Chỉ cần 3 giây: AI sao chép giọng nói của bạn từ mạng xã hội như thế nào

Cuộc gọi đến lúc 23 giờ 40 một đêm thứ Ba. Là con gái bạn, đang khóc, nói rằng vừa xảy ra tai nạn, con đang ở đồn cảnh sát và không được nói chuyện lâu. Một người lớn giọng điềm tĩnh cầm máy và giải thích về khoản tiền tại ngoại. Đúng là giọng con bé: cao độ ấy, tiếng nấc trong hơi thở ấy, cả cách nó gọi tắt tên bạn. Tất cả được lắp ghép từ một video nấu ăn dài mười chín giây con bé đăng ba tuần trước, còn con bé thì đang ngủ trên gác.

Sao chép giọng nói bằng AI từ mạng xã hội đã thôi là màn trình diễn trong phòng thí nghiệm và trở thành một cuộc điện thoại bình thường. Theo nghiên cứu do McAfee công bố, khoảng ba giây âm thanh sạch là đủ để tạo ra bản sao giống bản gốc đến mức khó phân biệt, và chỉ vài câu nói là ra được thứ mà hầu hết người thân không thể tách khỏi giọng thật khi đang căng thẳng. Theo báo cáo Consumer Sentinel Network Data Book của FTC cho năm 2024, người tiêu dùng khai báo mất khoảng 2,95 tỷ USD vì lừa đảo mạo danh, đúng nhóm mà cuộc gọi này thuộc về, và đó mới chỉ là những người đã đứng ra trình báo.

Điều khó chịu là chẳng có gì bị hack, bị đánh cắp hay bị rò rỉ cả. Nguyên liệu thô chính là nội dung bạn đã chủ động đăng lên.

Trả lời nhanh

Sao chép giọng nói bằng AI từ mạng xã hội là gì?

Sao chép giọng nói là quá trình lấy một đoạn mẫu ngắn của người thật đang nói rồi tạo ra một mô hình tổng hợp có thể đọc bất cứ câu gì bằng giọng đó, bất cứ lúc nào, với cảm xúc điều chỉnh được. Công nghệ này sinh ra để phục vụ người khuyết tật, lồng tiếng và đọc sách nói. Chính những công cụ ấy, cùng các bản sao miễn phí của chúng, giờ là đồ nghề tiêu chuẩn trong lừa đảo mạo danh.

Mạng xã hội là nguồn được ưa chuộng vì âm thanh ở đó gần như lý tưởng. Video ngắn được quay cách micro vài centimet, trong phòng yên tĩnh, người nói hướng thẳng vào điện thoại và phát âm thật rõ để chiều thuật toán. Một clip nấu ăn, một video tập gym, một bài phát biểu tốt nghiệp, lời chúc mừng đám cưới ai đó gắn thẻ bạn, một buổi phát trực tiếp, một tin nhắn thoại được chuyển tiếp vào nhóm chat, thậm chí lời chào hộp thư thoại của bạn: mỗi thứ đều là một bộ dữ liệu huấn luyện sạch. Tài khoản công khai thì thu thập hàng loạt dễ như bỡn, và kẻ lừa đảo chỉ cần tìm một cái tên.

Đây là bước dịch chuyển then chốt, và là lý do mối đe dọa này thật ra không nhắm vào bạn. Giọng của bạn là tài sản, nhưng mục tiêu là người sẵn sàng buông mọi thứ vì bạn. Bản sao giọng hiếm khi được dùng để giả bạn trước ngân hàng. Nó được dùng để giả bạn trước chính mẹ bạn.

Lừa đảo sao chép giọng nói bằng AI diễn ra ra sao, từng bước một

Gần như mọi vụ đều đi qua đúng năm giai đoạn giống nhau, và nhận ra được trình tự ấy chính là thứ giúp một người chặn đứng nó ngay giữa chừng.

