来自加拿大滑铁卢大学的两名研究人员Andre Kassis与Urs Hengartner上个月揭露，他们发现了一个得以绕过语音身份认证（Voice Authentication）系统的方法，且倘若通过6次不同的尝试，成功率高达99%。
有愈来愈多的银行、客服中心或是其它重要服务利用声纹（Voiceprint）来辨识客户的身份，此一语音身份认证系统会先要求客户多次读出同样的字符串，以取得客户的声纹并将其存放于服务器上，未来即可藉由比对其声纹来确认客户身份。 不过，基于机器学习的Deekfake语音软件很快就问世，骇客只要藉由输入5分钟的录制声音就能复制使用者的声音。
「兵来将挡，水来土掩」，安全研究人员也发展出对抗该攻击的途径，通过检查语音样本来判断该样本是由机器或是人类建立。
而Kassis与Hengartner则打造出一个方法来绕过上述防御机制，该方法可识别出合成语音中的标记，并以程式将它们移除，以致于让系统无法区分。
这两名研究人员用它来测试Amazon Connect的语音身份认证系统，发现如果只是一次的4秒攻击，成功率只有10%，但若将攻击时间拉长至30秒，成功率则可提高到40%。 此外，针对那些不怎么复杂的语音身份认证系统，在经过6次的攻击测试后，成功率则高达99%。
研究人员指出，现有用来对抗Deekfake语音的系统有许多缺陷，打造安全系统的唯一方式是像黑客一样思考，同时建议那些只仰赖语音进行身份认证的组织，应该部署额外或更强大的认证措施。
另一方面，专门开发语音身份认证安全机制的Pindrop则认为，骇客以Deekfake语音进行零时差攻击的门槛其实是比媒体所宣称的要高上一些，例如该公司除了语音的真实性之外，也同时利用行为分析、装置指纹、电信业者分析与来电显示侦测来判断来电对象的身分，以避免使用者遭到Deekfake语音的电话诈骗。
