Creare una voce sintetica che riproduce timbro e intonazione di una persona reale richiede oggi pochissimo: secondo dati McAfee ripresi da Ansa, bastano tre o cinque secondi di audio originale e una spesa di circa 30 dollari per ottenere una corrispondenza vocale intorno all'85 per cento. Gli stessi dati parlano di un aumento dei deepfake complessivi del 900 per cento in un anno, con i crimini legati alla clonazione vocale in crescita del 1.300 per cento.
Dove si trova l'audio di partenza
Il materiale necessario per clonare una voce si ricava facilmente da un messaggio vocale su WhatsApp, da un video pubblicato sui social o da una telefonata registrata. Non serve quindi che la vittima abbia pubblicato contenuti particolari: basta un minimo di presenza online, anche involontaria, perché qualcuno possa recuperare il campione audio. In Italia sono già stati segnalati episodi di questo tipo, come il caso di un'anziana convinta a versare circa 30mila euro dopo una telefonata con la voce clonata della figlia, allarmata per un finto incidente.
Come riconoscerla e difendersi
I sistemi automatici di rilevamento non sono ancora affidabili: la loro precisione scende del 45-50 per cento in condizioni reali, e circa sette persone su dieci dichiarano di non essere sicure di saper distinguere una voce vera da una clonata. La difesa più efficace resta quindi comportamentale, non tecnica. Davanti a una richiesta di denaro urgente per telefono, anche se la voce sembra quella di un familiare, conviene chiudere la chiamata e richiamare lo stesso parente sul suo numero abituale, oppure contattare un'altra persona di famiglia per verificare. Avere in famiglia una parola convenuta, da chiedere in caso di dubbio, è un accorgimento semplice che riduce molto il rischio di cadere nella trappola.