1. <strong>Thu thập.</strong> Một hồ sơ công khai bị quét sạch mọi clip có tiếng nói. Ba giây là mức sàn; ba mươi giây là thoải mái. Không hề có bất kỳ liên hệ nào với người bị lấy giọng.
2. <strong>Vẽ bản đồ quan hệ.</strong> Ảnh gắn thẻ, lời chúc sinh nhật, danh sách người theo dõi và phần chú thích để lộ ai là cha mẹ, ông bà, bạn đời và chủ lao động. Chính tấm bản đồ đó quyết định ai sẽ nhận cuộc gọi.
3. <strong>Dựng kịch bản.</strong> Bị bắt giữ, tai nạn xe, nhập viện, mất điện thoại, bị bắt cóc, hoặc một lệnh chuyển khoản gấp từ sếp. Kịch bản phải ngắn vì gọi lâu là gặp rủi ro có câu hỏi mà bản sao không trả lời nổi.
4. <strong>Thực hiện cuộc gọi.</strong> Số hiển thị bị giả mạo cho giống số nội địa hoặc số quen. Bản sao giọng nói vài câu, hoảng loạn và hối hả, rồi chuyển máy cho một đồng phạm bằng xương bằng thịt đóng vai cảnh sát, luật sư, y tá hay trợ lý.
5. <strong>Rút tiền thật nhanh.</strong> Tiền bị đòi qua chuyển khoản, thẻ quà tặng, tiền mã hóa, ứng dụng thanh toán hoặc người tới tận nơi nhận tiền mặt, luôn kèm một lý do để bạn không được cúp máy và không được gọi cho ai khác.

Dấu hiệu cảnh báo lộ ra một giọng nói do AI sao chép

Chỉ cần một trong những dấu hiệu sau là đủ để dừng cuộc trò chuyện và tự đi xác minh độc lập.

• <strong>Hối thúc cực độ kèm lệnh cấm cúp máy.</strong> Chuyện khẩn cấp thật thì chịu được một cuộc gọi lại. Người khăng khăng bắt bạn giữ máy là đang bảo vệ kịch bản, không phải bảo vệ bạn.
• <strong>Chuyển máy ngay cho một người lạ.</strong> Người thân chỉ nói vài câu, rồi một người lớn giọng điệu như cán bộ tiếp quản và lo hết phần thương lượng.
• <strong>Đòi giữ bí mật.</strong> Đừng nói với bố, đừng gọi cho chị gái, luật sư bảo phải giữ kín. Sự cô lập là thứ duy nhất ngăn cách vụ lừa đảo với một lần xác minh mất ba mươi giây.
• <strong>Thanh toán không truy vết được.</strong> Thẻ quà tặng, tiền mã hóa, chuyển khoản, một ứng dụng thanh toán gửi tới liên hệ mới, hoặc người tới tận nhà nhận tiền mặt. Không tòa án, bệnh viện hay lực lượng cảnh sát nào thu tiền theo kiểu đó.
• <strong>Cảm xúc phẳng lặng bên dưới câu chữ.</strong> Giọng sao chép thường đúng ngữ điệu nhưng sai nhịp: ngắt nghỉ ở chỗ lạ, hơi thở không khớp với tiếng nức nở, các câu kết thúc đều đặn một cách bất thường.
• <strong>Không có ký ức chung cụ thể nào.</strong> Người gọi né mọi câu hỏi mà chỉ người thật mới trả lời được, viện cớ đang sốc, đường truyền kém hoặc bị giới hạn thời gian.
• <strong>Âm thanh nền không khớp bối cảnh.</strong> Đồn cảnh sát, hành lang bệnh viện hay lề đường không bao giờ im lặng. Âm thanh sạch như trong phòng thu phía sau một vụ tai nạn ven đường là dấu hiệu lộ tẩy.

Nhận được tin nhắn thoại, video hay clip chuyển tiếp đáng ngờ? Quét bằng Truvizy để nhận kết luận rõ ràng chỉ trong vài giây, hoàn toàn miễn phí.

