只要 3 秒：AI 如何用社群影片複製你的聲音，再打給你的家人

電話在星期二晚上十一點四十分響起。是你女兒，她在哭，說出了車禍，人在警察局，而且不能講太久。接著一個語氣冷靜的大人接過電話，說明保釋金要怎麼處理。那個聲音就是她的：音高、換氣時的哽咽、連叫你名字時習慣的簡稱都一模一樣。這個聲音是從她三週前發的一支十九秒料理影片拼出來的，而她本人正在樓上睡覺。

用社群影片做 AI 語音複製，早就不再是實驗室裡的展示，而是一通再平常不過的電話。根據 McAfee 發表的研究，大約三秒鐘乾淨的音訊就足以生成與本人高度相似的複製聲音，而幾句話產出的版本，多數親人在情緒緊繃時根本分不出真假。根據涵蓋 2024 年的美國聯邦貿易委員會消費者哨兵資料年報，消費者通報的假冒身分詐騙損失約為 29.5 億美元，這通電話正屬於這個類別，而這還只是有去報案的那一部分人。

最令人不安的地方在於，整個過程沒有任何東西被駭、被偷或外洩。原料就是你自己刻意公開發布的內容。

快速解答

什麼是用社群影片做的 AI 語音複製？

語音複製，是取一小段真人說話的樣本，做出一個合成模型，讓它隨時可以用那個聲音講出任何內容，而且情緒還能自由調整。這項技術原本是為了無障礙輔助、影片配音與有聲書朗讀而開發的。如今同樣的工具，以及它們的免費版本，已經成為假冒身分詐騙的標準配備。

社群平台之所以是首選來源，是因為那裡的聲音品質接近完美。短影音是在距離麥克風幾公分處錄的，環境安靜，說話的人正對著手機，還會為了演算法刻意咬字清楚。一段料理影片、一則健身動態、一段畢業致詞、一段別人標記你的婚禮致詞、一場直播、一則轉傳到群組的語音訊息，甚至你的語音信箱問候語：每一個都是乾淨的訓練素材。公開帳號要大量收集非常容易，詐騙者只需要搜尋一個名字。

這正是關鍵的轉變，也是為什麼這個威脅其實不是衝著你來的。你的聲音是素材，但目標是那個願意為你放下一切的人。這個複製聲音很少用來對銀行假冒你，它是用來對你自己的母親假冒你。

AI 語音複製詐騙如何運作，一步一步拆解

幾乎每一起案件都會走過同樣的五個階段，而看得出這個順序，正是有人能在中途把它攔下來的原因。

1. <strong>收集素材。</strong>公開帳號會被掃過一遍，抓出所有含有說話聲的片段。三秒是底線，三十秒就很充裕了。整個過程完全不會跟被取聲的人有任何接觸。
2. <strong>畫出人際關係圖。</strong>被標記的照片、生日留言、追蹤名單與貼文文案，會透露誰是父母、祖父母、伴侶與雇主。這張圖決定了電話會打給誰。
3. <strong>編出情境。</strong>被逮捕、車禍、住院、手機被偷、綁架，或是老闆急著要匯一筆款。腳本很短，因為講太久就可能被問到複製聲音答不出來的問題。
4. <strong>撥出電話。</strong>來電顯示會被偽造成本地號碼或熟悉的號碼。複製聲音只講幾句話，慌張又急促，接著就把電話交給一個真人共犯，由他扮演警官、律師、護理師或助理。
5. <strong>快速取款。</strong>對方會要求以電匯、禮物卡、加密貨幣、支付軟體，或派人上門收現金的方式付款，而且一定會編出一個理由，要你不准掛電話、也不准打給任何人。

拆穿 AI 複製聲音的警訊

下面任何一項單獨出現，就足以讓你中止對話，改用其他管道自行查證。

• <strong>極度急迫，而且不准掛電話。</strong>真正的緊急狀況禁得起一次回撥。堅持要你別掛斷的來電者，保護的是腳本，不是你。
• <strong>馬上把電話交給一個陌生人。</strong>親人只講幾句，接著就換成一個聽起來很官方的大人接手，所有交涉都由他來談。
• <strong>要求保密。</strong>別告訴爸爸、別打給你姊姊、律師說這件事要保密。孤立你，是這場詐騙與一次三十秒查證之間唯一的屏障。
• <strong>無法追蹤的付款方式。</strong>禮物卡、加密貨幣、電匯、轉到陌生帳號的支付軟體，或是派人上門收現金。沒有任何法院、醫院或警察機關會用這些方式收錢。
• <strong>話語底下的情緒是平的。</strong>複製出來的語音常常語氣對了，節奏卻不對：停頓的位置很奇怪、呼吸跟哭聲對不上、句尾收得太平均。
• <strong>說不出任何只有你們才知道的往事。</strong>只要問到真人才答得出來的問題，來電者就會閃避，並推說自己嚇壞了、訊號不好或時間不夠。
• <strong>背景音跟情境不合。</strong>警察局、醫院走廊或路邊絕對不會是安靜的。號稱在路邊發生車禍，背後卻是乾淨得像錄音室的音訊，這就露餡了。

收到可疑的語音留言、影片或轉傳片段？用 Truvizy 掃描一下，幾秒鐘就能免費得到一句直白的判讀。

Truvizy 如何識破 AI 語音複製詐騙

這類案件的決定，是在深夜、由一個受到驚嚇的人、在大約九十秒內做出來的。那正是 Truvizy 想要補上的缺口。把語音留言、影片，或轉傳到家族群組的片段上傳到 truvizy.app，Truvizy 的 AI 智慧偵測會對音訊與隨附的媒體做多層分析，找出合成生成在語音與影像中留下的痕跡，同時判讀周邊訊息裡的急迫感、保密要求與付款話術，這些正是假冒身分詐騙的特徵。

