你的聲音不是密碼：AI 聲音複製把詐騙變成情緒工程

你的聲音以前像指紋，現在更像截圖。它仍然很個人、很親密、很能讓家人相信「這就是你」，但也愈來愈容易被複製、剪貼、合成與詐騙。AI 聲音複製讓犯罪科技進入一個尷尬階段：騙子不再需要演技很好，只要資料夠多、情境夠急、話術夠狠，就能讓受害者在幾十秒內把理性丟到窗外。過去我們教人不要點奇怪連結，現在還要教人不要太相信熟悉的哭聲。這不是人變笨，是信任的基礎被技術換了地板，大家還以為自己站在原地。

詐騙真正利用的不是聲音，而是恐慌

AI 聲音詐騙最常見的劇本並不複雜：孩子出車禍、親人被綁架、主管要求匯款、朋友臨時借錢、政府官員要你轉到安全帳戶。技術負責讓聲音像，心理操控負責讓你沒時間想。很多人以為自己聽得出真假，這種信心本身就是詐騙素材。人在恐慌中不是用耳朵辨識，而是用關係辨識；你聽見的是「女兒在哭」，不是「一段需要驗證的音訊」。騙子最懂這點，所以他們不需要完美複製整段人生，只要複製一個足以啟動恐懼的瞬間。

這也是為什麼單靠「聽起來怪怪的」已經不夠。現代語音合成可以模擬停頓、喘息、哭腔、語速與情緒；就算聲音有破綻，受害者也可能把破綻解釋成訊號差、對方受傷、情緒崩潰或環境吵雜。詐騙不是考你音感，而是考你在壓力下是否還能維持程序。很殘酷，但也很清楚：防詐的核心不是耳朵更厲害，而是流程更笨一點。所謂更笨，就是不要即時相信、不要即時匯款、不要即時照做。

家庭安全詞不是老派，是最低成本的驗證協議

面對聲音複製，家庭與組織都需要簡單的驗證協議。最土、最有效的方式之一，就是事先約定安全詞或安全問題。這不是電影特務橋段，而是把信任從「像不像」轉到「是否通過共同規則」。如果有人用孩子聲音打來說出事了，先掛斷，用已知電話回撥；如果對方要求不能掛、不能告訴任何人、不能報警，這正是紅旗；如果主管用語音訊息要求匯款，也要走既有財務審批，而不是因為聲音很像就讓公司帳戶表演自由落體。

組織更不能只靠員工警覺。財務、採購、人資、客服與公關都應建立「高風險請求雙通道確認」：匯款、改帳戶、提供個資、重設密碼、下載檔案、開放權限，全部需要第二管道確認。AI 時代最荒謬的安全漏洞，常常不是模型太強，而是公司流程太像便利商店：誰拿著像老闆的聲音來，都可以結帳。制度若仍把語音當成高信任證據，就等於把金庫鑰匙掛在擴音器旁邊。

偵測工具有用，但不要迷信偵測

深偽偵測、聲紋分析、通話風險評分、內容水印與來電驗證，都會成為防詐工具箱的一部分。問題是，偵測永遠在跟生成賽跑。今天能抓到的特徵，明天可能被新模型修掉；今天看似可靠的分數，到了壓縮音訊、通訊軟體、背景雜音與跨語言口音環境中就可能下降。把所有希望放在偵測，就像在颱風天只相信一把漂亮雨傘。它有用，但你最好還有排水系統。

更務實的做法，是把偵測放進分層防禦。第一層是教育：讓民眾知道聲音可以被複製，熟悉不等於真實。第二層是流程：高風險請求必須延遲、回撥、雙人核准。第三層是平台與電信治理：阻擋大量詐騙電話、標示可疑來電、強化帳號安全。第四層是法律與責任：未經同意使用聲音與肖像的行為必須有清楚邊界。第五層才是模型偵測。順序不能反過來，否則我們會得到很多漂亮的儀表板，和很多被騙光的存款。

長者、移工與遠距家庭是高風險族群

AI 聲音詐騙也會放大社會脆弱性。長者可能不熟悉生成式 AI，卻最熟悉兒女聲音；移工和跨國家庭常靠通訊軟體維繫關係，突發求助更容易牽動情感；遠距照護家庭平常就害怕失聯，一通「出事了」的電話足以讓人崩潰。防詐宣導如果只做成簡短標語，很容易變成對受害者的二次責備：你怎麼那麼容易相信？真正該問的是，為什麼我們把如此複雜的技術風險交給個人臨場判斷。

