Kata sandi keluarga dan pemeriksaan suara penelepon

Tidak, dan itu keputusan yang disengaja. Hari ini belum ada cara andal membedakan suara sintetis dari ucapan sungguhan hanya dari bunyinya: sistem korporat seperti Pindrop dan Hiya menyebut angkanya untuk audio studio yang bersih, sedangkan pada panggilan telepon terkompresi — justru keadaan yang menjadi alasan mereka dibeli — ketepatannya turun ke sekitar dua pertiga. Kami menjawab pertanyaan lain, yaitu apakah suaranya cocok dengan acuan tersimpan, dan jawaban itu kami periksa dengan pengukuran.

Karena tiruan yang bagus memang mirip aslinya — itulah seluruh tujuannya. Cocok dengan acuan hanya berarti tidak ditemukan pertentangan. Pembantahan bekerja ke arah sebaliknya: kalau suaranya jelas berbeda, itu saja sudah cukup untuk menutup telepon dan menghubungi sendiri. Seluruh skalanya dibangun di sekitar ketidaksimetrisan itu, bukan di sekitar persentase kemiripan.

Kata tetap aman persis sampai kebocoran pertama, dan ia bocor bukan lewat peretasan melainkan lewat percakapan: «bagian keamanan bank» meminta orang lanjut usia menyebutkan kata sandi keluarga «untuk pencocokan», dan keluarga tidak pernah tahu. Kata berganti diturunkan dari rahasia bersama lingkaran dan nomor jendela lima menit, jadi yang diucapkan kemarin hari ini tidak berarti apa-apa. Bayarannya: lawan bicara harus membuka halaman yang sama, karena itu kata tetap masih menjadi pilihan bawaan.

Belum tentu, karena itu kata sebelumnya selalu ditampilkan di sebelah kata sekarang. Jendelanya lima menit dan jam di ponsel meleset beberapa detik; kalau panggilan dimulai persis saat pergantian, orangnya membaca kata yang baru saja kedaluwarsa. Cocok dengan salah satu dari keduanya itu wajar. Yang patut dicurigai justru lain: penelepon yang tidak bisa menyebut apa pun, atau yang membelokkan pembicaraan dari pertanyaannya.

Mikrofon dengan pengeras suara mendengar ruangan: pantulan dinding, olahan pengeras suara ponsel, dan suara Anda sendiri — semuanya mengubah spektrum, sedangkan spektrum itulah yang dipakai perbandingan. Pengambilan tab mengambil audio WhatsApp Web, Telegram Desktop, atau Zoom sebelum pengeras suara, jadi perbandingannya bersandar pada suaranya, bukan pada akustik dapur Anda. Pintunya hanya muncul di peramban yang bisa membagikan suara tab, dan sakelar «Bagikan audio» harus dinyalakan di jendela pemilihan.

Rekamannya diolah kode halaman di peramban Anda, dan yang tertinggal di memori perangkat adalah sidik berupa angka: koefisien kepstral rata-rata, kecepatan perpindahan antarbunyi, bentuk spektrum jangka panjang, dan median nada dasar. Suara tidak bisa disusun ulang dari angka-angka itu — cukup untuk membandingkan, tidak untuk diputar. Rekamannya sendiri tidak disimpan setelah perhitungan. Seperti pada halaman mana pun di situs ini, selama bekerja dikumpulkan statistik teknis penggunaan.

Aturan yang mengalahkan teknologi apa pun tetap berlaku: tutup telepon dan hubungi nomor dari buku kontak Anda sendiri, bukan nomor yang menelepon Anda. Kalau tidak ada yang mengangkat, telepon kerabat kedua sebelum melakukan apa pun dengan uang. Kalau orangnya memang dalam kesulitan, lima menit tidak mengubah apa-apa; kalau itu penipu, percakapannya berakhir di situ. Semua isi halaman ini ada untuk memperkuat aturan tersebut, bukan menggantikannya.