Lừa đảo nhân bản giọng nói AI: Khi tội phạm nghe giống hệt người thân của bạn

Điện thoại reo. Đó là con gái bạn. Cô ấy đang khóc, hoảng loạn, và nói rằng cô ấy bị tai nạn xe hơi. Cô ấy cần bạn chuyển tiền ngay lập tức để trả viện phí. Bạn có thể nghe thấy nỗi sợ trong giọng cô ấy, cái run rẩy đặc trưng khi cô ấy sợ hãi. Bạn lấy ví mà không cần do dự. Nhưng con gái bạn không ở đầu dây bên kia. Giọng nói mà bạn nghe thấy, giọng nói mà bạn có thể nhận ra ở bất kỳ đâu, được tạo ra bởi trí tuệ nhân tạo từ một đoạn clip 10 giây lấy từ tài khoản TikTok của cô ấy.

Lừa đảo nhân bản giọng nói AI là một trong những hình thức gian lận gây tổn thương cảm xúc nặng nề nhất và phát triển nhanh nhất trong năm 2026. Công nghệ đã tiến bộ đến mức tội phạm có thể sao chép hầu như bất kỳ giọng nói nào với độ chính xác đáng kinh ngạc, biến mối liên kết bản năng nhất của con người, âm thanh giọng nói người thân, thành vũ khí. FBI báo cáo số khiếu nại lừa đảo nhân bản giọng nói tăng 300% từ năm 2024 đến 2025, với thiệt hại vượt 500 triệu đô la chỉ riêng tại Hoa Kỳ.

Mối đe dọa nhân bản giọng nói

Lừa đảo nhân bản giọng nói khai thác điều mà không hình thức lừa đảo nào khác có thể sánh: sự tin tưởng bản năng mà chúng ta đặt vào những giọng nói quen thuộc. Con người được lập trình để nhận biết và phản ứng với giọng nói của những người họ yêu thương. Một tin nhắn văn bản hoặc email từ người lạ xin tiền sẽ khiến bạn hoài nghi. Nhưng một cuộc gọi từ con cái, cha mẹ, hoặc vợ/chồng bạn cầu cứu sẽ thúc đẩy bạn hành động. Kẻ lừa đảo đã vũ khí hóa phản ứng sinh học này, và hậu quả thật tàn khốc.

Điều khiến nhân bản giọng nói đặc biệt nguy hiểm là tốc độ mà nó vượt qua tư duy phản biện. Khi bạn nghe thấy người thân trong tình trạng hoảng loạn, não bạn chuyển sang chế độ khẩn cấp. Đánh giá lý trí về tình huống nhường chỗ cho sự thôi thúc áp đảo muốn giúp đỡ. Đến khi bạn có thời gian suy nghĩ rõ ràng, tiền đã được gửi đi rồi.

Công nghệ nhân bản giọng nói AI hoạt động như thế nào

Nhân bản giọng nói hiện đại dựa trên các mô hình học sâu được huấn luyện trên dữ liệu giọng nói. Các mô hình này phân tích mẫu giọng nói và trích xuất các đặc điểm riêng biệt: cao độ, nhịp điệu, giọng vùng miền, kiểu thở, và âm sắc giọng. Sau đó, mô hình tạo ra lời nói mới bằng giọng đó, nói bất cứ nội dung gì người điều khiển nhập vào.

Công nghệ đã trở nên dễ tiếp cận đáng kể. Một số dịch vụ nhân bản giọng nói thương mại có sẵn cho mục đích hợp pháp như đọc sách nói và sáng tạo nội dung. Chính những công cụ này, cùng với các phiên bản mã nguồn mở, bị tội phạm khai thác. Ngưỡng chất lượng để tạo bản sao thuyết phục đã giảm đáng kể. Năm 2023, nhân bản khả dụng cần vài phút âm thanh sạch. Đến 2026, ba đến năm giây thường đã đủ cho bản sao chất lượng điện thoại đánh lừa được người thân.

Khía cạnh thời gian thực đặc biệt đáng lo ngại. Một số công cụ hiện hỗ trợ chuyển đổi giọng nói trực tiếp, cho phép kẻ lừa đảo nói vào micro và giọng nói đầu ra là giọng của đối tượng nhân bản theo thời gian thực. Điều này có nghĩa kẻ lừa đảo có thể trò chuyện thực sự, trả lời câu hỏi và phản ứng với lo ngại của nạn nhân, tất cả trong khi nghe giống hệt người khác.

Phân tích cuộc gọi lừa đảo nhân bản giọng nói

Một cuộc lừa đảo nhân bản giọng nói điển hình tuân theo kịch bản được thiết kế cẩn thận. Cuộc gọi mở đầu bằng một mồi cảm xúc: giọng nói nhân bản nghe hoảng loạn, đau khổ, hoặc đau đớn. Các tình huống phổ biến bao gồm tai nạn xe hơi, bị bắt giữ, bắt cóc, cấp cứu y tế, hoặc bị mắc kẹt ở nước ngoài. Cường độ cảm xúc là có chủ đích, nó ngăn nạn nhân suy nghĩ rõ ràng.

