文：張恭銘&陳曉鳴律師
聲音複製、AI生成影片與假冒身分正以前所未有的速度改變網路犯罪的面貌。2026年，深度偽造已佔全球詐騙活動的11%，較2024年的6.5%幾近翻倍，三年間詐騙嘗試量暴增2,137%。
技術門檻崩塌，犯罪產業化
生成式AI工具如今僅需數秒音頻即可製作高品質的語音複製。湖北黃石三名老人接到「孫子」帶哭腔的求救電話，騙子利用AI擬聲技術克隆聲音，騙取現金共6萬元。內蒙古包頭一名科技公司法人代表在微信視頻中「確認」了好友的面孔和聲音後，10分鐘內被騙走430萬元，事後才發現騙子通過AI換臉和擬聲技術冒充其好友。
這已不是零星的個人犯罪，而是高度組織化的產業鏈。台灣刑事局破獲的假交友深偽詐欺集團，由黑幫背景的黃姓主嫌操控，旗下設有「名單組」「新客組」「培養組」「回客組」等分工，並由軟體工程師設計AI變聲程式模仿公關小姐聲紋與被害人對話，犯罪所得超過9億元，受害者逾2萬人。
人類辨識能力已近失效
英國iProov在2025年對2,000名消費者進行測試，僅0.1%能正確辨識所有真偽樣本。McAfee研究發現，70%的人對自己能否分辨克隆聲音與真實聲音缺乏信心，高品質深偽影片的人類識別率僅24.5%。
金融業防線的技術轉向
紐約州官員警告，2026年投資詐騙損失超過80億美元，較2024年增加38%，每位受害者損失中位數達10,560美元，詐騙者利用AI克隆聲音、偽造影片冒充金融專業人士。
防禦端也在進化。德國馬克斯·普朗克信息學研究所開發出新方法，不再搜尋視覺破綻，而是分析面部表情是否自然，平均檢測準確率超過95%，面對OpenAI的Sora 2生成的偽造影片也能正確識別近95%。台灣警方則在165網站設置「打詐儀錶板」，協助民眾查詢最新詐騙訊息。
實用辨識指引
專家提出「一遮、二問、三回撥」極簡辨別法：視頻通話時要求對方遮擋部分面部觀察畫面是否失真，交流中提出只有本人知道的問題，再通過原有聯繫方式回撥核實。更重要的是，5到10秒的隨意應答就足以提取完整聲紋特徵——接到陌生電話時，保持沉默比「戲耍騙子」更安全。
當聲音與面容不再是可信的身分憑證，個人、企業與金融機構都需要重建以多重驗證為核心的信任基礎設施。