Kalypta — так называется приложение, которое защищает разговоры от скрытой транскрипции. Сейчас куча современных программ для записи и расшифровки звонков не требует добавлять бота или агента в звонок — они и так пишут всё прямо с компьютера: Granola, Whisper, Notion, MyMeet и другие. Прайваси страдает.
Как это работает
Kalypta локально меняет исходящий аудиосигнал в реальном времени. Собеседник слышит обычную речь, а системы автоматического распознавания получают искажённый текст.
Приложение добавляет к аудиопотоку adversarial noise — специально рассчитанные искажения, которые сбивают модели распознавания речи. При этом для человека звук меняется минимально.
Это по сути аудиоверсия идеи из моего поста про шрифты, которые человек читает нормально, а система компьютерного зрения — нет.
Результаты и ограничения
По заявлению разработчиков, Kalypta в среднем мешает распознать примерно два слова из трёх. Модель работает локально на устройстве и обучалась против архитектур, на которых построены Whisper, NVIDIA Canary и другие системы транскрипции.
Есть важное ограничение (ну еще бы!): защита пока неидеальна. При достаточно сильных искажениях речь становится менее понятной и для человека. К тому же опубликованные результаты — это собственные ранние тесты команды, а не независимый бенчмарк.
Но направление прикольное. Чем-то похоже на первые версии Krisp, когда они делали проект чисто ради того, чтобы убирать посторонний шум во время звонков, — и это была единственная фича продукта (сейчас Krisp уже единорог и записывает звонки).