Дипфейк на видеозвонке. Что попросить сделать собеседника, чтобы нейросеть себя выдала
Мы собираем нейроаватаров за деньги, и у меня есть список мест, где нейросеть до сих пор промахивается на наших же роликах: поворот головы в профиль, рука у лица, очки. На видеозвонке это три просьбы, которые занимают десять секунд и не требуют никаких программ. Ни одна из них не даёт стопроцентной гарантии: хороший дипфейк на хорошем канале может пройти, а живой человек на плохой связи выглядит подозрительно. Но подделка в реальном времени ломается именно в этих точках, и ниже я объясняю почему.
Clyovo AI делает для бизнеса ролики, нейроаватары, сайты и ботов. Вопрос по статье можно задать в Telegram →

Откуда я знаю, где ломается
Каждый аватар, который мы сдаём клиенту, проходит согласование: человек смотрит своё сгенерированное лицо и ищет, где оно не он. За десятки роликов эти места повторяются. Аватар отлично держит фронтальный план и разговор в камеру, но стоит ему повернуться боком, поднять руку к лицу или надеть очки, как появляются артефакты, которые мы правим или вырезаем при монтаже.
Так было и на аватарах для конференции, и на амбассадоре бренда, который говорит на двух языках: чем ближе кадр к говорящей голове, тем чище результат; чем больше движения и предметов у лица, тем больше правок.
У нас на это есть монтаж и несколько дублей. У мошенника на видеозвонке ничего этого нет: замена лица идёт в реальном времени, кадр за кадром, без права переснять. Поэтому всё, что мы прячем в монтаже, на звонке можно вытащить наружу простой просьбой.
Как устроен дипфейк в реальном времени
Схема такая. Камера снимает лицо мошенника. Программа находит лицо в кадре, определяет положение глаз, носа, рта. Нейросеть, заранее обученная на фотографиях и видео жертвы (вашего начальника, сына, партнёра), рисует его лицо поверх лица мошенника с той же мимикой. Результат склеивается с фоном и отдаётся в виртуальную камеру, которую Zoom, Telegram или другой мессенджер видят как обычную веб-камеру. Голос обрабатывается отдельно, тоже в реальном времени; про это у нас есть статья о клонировании голоса.
Слабое место: обучающие данные. Модель училась в основном на фронтальных фото: лицо в камеру, ничего не перекрывает, свет ровный. Профиль, руки у лица, очки в таких данных редкость. Когда мошенник делает то, чего модель почти не видела, ей нечего подставить, и она либо тянет старое лицо на новое положение, либо мигает исходным.
Плюс задержка: каждый кадр обрабатывается за доли секунды, и при резком движении маска отстаёт от головы.
Остался вопрос по теме?
Напишите в Telegram, ответим в рабочее время. Если нужна работа для бизнеса, опишите задачу: ответим с планом и ценой за 24 часа.
Просьба первая: повернитесь в профиль
Скажите: «Поверните голову вбок, посмотрите на стену». Не на сорок пять градусов: на девяносто, чтобы в камеру смотрело ухо.
Что происходит с подделкой: на профиль модель обучена хуже всего, потому что таких снимков жертвы у мошенника почти нет. Маска либо остаётся полуфронтальной, и лицо выглядит плоским, как приклеенное; либо на повороте проскакивает настоящее лицо; либо граница между щекой и фоном начинает дрожать. Отдельно смотрите на ухо и линию носа сбоку: у живого человека они не меняются, у подделки могут поплыть за секунду.
Живой человек на плохой связи при повороте просто размажется на пару кадров и вернётся чётким. Подделка вернётся с другим лицом или с заметной сшивкой. Если сомнение осталось, попросите повернуться медленно и в другую сторону: чем дольше лицо в профиль, тем дольше видны артефакты.
Просьба вторая: проведите рукой по лицу
Скажите: «Проведите ладонью по лицу, как будто умываетесь». Медленно, от лба к подбородку.
Это проверка на перекрытие. Модель рисует лицо целиком, а рука для неё посторонний объект, который должен быть поверх лица. Подделка ошибается двумя способами. Первый: рука проходит, а лицо просвечивает сквозь неё, пальцы становятся полупрозрачными, и под ними виден нос или глаз. Второй: маска на секунду исчезает под рукой, там мелькают чужие черты, а потом лицо собирается обратно с задержкой.
На наших роликах это правило монтажа: жест у лица либо не даём аватару вообще, либо режем в момент, когда рука уже отошла. На звонке резать нечем.
Если собеседник отказывается или отшучивается, это само по себе не улика: живые люди тоже не любят странных просьб. Но если он делает вид, что не услышал, и возвращает разговор к срочности перевода, это уже второй признак.
Просьба третья: снимите или наденьте очки
Скажите: «Снимите очки на секунду» или, наоборот, «Наденьте очки». Подойдут любые, даже солнечные.