Truvizy phát hiện lừa đảo giọng nói AI bằng cách nào

Quyết định trong những vụ này được đưa ra trong khoảng chín mươi giây, giữa đêm, bởi một người đang hoảng sợ. Đó chính là khoảng trống mà Truvizy được xây dựng để lấp. Hãy tải tin nhắn thoại, đoạn video hoặc clip được chuyển tiếp vào nhóm chat gia đình lên truvizy.app, hệ thống phát hiện dựa trên AI của Truvizy sẽ chạy phân tích nhiều lớp trên phần âm thanh cùng mọi nội dung đi kèm, tìm những dấu vết mà quá trình tạo sinh tổng hợp để lại trong lời nói và trong hình ảnh, đồng thời đọc cả nội dung tin nhắn xung quanh để nhận ra kiểu hối thúc, đòi giữ bí mật và yêu cầu thanh toán vốn là đặc trưng của lừa đảo mạo danh.

Kết quả là một kết luận rõ ràng chứ không phải một bản báo cáo kỹ thuật, bởi người cần tới nó đang bị hối thúc một cách có chủ đích. Truvizy dùng thử miễn phí và lần quét đầu tiên không cần tài khoản, điều đó rất quan trọng khi lựa chọn còn lại là một lệnh chuyển tiền. Bạn có thể bắt đầu từ công cụ quét Truvizy. Để hiểu bức tranh rộng hơn về cách những cuộc gọi này được thực hiện, bài lừa đảo sao chép giọng nói bằng AI của chúng tôi phân tích sâu phần cơ chế bên phía điện thoại.

Phải làm gì khi nhận được cuộc gọi giả giọng

Hãy làm theo đúng thứ tự sau. Riêng hai bước đầu đã chặn đứng hẳn phần lớn các cuộc gọi kiểu này.

Cúp máy và gọi lại bằng số bạn đã có sẵn. Không phải số vừa gọi tới, cũng không phải số người gọi đọc cho bạn. Hãy dùng đúng liên hệ đã lưu trong điện thoại. Nếu không ai bắt máy, hãy gọi cho một người thân khác. Bản sao giọng không thể nhấc máy điện thoại thật.

Hỏi mật khẩu gia đình. Hãy thống nhất một cụm từ ngay hôm nay, giữ nó ngoài mọi nền tảng, và chọn cụm từ không người theo dõi nào đoán nổi. Sao chép giọng nhân bản được âm thanh, không bao giờ nhân bản được hiểu biết riêng tư. Bài mật khẩu gia đình của chúng tôi giải thích cách chọn một cụm từ trụ được trước kẻ lừa đảo thật.

Không gửi tiền và không mua thẻ quà tặng. Không lực lượng cảnh sát, tòa án, bệnh viện hay đại sứ quán nào nhận thanh toán bằng thẻ quà tặng, tiền mã hóa hay người tới nhận tiền mặt. Chỉ riêng yêu cầu đó đã đủ để khép lại vấn đề.

Giữ lại mọi thứ trước khi xóa. Hãy lưu tin nhắn thoại, ghi lại số điện thoại, thời điểm chính xác và số tiền bị đòi, rồi chụp màn hình mọi tin nhắn gửi tiếp sau đó. Đây chính là thứ điều tra viên cần để nối một cuộc gọi với cả một đường dây.

Hãy trình báo. Tại Hoa Kỳ, hãy khai báo với FBI qua ic3.gov và với FTC qua reportfraud.ftc.gov. Ở nơi khác, hãy trình báo với cơ quan phòng chống tội phạm mạng và cơ quan bảo vệ người tiêu dùng của nước bạn. Lừa đảo nhắm vào người cao tuổi bị bỏ sót rất nhiều trong thống kê, và chính các bản khai báo mới biến những cuộc gọi rời rạc thành một vụ án.

Sau đó hãy cắt bớt nguồn âm thanh. Đặt các bài đăng cũ ở chế độ chỉ bạn bè, gỡ bớt video công khai mà phần lớn là bạn đang nói, thay lời chào hộp thư thoại thu bằng chính giọng mình, và nói chuyện trước với những người thân dễ bị gọi tới nhất, trước khi họ bị gọi.