Sau phần thiết lập cảm xúc ban đầu, một người thứ hai thường tiếp quản cuộc gọi, giả danh luật sư, cảnh sát, bác sĩ, hoặc nhân viên bảo lãnh. Người này đưa ra "giải pháp": gửi tiền qua chuyển khoản, thẻ quà tặng, hoặc tiền điện tử để giải quyết tình huống khẩn cấp. Họ nhấn mạnh sự cấp bách và bí mật, "Đừng nói với ai khác, chúng ta cần xử lý nhanh." Sự cô lập này ngăn nạn nhân xác minh câu chuyện với người thân khác có thể vạch trần lừa đảo.

Số tiền yêu cầu thường từ 5.000 đến 50.000 đô la, được tính toán đủ lớn để có lợi nhuận nhưng không quá lớn khiến nạn nhân không thể tiếp cận nhanh. Một số chiến dịch tinh vi thực hiện nhiều cuộc gọi trong vài giờ, leo thang mức độ cấp bách và số tiền trong mỗi lần liên lạc. Thủ thuật tâm lý sử dụng có chung ADN với chiến thuật xây dựng lòng tin trong lừa đảo "mổ heo", dù nhân bản giọng nói hoạt động trên dòng thời gian nhanh hơn nhiều.

Nghĩ rằng bạn nhận được cuộc gọi đáng ngờ? Sử dụng Truvizy để phân tích âm thanh ghi âm tìm dấu hiệu giọng nói do AI tạo.

Các vụ lừa đảo nhân bản giọng nói thực tế

Những câu chuyện thực tế đằng sau lừa đảo nhân bản giọng nói thật ám ảnh. Trong một vụ việc được đưa tin rộng rãi năm 2025, một người mẹ ở Arizona nhận cuộc gọi từ người mà bà tin là con gái 15 tuổi, đang khóc nức nở và nói rằng cô bé bị bắt cóc. Một giọng nam sau đó tiếp quản, đòi 50.000 đô la tiền chuộc. Người mẹ suýt chuyển tiền thì một người bạn gợi ý bà thử gọi trực tiếp cho con gái, người đang ở trường, hoàn toàn an toàn.

Trong một vụ khác, một giám đốc tài chính công ty tại Hồng Kông đã phê duyệt chuyển khoản 25 triệu đô la sau cuộc gọi video với người có vẻ là CEO công ty và một số đồng nghiệp, tất cả đều là deepfake AI với giọng nói nhân bản. Vụ lừa đảo không bị phát hiện cho đến khi CEO thật được liên hệ về giao dịch vài ngày sau. Dù vụ đó liên quan đến deepfake video, lừa đảo nhân bản chỉ giọng nói phổ biến hơn nhiều và đòi hỏi ít kỹ thuật hơn.

Một cặp vợ chồng về hưu ở Florida mất 15.000 đô la sau khi nhận cuộc gọi từ "cháu trai" nói rằng đã bị bắt khi đi du lịch nước ngoài. Giọng nói thuyết phục đến mức ngay cả sau khi cha mẹ cháu trai xác nhận cháu đang an toàn ở nhà, cặp vợ chồng ban đầu không tin, họ chắc chắn rằng họ đã nói chuyện với cháu.

Chiêu lừa đảo người cao tuổi phiên bản nâng cấp

Chiêu "lừa đảo ông bà" truyền thống đã tồn tại hàng thập kỷ: người gọi giả danh cháu đang gặp rắc rối và xin tiền. Điểm yếu khiến phiên bản cũ có thể phát hiện là giọng nói chung chung, kẻ lừa đảo dựa vào việc nạn nhân cao tuổi quá hoảng để nhận ra giọng nói không hoàn toàn khớp. Nhân bản giọng nói AI đã loại bỏ hoàn toàn điểm yếu này. Giọng nhân bản nghe giống hệt cháu, khiến trò lừa đảo gần như không thể phát hiện chỉ bằng tai. Người cao tuổi vẫn là mục tiêu chính, nhưng công nghệ cải tiến đồng nghĩa nạn nhân trẻ hơn, am hiểu công nghệ hơn cũng đang mắc bẫy.

Nhân bản giọng nói nhắm vào doanh nghiệp

Doanh nghiệp đối mặt với mối đe dọa nhân bản giọng nói riêng. Kẻ lừa đảo nhân bản giọng nói lãnh đạo để phê duyệt giao dịch tài chính, mạo danh nhà cung cấp để chuyển hướng thanh toán, hoặc giả danh hỗ trợ IT để lấy thông tin đăng nhập hệ thống. Một khảo sát ngành năm 2025 cho thấy 43% doanh nghiệp lớn đã trải qua ít nhất một cuộc tấn công nhân bản giọng nói. Tác động tài chính lên doanh nghiệp lớn hơn nhiều so với thiệt hại cá nhân, với các vụ đơn lẻ đôi khi vượt hàng triệu đô la. Đối với doanh nghiệp, nhân bản giọng nói là một phần của bối cảnh tấn công kỹ thuật xã hội rộng hơn bao gồm cả tấn công xâm nhập email doanh nghiệp được trình bày chi tiết trong hướng dẫn lừa đảo qua email của chúng tôi.

