最新通话语音分析技术有望成为防止汇款诈骗的杀手锏

汇款诈骗案件呈现出上升趋势，其危害越来越大。对此，一种利用最新语音技术防止上当受骗的对策正在逐步成为现实。这项技术可通过两种机制来分析罪犯与受害人的通话，精度据称可达90％以上。

防止汇款诈骗的过程 系统对通话进行分析，通过检测可疑关键字，或察觉判断力降低的状态（过于相信对方的状态），来判断是否有诈骗。汇款诈骗的可能性较高时，会向受害人发出警告，同时通知警方、亲属及银行等。可预防上当受骗。

“我现在去贵处谈此次的赔偿问题。”

“什么？什么赔偿问题……”

“那你就马上汇款吧。”

这组是电话“汇款诈骗”的典型对话。在最坏的情况下，受害人可能会迫于犯人“上门要钱”的压力而屈服，按照对方的要求将他们所说的“赔偿金”汇入指定账户。

日本警察厅的数据显示，汇款诈骗于2008年达到高峰。确定的案件达到了2.0481万起，被骗金额高达约276亿日元。后来，因为防止诈骗的宣传活动产生了效果，诈骗案件数量骤减。但最近，被骗金额再次出现了增加倾向。尤其是“是我是我诈骗”和“还债诈骗”，出现了明显增加。

以往一直没有有效措施来防范利用电话针对不特定对象进行诈骗。但近来，一种利用最新技术防止诈骗的对策正稳步推进。富士通公司移动电话业务本部和名古屋大学研究生院信息科学研究系教授武田一哉合作，从2009年开始研究“汇款诈骗通话检测技术”。目前已开始为实用化而进行验证实验。富士通移动电话业务本部先行开发统括部长助理松尾直司自信地表示：“采用这项技术，能以90％以上的精度检测出诈骗。”

能够筛选出可疑关键字

这项技术可分别利用两种不同的机制来分析罪犯和受害人的对话。既能使用语音识别技术分析罪犯方所说的话，又能针对受害人所说的话，检测出声音大小和音调高低的变化。结合双方的分析结果，作出是否为诈骗的最终判断。通过结合使用两种技术，提高了检测精度。

分析罪犯所说语言的语音识别技术利用了可以筛选出“事故”、“不幸”、“超支”、“借钱”及“赔偿”等汇款诈骗常用关键词的“词定位” （Word Spotting）技术。松尾说，尽管这是富士通很早以前就拥有的技术，但应用于汇款诈骗检测技术时“需要进行若干调整”。这是因为，穿过电话线的声音与说话人真正的声音相比，音域变窄，声音显得沉闷。

对于筛选关键词，除了警察大学作为参考信息提供的词语一览表之外，还使用了富士通自己调查的词语。松尾说，这些词语“如果被泄露，就会被罪犯利用”，所以不能公开。通话对象使用了一览表中的多少词语，可以通过计算词语数量来推测汇款诈骗的可能性。

但进行研究时发现，光靠语音识别很难提高精度。原因有两个。首先是“借钱”及“事故”等关键字除了诈骗之外，还被用于一般对话中。就算从通话对象所说的话中检测到这些词语，也不能断定就是诈骗。

另一个原因在于“受害人的声音”。松尾解释称：“最初我们打算采用以语音识别为主的检测技术。但遇到诈骗时，受害人的声音会变得不清楚，很难准确识别出来。”在篇首那样的对话中，受害人的声音不仅会迫于很大压力而变得嘶哑或颤抖，而且很多情况下会因为恐惧而不知所云。因此，像检测罪犯的声音那样检测出受害人的声音并非易事。

“过于相信对方”的危险状态

于是，富士通请名古屋大学的武田教授提供协助，融入了该教授研究的另一种机制。通过分析受害人的音调，来判断是否陷入“过于相信对方的状态”。

过于相信状态是指“过于相信对方，从而失去正常判断能力的状态”或“对诈骗方的识别能力下降的状态”。诈骗方并不仅限于人。如果对方是人，尤其是汇款诈骗犯，被对方的话所干扰而无法冷静地作出判断也属于过于相信对方的状态的一种。结果会导致相信对方的话而被骗取钱财。

为何人会陷入过于相信对方的状态中呢？准确的机理还在研究之中。但武田教授表示：“有种算法通过收集被视为过于相信状态的现象，来找出其特点并进行检测，可以采用这种算法。”可利用受害人的声音迫于压力而变得嘶哑的现象，通过测量声音的变化来判断是否处于过于相信对方的状态。也就是说，可以利用语音识别中视为课题的部分来解决问题。

比如，吉他及钢琴等乐器的音色具有不同特点。以钢琴为例，虽然成分以440赫兹的高音为主，但同时也会发出其他频率的声音。各种频率的声音集合让钢琴音色具备了不同特征。

人的声音是通过振动声带来发出的，这一点与乐器相同。因此，首先要使声音具有的普遍性频率分布实现模型化。遇到汇款诈骗时受害人的声音会变得嘶哑或颤抖，因此会大大偏离该模型。武田指出：“本来应该产生的频率会消失，或者检测出平时不会出现的频率。”

实时掌握正在通话的受害人的声音，当发现偏离模型的程度超过一定水平时，系统就能得出结论：受害人处于“过于相信对方的状态”。此次的技术通过将其与罪犯的语音识别结果结合起来进行判断，实现了超过9成的检测精度。

可使诈骗案件减半

2012年8月，富士通在冈山县启动了汇款诈骗引诱通话检测技术的实证实验。让100多个来自普通家庭的人使用嵌有检测技术的固定电话，还得到了冈山县警方、警察厅中国（编注：日本的“中国地区”）辖区警察局冈山县信息通信部和中国银行（编注：日本的一家地方银行）等的协助。

冈山县警方和中国辖区警察局冈山县信息通信部解释称：“进入2012年之后，冈山县的汇款诈骗受害案件迅速增加。因此冈山县警方决定将这项研究成果作为新的防范措施，实施实证实验。”

实施实证实验时，安装在固定电话中的系统会在汇款诈骗检测阶段向受害人发出“可能是汇款诈骗，请注意”的警告，同时还会通知警方、银行、受害人的亲属及富士通。警方会立即赶往受害人家中，银行也会冻结预先受到委托的账户。富士通会对双方的对话进行分析，并为进一步提高精度而使用这些数据。据富士通介绍，通过这种方法，完善了地区相关机构相互协作的体制。实验开始之后，此前每月平均发生6起的汇款诈骗案件减少了一半。

但富士通的松尾称：“这项技术还需要很长时间才能达到实用水平。”其原因是，要防范汇款诈骗，除了导入检测技术之外，还需要像冈山县的例子一样，由警方、银行及亲属等多方相关人员建立起广泛的“防汇款诈骗基础设施网络”。

另外，虽然尚未实现产品化，但富士通还在开发可将这项技术应用于安卓智能手机的应用。今后除了固定电话之外，以使用智能手机的人为对象的犯罪案件也有可能快速增加，估计该技术的用武之地很大。

富士通还在为安卓智能手机开发嵌入了汇款诈骗引诱通话检测技术的应用程序。

汇款诈骗的伎俩一年比一年高。采用语音技术的新型防范对策能否成为防止犯罪的杀手锏呢？人们对其抱有很高的期望。（日经技术在线！ 供稿）