Uita de Siri si Alexa – Cand vine vorba de identificarea vocala, „NSA Reigns Supreme”

A T inaltimea  Razboiului Rece, in timpul iernii din 1980, agentii FBI a inregistrat un apel telefonic in care un om a aranjat o intalnire secreta cu ambasada sovietica din Washington, DC In ziua numirii sale, cu toate acestea, agentii nu au putut sa priveste barbatul care intra in ambasada. La vremea respectiva, nu aveau cum sa puna un nume apelantului doar din sunetul vocii sale, asa ca spionul a ramas anonim. In urmatorii cinci ani, a vandut detaliilor despre mai multe programe secrete americane catre URSS.

Abia in 1985 FBI, datorita informatiilor furnizate de un aparator rus, a reusit sa-l stabileasca pe apelant ca Ronald Pelton, fost analist la Agentia de Securitate Nationala. Anul urmator, Pelton a fost condamnat pentru spionaj.

Astazi, agentii FBI si NSA l-ar fi identificat pe Pelton in cateva secunde de la primul sau apel catre sovietici. O nota clasificata NSA din ianuarie 2006 descrie analistii NSA folosind o „tehnologie care identifica oamenii prin sunetul vocilor” pentru a se potrivi cu succes fisierelor audio vechi ale Pelton unul cu celalalt. „Daca aceste tehnologii au fost disponibile in urma cu douazeci de ani”, precizeaza memoriul, „detectarea precoce si retinerea ar fi putut fi posibile, reducand prejudiciul considerabil pe care Pelton l-a facut securitatii nationale.”

Aceste si alte documente clasificate furnizate de fostul antreprenor NSA, Edward Snowden, dezvaluie faptul ca NSA a dezvoltat tehnologie nu doar pentru a inregistra si transcrie conversatiile private, ci si pentru a identifica automat boxele.

Americanii intalnesc cel mai frecvent aceasta tehnologie, cunoscuta sub numele de recunoastere a vorbitorilor sau identificarea vorbitorilor, cand trezesc Alexa sau isi suna banca Amazon. Dar cu un deceniu inainte de comenzile vocale precum „Hello Siri” si „OK Google” deveneau expresii comune ale gospodariei, ANS folosea recunoasterea de boxe pentru a monitoriza teroristii, politicienii, domnii de droguri, spionii si chiar angajatii agentiei.

Tehnologia functioneaza prin analizarea caracteristicilor fizice si comportamentale care fac ca vocea fiecaruia sa fie distinctiva, precum tonul, forma gurii si lungimea laringelui. Un algoritm creeaza apoi un model de calculator dinamic al caracteristicilor vocale ale individului. Aceasta este ceea ce se numeste in mod popular drept „amprenta vocala”. Intregul proces – captarea catorva cuvinte rostite, transformarea acelor cuvinte intr-o amprenta vocala si compararea acestei reprezentari cu alte „amprente vocale” stocate deja in baza de date – se poate intampla aproape instantaneu. Desi este cunoscut faptul ca NSA se bazeaza pe amprentele degetelor si fetei pentru a identifica tinte, amprentele vocale, potrivit unui document al agentiei din 2008, sunt „acolo unde NSA domneste suprem”.

Nu este dificil sa vezi de ce. Prin interceptarea si inregistrarea a milioane de conversatii telefonice de peste mari, teleconferinte video si apeluri pe internet – pe langa captarea, cu sau fara garantii, a conversatiilor interne ale americanilor – ANS a construit o colectie inegalabila de voci distincte. Documentele din arhiva Snowden dezvaluie faptul ca analistii au alimentat o parte din aceste inregistrari cu algoritmi de recunoastere a vorbitorilor care ar putea conecta indivizii la spusele lor anterioare, chiar si atunci cand au folosit numere de telefon necunoscute, cuvinte de cod secret sau mai multe limbi.

Inca din Operatiunea „Irakul Libertatii”, analistii foloseau recunoasterea difuzorului pentru a verifica ca audio care „parea a fi liderul depus, Saddam Hussein, era intr-adevar al lui, contrar credintelor prevalente”. Memos mai arata ca analistii NSA au creat amprente vocale pentru Osama bin Laden, a caror voce a fost „inconfundabila si remarcabil de consistenta in mai multe transmisii”. pentru Ayman al-Zawahri, actualul lider al lui Al Qaeda; si pentru Abu Musab al-Zarqawi, apoi al treilea grup la comanda. Au folosit amprenta vocala a lui Zarqawi pentru a-l identifica ca difuzor in fisierele audio postate online.

