Periódico tecnológico · República Dominicana
Ciberseguridad

Un dominio caducado bastó para tomar la cuenta del modelo de voz Kokoro

Investigadores registraron hexgrad.com, restablecieron la contraseña de la cuenta en Hugging Face y demostraron que los pesos del modelo se alteran en 87 segundos sin tocar una línea de código.

Micrófono USB de condensador sobre una base
Micrófono USB de condensador. Foto: Marie-Lan Nguyen / Wikimedia Commons (CC BY 2.5).

El investigador de seguridad Alon Hertz y su equipo no rompieron ninguna defensa de Hugging Face. Registraron un dominio que había quedado libre y, con él, restablecieron la contraseña de la cuenta que publica Kokoro, uno de los modelos de síntesis de voz abiertos más usados del mundo.

El rastro estaba a la vista en el propio repositorio: el archivo DONATE.md del proyecto listaba la dirección hello@hexgrad.com como contacto del desarrollador. El dominio había caducado y cualquiera podía comprarlo. Con el control del correo llegó el restablecimiento de la contraseña, y con él la capacidad de publicar una nueva revisión del modelo con un clic.

Por qué importa un modelo de voz

Kokoro-82M es un modelo de pesos abiertos con licencia Apache 2.0 que convierte texto en audio, con más de 50 voces y varios idiomas. En Hugging Face acumula unos 13 millones de descargas mensuales; los investigadores calculan unos 180 millones en total. Aparece en herramientas de Google, NVIDIA, Intel, AMD y Amazon Web Services, y en decenas de proyectos de código abierto que se instalan con una orden y descargan los pesos automáticamente.

El experimento de los 87 segundos

El equipo demostró lo que se podría haber hecho con ese acceso. Ajustando los pesos con una GPU de consumo, en unas 1.000 iteraciones y 87 segundos, consiguieron que el modelo dijera algo distinto al texto de entrada: con la frase "Here is the cake recipe" ("Aquí está la receta de pastel"), el audio hablaba de una tortilla.

No subieron nada. Lo probaron en local y avisaron a Hugging Face; según su relato, la cuenta ya está asegurada. BleepingComputer no obtuvo respuesta de la plataforma al publicar la noticia.

Lo que ninguna herramienta detecta

Aquí está el punto incómodo. No hay código malicioso, ni firma que buscar, ni cambio de tamaño, formato o arquitectura. El hash del archivo cambia, pero eso es exactamente lo que ocurre en cualquier actualización legítima. Un sistema que se actualiza solo a la última revisión no tiene forma de notar la diferencia.

Un hash responde si el archivo cambió. La pregunta que la industria necesita responder es qué significan esos cambios.

Qué hacer con los modelos que se descargan

  1. Fijar la revisión (pin al commit o al hash) en lugar de seguir la rama principal.
  2. Verificar la procedencia: quién publica, quién controla su dominio de contacto y desde cuándo no hay actividad.
  3. Añadir pruebas de comportamiento, no solo de integridad: comparar salidas esperadas antes de aceptar una versión nueva.
  4. Vigilar los dominios de los publicadores que usa la organización, incluidos los que aparecen en archivos de donación o soporte.

La lección es más amplia que un modelo de voz: la confianza en una herramienta de IA puede sobrevivir a la persona que la ganó, y el nombre y el historial de descargas se ven igual si detrás está el autor o un desconocido.

Fuentes: BleepingComputer · i10X · Informe de Alon Hertz

Compartir WhatsApp Facebook LinkedIn
The Time — Ciberseguridad. Publicado el 20 de noviembre de 2026. Autor: Wilmer Geronimo. Más notas del periódico.

Sigue leyendo

Ciberseguridad

Austria confirma que un atacante vio los datos de su personal diplomático

La brecha ocurrió entre el 12 y el 13 de noviembre, durante un apagón global de Microsoft, y entró por la web del ministerio, que opera un proveedor externo.

Ciberseguridad

Trump admite otro ciberataque al FBI y dice que «podría tener efectos positivos»

El ataque apuntó al Centro de Información Criminal, la base que consultan las policías del país para antecedentes y órdenes. El presidente restó importancia: «Quizá aprendamos cosas que nunca habríamos aprendido».

Ciberseguridad

Un enjambre de agentes encontró por su cuenta un día cero y tomó el servidor en 11 minutos

Amazon Threat Intelligence documenta una campaña en la que agentes autónomos descubrieron y explotaron un fallo desconocido en MONAI Label, software médico de código abierto usado en universidades de Asia Oriental. El parche todavía no tiene versión publicada.

← Volver a la portada