2024年3月,费城《独立报》一则新闻引起各界对“伪造声纹”的热烈讨论。新闻写到,一名父亲接到儿子来电,儿子慌张地说自己出了车祸,需要9000美元保释金,还要父亲联系这起事件的公诉律师,接着就真的有位律师透过电话引导要这名父亲远端汇款,所幸,当他准备汇款时,他“真的儿子”先一步打电话找他,他才没有落入圈套。这就是一起典型利用AI语音克隆技术(Voice cloning methods)的诈骗。
根据美国联邦贸易委员会统计,自2020年起,类似骗局几成爆炸性成长,关键就在语音克隆技术让伪造声纹变得愈来愈逼真,加上人的犯罪劣根性,原本,新科技主要为客制化语音界面(如用于视讯游戏),或是重塑个人化虚拟助理,乃至协助个人语言学习,但很快的,这项技术马上遭到滥用,其中伪造声纹尤其被当成最普遍的冒名诈骗工具。
过去,我们听到类似“家人求助”诈骗电话,或许还会为对方传来声音真假有所迟疑,现在,借由人工智能语音产生器,目标人物的声音变得更逼真,从而带动了诈骗升级。
同时,伪造声纹不只增加了诈骗,还带来衍伸挑战。如同上述假儿子声音诈骗父亲,进一步讨论是,倘若伪造一个人的声音已可达到如此逼真程度,那么,过去根据美国《联邦证据第901条规则》——“传唤证人,亲耳证明某段录音是某人,即满足证据可采纳性的认证标准”,在人工智能时代,这种推定显然已很难成立。
2023年,当美国伪造声纹诈骗金额达27亿美元的一刻,便迫使诸多学者专家不得不投入研究这项“语音变革”所带来的新安全和隐私风险。迄今多有例证,这种更为契合特定人物语言模式、口音呼吸的个人声音数位副本,已让任何人在感知上愈难辨识音讯真伪,于是更多是被使用于恶意,犯罪者从此也更容易侵入普罗大众个人空间,后续亦造成了数位鉴识调查更加困难。
一开始人类迎接新时代,以为语音克隆技术将增加娱乐性,又或者进入医疗领域,成为有语言障碍者的福音,结果多数已达语音克隆技术预想的“成功案例”,几乎全是犯罪。最多的就是冒充名人混淆视听。
类似“假儿子骗父亲9000美金”,2020年以来层出不穷的伪造声纹诈骗新闻,包括有一家日本公司在香港的分公司经理接到一通电话,电话那头传来声音,是—位他母公司的董事,“董事”且带来了好消息,说:公司即将进行收购,需要授权一笔总额达3500万美元的资金转移。香港经理不疑有他,于是开始进行转账;2024年,一名孟买商人接到自称印度驻迪拜大使馆来电,说他的儿子犯罪被捕,然后还播放他儿子的求情声音,这名商人救子心切,立刻汇了8万卢比要为儿子保释,结果证明是骗局一场;同样2024年,一名澳洲商人接到旧识,昆士兰州州长的语音私讯,“州长”基于私交,邀请他进行比特币投资,好在就算传来声音具备惊人的逼真模仿效果,这名商人最终识破对方是个骗子。
总之,这几年来,语音克隆技术的正面应用尚未真正见效,歪头歪脑的人已大肆滥用这项技术的阴暗面获益,很多国家于是意识到这种风险正日益加深中。
今天,有国民党人在制作反毒油影片《油不得你》时,因为利用深伪技术,模仿赖清德声音,引起了有关“伪造声纹”有没有犯法的议论。从其影片制作,很清楚,内容中“赖清德声音”所讲述的一长串,完全都不是赖清德本人曾说过的话,而是透过真伪难辨(这类技术最得意之处)的语音制作,变成了“赖清德在说”。如此当然已不是传统文宣攻击,也不是所谓政治嘲讽,制作者大可正正当当用任何其他语音讲述一样的事情,偏偏要学乌俄战争初期,俄罗斯骇客深伪制作泽伦斯基发表投降谈话影片,直接把你没有说的话塞到你嘴里,再进阶用语音克隆技术,把这段话变成“你说的话”。技巧聪明归聪明,当时扰乱军心当然是目的之一,但没办法让对手讲出你希望他讲出的话,干脆弄个以假乱真的,正常人都会认为这样做确实是不入流。
若说今天的政党攻防,可以伪造声纹作为文宣攻击,那么,明天可不可以将伪造声纹用在其他任何选举诈欺?这个例子有没有犯法,各界可继续议论,问题是它确实让人看到了一个政党对“新科技”的应用,似乎只想着把其阴暗面发扬光大,一旦潘朵拉盒子被打开,只怕有心人纷纷“起而效尤”,让台湾政坛更加陷入一片真假莫辨?