Documentele clasificate, care dateaza din 2004 pana in 2012, arata NSA perfectionand iteratiile din ce in ce mai sofisticate ale tehnologiei sale de recunoastere a difuzoarelor. Acestia confirma utilizarea recunoasterii difuzoarelor in operatiunile de combatere a terorismului si in busturile de droguri de peste mari. Si sugereaza ca agentia intentioneaza sa implementeze tehnologia nu doar pentru a identifica retroactiv spionii precum Pelton, ci pentru a preveni denuntatorii precum Snowden.

Ascultand intotdeauna

Expertii in libertatile civile  sunt ingrijorati de faptul ca aceste si alte utilizari in expansiune ale recunoasterii vorbitorilor impun dreptul la confidentialitate. „Aceasta creeaza o noua capacitate de inteligenta si o noua capacitate de abuz”, a explicat Timothy Edgar, fost consilier al Casei Albe la Directorul Informatiilor Nationale. „Vocea noastra calatoreste prin tot felul de canale de comunicare unde nu suntem acolo. Intr-o epoca de supraveghere in masa, acest tip de capacitate are implicatii profunde asupra intregii noastre vieti private. “

Edgar si alti experti au subliniat natura relativ stabila a vocii umane, care este mult mai dificil de schimbat sau deghizat decat un nume, adresa, parola, numar de telefon sau PIN. Acest lucru face „mult mai usor” urmarirea oamenilor, potrivit lui Jamie Williams, avocat al Electronic Frontier Foundation. “Imediat ce poti identifica vocea cuiva”, a spus ea, “ii poti gasi imediat de fiecare data cand au o conversatie, presupunand ca o inregistrezi sau o asculti.”

Vocea este o biometrica unica si usor accesibila: spre deosebire de ADN, ea poate fi colectata pasiv si de la mare distanta, fara cunostinta sau consimtamantul unui subiect. Precizia variaza considerabil in functie de cat de indeaproape conditiile vocii colectate se potrivesc cu cele ale inregistrarilor anterioare. Dar in setari controlate – cu zgomot redus de fond, un mediu acustic familiar si o calitate buna a semnalului – tehnologia poate folosi cateva propozitii rostite pentru a se potrivi cu indivizi. Si cu cat sunt mai multe probe de voce date care sunt introduse in modelul computerului, cu atat modelul devine mai puternic si mai „matur”.

In setarile comerciale, recunoasterea difuzoarelor este asociata cel mai popular cu fraudele de screening la centrele de apel, conversatia cu asistentii vocali precum Siri si verificarea parolelor pentru serviciile bancare personale. Iar utilizarile sale cresc. Conform Tractica, o firma de cercetare de piata, veniturile din industria de biometrie vocala sunt in curs de a ajunge la aproape 5 miliarde de dolari pe an pana in 2024, aplicatiile urmand sa se extinda la punctele de control la frontiera, asistenta medicala, platile cu cardul de credit si dispozitivele purtabile.

O preocupare majora a libertarienilor civili este potentialul de a infoca discursuri. Trevor Timm, directorul executiv al Fundatiei pentru Libertatea Presei, a remarcat modul in care tehnologia de recunoastere a vorbitorilor ANS ar putea fi folosita ipotetic pentru a urmari jurnalistii, pentru a demasca masuri si pentru a descuraja sfaturile anonime. In timp ce oamenii care manipuleaza materiale sensibile stiu ca ar trebui sa-si cripteze apelurile telefonice, Timm a indicat numeroasele cai – de la televizoare la casti pana la dispozitive cu acces la internet – prin care vocile ar putea fi inregistrate in mod secret. „Exista microfoane in jurul nostru tot timpul. Toti purtam in jurul unui microfon 24 de ore pe zi, sub forma telefoanelor noastre mobile ”, a spus Timm. „Si stim ca exista modalitati prin care guvernul poate sa pirateze telefoane si computere pentru a activa aceste dispozitive.”

„In ciuda numeroaselor schimbari [legislative] care s-au intamplat de la dezvaluirile Snowden”, a continuat el, „poporul american are doar o intelegere partiala a instrumentelor pe care guvernul le poate folosi pentru a supraveghea milioane de oameni din intreaga lume. Este important ca acest tip de informatii sa fie dezbatute in sfera publica. ” Insa, dezbaterea este dificila, daca publicul nu are un sens semnificativ al utilizarilor tehnologiei – sa nu mai vorbim de existenta acesteia.