Kẻ lừa đảo lấy giọng nói của bạn ở đâu

Các mẫu âm thanh dùng để nhân bản giọng nói đến từ những nguồn dễ tiếp cận đáng ngạc nhiên. Video mạng xã hội trên TikTok, Instagram, YouTube, và Facebook là nguồn chính, hầu hết người dùng không nhận ra rằng mỗi video họ đăng cung cấp nguyên liệu thô cho nhân bản giọng nói. Tin nhắn thoại là nguồn phổ biến khác, cùng với podcast, bài thuyết trình hội nghị, và thậm chí bản ghi hệ thống điện thoại tự động.

Trong một số trường hợp, kẻ lừa đảo lấy mẫu giọng nói qua các cuộc gọi sơ bộ. Họ có thể gọi và hỏi vài câu dưới dạng khảo sát, cuộc gọi đánh giá mức độ hài lòng, hoặc nhầm số. Một cuộc trò chuyện ngắn đủ để tạo bản sao giọng nói khả dụng. Kỹ thuật này đặc biệt hiệu quả vì đối tượng hoàn toàn không biết giọng nói của họ đã bị thu thập.

Bảo vệ gia đình bạn khỏi lừa đảo nhân bản giọng nói với công nghệ phát hiện deepfake âm thanh của Truvizy.

Cách phát hiện và xác minh giọng nói nhân bản

Phát hiện giọng nói nhân bản bằng tai cực kỳ khó, nhưng không phải không thể. Giọng nhân bản đôi khi có dấu hiệu tinh tế: khoảng dừng hơi bất thường giữa các câu, tiếng ồn nền nhất quán không thay đổi khi di chuyển, biểu cảm cảm xúc hơi lệch, và câu trả lời đôi khi không khớp ngữ cảnh hội thoại. Tuy nhiên, chỉ dựa vào phát hiện là không đủ, xác minh mới là phòng thủ mạnh hơn.

Phương pháp xác minh đơn giản nhất là cúp máy và gọi lại cho người đó bằng số điện thoại đã biết. Nếu cuộc gọi là thật, họ sẽ trả lời. Nếu là lừa đảo, bạn đã phá vỡ sự kiểm soát cuộc trò chuyện của kẻ lừa đảo. Khi không thể liên lạc trực tiếp, hãy gọi cho thành viên gia đình hoặc bạn bè đáng tin cậy để xác minh sự an toàn và vị trí của người đó. Công cụ phân tích nội dung sử dụng AI cũng đang được phát triển để phát hiện âm thanh nhân bản, phân tích các mẫu phổ âm khác biệt giữa giọng nói tự nhiên và tổng hợp.

Xây dựng kế hoạch bảo vệ gia đình

Biện pháp phòng thủ hiệu quả nhất chống lại lừa đảo nhân bản giọng nói là mật khẩu gia đình, một từ hoặc cụm từ bí mật chỉ các thành viên gia đình biết, phải được sử dụng để xác minh danh tính trong các cuộc gọi bất ngờ. Chọn thứ dễ nhớ nhưng không thể đoán từ mạng xã hội hoặc thông tin công khai. Thảo luận trực tiếp, không qua kênh kỹ thuật số. Mọi người trong gia đình nên biết: nếu ai đó gọi tự xưng là thành viên gia đình trong tình huống khẩn cấp, hãy hỏi mật khẩu trước.

Ngoài mật khẩu, hãy thiết lập quy trình gia đình cho cuộc gọi khẩn cấp. Thống nhất rằng không ai gửi tiền chỉ dựa trên cuộc gọi điện thoại, dù có cấp bách đến đâu. Tạo chuỗi liên lạc: nếu bạn nhận cuộc gọi đáng lo từ một thành viên gia đình, hành động đầu tiên là liên hệ thành viên khác để xác minh. Thảo luận các tình huống này với người thân cao tuổi có thể ít hiểu biết về công nghệ và dễ bị tổn thương hơn trước thao túng cảm xúc.

Giảm dấu vết giọng nói trực tuyến khi có thể. Cân nhắc cài đặt quyền riêng tư cho video mạng xã hội, giới hạn lời chào hộp thư thoại ở tin nhắn chung thay vì cá nhân, và cẩn thận khi đăng nội dung giọng nói công khai. Khám phá giải pháp bảo vệ toàn diện bao gồm khả năng phát hiện bằng AI cho deepfake âm thanh và video. Khi công nghệ nhân bản giọng nói tiếp tục cải thiện, sự kết hợp giữa quy trình xác minh của con người và phân tích AI cung cấp phòng thủ mạnh nhất chống lại hình thức lừa đảo cực kỳ cá nhân này.

Phát hiện email lừa đảo — Cách tấn công kỹ thuật xã hội AI mở rộng từ cuộc gọi đến email.

Mạo danh trên mạng xã hội — Cách kẻ lừa đảo thu thập ảnh và thông tin cá nhân của bạn cho tấn công mạo danh.

Cách Truvizy phát hiện lừa đảo — Tìm hiểu cách phân tích AI phát hiện deepfake âm thanh và nội dung giọng nói nhân bản.