किसी अपने की आवाज़ में आया वॉइस नोट, बैंक के नाम पर आई कॉल, या कोई रिकॉर्डिंग जिस पर भरोसा करने से पहले जाँचना ज़रूरी है — यह गाइड उसी के लिए है। ऑडियो अपलोड कीजिए और कुछ ही सेकंड में पता चलेगा कि आवाज़ असली इंसान की है या मशीन से बनाई गई। रोज़ 3 जाँच मुफ़्त, बिना साइनअप, और आपका ऑडियो कभी सेव नहीं होता।
कुछ भी जाँचने से पहले, कुछ भी पढ़ने से पहले। ये तीनों तब भी काम करते हैं जब आपके पास कोई रिकॉर्डिंग न हो।
जाँच इस पर नहीं होती कि क्या बोला गया। जाँच इस पर होती है कि आवाज़ बनी कैसे।
इंसान की आवाज़ एक लंबे भौतिक रास्ते से होकर फ़ाइल तक पहुँचती है — गले और मुँह से हवा निकलती है, कमरे की दीवारों से टकराती है, माइक्रोफ़ोन तक पहुँचती है। हर चरण अपनी अनियमितता जोड़ता है: साँस, होंठ और जीभ की हल्की आवाज़ें, कमरे का शोर जो कभी पूरी तरह चुप नहीं होता, और शब्दों के बीच हर बार अलग लंबाई का ठहराव।
AI से बनी आवाज़ यह पूरा रास्ता छोड़ देती है। मॉडल सीधे सीखे हुए पैटर्न से ध्वनि तैयार कर देता है। वह उन चीज़ों की नकल बहुत अच्छी करता है जिन्हें हम ध्यान से सुनते हैं — आवाज़ का भारीपन, लहजा, उतार-चढ़ाव — और उन चीज़ों में कमज़ोर रहता है जिन्हें हम सुनते तो हैं पर ध्यान नहीं देते।
| संकेत | असली रिकॉर्डिंग में | AI आवाज़ में अक्सर |
|---|---|---|
| साँस और मुँह की आवाज़ | साँस लेना सुनाई देता है, कभी अटकना, कभी होंठों की हल्की आवाज़ | साँस या तो होती ही नहीं, या हर बार बिल्कुल एक जैसी जगह पर |
| ठहराव का समय | शब्दों के बीच का अंतर हर बार बदलता है | ठहराव एक सीमित, एक-सा दायरा बनाए रखते हैं |
| बैकग्राउंड शोर | कमरे की हल्की आवाज़ चुप्पी में भी चलती रहती है | चुप्पी असली कमरे से भी ज़्यादा साफ़, या शोर बोलने के साथ शुरू-बंद होता है |
| ध्वनि की बारीक बनावट | ऊँची फ़्रीक्वेंसी तक बिखरी हुई, बेतरतीब जानकारी | ज़्यादा चिकनी और नियमित बनावट, कभी एक साफ़ सीमा जहाँ जानकारी रुक जाती है |
| भावना | घबराहट या ग़ुस्सा शब्दों के साथ घटता-बढ़ता है | भाव एक ही स्तर पर टिका रहता है, या बोले जा रहे शब्दों से मेल नहीं खाता |
इनमें से कोई एक संकेत अकेले फ़ैसला नहीं करता। एक अच्छे स्टूडियो में रिकॉर्ड की गई असली आवाज़ भी संदेह के दायरे में आ सकती है, और स्पीकर पर बजाकर दोबारा रिकॉर्ड की गई नकली आवाज़ में कमरे का असली शोर आ जाता है। इसीलिए नतीजा हाँ या ना में नहीं, भरोसे के स्कोर के साथ आता है।
यह वह हिस्सा है जिसे ज़्यादातर टूल छोड़ देते हैं। हम इसे शुरुआत में ही रख रहे हैं।
जो सच है: जाँच ऑडियो की बनावट पर होती है, बोली जा रही भाषा पर नहीं। ऊपर बताए गए संकेत — साँस, ठहराव, शोर की सतह, ध्वनि की बारीकी — भाषा पर बहुत कम निर्भर करते हैं। इसलिए यह टूल सिर्फ़ अंग्रेज़ी तक सीमित नहीं है और हिंदी ऑडियो पर चलता है।