Un fost oficial de informatii de aparare, care a vorbit cu The Intercept cu conditia anonimatului, deoarece nu au fost autorizati sa discute materiale clasificate, considera ca profilul scazut al tehnologiei nu este un accident. „Guvernul evita sa discute despre aceasta tehnologie, deoarece ridica intrebari serioase la care ar prefera sa nu raspunda”, a spus oficialul. „Aceasta este o piesa critica a ceea ce ni s-a intamplat si drepturilor noastre de la 11 septembrie.” Pentru ca tehnologia sa functioneze, oficialul a mentionat: „nu trebuie sa faci altceva decat sa deschizi gura.”

Acesti avocati se tem ca, fara nicio discutie publica sau supraveghere a colectarii secrete a guvernului de modelele noastre de discurs, am putea intra intr-o lume in care tot mai multe voci sa tace.

Noile instrumente vocale

Desi americanii  au constientizat inca din 2013 colectarea in vrac a datelor de telefon interne si straine de la NSA, procesul prin care aceste date brute sunt transformate in informatii semnificative a ramas in mare parte clasificat. In 2015, The Intercept a raportat ca NSA a construit o suita de „tehnologii lingvistice umane” pentru a intelege cantitatea extraordinara de audio pe care guvernul o colecta. Prin dezvoltarea de programe pentru a traduce automat vorbirea in text – ceea ce analistii numeau „Google pentru voce” – agentia ar putea utiliza cuvinte cheie si „selectoare” pentru a cauta, citi si inregistra indexuri care ar fi necesitat altfel un numar infinit de ascultatori umani pentru a asculta. lor.

Recunoasterea vorbitorilor a aparut alaturi de aceste programe de vorbire la text ca o tehnica suplimentara pentru a ajuta analistii sa sorteze prin nenumaratele ore de interceptari care transmit in zonele de razboi. O mare parte din cresterea si fiabilitatea sa poate fi urmarita de investitiile ANS si ale Departamentului Apararii. Inainte de era digitala, recunoasterea vorbitorilor era practicata in principal ca stiinta criminalistica. In timpul celui de-al Doilea Razboi Mondial, analistii umani au comparat printurile vizuale ale frecventelor vocale de la radio. Potrivit lui Harry Hollien, autorul „Forensic Voice Identification”, aceste masini de „vorbire vizibila”, cunoscute sub numele de spectrograme, erau chiar folosite pentru a respinge un zvon potrivit caruia Adolf Hitler fusese asasinat si inlocuit cu o dubla.

„Amprentele vocale erau ceva ce puteai privi”, a explicat James Wayman, un expert de recunoastere vocala, care prezideaza eforturile federale de a recomanda standarde pentru recunoasterea criminalistica a vorbitorilor. El a subliniat ca termenul „amprenta vocala”, desi este utilizat pe scara larga de furnizorii comerciali, poate fi inselator, deoarece implica faptul ca informatiile captate sunt fizice, mai degraba decat comportamentale. „Ceea ce ai acum este o ecuatie incorporata intr-un program software care scuipa numere”, a spus el.

Aceste ecuatii au evoluat de la medii simple la modele algoritmice dinamice. Din 1996, NSA a finantat Institutul National de Standarde si Tehnologie Speech Group pentru a cultiva si testa ceea ce el numeste „cea mai dominanta si mai promitatoare abordare algoritmica a problemelor cu care se confrunta recunoasterea vorbitorilor.” Printre participantii care isi testeaza sistemele cu NIST se numara companii biometrice si universitari de frunte, dintre care unii primesc finantare de la ANS si de la Agentia de proiecte de cercetare avansata pentru aparare sau DARPA.

Tacerea NSA in jurul programului sau de recunoastere a vorbitorilor face dificila determinarea puterilor sale actuale. Dar, avand in vedere legaturile stranse dintre cercetarile academice finantate de NSA si corporatiile private, o buna aproximare a capacitatilor ANS poate fi obtinuta din ceea ce fac alte tari – si ce furnizori le vand.

De exemplu, Nuance, lider in industrie, face publicitate guvernelor, serviciilor militare si serviciilor de informatii „un sistem biometric vocal la nivelul intregii tari, capabil sa identifice si sa segmenteze indivizii in mod rapid si precis in sistemele care cuprind milioane de imprimeuri vocale.” In 2014, Associated Press a raportat ca tehnologia Nuance a fost utilizata de cea mai mare companie de telefonie mobila din Turcia pentru a colecta date vocale de la aproximativ 10 milioane de clienti.

