随着深度伪造AI工具的普及，其威胁日益加剧。验证服务提供商Sumsub数据显示，2023至2024年全球深度伪造数量激增245%，部分归因于选举周期临近。企业领域亦受波及，Business.com调查显示10%的公司曾遭遇声音克隆等深度伪造欺诈。
这一趋势为防御类工具厂商带来商机。Pindrop周三宣布获Hercules Capital 1亿美元五年期贷款，CEO Vijay Balasubramaniyan表示资金将专用于产品开发与招聘。
Balasubramaniyan向TechCrunch指出：“生成式AI进步使语音克隆成为强大工具，利用AI检测技术防范呼叫中心欺诈已成为必要手段。”
Pindrop专注于对抗深度伪造及多因素认证产品，主要服务银行及金融行业。公司称其工具识别呼叫中心来电者的准确率高于竞品。
Balasubramaniyan介绍：“Pindrop利用超2000万条合成与真实语音语料训练AI模型，以区分人声与合成音；同时训练超330个文本转语音（TTS）模型，辅助识别生成深度伪造的TTS模型。”
偏见是深度伪造检测模型的常见问题。许多音频模型倾向于识别西方口音，在处理其他口音和方言时表现不佳，易将合法声音误判为伪造。
关于合成训练数据是否缓解或加剧偏见仍有争议。Balasubramaniyan认为前者成立，并称Pindrop产品聚焦声音“声学和频谱时间特征”，而非发音或语言。
他表示：“基于AI的语音识别系统常在音调、口音等方面表现出偏见，可能带来种族影响。这源于训练数据的同质性，缺乏对不同民族、种族、性别等的代表性，限制了数据多样性。”
自2011年由前谷歌员工Balasubramaniyan与前Barracuda Networks首席研究官Paul Judge及Mustaque Ahamad共同创立以来，Pindrop进展显著。这家位于亚特兰大、拥有约250名员工的公司，迄今已从Vitruvian Partners、CapitalG、IVP及Andreessen Horowitz等机构筹集2.3477亿美元风险投资。
针对此次选择债务融资而非股权融资，Balasubramaniyan解释这是一种“有吸引力的选择”，能“高效筹集增长资本”且不稀释股权。
他补充道，贷款将助力Pindrop拓展医疗、零售、媒体和旅游等新行业。
Balasubramaniyan强调：“生成式AI时代全球需求巨大，我们计划进入深度伪造威胁严重的国家。Pindrop已通过欺诈预防、身份验证和活体检测解决方案，帮助企业与消费者抵御日益增长的威胁。”