जो हम नहीं कहेंगे: हमने हिंदी के लिए अलग से मापा गया सटीकता का आँकड़ा प्रकाशित नहीं किया है। इसलिए हम यह दावा नहीं करेंगे कि हिंदी पर नतीजे उतने ही भरोसेमंद हैं जितने अंग्रेज़ी पर। जो मापा नहीं गया, उसका दावा करना बेईमानी होगी — भले ही ऐसा दावा बेचने में आसान होता।
.opus होते हैं और सीधे नहीं चलेंगे — उन्हें पहले बदलना पड़ेगा (नीचे देखें)।WhatsApp वॉइस नोट Opus फ़ॉर्मैट में रिकॉर्ड होते हैं और .opus नाम से सेव होते हैं। हमारा डिटेक्टर इस फ़ॉर्मैट को सीधे स्वीकार नहीं करता, इसलिए पहले इसे MP3 या M4A में बदलना ज़रूरी है।
WhatsApp/Media/WhatsApp Voice Notes/ में भी मिल जाता है।.mp3 कर देने से वह MP3 नहीं बन जाती — उसे असल में दोबारा एन्कोड करना पड़ता है। और किसी अनजान ऑनलाइन कन्वर्टर पर संवेदनशील रिकॉर्डिंग अपलोड करने से बचिए; VLC यह काम आपके अपने डिवाइस पर कर देता है। पूरी WhatsApp गाइड यहाँ है (अंग्रेज़ी में)।
किसी की आवाज़ की नक़ल बनाना अब मुश्किल काम नहीं रहा। कुछ सेकंड का नमूना काफ़ी होता है, और वह नमूना सोशल मीडिया के वीडियो, वॉइस मैसेज, या किसी रिकॉर्ड की गई कॉल से आसानी से मिल जाता है।
इसकी असली ताक़त ऑडियो की गुणवत्ता नहीं है। असली ताक़त यह है कि जानी-पहचानी आवाज़ सुनते ही हमारी सोचने-समझने की गति रुक जाती है। किसी अनजान नंबर से आया मैसेज शक पैदा करता है; अपनी बेटी की घबराई हुई आवाज़ नहीं करती — और पूरी स्क्रिप्ट आपको उसी पहले मिनट में रोके रखने के लिए बनी होती है।
नुक़सान न हुआ हो तब भी शिकायत कीजिए। कोशिश की गई ठगी की रिपोर्ट से ही जाँच एजेंसियाँ एक ही गिरोह को कई शिकायतों में जोड़ पाती हैं।
फ़ोन: 1930
पैसे जा चुके हों तो सबसे तेज़ रास्ता यही है। पहले बैंक, फिर 1930।
लिखित शिकायत यहाँ दर्ज होती है, और आप उसकी स्थिति भी देख सकते हैं।
कार्ड या बैंक की आधिकारिक वेबसाइट पर दिया फ़्रॉड नंबर।
पैसा निकल चुका हो तो यह पहला फ़ोन होना चाहिए, बाकी सब बाद में।
ख़ास तौर पर, इन फ़ैसलों के लिए यह अकेला काफ़ी नहीं है:
हम नहीं बताते कि कौन-सा AI टूल इस्तेमाल हुआ। ElevenLabs, OpenAI या कोई और — यह पहचानना इंसान बनाम मशीन बताने से कहीं ज़्यादा कठिन काम है, और हमारा डिटेक्टर यह नहीं लौटाता। अंदाज़ा दिखाने से बेहतर है कुछ न दिखाना।
हम यह भी नहीं कहते कि आवाज़ किसकी है। यह टूल यह नहीं बताता कि रिकॉर्डिंग में बोलने वाला कोई ख़ास व्यक्ति है या नहीं। वह एक अलग काम है और यह टूल वह नहीं करता।
ये पेज फ़िलहाल अंग्रेज़ी में हैं।
स्कैम कॉल की पूरी गाइड — पहचान, क्या करें, और भारत, अमेरिका व ब्रिटेन में शिकायत कहाँ करें।
गाइड पढ़ें →वॉइस नोट सेव करने, .opus फ़ाइल बदलने और जाँचने की विस्तृत गाइड।
गाइड पढ़ें →तुलना वाला तरीक़ा — भरोसेमंद रिकॉर्डिंग के साथ मिलाकर जाँचना। हिंदी ऑडियो के लिए सबसे उपयोगी।
गाइड पढ़ें →रोज़ 3 जाँच मुफ़्त, बिना साइनअप। आपका ऑडियो कभी सेव नहीं होता।