【事實釐清】網傳影片「不法份子可假借問卷調查與受話人通話，並錄製受話人的聲音，透過AI學習後就能讓電腦發出受話人的聲音，進而詐騙其家人」？

背景

通訊軟體與社群平台流傳一支2分05秒的影片，內容描述不法份子可假借問卷調查與受話人通話，並錄製受話人的聲音，透過AI學習後就能讓電腦發出受話人的聲音，進而詐騙其家人。

影片流傳時，會搭配多種版本文字訊息，其中一版本為：「和不認識的人隨便聊天當心聲音會被AI仿製進行詐騙！接到不認識的人來電要立即掛斷電話，千萬不可和其閒聊。」

另一版本為：「所以以後 接到 任何的 民調的電話 或者是 某某機構 委託的問卷調查 不要出聲音對談 立刻掛斷電話就好 以免聲音被複製」。

圖1：社群平台流傳訊息擷圖

圖2：通訊群組流傳訊息擷圖

查核

爭議點、網傳影片稱可透過通話錄製受話人的聲音，透過AI學習後就能讓電腦發出受話人的聲音，現有技術是否可行？

（一）陽明交通大學智能系統研究所教授廖元甫說，傳言提到「透過通話錄製聲音可以模擬人聲」，這是有可能發生的，但前提是要搜集足夠多的資料量，模擬的聲音才會較準確。

廖元甫說，資料量指的是參與模型訓練的人數，如果參與模型的人數夠多，就可以分析人是怎麼講話，儘管得到的只是短短的錄音，仍可找出參與模型中最像的聲音去模擬音色。

廖元甫說，目前台灣尚未有現成可用的AI生成聲音軟體，但有一些開源資源可利用來自製生成模型。

廖元甫說，目前推出此人聲合成技術的企業與團隊中，微軟已搜集數萬筆人聲資料，號稱3秒就可以做得很好；陽明交通大學團隊依照微軟的技術也開發出同樣功能的AI模型，但由於人聲資料只有幾千人，資料量尚不足，因此做不到微軟宣稱的效果。

廖元甫說，現在合成人聲的技術，其實仔細聽還是可以找到瑕疵，不過，不法人士通常是利用民眾緊張的時候去騙人，建議民眾掛掉要求匯款轉帳的可疑電話後，先停下來、想一想，要有資安與查證的觀念。

（二）中研院資訊所研究員王新民說明，目前的技術已可透過幾分鐘的聲音合成人聲，傳言的說法是可行的。

王新民說，製作高品質的AI影音目前還是有難度，不過，若電話音質不好，加上又有背景音干擾，民眾確實較難聽出來是合成音，會難以防範。

（三）警政署刑事局回復查核中心表示，台灣目前沒有AI語音詐騙的案例。

結論

【報告將隨時更新 2023/8/31版】

一、專家指出，以短短幾分鐘的錄音去模擬錄音者的人聲，技術上可行，擬仿出來的聲音，民眾若仔細聽仍可能聽出破綻、瑕疵。不過，民眾若在焦慮的情緒，加上電話音質不佳、背景吵雜的干擾下，民眾在通話過程不見得能辨識聲音的真假。

專家建議，民眾在掛上電話後，提高資安意識，養成查證習慣。

二、刑事局表示，台灣警方尚未接獲傳言提到的詐騙案例。

【更新說明 2023/9/7】為求語意精確，更新摘要二的文字。感謝讀者提醒。