2026-09-26 22:03:51 分类：科技
中秋家宴的螃蟹还冒着热气，坐在主位的老刑警张叔突然放下酒杯，掏出磨得掉漆的华为手机，翻出存了一年多的录音，推到坐在对面做算法的侄女小苏面前。“你再帮我听听，我到现在都不敢信，这居然不是我儿子的声音。”
老刑警的劫：电话那头是“绑匪”还是代码？
去年夏天的事，张叔退休第二年，在家浇花，手机突然响了，来电显示是儿子，接起来就是哭喊声，“爸！我撞人了！他们要我赔两百万不然卸我胳膊！”
那声音，就是儿子啊。三十多岁的人，从小踢球喊得嗓子哑，那点烟嗓的沙感，着急的时候不自觉带的尾音，错不了。张叔做了三十年刑侦，见过的骗子能排半条街，那一刻脑子直接空白了，手拿着电话抖得连阳台门都扶不住。
那时候小苏刚好在他家住，赶过来的时候张叔已经在输转账验证码了，一把抢过手机，说不对，叔，先测测。
音频大模型深度伪造语音诈骗来电界面截图
那时候小苏手机里装着她们实验室刚做的内测版鉴伪工具，导入录音十秒钟，红色警告直接跳了出来：深度伪造音频，置信度99.7%。张叔当时还骂她胡闹，说我自己儿子声音我还听不出来？直到打了视频过去，儿子光着膀子在球场接球，对着镜头一脸懵，问爸你咋了，我周末不跟你说了约了朋友打球吗？
张叔挂了电话，坐在沙发上，半天没说出话。一身冷汗把背心都湿透了。
说实话，我听完这事的时候，后背也凉。换你你能分出来吗？你听到你亲生孩子的声音在那头哭着求救，你能先耐着性子等十分钟鉴伪结果吗？大概率不能对吧。
实验室里的拉锯：追着伪造痕迹跑的人
上个月我去小苏的实验室找她喝咖啡，一推门空调冷得我打寒颤，靠窗的工位上，屏幕摊着一堆歪歪扭扭的波形图，键盘边堆着三个空的功能性饮料罐子，一半的工位都贴着便利贴，写着各种模型版本号。
现在的音频大模型造假，早就不是以前那种剪几段拼起来的活了。你只要给模型几十秒你的声音，它就能学透你所有的习惯，哪怕你说话的时候喜欢在句末清一下嗓子，哪怕你激动的时候会破音，它都能给你一模一样仿出来。以前老的鉴伪方法找拼接缝，现在根本没用，人模型从第一个字到最后一个字都是顺下来的，连缝隙都没有。
那现在鉴伪靠什么？小苏点着屏幕上两条叠在一起的波形，给我指，你看这里，人类发音自带的不规则生理震动，大模型天生就没有。我们说话是声带震、气息撞出来的，每一次振幅都不会完全一样，大模型是概率采样生成的，多多少少会留下人类不会有的周期性高频痕迹，我们做的就是把这个痕迹放大，哪怕语音经过电话线路压缩了好几次，十几秒就能揪出来。
音频大模型深度伪造语音鉴伪真假波形对比图
但是难啊。昨天刚更了新的鉴伪模型，今天就有骗子用新训练的大模型造出了能绕过检测的语音，相当于你刚锁好门，人家就配出新钥匙了。小苏说她上个月赶项目，连熬了七天，结果测试的时候，被一个刚开源的新大模型打了个正确率不到六十，当时坐在实验室楼下抽烟，差点哭了。
本来就是猫抓老鼠的活，你永远得跑在老鼠后面半步，累是真的，但不能停啊，停下来，外面不知道多少人要遭殃。
当真假变成选择题：谁能替记忆打包票？
当真假变成选择题：谁能替记忆打包票？
从实验室出来我一直在想，我们聊了这么久深度伪造，聊鉴伪，其实很多人都没意识到，语音造假比图像造假可怕一万倍。图像你还能盯着看半天找破绽，声音进耳朵的那一秒，信任就直接升起来了。我们对亲人声音的熟悉，是刻在本能里的，从小听到大，早就是身体记忆的一部分了。
前阵子刷新闻，看到一个公司财务被伪造的老板声音骗了一千二百万，钱转出去才反应过来不对，那财务说，那声音连老板骂我“你能不能干快点”的口气都一模一样，我根本没多想。你说，这事能怪财务粗心吗？怪不到啊。
现在就算有了成熟的音频大模型深度伪造语音鉴伪技术，你能要求每一个人接到老板电话先测一遍再转钱吗？就算能，那十分钟的时间，会不会耽误真的急事？
张叔那次等了十分钟结果，就说那十分钟，他这辈子经历过的所有大案要案都没这么熬人，他说我当了一辈子刑警，相信自己的耳朵，结果自己的耳朵骗了我。这种冲击，不是一句“鉴伪成功了”就能抹平的。
不过话说回来，技术本身从来不是错的，造假的是人，鉴伪就是挡在前面的墙。现在小苏他们团队把鉴伪接口免费开放给了很多手机安全厂商，就是想让普通人打开手机就能测，不用花钱找专业机构。
中秋那天，小苏跟张叔说，现在最新版的，一秒出结果，不耽误事。张叔点点头，没说话，就是把那个录音一直存在手机里，说就当留个教训。
散场的时候，张叔挽着儿子的胳膊走，我在后面看着，就听见他跟儿子说，以后不管去哪，一天至少给我发一条语音，不是不信你，是我得留个底。
我听完心里有点堵。其实我们这代人早就习惯了网络上真真假假，只是没想到，现在连刻在身体里的声音记忆，都要打个问号了。未来会怎么样？没人说得准。只希望跑在前面的鉴伪技术，能永远比骗子的假语音，快那么一步吧。毕竟，我们总不能连自己的耳朵都不信了，对吧？
免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。如有侵权请联系删除。
文章名称：音频大模型深度伪造语音鉴伪：老刑警手机里那通没打完的电话
文章链接：https://lfdjt.com/info_23_22162.html
大讲堂