McAfee：25%美国人已被AI声音克隆盯上

2023年全球因生成式AI导致的诈骗损失是123亿美元，四年后这个数字会变成400亿。这不是科幻片的预算，是德勤金融服务中心的预测数据。

McAfee最新研究显示，每4个美国成年人里就有1个已经遭遇过AI声音克隆诈骗，或认识受害者。这种骗局的蔓延速度，比2000年代那些"尼日利亚王子"邮件快得多。

James Grifo经营Audio Visual Nation多年，专门研究音频安全。他说现在的克隆技术已经能骗过最亲近的家人，而普通人几乎听不出破绽。

你的声音样本可能已经被卖了

骗子获取声音素材的渠道比你想象的简单。一段30秒的语音留言、社交媒体上的短视频、甚至客服电话里的录音，都足够训练出一个以假乱真的克隆模型。

Grifo提到一个典型案例：诈骗者会伪装成银行或快递公司，先给你打一通"核实信息"的电话。这通电话的真实目的，是录下你的声音反应当素材。几周后，你的"声音"就会打给亲戚朋友借钱救急。

更隐蔽的操作是深度伪造（Deepfake）视频配合声音克隆。骗子用AI生成你熟人的面孔和声音，在视频通话里表演车祸、住院、被绑架的桥段。2024年香港一家跨国公司因此被骗走2500万美元，骗子伪造了CFO的视频开会。

识别假电话的3个细节

Grifo给出了一套实用的自检方法，不需要技术背景也能操作。

第一，制造突发噪音干扰

电话那头如果是克隆声音，对突发干扰的反应会暴露问题。Grifo建议：突然敲桌子、按喇叭、或者让旁边的人大声说话。真人会自然地停顿、询问、调整对话节奏；AI声音往往继续自说自话，或者出现诡异的延迟和重复。

克隆模型处理意外输入的能力有限，就像自动驾驶遇到没画过的路况。

第二，问只有真知道答案的问题

别问"你生日是哪天"这种公开信息。要问你们上周吃的餐厅名字、共同朋友的外号、某次旅行的糗事。AI能模仿声音，但读不到你们之间的私密记忆。

Grifo强调，诈骗脚本都是批量生成的，个性化程度极低。一旦对话偏离预设轨道，克隆声音就会开始车轱辘话。

第三，要求回拨或切换渠道

真正的紧急情况，对方应该能接受你挂断后主动回拨到已知号码。骗子最怕这个——他们用的都是虚拟号码，回拨要么不通，要么转到另一个骗子手里。

同样，提出用视频通话或面对面确认，真人会配合，骗子会找借口。不是每个骗子都有香港那单的技术实力做实时换脸。

为什么这种骗局特别难防

声音克隆攻击的是人类最原始的信任机制。我们对熟悉声音的反应是本能的，大脑还没来得及启动理性分析，手已经按了转账确认。

Grifo指出，老年人不是唯一目标。McAfee数据显示，25-34岁群体受害比例反而更高——他们更习惯语音消息、播客、短视频，声音素材暴露得更多，对"朋友突然打电话借钱"的警惕性却更低。

技术层面，开源工具让克隆成本降到几乎为零。2023年还需要专业设备和数小时样本，现在一段TikTok视频加免费软件，15分钟就能出成品。

防御端的进展却慢得多。Grifo的公司和一些金融机构在研发"声纹水印"技术，给合法通话打上不可感知的标记，但普及遥遥无期。

目前最可靠的防线，是改变一个习惯：听到熟悉的声音求助，先假设它是假的，再用只有真知道的事验证。这很反直觉，但比事后追款现实得多。

你最近一次接到"熟人"的求助电话是什么时候？如果当时对方声音完美无缺，你会多问一句上周的暗号，还是直接救人？