оружие. В России отдельной статьи о защите голоса в Гражданском кодексе нет: голос защищают косвенно, через нормы о нематериальных благах и персональных данных, а законопроект об охране голоса пока вызывает споры.
Меня зовут Кира Нейман, я рассказываю про нейросети по-человечески. Здесь разберём в два шага: как устроено клонирование голоса и что происходит с правом вокруг него. Правовые рамки меняются, поэтому там, где я не смогла подтвердить статус нормы по источникам, я так и скажу.

Как нейросеть «копирует» голос

Раньше для синтеза речи нужны были часы записей одного диктора. Модель училась на этом материале и затем говорила только его голосом. Сейчас подход другой. Крупная нейросеть заранее обучена на огромном количестве речи множества людей и усвоила общие закономерности: как звучат звуки, как меняется интонация, как человек дышит. Когда ей дают короткий образец нового голоса, она не обучается заново, а использует его как подсказку: «говори в такой манере».
Яркий пример описан в научной работе «Neural Codec Language Models are Zero-Shot Text to Speech Synthesizers» (модель VALL-E). Её авторы утверждают, что модель способна синтезировать персонализированную речь, получив лишь трёхсекундную запись незнакомого говорящего как акустическую подсказку. Принцип в том, что звук превращают в последовательность дискретных кодов, как слова в тексте, и языковая модель продолжает эту последовательность, подстраиваясь под тембр образца. Такой подход называют «zero-shot»: модели не нужно дообучение на новом голосе.
Важно не переоценивать эти три секунды. В научной работе речь идёт о возможностях исследовательской модели в лабораторных условиях. На практике качество зависит от чистоты записи, от длины образца и от того, насколько нужная интонация присутствует в образце. Но общий вектор очевиден: порог входа упал, и для убедительной подделки не нужен профессиональный микрофон и часы речи.

Где технология полезна

Прежде чем говорить о рисках, стоит признать пользу. Клонирование голоса помогает озвучивать аудиокниги и обучающие курсы, возвращает речь людям, потерявшим её из-за болезни, делает перевод видео с сохранением голоса автора и ускоряет работу студий дубляжа. Музыканты используют синтез для демо и черновых партий вокала. Проблема не в самой технологии, а в отсутствии согласия того, чей голос используется.
Принцип «согласие прежде всего» хорошо работает и для личных проектов. Хотите клонировать свой голос для озвучки видео? Делайте это без ограничений. Хотите голос знакомого или известного актёра? Нужно его разрешение, и лучше письменное, с описанием, где и как голос будет использован.

Как голос используют мошенники

Для подделки нужен образец, а образцов у каждого из нас много: голосовые сообщения, видео в соцсетях, интервью, записанные звонки. Поэтому типичная схема строится на доверии: вам звонит или пишет «близкий человек» и просит срочно перевести деньги. Голос звучит знакомо, а срочность не оставляет времени задуматься.
Банк России в своих материалах напоминает базовое правило, которое работает и против голосовых подделок: сотрудники банков и госорганов не запрашивают паспортные данные, реквизиты карты и коды из СМС. На странице о мошенниках, звонящих под видом Центробанка, также советуют положить трубку, если незнакомый собеседник требует срочных действий с деньгами, и перезвонить в организацию по номеру с карты или официального сайта.
Из этого следует практическая защита, не зависящая от того, насколько хорош клон. Если «родственник» просит денег, прервите разговор и перезвоните ему сами на известный вам номер. Договоритесь в семье о кодовом слове, которое знают только свои: клон его не воспроизведёт, потому что не знает. Не торопитесь: срочность является главным инструментом давления, и её цель, чтобы вы не успели проверить.
Что делать, если знакомый голос по телефону срочно просит денег: как распознать звонок с клонированным голосом