In octombrie, Human Rights Watch a raportat ca guvernul chinez a construit o baza de date nationala cu amprente vocale, astfel incat sa poata identifica automat persoanele care vorbesc la telefon. Guvernul isi propune sa lege biometria vocala a zeci de mii de oameni de numarul lor de identitate, de etnie si de domiciliu. Potrivit HRW, vanzatorul care produce software-ul vocal din China a patentat chiar si un sistem pentru identificarea fisierelor audio pentru „monitorizarea opiniei publice”.

In noiembrie, un efort major de recunoastere a vorbitorilor internationali finantat de Uniunea Europeana a trecut testul final, potrivit unui comunicat de presa al Interpol. Peste 100 de analisti de informatii, cercetatori si agenti de aplicare a legii din peste 50 de tari – printre care Interpol, Serviciul de Politie Metropolitan al Regatului Unit si portugheza Policia Judiciaria – au participat la demonstratie, in care cercetatorii au dovedit ca programul lor poate identifica „vorbitori necunoscuti vorbind in diferite limbi … prin intermediul retelelor de socializare sau al audiurilor interceptate in mod legal. “

Documentele NSA revizuite de The Intercept contureaza contururile unui sistem la fel de expansiv – unul care, in anii urmatori 9/11, a crescut pentru a permite „analistilor de limba sa se treaca prin sute de ore de taieturi vocale in cateva secunde si sa selecteze elemente din interesul potential bazat pe recunoasterea vocala a cuvintelor cheie sau a vorbitorului. ”

Rezultate „dramatice”

O istorie partiala a dezvoltarii tehnologiei de recunoastere a difuzoarelor de catre NSA poate fi reconstruita din buletine informative interne de aproape un deceniu de la Directia de Informatii a Semnalelor sau SID. In schimb, laudele si lacomia, memoriile SIDtoday detaliaza transformarea recunoasterii vocale dintr-o stiinta criminala cutremuratoare realizata de examinatorii umani intr-un program algoritmic automatizat bazat pe trove masive de date vocale. In special, memoriile evidentiaza modalitatile prin care analistii americani au lucrat indeaproape alaturi de omologii britanici la sediul Guvernului Comunicatiilor sau GCHQ, pentru a procesa inregistrari vocale in vrac din eforturile de combatere a terorismului in Irak si Afganistan. GCHQ, care a refuzat sa raspunda la intrebari detaliate pentru acest articol, si-a laudat sistemele in buletine informative interne pentru „a juca un rol important in relatia noastra cu NSA”.

Desi ocazional poate fi dificil sa distingem intre anunturile anticipative ale SIDtoday si capacitatile actuale ale tehnologiei, este clar ca NSA foloseste tehnologia automata de recunoastere a difuzoarelor pentru a localiza si eticheta „mesaje vocale unde vorbeste un difuzor de interes” inca din cel putin 2003. Oricand a fost interceptata o voce, explica o nota SIDtoday, tehnologia de recunoastere a vocii ar putea sa o modeleze si sa o compare cu altele pentru a raspunde la intrebarea: „Teroristul pe care-l urmarim? Este Usama bin Laden? ”

Dar sistemul ANS a facut mult mai mult decat sa raspunda la intrebari da sau nu. Intr-o serie de buletine informative din 2006 care reflecta un program numit Voice in Real Time sau Voice RT, agentia descrie capacitatea sa de a identifica automat nu numai vorbitorul intr-un intercept vocal, ci si limbajul, sexul si dialectul acestora. Analistii au putut sorta interceptele dupa aceste categorii, le pot cauta in timp real cuvinte cheie si pot seta alerte automate pentru a le notifica atunci cand interceptarile primite indeplinesc anumite criterii semnalizate. Un PowerPoint NSA confirma in plus ca programul Voice RT a transformat „ingestia” de date vocale irakiene in imprimeuri vocale.

Memoriile NSA furnizate de Snowden nu indica cat de larg a fost dislocata Voice RT la momentul respectiv, dar la cateva minute de la Grupul de utilizatori Voice / Fax al GCHQ. Notele agentilor britanici ofera o prezentare detaliata a modului in care a fost desfasurat programul de recunoastere a vorbitorilor ANS fata de tintele straine. Cand grupul sau de utilizatori Voice / Fax s-a intalnit cu agentii NSA in toamna anului 2007, membrii au descris sa vada un sistem de voce RT activ care sa furnizeze lingvistilor si analistilor NSA identificarea de vorbitori si limbi, transcrierea vorbirii la text si abilitatile de cautare fonetica. „In esenta”, spun minutele Voice Voice, „este un singur ghiseu. … [Un efort masiv a fost extins pentru a imbunatati implementarea sistemului. ” Pana in 2010, programul Voice RT al NSA ar putea prelucra inregistrari in peste 25 de limbi straine. Si a procedat: in Afganistan,

