Home

Prolog: Telefonát, který nikdy neproběhl

„Mami, stala se nehoda…“ – věta, po níž následuje strach, panika a pak převod peněz. V roce 2025 ale ten hlas často nepatří nikomu z rodiny. Je to kompozit, syntetická napodobenina vytvořená během sekund ze střípků zvuku, které zanecháváme všude: v podcastu, herním chatu, na videu z oslavy. Nástroje, které původně slibovaly inkluzi a kreativitu, se dnes nabízejí v šedých katalogách jako „Hlas-as-a-service“. V češtině. S ceníkem. S podporou. A s reklamací, pokud „přednes“ nezní dost věrohodně.

Tento článek mapuje podsvětí generativních hlasů, které už dávno nepůsobí jako kuriozita. Nehledáme návody. Zajímají nás aktéři, ekonomika, škody a limity práva, které se snaží chytit technologii, jež nikdy nespí.

1) Ekosystém: od tréninkových úlomků k „hlasové identitě“

Surovina: úryvky audiozáznamů s přirozenou dikcí. Nejoblíbenějším zdrojem je „nevinné“ sdílení: školní projekty, firemní meetingy, klipy z her, veřejné živé přenosy. Stačí 30–90 sekund čistého vzorku.
Zpracování: šedé služby slibují „klon“ za nízké stovky korun, prémiové balíčky přidají emoce (panika, veselí, unavený tón), dialekt (moravská měkkost vs. pražská svižná artikulace) i věk.
Distribuce: výstupem nejsou jen audio soubory. Stále častěji jde o API přístup, kde lze hlas „volat“ jako běžnou cloudovou službu – do call botů, messengerů, nebo i do „živých“ konferencí.
Anonymizace: poskytovatelé skrývají infrastrukturu za residenční proxy a platby vedou přes anonymizované vouchery či zprostředkovatele. Reklamace řeší „operátoři“ na šifrovaných chatech stejně standardně jako e-shop s botami.

„Trh s hlasem se stal komoditou. Jako kdysi botnety: pronájem po minutách,“ říká bezpečnostní analytik z velké telekomunikační firmy, který si nepřál být jmenován.

2) Nové vzorce podvodů: méně e-mailů, více reality

„Vishing 2.0“ nahradil dávné čtení skriptů realistickými dialogy. Hlavní oběti:

• Rodiny s veřejně dohledatelnými profily (svátky, maturita, dárky).

• Menší firmy, kde majitel rozhoduje po telefonu.

• Seniorní zaměstnanci s přístupem k platbám.

Útočníci kombinují hlas s kontextovým OSINTem: fotka z lyžovačky → „nehoda v Alpách“; story o novém autě → „porucha na dálnici“. Hlas přichází první, text až druhý. A mezitím uběhne pět minut, během kterých se udělá nejvíc chyb.

Novinka roku 2025: „živé deepfaky“ v rámci call-center. Operátor si v reálném čase přepíná náladu a rychlost řeči. Není to filmový trik; je to volba z rozbalovacího menu.

3) Šedá zóna vs. černá zóna: hranice, které se posouvají

Z hlediska práva se svět dělí hůř než dřív:

• Legální jádro: asistivní technologie (hlas pro osoby po operaci), dabing, tvůrčí parodie.

• Šedá zóna: klony bez výslovného souhlasu pro nekomerční testování, „humorné“ výstupy v uzavřených komunitách, anonymní herecké „demáče“. V těchto případech často chybí souhlas i možnost uplatnit právo na podobu hlasu.

• Černá zóna: podvod, vydírání, zásah do cti, zásah do osobnostních práv, poškození cizího jména/firmy, narušení tajemství dopravované zprávy.

Mezi šedou a černou zónou stojí monetizace a úmysl. Služby proto úmysl maskují: v podmínkách deklarují „umělecké účely“, ale marketingem cílí na „obnovu hesel po telefonu“ a „krizové scénáře“.

4) Ekonomie podsvětí: kolik stojí „přesvědčivost“

• Základní klon (do 60 s vzorku): 15–30 € měsíčně přes anonymního prodejce.

• Prémiový klon (5–10 minut vzorku, emoce, dialekt): 60–150 € měsíčně.

• „Živý operátor“ s generativním přednesem: 30–50 € za hodinu „živého hovoru“ (často jako upsell call-center, která kdysi nabízela jen falešnou technickou podporu).

• Garance: některé služby poskytují „refund“, pokud nedojde k „ověřenému přesvědčení příbuzného“ – definice je vágní, ale existuje. V právním boji je to časovaná bomba.

5) Proč tradiční obrana selhává

1. Ověřovací otázky z rodiny už dávno žijí online („jak se jmenovala tvoje první kočka?“).

2. Blacklist hlasů nefunguje – syntéza je variabilní a text-to-speech upraví spektrum během okamžiku.

3. Detekce deepfake je závod s časem: modely detekce se učí na starých datech, generativní modely na nových.

4. Český jazyk už není bariérou: šedý trh nabízí regionální varianty češtiny s překvapivou věrností a přirozenou melodií věty.

6) Kdo jsou zákazníci (a proč to není jen „zločin“)

Vedle podvodníků existují i legitimní, ale eticky sporní konzumenti:

• Marketingové týmy testující „hyperpersonalizované“ spoty bez souhlasu skutečných hlasových předloh („jen interní test!“).

