语音克隆与电话诈骗：从 Arup 深伪视频会议到家庭暗号
在电话里，一个人的声音曾经几乎等同于身份证明。廉价的语音克隆工具悄然终结了这一假设。骗子只要有几秒钟的音频——一段播客片段、一条语音留言问候、一段网上发布的视频——就能合成出连亲属、同事和呼叫中心员工都无法可靠分辨的语音。这一手法助长了 vishing（语音钓鱼），到 2026 年，已有企业和家庭受害者的记录，也有研究说明为什么人耳和某些自动校验会漏掉假声音。
2 亿港元的那通视频会议
让语音克隆从猎奇变成董事会风险的案件发生在 2024 年 1 月的香港。一家跨国公司的财务员工收到一条看似来自公司驻英国首席财务官的消息，描述一笔秘密交易。他起初怀疑是钓鱼，直到他加入一场视频会议，屏幕上出现了 CFO 和多位他认识的同事。据香港警方说明，所有参会者都是深度伪造。该员工分 15 笔向五个本地银行账户转账共计 2 亿港元（约合 2560 万美元）；直到他向总部核实后，骗局才败露。高级警司 Baron Chan 如此表述：在那场多人视频会议里，（他看到的）每个人都是假的。工程公司 Arup 后来被证实为受害方，并于 2024 年 5 月确认了此事，表示年初已通知警方，其财务稳定、业务运营和内部系统均未受影响。其首席信息官 Rob Greig 指出，包括发票欺诈、网络钓鱼、WhatsApp 语音伪造和深度伪造在内的攻击正迅速变得更加老练。警方将案件列为以欺骗手段取得财产；截至该公司确认时，尚未宣布逮捕任何人。
熟悉声音下的家庭急事骗局
同样的手法也下沉到普通家庭。美国 FTC 早在 2023 年 3 月就发出警告：在经典的“祖父母骗局”里——来电者自称是出了车祸、进了监狱的亲属——打来电话的如今可能是一个克隆声音。该机构写道，骗子需要的只是一段家庭成员声音的短音频，取自网上发布的内容。FTC 的建议是程序性的：挂断，拨打你确认属于对方的号码回拨，向另一位亲属求证，并把要求电汇、发送加密货币或购买礼品卡的请求视为危险信号。 欧洲案例显示了同一模式针对其他类型的目标。据《卫报》2025 年 2 月报道，在意大利，一位老年妇女接到一个听起来像她女儿声音的电话，被骗走 3 万欧元。同月，米兰检察官收到多位商界知名人士的报案——其中包括 Giorgio Armani 的工作人员和 Prada 执行董事长 Patrizio Bertelli——此前骗子克隆了国防部长 Guido Crosetto 的声音致电他们，谎称为被绑架的意大利记者筹措赎金，并承诺由意大利银行（Bank of Italy）偿还。至少一名受害者共向香港的一个账户转出 100 万欧元。为什么耳朵和某些校验会失守
人耳是一条薄弱的防线。Pindrop《2025 语音智能与安全报告》基于对超过 12 亿次客户通话的分析记录到，2024 年呼叫中心的深度伪造欺诈企图增长超过 1300%——从平均每月一次增至每天七次——第一季度到第四季度之间合成语音通话也增长了 173%。针对银行的合成语音攻击增长 149%，该报告预计 2025 年呼叫中心可能面临约 445 亿美元的欺诈风险敞口。 生物特征校验也非万能：香港警方表示，在相关诈骗中，深度伪造至少 20 次骗过了模仿证件持有人的人脸识别核验。基于语音的校验面对同样的问题：克隆是真实信号的合成版本，而短促、低质量的电话音频让自动检测更难而非更容易。检测厂商在进步，但这场比赛中打电话的一方同样已经工业化，而且按 Pindrop 自己的数据，其数量增长快于过滤器。什么仍然有效
鉴于检测手段的局限，站得住脚的防御是程序性的。FTC 警告下的读者建议包括家庭暗号——一句线下约定的、任何真正的紧急来电都必须包含的话——以及只有真正的亲属才能回答的验证问题，尽管这类细节也可能经社交媒体泄露。回拨一个已知、独立拨打的号码仍是最可靠的一步，因为它把攻击者的通道从链条中移除：- 为紧急情况约定一个家庭暗号，并且真的使用它。
- 挂断后回拨你已有的号码——而不是来电者提供的号码。
- 把紧迫感、保密要求和转账、加密货币、礼品卡等异常支付方式视为骗局的标志，而非细节。
- 减少你在语音留言问候和公开视频中留下的干净声音样本。