GCHQ, la randul sau, a folosit un program numit Broad Oak, printre altele, pentru a identifica tintele bazate pe vocile lor. Guvernul britanic a instituit sisteme de recunoastere a vorbitorilor in Orientul Mijlociu impotriva liderilor sauditi, pakistanezi, georgieni si irakieni, printre altele. „Cu toate acestea, serios”, recomanda minutele GCHQ, „daca credeti ca va putem ajuta sa identificati tinta dvs. de interes printre diluarea de trafic pe care trebuie sa o parcurgeti, nu ezitati sa ne apropiati de noi si vom discuta cu placere cerintele dvs. o solutie rapida si precisa. “

Nu a fost o oferta goala. Procesele verbale din 2009 se laudau cu agentii GCHQ care ii intrec pe omologii lor din ANS atunci cand il vizeaza pe Adil Abdul Mahdi, unul dintre vicepresedintii Irakului la acea vreme. „Intrucat am raportat constant despre el [vicepresedintele] mai repede decat ei, ANS a renuntat la implicarea lor. … Aceasta performanta buna ne-a imbunatatit reputatia la NSA. ” Si un rezumat de cercetare GCHQ din 2010 arata ambele agentii care colaboreaza pentru a efectua experimente comune cu programele lor de analiza vocala.

Dar dezvoltarea instrumentelor de recunoastere a vorbitorilor nu a fost intotdeauna perfecta. In etapele sale incipiente, tehnologia nu a fost nicaieri la fel de puternica sau de eficienta ca in prezent. Fostul oficial de informatii de aparare aminteste ca, desi analistii au putut reda mostre de voce la statiile de lucru, cautarea unui esantion important a fost o provocare, deoarece audio nu a fost indexat. Intr-o scrisoare din 2006 catre editorul publicat in SIDtoday, un analist se plange de introducerea instrumentelor vocale fiind „afectata de prabusiri” si compara viteza initiala cu „melasa din ianuarie, in iunie”.

Pana in anul urmator, insa, era clar ca recunoasterea vorbitorilor s-a maturizat semnificativ. Un memoriu care sarbatoreste colectia speciala a ANS pentru calatoria presedintelui iranian Mahmoud Ahmadinejad in New York City pentru Adunarea Generala a Natiunilor Unite ofera un studiu detaliat al tehnologiei in actiune. Dupa obtinerea autorizatiei legale, analistii au configurat un sistem special care sa vizeze telefoanele cat mai multor 143 de delegati iranieni. Pe tot acest trafic de intrare, au rulat algoritmi de detectare a activitatii de vorbire pentru a evita ca analistii sa asculte aerul mort; cautari de cuvinte cheie pentru a descoperi „transmiterea adreselor de e-mail si discutiile unor persoane proeminente;” si recunoasterea vorbitorului pentru a localiza cu succes conversatiile „oamenilor de interes semnificativ, inclusiv ministrul iranian de externe”.

Intr-un anunt pentru un nou laborator audio-criminalistic NSA, care a fost deschis in Georgia in acel an, agentia noteaza ca intentioneaza sa puna aceste tehnologii de vorbire la dispozitia mai multor analisti din intreaga agentie. Si o nota SIDtoday din anul urmator a raportat actualizari ale sistemului care ar permite analistilor „sa gaseasca noi reduceri de voce pentru o tinta care sa corespunda inregistrarilor anterioare ale tintei”.

Atunci cand tintele au dezvoltat strategii de sustragere a tehnologiilor de recunoastere a vorbitorilor, instrumentele au evoluat ca raspuns. In 2007, analistii au observat ca frecventele interceptelor a doua tinte pe care le-au identificat ca asociati Al Qaeda erau in afara domeniilor umane normale. In urmatorii cativa ani, analistii au preluat alte tinte care isi moduleaza vocile in Yemen, Afganistan, Irak si in alte parti, „cel mai probabil sa evite identificarea de catre agentiile de informatii”. Unele dintre taierile audio pe care le-au observat au rasucit inclinarile vocale ale vorbitorului, astfel incat sunau ca „un personaj din Alvin si Chipmunks”. Acest lucru i-a determinat pe analisti sa speculeze ca membrii AQAP implicati in tentativa de bombardare din decembrie 2009, la Detroit, au scapat de recunoasterea guvernului, mascandu-si vocile pe noi numere de telefon.

