The Voiceprint Fallacy: Why Voices Are Not Unique Biometric Imprints

تخيل أنك تحاول التعرف على صديق لك في غرفة مزدحمة وصاخبة. لا يمكنك رؤية وجهه، لكنك تسمعه ينادي اسمك. دماغك يتعرف فوراً على صوته، أليس كذلك؟ يبدو الأمر وكأنه مفتاح سحري، بصمة فريدة من نوعها مصنوعة من الصوت تنتمي إليه وحده. لفترة طويلة، اعتقد العلماء والمحققون الجنائيون أن هذه هي الطريقة التي يعمل بها الصوت تماماً: أن لكل شخص "بصمة صوت" دائمة وغير متغيرة مخبأة داخل حنجرته، تماماً مثل الخطوط الموجودة في إصبعك. بدا هذا المفهوم منطقياً للغاية لدرجة أنه كُتب في القوانين واستُخدم في قاعات المحاكم للإيقاع بالمجرمين. لكن إليك المفاجأة: الأصوات ليست أختاماً ثابتة أو طبعات جامدة. إنها أشبه بنهر حي يتنفس، يغير شكله اعتماداً على حالة الطقس، وتضاريس الأرض، ومزاج المياه. إذا عاملت نهراً كأنه تمثال متجمد، فستحصل على فكرة خاطئة عما يتدفق من خلاله. هذه هي المشكلة الكبرى في نظرية "بصمة الصوت" القديمة، وهي القصة الرئيسية لورقة بحثية جديدة تريد تصحيح المسار.

تجادل الورقة البحثية المعنونة بـ "مغالطة بصمة الصوت"، بأن فكرة "بصمة الصوت" هي أسطورة علمية. وتوضح أنه بينما يحمل صوتك أدلة حول هويتك، إلا أنه ليس علامة فريدة وغير متغيرة. بدلاً من ذلك، صوتك هو مزيج فوضوي ومعقد من جسدك، ومزاجك، وصحتك، وما تقوله، وحتى الميكروفون الذي يسجلك. يوضح المؤلفون، وهم فريق من اللغويين وعلماء الكمبيوتر، أن معاملة الصوت كبصمة إصبع أمر خطير لأنه يتجاهل كل الطرق التي يمكن أن يتغير بها الصوت. ويقترحون أن نتوقف عن البحث عن "تطابق" مثالي ونبدأ في استخدام طريقة أكثر ذكاءً وأمانة لمقارنة الأصوات، طريقة تعترف بالشك وتأخذ في الاعتبار جميع الأسباب المختلفة التي قد تجعل صوتين متشابهين.

خدعة بصمة الصوت العظمى

إذن، لماذا صدق الجميع في بصمة الصوت في المقام الأول؟ بدأ الأمر كله بقطعة تقنية رائعة تسمى "المخطط الطيفي" (spectrograph). تخيل آلة تحول الموجات الصوتية إلى صورة ملونة، تشبه إلى حد ما النوتة الموسيقية ولكن لصوت كامل. في الستينيات، نظر رجل يدعى لورانس كيرستا إلى هذه الصور وقال: "مهلاً، هذه تبدو تماماً مثل بصمات الأصابع! إذا كان بإمكاننا تحديد الأشخاص من خلال خطوط أصابعهم، فيمكننا فعل ذلك بهذه الصور الصوتية". زعم أن طريقته كانت دقيقة بنسبة 99.65%. وبدأت المحاكم تقبل أدلة "بصمة الصوت" هذه، ظناً منها أنها صلبة كالذهب.

لكن الورقة البحثية تشير إلى أن هذا كان خطأً فادحاً. يشرح المؤلفون أن فكرة "بصمة الصوت" هي مغالطة، أي خدعة ذهنية. فهي تأخذ شيئاً معقداً ومتغيراً (صوتك) وتتظاهر بأنه شيء بسيط وثابت (ختم). وتجادل الورقة بأن هذا التشبيه ليس خاطئاً فحسب، بل هو خطير. فعندما تعامل الصوت كبصمة إصبع، فإنك تتجاهل حقيقة أن صوتك يتغير في كل مرة تتحدث فيها.

صوتك حرباء، وليس ختماً

فكر في صوتك ليس كنوتة واحدة على البيانو، بل كحرباء. الحرباء تغير لونها بناءً على بيئتها، ومزاجها، وما تأكله. وصوتك يفعل الشيء نفسه تماماً. تفصل الورقة البحثية كل الأسباب التي تجعل صوتك لا يتشابه مع نفسه مرتين أبداً:

• تقلب المزاج: إذا كنت غاضباً، أو حزيناً، أو متحمسًا، فإن صوتك يبدو مختلفاً تماماً. وإذا كنت متعباً أو مريضاً، يتغير مجدداً. حتى مجرد الجفاف يمكن أن يجعل صوتك يبدو خشناً.
• النص (السيناريو): الطريقة التي تقول بها الشيء مهمة. إذا كنت تقرأ نصاً، أو تتحدث إلى طفل، أو تصرخ فوق مروحة صاخبة، فإن صوتك يغير إيقاعه. قد تتحدث ببطء أكبر، أو بصوت أعلى، أو بنبرة مختلفة فقط ليتم فهمك.
• عملية الشيخوخة: على عكس بصمات أصابعك، التي تظل كما هي طوال حياتك، يتغير صوتك بينما تكبر، أو تتقدم في السن، أو تمر بتغيرات هرمونية. الصوت الذي سُجل عندما كنت في العشرين لن يبدو تماماً مثل صوتك في الستين.
• القناع: يمكن للناس أيضاً تغيير أصواتهم عن قصد! يمكنك الهمس، أو تزييف لهجة، أو محاولة محاكاة صوت شخص آخر. تشير الورقة إلى أنه بينما لا يمكنك تغيير كل شيء، يمكنك تغيير ما يكفي لخداع البشر والحواسيب على حد سواء.