• Tvůrci obsahu, kteří „si půjčí hlas“ populární osobnosti pro parodii – bez jasné licence.

• Mikroprodukce nahrazující dabing voice clonem, protože je to levnější.

Všichni těží z právního vakua kolem „hlasové podoby“. Obraz – fotografie, video – má v právu výrazně jasnější ochranu. Hlas zůstává popelkou.

7) Mikro-příběhy z praxe (rekonstruované, bez návodů)

• „Pantáta účetní“: Hlas majitele malé firmy (stačilo video z obecního plesu) požádal účetní o „rychlou úhradu kauce“ pro obchodníka na cestách. Změna účtu proběhla „jen pro dnešek“. Peníze byly pryč během 12 minut.

• „Syn na lyžích“: Krátká hlasovka se špatným signálem a přesvědčivým afektem. Převod neproběhl díky tomu, že matka zavolala zpět – na skutečné číslo uložené v kontaktu – a syn zvedl telefon.

• „Personálka“: HR oddělení potvrdilo po „hlasovém“ hovoru referenci bývalého zaměstnance. Útočník získal detailní historie projektů a interní postupy. Nic se neposílalo, nic se „nehackovalo“. Jen se mluvilo.

8) Regulační bitevní pole: co dnes (ne)platí

• Osobnostní práva a ochrana podobizny: hlas jako osobnostní projev je chráněn, ale vymahatelnost u přeshraničních služeb kulhá.

• Autorské právo: hlas sám o sobě není „dílo“, ale konkrétní interpretace může být chráněna. Syntetická napodobenina se schovává do šedé zóny.

• Ochrana spotřebitele a klamavé praktiky: kdy je syntetický hlas nutné označit? V mediích se to zavádí, v telemarketingu sotva.

• Telekomunikační rámec: identifikace volajícího, povinné označení automatizovaných hovorů – technicky lze obejít.

• Nadcházející pravidla AI (EU): směřují k transparentnosti a povinnosti označení generativního obsahu. Problém je enforcement: kdo a jak vynutí štítek u hovoru trvajícího 90 vteřin přes anonymizovanou bránu?

9) Posun moci: když se realita láme v uších

Technologie mění rovnováhu sil. Dřív bylo těžké napodobit hlas jedné konkrétní osoby. Dnes je těžké dokázat, že ten hlas nebyl skutečný. Společenský dopad:

• Eroze důvěry v telefon jako médium pro urgentní komunikaci.

• Zdražení bezpečnosti: firmy zavádějí vícefaktorová telefonická hesla, „safe words“ a „call-back“ protokoly.

• Psychologické škody: oběti popisují pocit „zrady reality“ – hlas je intimní stopa, která byla vždy „naše“.

10) Redakční rámec: co s tím (bez technických návodů)

Nebudeme publikovat kroky „jak na to“. Místo toho nabízíme neškodné principy obrany, které nevyžadují žádné speciální know-how:

• Dvoukanálové ověření: pokud jde o peníze, vždy zavolat zpět na dříve uložené číslo, ne na číslo z právě přijaté zprávy.

• Dohodnuté „bezpečné slovo“ v rodině i ve firmě – ne něco veřejného.

• Minimální sdílení čistého audia: veřejná videa ztišit nebo vrstvit hudbou; zvuk z meetingů nesdílet bezdůvodně.

• Vzdělávání recepce/HR/účetních: krátká školení, konkrétní scénáře, právo říci „teď ne, ověřím“.

• Krátké interní „runbooky“ pro neobvyklé platby: kdo má právo je potvrdit a jak. Bez výjimek, i kdyby „volal šéf“.

11) Co čekat v roce 2026

• Konverzační „dvojníci“ s pamětí: klon, který si pamatuje rodokmen a zvyky, protože je napojený na veřejná data.

• Hlasové CAPTCHY: telekomunikační operátoři zavedou nenápadné testy autenticity v reálném čase. Otázka: kolik falešných pozitiv zničí legitimní hovory?

• Soudní spory o hlas: první precedence, které definují, kdy je hlas „podobiznou“ a kdy „stylem“.

• Podzemní pojištění reputace: zrodí se trh služeb, které „hasí“ následky hlasových podvodů – od stahování úniků po koordinaci s bankami.

12) Etická poznámka na závěr

Teprve když slyšíme „sebe“ říkat něco, co jsme nikdy neřekli, pochopíme křehkost moderní identity. Nejsme jen obraz, jsme i zvuk. A ten se stal komoditou.

Na hraně legality se dnes neprodává jen technologie, ale důvěra. Kdo ji zpeněží, koupí si víc než jen pár minut ticha na druhém konci linky.

Glosář

• Vishing: telefonní phishing, snaha vylákat informace nebo peníze.

• Hlasový klon: syntetická napodobenina konkrétního hlasu vytvořená z krátké audio ukázky.

• OSINT: otevřené zdroje informací; dohledávání veřejně dostupných dat.

• API: rozhraní, které umožňuje integrovat službu (zde generativní hlas) do aplikací.

Poznámka redakce

Tento text popisuje fenomén a jeho společenské a právní dopady. Neobsahuje žádné postupy, odkazy ani instrukce k páchání trestné činnosti. Pokud jste se stali obětí hlasového podvodu, obraťte se na svou banku a policii a uchovejte veškeré záznamy komunikace.