Pana in 2010, tehnologii agentiilor au dezvoltat o solutie pentru „demascarea” acestor voci modulate. Numit HLT Lite, noul software a cautat prin inregistrari pentru voci modificate sau anomale. Potrivit SIDtoday, programul a gasit cel putin 80 de exemple de voce modificata in Yemen dupa ce a scanat peste 1 milion de bucati audio. Acest lucru a condus agentii sa descopere persoane de interes care vorbesc pe mai multe numere de telefon noi.

Pe masura ce capacitatile tehnice ale acestor sisteme s-au extins, la fel si parerea lor. Un buletin informativ din septembrie 2010 detaliaza „dramatic” rezultatele unui sistem modernizat de identificare a vocii din Mexico City – imbunatatiri pe care seful site-ului le-a comparat cu „o serie de scanere suplimentare”. Analistii au reusit sa izoleze si sa detecteze o conversatie referitoare la o amenintare cu bomba, cautand interceptele audio pentru cuvantul „ bomba ”.

Sistemele de recunoastere vocala pot fi, de asemenea, reconfigurate cu usurinta pentru utilizari dincolo de functiile lor originale. Procesele verbale ale GCHQ din octombrie 2008 descriu modul in care un sistem creat pentru „o retea de persoane la nivel inalt implicate in comertul cu stupefiante afgan” a fost ulterior „pus in uz imaginar”. Pentru a identifica alte tinte, analistii au condus sistemul „impotriva unui cod zip complet care aduce o cantitate mare de trafic”.

De pe campul de lupta pana la agentie

In curand, ANS si-a  dat seama ca capacitatea sa de a procesa inregistrari vocale poate fi folosita pentru a identifica angajatii din cadrul NSA in sine. Dupa cum a explicat nota din ianuarie 2006, care a discutat despre sunetul lui Ronald Pelton, „Tehnologiile de potrivire vocala sunt aplicate initiativei Insider Threat, care incearca sa prinda„ spionul dintre noi ””.

Initiativa Insider Threat, care monitorizeaza indeaproape viata angajatilor guvernamentali, a fost lansata public de administratia Obama, in urma scurgerilor denuntatorului armatei americane Chelsea Manning. Dar acest document pare sa indice ca initiativa a fost in curs de desfasurare inainte de ordinul executiv al lui Obama din 2011.

Nu este surprinzator faptul ca NSA ar putea transforma aceleasi tehnologii biometrice utilizate pentru a detecta amenintarile externe asupra dizidentelor din randurile sale, potrivit Trevor Timm al Fundatiei Presei. „Am vazut exemplu dupa exemplu in ultimii 15 ani de aplicare a legii care au luat instrumente anti-teroriste invazive – fie ca este vorba despre urmarirea locatiei sau recunoasterea fetei sau aceasta tehnologie folosita pentru a identifica vocile oamenilor – si pentru a le folosi pentru tot felul de alte investigatii penale. “

Timm a mentionat ca in ultimii cativa ani, denuntatorii, sursele si jurnalistii au luat masuri de securitate mai mari pentru a evita sa se expuna. Dar asta „daca reporterii folosesc numere de telefon care nu sunt asociate cu identitatea lor si guvernul isi scaneaza apelurile telefonice prin intermediul unui mandat sau altfel, tehnologia ar putea fi folosita si pentru inabusirea jurnalismului.”

Pentru Timothy Edgar, care a lucrat ca prim adjunct al comunitatii de informatii pentru libertatile civile, aceste riscuri „vin la intrebarea: Cauta tinte valide sau fac ceva abuziv, cum ar fi incercarea de a monitoriza jurnalistii sau denuntatorii?”

In unele privinte, a spus Edgar, recunoasterea vorbitorului poate ajuta la protejarea vietii private a unei persoane. Tehnologia le permite analistilor sa selecteze si sa filtreze apelurile astfel incat sa poata gazdui vocea unei persoane de interes si sa le afiseze pe cele ale altora. O nota SIDtoday din 2010 subliniaza modul in care tehnologia poate reduce volumul apelurilor pe care agentii de apeluri trebuie sa le asculte asigurandu-se ca „vorbitorul este un lider chinez si nu un tip din magazinul de gogosi.”