Очки для подделки создают сразу две проблемы. Оправа пересекает лицо, и на границе стекла и щеки видно, где заканчивается маска: линия оправы рвётся, утолщается, исчезает на пару кадров при движении. Стёкла отражают свет комнаты и экрана, а модель этот блик не рисует, потому что не знает, что у мошенника перед лицом. В итоге очки либо без бликов вовсе, либо с бликом, который не двигается вместе с головой.
Если очков под рукой нет, есть четвёртая просьба, которую советуют и специалисты по безопасности: «Повторите за мной фразу», любую, случайную. Клон голоса в реальном времени и синхронизация губ отстают на доли секунды; на быстрой чужой фразе рот и звук расходятся заметнее, чем в заготовленной речи.
Все просьбы вместе занимают меньше двадцати секунд. Живой человек удивится и сделает. Подделка сделает не то или уйдёт от разговора.
Если сомнение осталось
Правило одно: по видеозвонку деньги не переводят. Ни начальнику, ни сыну, ни партнёру, каким бы срочным ни был повод. Завершите звонок и перезвоните сами по номеру из своей записной книжки, не по тому, с которого звонили. Для семьи заведите кодовое слово, о котором не знает никто снаружи. Для бизнеса нужен регламент: любая платёжка, инициированная звонком или сообщением, подтверждается вторым каналом, и бухгалтер вправе задержать её без объяснений.
По сообщениям СМИ, в Гонконге сотрудник финансового отдела крупной компании перевёл мошенникам около 25 миллионов долларов после видеоконференции, в которой все «руководители» были сгенерированы. Никто не попросил никого повернуться в профиль.
И оговорка, которую я повторю: эти признаки не детектор. Технологии меняются быстро, и то, на чём подделка ломается на дату публикации, через год может держаться лучше. Просьбы дают паузу и повод перепроверить, а не приговор. Паузы обычно достаточно: мошенник работает на срочности, и любой перенос разговора ему невыгоден.
Где аватар видно и почему мы это не прячем
Технически наш нейроаватар и дипфейк мошенника это родственники: и то и другое рисует лицо нейросетью. Разница в согласии и в подписи. Мы делаем аватара только самого заказчика, по его материалам и с его письменным согласием, и клиент сам утверждает каждый ролик. Голос клонируем тоже только его владельцу.
Второе: аватар у нас подписан как аватар. Там, где артефакты неизбежны (тот же профиль или жест у лица), мы строим кадр так, чтобы этого движения не было, а не дорисовываем реальность. Зритель знает, что перед ним цифровая версия эксперта. Так работают аватары для конференции, которые мы делали: они выступают вместо человека, но не вместо его согласия.
Если вам нужен такой ведущий для роликов, обучалок или соцсетей, у нас это пакет нейроаватар START: 20 роликов за 120 000 ₽. Для бренда с исследованием аудитории и амбассадором на нескольких языках подойдёт проект от 600 000 ₽.
Частые вопросы
Что спрашивают до заказа и что мы на это отвечаем.
Как понять, что на видеозвонке дипфейк?
Попросите собеседника повернуть голову в профиль на девяносто градусов, провести ладонью по лицу и снять или надеть очки. Подделка в реальном времени плохо держит профиль, перекрытия и оправу: маска дрожит, просвечивает или на секунду показывает другое лицо. Стопроцентной гарантии нет, поэтому любую просьбу о деньгах перепроверяйте звонком по своему номеру.
Можно ли подделать лицо на видеозвонке в реальном времени?
Да. Программа находит лицо в кадре, нейросеть подменяет его лицом другого человека кадр за кадром и отдаёт картинку в виртуальную камеру, которую мессенджер видит как обычную. Голос подменяется отдельно. Слабые места это положения, которых мало в обучающих данных: профиль, руки у лица, очки.
Что делать, если по видео звонит «начальник» и просит срочно перевести деньги?
Не переводить. Завершить звонок и перезвонить самому по номеру из своей книжки, а не по тому, с которого звонили. В компании стоит оформить правило: платёж по звонку подтверждается вторым каналом, и бухгалтер может задержать его без объяснений.
Нейроаватар и дипфейк это одно и то же?
Технология похожая: лицо и голос рисует нейросеть. Разница в согласии: аватар делают самому человеку по его материалам, он утверждает каждый ролик, и аватар подписан как цифровая версия. Дипфейк мошенника использует чужое лицо без ведома владельца.
Как это выглядит на практике
Все кейсы













Аватар для преподавателя
Кубанский ГАУ · доцент А. Э. Богус, курсы ДПО
Есть задача для бизнеса?
Сайт от 80 000 ₽, чат-бот 50 000 ₽, автоматизация 80 000 ₽ за процесс, 20 роликов 120 000 ₽, ИИ-агент 150 000 ₽. Большие проекты с исследованием и брендом: от 600 000 ₽.
Пакеты с фиксированной ценой или проект от 600 000 ₽ →
Не готовы к разговору? Начните с медиакита «Работы студии в одном PDF» в Telegram →