随手接起陌生来电，张口就答一句 “喂”，很多人习以为常。可国家安全部近日发出警示：黑灰产正利用静音来电采集人声样本，借助 AI 合成语音实施诈骗。一通看似无声的电话背后，藏着完整的黑色产业链。
短短数秒，声纹就能被窃取
不少人都遇到过这类陌生呼叫：接通之后听筒里一片寂静。很多人误以为是信号故障或是骚扰电话系统卡顿，下意识反复问话，想确认对方能否听见。
其实这是不法分子设置的自动化外呼测试。他们刻意保持沉默，目的就是诱导接听者主动发声。只要采集到 5 至 10 秒清晰人声，后台录音设备就能获取基础语音样本。
大众普遍存在误区，以为想要复刻一个人的声音，需要录制几十小时音频素材，短短几句话根本造不成威胁。但如今 AI 语音合成技术门槛大幅降低，仅需数秒清晰音频，算法就能捕捉到个人独有的发声特征，生成听起来高度逼真的仿声。
而且普通电话传输属于窄带音频，会丢失大量高频细节。合成语音自带的细微缺陷，在电话线路里很难分辨。相关声学测试显示，在没有原声对照的前提下，普通人分辨 AI 合成人声的准确率仅有 45%-55%，基本等同于瞎猜。

声纹属于与生俱来的生物特征，一旦被采集建模，无法像银行卡密码、短信验证码那样挂失重置。湖北黄石 2024 年就曾破获同类案件：骗子拿到受害者亲属语音片段，用 AI 合成求助通话，哄骗老人当场转账 6 万元，等老人联系上家人，资金早已被转移。
骗子仅付出一通电话成本，就能骗取数万乃至数十万资金，超高收益背后，是流水线式的黑色产业。
百元即可复刻声音，黑灰产流水线运作
这条产业链分工清晰，分为素材采集、模型训练、诈骗实施三大环节，从业者不需要深厚的技术功底就能上手操作。
收集语音素材的渠道多种多样。网上短视频、直播里的语音片段，电商聊天里的语音消息，都是他们免费抓取的素材。如果目标人物在网络上没有留存声音，就依靠自动外呼批量拨打电话，用静音来电诱导用户开口，录制后分类存档。
模型训练环节成本极低，开源语音工具随处可得。部分商家伪装成数字人配音、有声读物制作，在平台接单训练语音模型，单次收费仅 20 至 50 元，不会核验音频来源。买家上传一段人声素材，短时间内就能拿到声音接口。后续诈骗人员输入文字，系统就能实时生成目标人的语音，直接用于通话。
福建 2023 年通报一起大案，受害人接到伪造熟人的微信视频，画面、声音高度仿真，对方借口借钱，短短十分钟被骗走 430 万元。仅凭声音和影像，很容易击穿熟人之间的信任，再警惕的人也容易中招。
单纯依靠个人小心提防，很难完全避开这类圈套。想要守住安全，需要从源头做好防护。
多管齐下，搭建个人防护网
单纯提醒大家接听电话多加留意，终究是被动防御。人在匆忙、疲惫时，很容易下意识开口，难免出现疏漏。
首先，手机权限要精简。很多无关 APP 会索要麦克风权限，后台持续获取音频，埋下信息泄露隐患，建议直接关闭所有非必要软件的麦克风权限。在社交平台发布日常视频，尽量不要用本人原声，可以搭配背景音乐或者平台配音，避免原声被抓取。
最重要的一点，和家人亲友提前约定核验方式。如今声音、视频都能 AI 伪造，凡是电话、视频里提出借钱、垫付资金的，绝对不能仅凭声音确认身份，必须换一条独立渠道二次核实。家人之间可以设置专属安全暗号，一旦遇到紧急借钱的来电，要求对方说出暗号，AI 合成语音无法应对这类即兴提问。

法律层面也已经明确保护：《民法典》规定，自然人声音保护参照肖像权保护。2024 年北京互联网法院审理的国内首例 AI 声音侵权案判定，未经许可采集他人声音训练模型并商用，属于侵权行为，确立了声音识别的司法判定标准。
运营商、互联网平台同样要承担责任，对高频静音外呼这类异常呼叫账号，及时拦截管控，减少大范围试探式拨测。
接到陌生异常来电，最简单有效的办法，就是先沉默等待几秒，等对方先开口，再判断是否回应。
所有电信诈骗，本质都是寻找防护漏洞。关闭多余权限、落实身份核验，切断黑灰产获取原声的渠道，这条 AI 语音诈骗产业链自然就难以得逞。