Acest nivel de precizie este „de fapt una dintre justificarile pe care ANS le-a dat pentru colectarea in vrac a metadatelor in primul rand”, a explicat Edgar. „Unul din modurile in care a fost aparat programul sau a fost acela ca nu a colectat totul; in schimb, a colectat informatii prin selectori. ”

In acelasi timp, insasi obiectivul de identificare a anumitor persoane din tiparele mari de date adesea justifica nevoia de a continua colectarea mai multor informatii. In timp ce recunoasterea vorbitorilor ii poate ajuta pe analisti sa reduca apelurile pe care le asculta, tehnologia pare sa-i incurajeze sa extinda un numar tot mai mare de apeluri, intrucat scopul sau este sa gaseasca fiecare instantaneu a vocii unei tinte, indiferent de numar. atasat la. Sau asa cum o spune memo-ul Pelton, tehnologia le ofera analistilor capacitatea de „a sti vocea oriunde”.

Desi aceste documente indica faptul ca agentia a cautat sa aplice tehnologia angajatilor sai, documentele analizate de The Intercept nu indica in mod explicit daca agentia a creat amprente vocale din conversatiile cetatenilor americani obisnuiti.

Legea privind supravegherea informatiilor externe sau FISA, ofera agentiei o latitudine larga pentru a colecta audio transmis prin servere straine, infrastructura straina sau de la americanii care comunica cu strainii. Datorita acestui mandat, Edgar il considera „foarte de conceput” ca prin intermediul unor apeluri de peste mari sa se faca amprente vocale. „M-ar surprinde daca nu ar fi obtinut orice informatie pe care o pot avea din aceste date. Este un fel de treaba lor. “

Expertii nu sunt insa de acord cu privire la faptul daca ANS ar solicita autoritatea legala sa faca amprente vocale din apelurile cetatenilor americani pe pamant american, ale caror voci ar putea fi inlaturate in mod deliberat sau accidental fara un mandat. O parte din acest dezacord decurge din inadecvarea legii supravegherii, care nu a reusit sa tina pasul cu progresele tehnologiilor digitale, precum recunoasterea vorbitorilor si vorbirii.

In timp ce SUA au elaborat legi stricte pentru a interzice inregistrarea continutului apelurilor pe solul american fara mandat, nicio statuie federala nu reglementeaza recoltarea si procesarea datelor vocale.

In parte, aceasta se refera la faptul ca imprimate vocale conteaza ca continut, pe care guvernul ar avea nevoie de un mandat pentru a le obtine, sau daca ANS considera amprentele vocale ca metadate – adica informatii despre continutul care este mai putin supus protectiei legale. Legea este in mare masura tacuta cu privire la aceasta intrebare, determinand unii experti sa speculeze ca ANS exploateaza aceasta zona gri legala.

Ca raspuns la o lista detaliata de intrebari, ANS a oferit urmatorul raspuns: „In conformitate cu politica de lunga durata, ANS nu va confirma si nici nu va acuza exactitatea informatiilor guvernamentale americane la care se face referire in articol.”

O abordare „Arsenal complet”

Joi,  Senatul a votat extinderea sectiunii 702 din FISA, ceea ce ofera ANS puterea de a spiona, fara mandat, americanii care comunica cu tintele straine. Aceasta reautorizare, care a urmat actiuni similare in Camera saptamana trecuta, a confirmat parerile criticilor care vad ANS luand o interpretare din ce in ce mai afirmativa si ambigua a puterilor sale legale.

Andrew Clement, un om de informatica si expert in studii de supraveghere, a cartografiat activitatile NSA fara fir de activitati de campuri, inainte de divulgarea lui Snowden. El crede cu tarie ca agentia nu ar fi restrictionata in utilizarea lor de recunoastere a vorbitorilor asupra cetatenilor americani. Agentia a ales de multe ori sa clasifice toate informatiile colectate pana la punctul in care un analist uman il asculta sau il citeste ca metadate, a explicat el. „Este doar o lacuna uriasa”, a spus el. „Se pare ca orice pot deriva algoritmic din continut pe care l-ar clasifica pur si simplu ca metadate.”

Ca o analogie a modului in care NSA ar putea justifica crearea de imprimeuri vocale, Clement a indicat modalitatile prin care agentia a tratat numere de telefon si adrese de e-mail. Programul XKeyscore, pe care Snowden l-a dezvaluit in 2013, le-a permis agentilor sa traga adrese de e-mail – pe care le-au clasificat drept metadate – din corpul de e-mailuri interceptate. Agentii au efectuat, de asemenea, cautari cu text complet pentru cuvinte cheie, pe care le-au clasificat, de asemenea, ca context si nu continut.