學校、社區、銀行、電信與地方政府應該把 AI 聲音詐騙納入常規媒體識讀。不是只叫大家「小心」，而是實際演練：接到親人求救電話怎麼辦？如何設定家庭安全詞？如何在通訊軟體上確認身分？如何回撥？如何拒絕急迫匯款？如何保存證據並報案？媒體識讀如果不能變成動作，它只是比較有禮貌的提醒。

聲音權也會成為文化資料權

對配音員、演員、主播、歌手、教師、導覽員與族語工作者來說，聲音不只是工具，也是勞動成果與文化載體。未經同意的聲音訓練與複製，會牽涉人格權、著作權、勞動契約與文化資料主權。尤其在族語、口傳傳統與文化導覽情境中，聲音常與長者記憶、祭儀語境、禁忌知識與社群信任相連。把一段語音拿去訓練模型，表面上只是音檔使用，實際上可能是在複製說話者的位置與權威。這不是「技術中立」四個字可以帶過的。

因此，未來的語音 AI 必須有更清楚的同意、授權、撤回、標示與收益規則。使用者也要被教育：不是任何在網路上聽得到的聲音都可以拿來生成；不是任何已公開的演講都可以被拆成模型素材；不是任何像某位長者的聲音都能拿來做文化導覽。AI 可以幫助語言保存，但如果沒有同意與脈絡，它也可以把保存變成挪用。

結語：信任要從感覺改成程序

AI 聲音複製真正改變的不是犯罪手法，而是信任機制。過去我們相信眼見為憑、耳聽為真；現在更可靠的做法是程序為憑。熟悉的聲音可以是證據之一，但不能是唯一證據。真正成熟的防詐文化，不是叫每個人成為音訊鑑識專家，而是讓家庭、公司、學校與社區建立「慢一點」的規則。騙子最怕的不是你很聰明，而是你很麻煩：會掛電話、會回撥、會問安全詞、會等十分鐘、會找第二個人確認。AI 詐騙追求速度，我們就用程序製造摩擦。畢竟，錢匯出去只要幾秒，後悔可以長達好幾年。

平台責任不能只停在檢舉按鈕

平台與電信業者也不能把責任全部推給使用者。當詐騙電話、假帳號、語音訊息與深偽素材跨平台流動，單一使用者其實很難追蹤來源。平台至少應提供可疑訊息提示、轉傳脈絡、帳號風險訊號、快速保存證據與申訴管道；電信端則需要更好的來電驗證、異常流量偵測與跨境合作。防詐不是把每個人訓練成偵探，而是讓基礎設施不要那麼歡迎騙子。

更重要的是，平台治理要避免把所有問題都交給黑箱偵測。使用者需要知道為什麼某通電話或某段語音被標示為高風險，也要能在誤判時更正。透明度不必公開反詐模型細節，但至少要說清楚資料來源、處理目的與救濟程序。否則防詐系統本身也可能變成另一種不可查核的權力。

延伸閱讀與資料來源

• FCC，〈FCC Makes AI-Generated Voices in Robocalls Illegal〉，2024-02-08，https://www.fcc.gov/document/fcc-makes-ai-generated-voices-robocalls-illegal 。人工核對重點：核對 AI 生成聲音在 robocalls 中被視為 artificial voice 的法律脈絡，避免誤寫成所有合成聲音一律違法。
• Reuters，〈Malicious actors using AI to pose as senior US officials, FBI says〉，2025-05-15，https://www.reuters.com/world/us/malicious-actors-using-ai-pose-senior-us-officials-fbi-says-2025-05-15/ 。人工核對重點：核對 AI 聲音訊息與文字冒充政府官員的案例，不將個案擴大為普遍結論。
• Bhatti, Z. H. et al.，〈Can You Tell It's AI? Human Perception of Synthetic Voices in Vishing Scenarios〉，2026，https://arxiv.org/abs/2602.20061 。人工核對重點：核對受試者辨識合成語音的限制，避免把小樣本研究過度外推。
• Figueiredo, J. et al.，〈On the Feasibility of Fully AI-automated Vishing Attacks〉，2024，https://arxiv.org/abs/2409.13793 。人工核對重點：核對 AI 自動化 vishing 的實驗設計與社會工程風險。
• source-check notes（供人工審稿）：本文為媒體識讀與犯罪科技評論，不提供法律意見；涉及台灣防詐資訊時請補查 165 反詐騙、警政署與金管會最新公告。