Что говорит российское право

Теперь самое интересное: как закон смотрит на голос. Прямой нормы в Гражданском кодексе нет. Статья 152.1 ГК РФ называется «Охрана изображения гражданина» и говорит об изображении: его обнародование и использование допускаются только с согласия гражданина. Текст можно посмотреть в КонсультантПлюс. Голос в этой статье прямо не назван, и юристы называют это пробелом.
Чтобы его закрыть, в сентябре 2024 года в Госдуму внесли законопроект № 718834-8. Как следует из материала КонсультантПлюс, он предлагает добавить в ГК статью 152.3, которая отнесёт голос гражданина к объектам личных неимущественных прав. Защита должна распространяться и на имитацию голоса или синтез речи в реальном времени, а использование голоса допускается только с согласия гражданина.
Правительство, судя по сообщению «Интерфакса», этот законопроект поддерживать не планировало. По словам источника в январе 2025 года, затрагиваемые вопросы уже урегулированы: запись голоса относится к биометрическим персональным данным, для которых нужно согласие гражданина, а как звуковая запись (фонограмма) она защищается по правилам о смежных правах. Авторы законопроекта, сенаторы во главе с Андреем Клишасом и депутат Даниил Бессарабов, считали, что нужно устранить именно пробел.
О дальнейшей судьбе законопроекта в проверенных мной источниках сведений нет, поэтому я не утверждаю, что статья об охране голоса принята. Актуальный статус смотрите в карточке законопроекта на сайте Госдумы и в действующей редакции ГК.
Что это значит на практике? Если с вашим голосом сделали подделку и использовали без согласия, у вас есть основания защищаться через общие нормы: о защите нематериальных благ, о персональных данных, при мошенничестве через правоохранительные органы. Конкретные шаги и шансы лучше обсуждать с юристом, потому что практика по таким делам только складывается.

Как регулируют синтетический контент в Европе

В Европейском союзе подход другой: там не про право на голос, а про прозрачность. Регламент об искусственном интеллекте содержит статью 50. Она требует, чтобы поставщики систем, создающих синтетические аудио, изображения, видео и текст, маркировали результат в машиночитаемом формате так, чтобы его можно было распознать как созданный или изменённый искусственно. Те, кто использует систему и публикует дипфейк, должны раскрыть, что содержимое создано или изменено искусственно. Для явно художественных и сатирических произведений обязанность мягче: достаточно раскрыть факт, не мешая восприятию произведения.
Это полезная точка отсчёта: ответственность делится между разработчиком (маркировать) и тем, кто выпускает контент (честно сообщить). Российского аналога такой нормы в проверенных мной источниках я не нашла.
Как регулируют клонирование голоса в России и в Евросоюзе: защита через общие нормы против маркировки синтетики

Как защитить свой голос

Полностью закрыть голос невозможно: мы им пользуемся каждый день. Но можно снизить риск. Не оставляйте длинные голосовые сообщения незнакомым людям. Ограничьте доступ к публичным записям, если они не нужны. Не отвечайте на звонки с неизвестных номеров длинными фразами и не записывайте образцы речи по просьбе малознакомых людей, особенно под видом «пробной озвучки» за небольшую плату.
Если вы подозреваете подделку, сохраните доказательства: запись, номер, скриншоты, время. Это пригодится банку и полиции. А если вы публичный человек или создатель контента, подумайте о договоре, в котором прямо прописано, можно ли использовать ваш голос для обучения моделей.

Коротко

Клонирование голоса опирается на нейросети, которым достаточно короткого образца: исследователи показывают подсказку в три секунды, хотя на практике качество зависит от записи. Технология полезна, но требует согласия владельца голоса и осторожности от всех остальных.
В России голос отдельно в статье 152.1 ГК не назван; законопроект об охране голоса обсуждался, но подтверждения его принятия я не нашла, а правительство указывало на нормы о биометрических данных и смежных правах. В ЕС действует требование маркировать синтетический контент. Лучшая защита в быстрой жизни: перезвоните сами, договоритесь о кодовом слове и не поддавайтесь срочности.
0

Пока нет комментариев

Клонирование голоса: как работает и что с законом