Kalypta : un outil d'IA pour bloquer les enregistreurs automatiques d'appels
Deveillance lance Kalypta, une solution locale basée sur l'IA qui injecte du bruit adversarial dans les flux audio pour perturber la reconnaissance vocale automatique des services comme Wispr et Granola.
Les enregistreurs de réunions, désormais omniprésents dans chaque appel, suscitent souvent l'agacement. Cette intrusion est particulièrement problématique lorsqu'elle se produit à votre insu via des services tels que Wispr ou Granola.
Pour contrer cette pratique, les développeurs de Deveillance ont créé une contre-mesure : le produit Kalypta.
Fonctionnement
Un modèle de langage (LLM) exécuté localement, entraîné de manière adversariale contre les modèles de transcription vocale, ajoute du bruit adversarial à votre flux audio en temps réel. Ce bruit dégrade la reconnaissance vocale côté destinataire, rendant les transcriptions automatiques inutilisables.
Inconvénients
Il arrive que ce bruit rende votre parole difficile à comprendre, même pour des interlocuteurs humains.
Perspectives
Les développeurs de modèles de transcription devront régulièrement réentraîner leurs algorithmes pour assurer leur robustesse face à ce type d'attaques.
Si l'équipe parvient à masquer efficacement le bruit tout en affinant le produit, Kalypta deviendra un outil précieux pour préserver la confidentialité des appels.
Pourquoi c'est important
AnalyseCette innovation marque une étape cruciale dans la course aux armements entre les services de transcription par IA et les outils de protection de la vie privée, offrant aux utilisateurs un moyen concret de sécuriser la confidentialité des communications professionnelles.
Discuter dans la communauté
Partagez vos questions et vos idées avec les développeurs
Lié dans l'écosystème
Guides pratiques, terminologie clé et compétences d'agents
Fuite de données via les chatbots (Data Leakage)
Risque de compromission des secrets d'entreprise, des mots de passe et des données personnelles sensibles en raison de leur transmission involontaire à des chatbots cloud publics (ChatGPT, Claude, Copilot). Comment sécuriser les comptes et désactiver l'entraînement des modèles sur vos requêtes.
Inférence locale de LLM (Local LLM Inference)
Exécution autonome de grands modèles de langage directement sur le matériel du développeur (Apple Silicon, GPU NVIDIA), garantissant une confidentialité absolue et une dépendance nulle à Internet.
DeepSeek Harness présente Creator Mode pour créer ses propres plugins
DeepSeek Harness a ajouté un Creator Mode qui permet aux utilisateurs de créer leurs propres plugins, espaces de travail, outils et interfaces. Les développeurs ont également publié les prompts en anglais et en chinois utilisés pour créer les plugins de démonstration.
Huit plugins utiles pour DeepSeek Harness qui étendent les capacités de DSH
Une sélection de plugins ajoute la recherche de plugins, la génération d’images, la mémoire à long terme, le contrôle à distance et l’analyse du contexte à DeepSeek Harness.