Ghi chú phân tích chuyên môn: sao chép giọng nói bước từ trò lạ sang thứ hàng hóa phổ thông đúng vào lúc yêu cầu về mẫu âm thanh rơi xuống còn vài giây, bởi đó là độ dài âm thanh mà gần như ai có mặt trên mạng xã hội cũng đã đăng sẵn. Bài toán kinh tế giờ nghiêng về số lượng, khi một clip thu thập được có thể nuôi hàng chục cuộc gọi vào cùng một mạng lưới gia đình, và đó là lý do Truvizy coi đây là bài toán xác minh nội dung phương tiện chứ không phải bài toán viễn thông. Thứ nạn nhân thực sự cầm trong tay là một tin nhắn thoại hoặc một clip được chuyển tiếp, và chính thứ đó có thể kiểm tra trong vài giây, trước khi chuyển tiền thay vì sau khi đã chuyển.

Câu hỏi thường gặp

AI cần bao nhiêu âm thanh để sao chép giọng nói của bạn?

Khoảng ba giây lời nói rõ ràng là đủ cho một bản sao dùng được, và vài câu nói là đủ để tạo ra bản sao đầy thuyết phục. Theo nghiên cứu do McAfee công bố, ba giây âm thanh có thể tạo ra một bản sao giọng nói có độ tương đồng cao. Một video TikTok, Reel, Story hay clip sinh nhật được gắn thẻ thường chứa nhiều hơn thế rất nhiều.

Kẻ lừa đảo có thể sao chép giọng tôi từ video TikTok hay Instagram không?

Có. Bất kỳ clip công khai nào bạn nói rõ tiếng đều là dữ liệu huấn luyện, và các nền tảng video ngắn là nguồn lý tưởng vì âm thanh to, sát micro và không có tạp âm nền. Podcast, tin nhắn thoại được chuyển tiếp vào nhóm chat, buổi phát trực tiếp và lời chào hộp thư thoại cũng hiệu quả không kém. Không cần hack bất cứ thứ gì thì chuyện này vẫn xảy ra.

Truvizy có phát hiện được giọng nói do AI sao chép không?

Có. Hãy tải đoạn video, tin nhắn thoại hoặc clip được chuyển tiếp lên truvizy.app, hệ thống phát hiện dựa trên AI của Truvizy sẽ chạy phân tích nhiều lớp trên phần âm thanh cùng mọi nội dung đi kèm, rồi trả về kết luận rõ ràng chỉ trong vài giây. Truvizy được xây dựng cho đúng khoảnh khắc cuộc gọi diễn ra, khi người phải quyết định chỉ có hai phút và không hề rành kỹ thuật.

Lừa đảo giọng nói AI phổ biến đến mức nào và gây thiệt hại bao nhiêu?

Theo báo cáo Consumer Sentinel Network Data Book của FTC, người tiêu dùng khai báo mất khoảng 2,95 tỷ USD vì các vụ lừa đảo mạo danh trong năm 2024, đúng nhóm mà những cuộc gọi này thuộc về. Một khảo sát của McAfee trên 7.000 người trưởng thành cho thấy cứ bốn người thì có một người từng gặp lừa đảo giọng nói AI hoặc biết ai đó đã gặp, và phần lớn những người trả lời đều bị mất tiền.

Mật khẩu gia đình là gì và nó có thực sự chặn được sao chép giọng nói không?

Đó là một cụm từ ngắn chỉ người trong nhà biết, không bao giờ đăng ở đâu, và bất kỳ ai gọi tới tự nhận là người thân đều phải nói ra trước khi tiền hay thông tin cá nhân được chuyển đi. Nó hiệu quả vì công nghệ sao chép chỉ nhân bản giọng nói, không nhân bản được hiểu biết riêng tư. Hãy chọn một cụm từ cụ thể và không thể đoán ra, tránh tên thú cưng hay tên đường, rồi dạy cho những người thân sống một mình.

Lừa đảo sao chép giọng nói bằng AI: cuộc gọi được thực hiện ra sao — Cơ chế bên phía điện thoại của lừa đảo bằng giọng nói tổng hợp

Mật khẩu gia đình: lá chắn tốt nhất trước lừa đảo giọng nói — Cách chọn một cụm từ trụ được trước một cuộc gọi lừa đảo thật

Mạo danh trên mạng xã hội: khi ai đó trở thành bạn trên mạng — Cách các hồ sơ công khai trở thành nguyên liệu thô cho lừa đảo