Pe de alta parte, Edgar afirma ca ar fi luat in seama daca guvernul ar fi argumentat ca vocile noastre sunt considerate metadate. „Ati putea incerca sa sustineti ca caracteristicile unei voci sunt diferite decat ceea ce spune o persoana”, a spus Edgar, „Dar pentru a face recunoastere vocala, trebuie sa colectati continutul unui apel intern si sa il analizati in ordine pentru a extrage vocea. ”

Nu se stie public cate inregistrari de comunicare interna au colectat, prelevat sau retinut ANS. Dar Jamie Williams de la EFF a subliniat ca NSA nu ar trebui neaparat sa colecteze inregistrari de americani pentru a face amprente vocale americane, din moment ce corporatiile private ne inregistreaza constant. Sursele lor de audio sunt in crestere. Masinile, termostatele, frigiderele, becurile si chiar cosurile de gunoi s-au transformat in dispozitive de ascultare „inteligente” (adica echipate cu internet). Grupul de cercetare a consumatorilor Gartner a prezis ca o treime din interactiunile noastre cu tehnologia din acest an vor avea loc prin conversatii cu sisteme bazate pe voce. Atat „boxele inteligente” Google, cat si Amazon au introdus recent sisteme de recunoastere a difuzoarelor care fac distinctie intre vocile membrilor familiei. “Odata ce companiile au,” a spus Williams,

Fostul oficial al guvernului a mentionat ca datele despre voce bruta pot fi stocate la companii private si accesate de catre ANS prin acorduri secrete, precum programul Fairview, parteneriatul agentiei cu AT&T. In ciuda incercarilor congresului de a domni in colectia de inregistrari telefonice interne a ANS, agentia a cautat de mult timp accesul la datele brute pe care le oferim bazelor de date corporative. (Parteneriatele cu Verizon si AT&T, infiltrarea sistemelor de jocuri Xbox si colectia cu metode de date online de milioane de utilizatori de internet sunt doar cateva exemple recente.) „Companiile de telecomunicatii detin datele. Nu exista nimic care sa- i impiedice  sa  ruleze un algoritm “, a spus fostul oficial.

Clement se intreaba daca abilitatea ANSA de a identifica o voce ar putea fi chiar mai importanta pentru ei decat capacitatea de a asculta ce spune. „Le permite sa va conecteze la alte cazuri ale dvs. si sa va identifice relatia cu ceilalti oameni”, a spus el.

Acesta pare sa fie obiectivul final al ANS. La o conferinta din 2010 – descrisa ca o „oportunitate fara precedent de a intelege modul in care ANS isi aduce toate energiile creative pe urmarirea unei persoane individuale” – directorii de top au vorbit despre cum sa-si asume o strategie de „viata intreaga” la tintele lor. Acestia au descris necesitatea integrarii datelor biometrice, precum amprentele vocale, cu informatii biografice, precum retelele sociale si istoricul personal. In cuvintele agentiei, „Este vorba despre localizarea, urmarirea si mentinerea continuitatii asupra persoanelor de-a lungul spatiului si timpului. Nu sunt doar comunicarile traditionale pe care le urmam – ci adoptam o abordare „completa arsenal”.

Documente publicate cu acest articol:

• Tehnologie care identifica oamenii prin sunetul vocilor lor
• Mai multe despre dezvoltarea instrumentelor
• Analiza surselor deschise: Nu SIGINTUL bunicului tau!
• Tehnologia limbajului uman in viitorul tau
• Pentru Media Mining, viitorul este acum
• CTIC: Nu este doar un alt spatiu destul
• NSA Georgia deschide un nou laborator de criminalistica audio
• Alerta: mascarea vocala este descoperita in SIGINT
• Sfaturi pentru o capacitate de reactie rapida de succes
• Prezentare generala a Gateway-ului regional in timp real SIDToday
• SIDToday Voice Capability Biometrics
• Gasirea unei voci modificate in traficul SIGINT
• Vino la Conferinta de inteligenta a identitatii SID
• SIGINTERI Foloseste tehnologia limbajului uman pentru un avantaj avantajos
• Cum progreseaza tehnologia limbajului uman?
• Prezentare generala a initiativei RT
• Profilul experimentului pentru analiza vocala Innov8
• Proces-verbal de utilizare a grupului de fax vocal decembrie 2010
• Grup de utilizatori prin fax vocal ianuarie 2008
• Proces-verbal de grupuri de utilizatori prin fax vocal octombrie 2008
• Grupul de utilizatori prin fax vocal Proces-verbal, martie 2009