بسبب كل هذه التغييرات، يمكن لنفس الشخص أن يبدو مختلفاً جداً في تسجيلين مختلفين. وهنا يكمن الجزء المخيف: يمكن لشخصين مختلفين أن يبدوا متشابهين بشكل مفاجئ، خاصة إذا كانا يسجلان في ظروف مختلفة أو يتحدثان بكلمات مختلفة.

"بصمة صوت" الكمبيوتر ليست سحراً أيضاً

قد تفكر: "حسناً، لكن الحواسيب ذكية. لا بد أنها وجدت بصمة الصوت الحقيقية". تقول الورقة: "ليس بهذه السرعة". تستخدم الحواسيب الحديثة رياضيات معقدة لتحويل الأصوات إلى أكواد رقمية (تسمى "التضمينات" أو embeddings). صحيح أن هذه الحواسيب جيدة في التمييز بين الأصوات، لكنها لا تجد بطاقة هوية سحرية وغير قابلة للتغيير.

توضح الورقة أن هذه الأكواد الحاسوبية هي في الواقع مزيج من كل شيء: من يتحدث، وماذا يقولون، والضوضاء في الخلفية، وحتى نوع الميكروفون المستخدم. إذا سجلت نفس الشخص بهاتف رخيص مقابل ميكروفون استوديو، فقد يعتقد الكمبيوتر أنه شخص مختلف. الكمبيوتر لا يرى "بصمة صوت"؛ بل يرى لقطة للحظة زمنية محددة. ويحذر المؤلفون من أنه مجرد حصول الكمبيوتر على درجة عالية تقول "هذا يتطابق"، لا يعني أنه حقيقة مثالية وغير قابلة للتغيير. بل يعني فقط أن التسجيلين يبدوان متشابهين تحت تلك الظروف المحددة.

خطر التزييف العميق (Deepfake)

تتحدث الورقة أيضاً عن مشكلة جديدة ومخيفة: التزييف العميق. وهذا عندما يقوم الذكاء الاصطناعي بإنشاء صوت مزيف يبدو تماماً مثل صوت شخص حقيقي. يقدم المؤلفون أمثلة لمجرمين يستخدمون الذكاء الاصطناعي لخداع الناس لتحويل ملايين الدولارات عبر التظاهر بأنهم مديروهم.

إليك الجانب الصادم: تقول الورقة إنه حتى لو بدا التزييف العميق مثل صديقك بنسبة 100%، فهذا لا يعني أن صديقك هو من تحدث. فكرة "بصمة الصوت" القدية تفترض أنه إذا بدا الصوت مثلك، فلا بد أنه أنت. ولكن مع التزييف العميق، تُكسر هذه القاعدة. فالصوت المزيف يمكن أن يبدو مثل شخص حقيقي دون أن يفتح ذلك الشخص فمه أبداً. وهذا يثبت أن "الصوت" ليس بصمة إصبع فريدة؛ بل هو مجرد نمط من الصوت يمكن نسخه.

ماذا يجب أن نفعل بدلاً من ذلك؟

إذن، إذا كانت بصمة الصوت أسطورة، فكيف نحل الجرائم أو نتحقق من الهويات؟ الورقة لا تقول "توقفوا عن استخدام الأصوات". بل تقول "توقفوا عن استخدام القواعد الخاطئة".

بدلاً من السؤال: "هل يتطابق هذان الصوتان تماماً؟" (وهو أمر مستحيل)، تقترح الورقة أن نسأل: "ما مدى احتمالية أن يكون هذا الصوت قادماً من الشخص (أ)، مقارنة بالشخص (ب)، بالنظر إلى جميع التغييرات والظروف؟"

يريدون منا استخدام نظام يعترف بعدم اليقين. تخيل محققاً يقول: "بناءً على الأدلة، من المرجح جداً أن هذا الصوت ينتمي إلى المشتبه به، ولكن علينا أن نأخذ في الاعتبار أن التسجيل كان سيئاً، وأن المشتبه به كان مريضاً، وأن الذكاء الاصطناعي قد يكون زيّفه". هذا ما يسمى بالنهج "الاحتمالي". إنه يشبه قول: "هناك احتمال بنسبة 90% أن هذا هو الشخص الصحيح"، بدلاً من قول "هذا هو الشخص الصحيح بالتأكيد".

الخلاصة

الرسالة الأساسية من هذه الورقة بسيطة ولكنها قوية: الأصوات ليست بصمات أصابع. إنها فوضوية، متغيرة، ومليئة بالمفاجآت. إن فكرة "بصمة الصوت" هي أسطورة خطيرة تجعلنا واثقين أكثر من اللازم في استنتاجاتنا.

يوصي المؤلفون بالتوقف عن استخدام مصطلح "بصمة الصوت" في القوانين والعلوم لأنه يخدعنا بجعلنا نعتقد أن الأصوات هي أختام ثابتة. بدلاً من ذلك، يجب أن نعامل أدلة الصوت كأنها لغز بقطع ناقصة. نحن بحاجة للنظر في كل الأدلة — المزاج، الحالة الصحية، جودة التسجيل، وحتى إمكانية التزييف بواسطة الذكاء الاصطناعي — ومن ثم تقديم تخمين حذر وصادق حول من يتحدث. من خلال القيام بذلك، نتوقف عن التظاهر بأننا نملك مفتاحاً سحرياً ونبدأ في استخدام طريقة أذكى وأكثر موثوقية للاستماع.