結果是一句直白的判讀，而不是一份技術報告，因為需要它的那個人正被刻意催促著。Truvizy 可以免費試用，第一次掃描不需要註冊帳號，而當另一個選項是直接電匯出去時，這一點特別重要。你可以直接從 Truvizy 掃描器開始檢測。想了解這類電話是怎麼撥出來的完整脈絡，我們的AI 語音複製詐騙指南深入拆解了電話端的運作機制。

接到複製聲音的來電該怎麼辦

請照這個順序行動。光是前兩步，就足以直接終結大多數這類電話。

掛掉電話，用你原本就有的號碼回撥。不要用來電顯示的號碼，也不要用對方唸給你的號碼，請用你手機通訊錄裡存好的聯絡人。如果沒人接，就打給另一位家人。複製聲音接不起真正的那支電話。

要求對方說出家庭暗號。今天就約好一個，別放到任何平台上，而且要挑一句沒有任何追蹤者猜得到的話。語音複製能複製聲音，卻永遠複製不了私下才知道的事。我們的家庭暗號指南說明了怎麼挑一句真的擋得住詐騙電話的暗號。

不要匯款，也不要買禮物卡。沒有任何警察機關、法院、醫院或大使館會接受禮物卡、加密貨幣或派人上門收現金的付款方式。光是這個要求本身，答案就已經很清楚了。

在刪掉任何東西之前，先把證據保存下來。留著語音留言，記下號碼、精確時間與被要求的金額，並把後續的任何訊息截圖存檔。這些正是調查人員把一通電話串連到整個集團所需要的材料。

提出通報。在美國，可以向聯邦調查局的 ic3.gov 與聯邦貿易委員會的 reportfraud.ftc.gov 申訴。在其他地區，請向你所在國家的網路犯罪偵查單位與消費者保護機關通報。針對長者的詐騙通報率極低，而通報正是把零散的來電變成一個案件的關鍵。

接著減少可被取用的聲音素材。把舊貼文改成僅限好友觀看，刪減以你講話為主的公開影片，換掉用自己聲音錄製的語音信箱問候語，並在電話打來之前，先跟最可能被鎖定的親人談清楚。

專業分析：語音複製從新奇技術變成隨手可得的商品，關鍵就在樣本需求降到只要幾秒鐘的那一刻，因為那正是幾乎每一個社群平台使用者早就公開發布過的音訊長度。如今的成本結構偏向量產，一段收集來的片段就能支撐數十通打進同一個家族網絡的電話，這也是 Truvizy 把它當成媒體查核問題、而不是電信問題來處理的原因。受害者手上真正握有的東西，是一則語音留言或一段被轉傳的片段，而那個檔案可以在幾秒內查清楚，趕在匯款之前，而不是之後。

常見問題

AI 需要多少聲音才能複製一個人的嗓音？

大約三秒鐘乾淨的說話聲，就足以做出堪用的複製品，幾句話則能做出足以亂真的版本。根據 McAfee 發表的研究，三秒鐘的音訊就能生成相似度很高的語音複製。而一段 TikTok、Reels、限時動態或被標記的生日影片，通常都遠遠不只三秒。

詐騙集團可以用我的 TikTok 或 Instagram 影片複製聲音嗎？

可以。任何一段你講話清楚的公開影片都是訓練素材，而短影音平台的條件特別理想，因為聲音夠大、離麥克風很近，而且幾乎沒有環境雜音。Podcast、轉傳到群組裡的語音訊息、直播，以及語音信箱的問候語，效果都一樣好。這整件事完全不需要任何帳號被駭。

Truvizy 可以偵測 AI 複製的聲音嗎？

可以。把影片、語音留言或轉傳過來的片段上傳到 truvizy.app，Truvizy 的 AI 智慧偵測會對音訊與隨附的媒體做多層分析，幾秒內給出一句直白的判讀。Truvizy 就是為接到電話的那一刻而設計的：做決定的人只有兩分鐘，而且完全沒有技術背景。

AI 語音詐騙有多常見？受害者損失多少錢？

根據美國聯邦貿易委員會的消費者哨兵資料年報，2024 年消費者通報的假冒身分詐騙損失約為 29.5 億美元，這類電話正屬於這個類別。McAfee 針對 7,000 位成年人所做的調查則發現，每四人就有一人曾遇過 AI 語音詐騙，或認識遇過的人，而其中大多數有回應的人都損失了金錢。

家庭暗號是什麼？真的能擋住語音複製嗎？

那是一句只有你們家人知道、絕不公開在任何地方的短句；任何自稱是家人的來電者，在動到金錢或個人資料之前，都必須先說出這句話。它之所以有效，是因為語音複製能複製聲音，卻複製不了私下才知道的事。請挑一個具體又猜不到的內容，避開寵物名字和街道名稱，並且教會獨居的長輩。

AI 語音複製詐騙：那通電話是怎麼撥出來的 — 合成語音詐騙在電話端的運作機制

家庭暗號：對付語音詐騙最有效的一道防線 — 如何挑一句真的擋得住詐騙電話的暗號

社群冒充：當有人在網路上變成你 — 公開帳號如何成為詐騙的原料