只需3秒音频就能克隆家人声音、进而实施骗财的AI语音诈骗，正在美国迅速蔓延。

据GIGAZINE当地时间28日报道，这类骗局主要瞄准老年群体，受害规模还在持续扩大。

美国佛罗里达州希尔斯伯勒县居民Sharon Brightwell于2025年7月接到一通诈骗电话，对方冒充其女儿的声音，最终骗走1.5万美元（约合2200万韩元）。电话里的女声听起来像是她正在哭泣的女儿，称自己开车撞到一名孕妇，手机也被警方扣押。随后，另一名男子接过电话，自称是其女儿的律师，要求支付保释金，并叮嘱她取款时不要说明用途，否则会影响女儿的信用。

接到电话后不到1小时，Brightwell便取出现金，交给了一名冒充法院工作人员的快递员。直到后来联系上女儿，她才知道所谓事故根本不存在。

这类案件正成为美国利用AI实施诈骗的重要类型之一。美国联邦调查局（FBI）互联网犯罪投诉中心（IC3）在2026年4月发布的2025年度报告中，首次将“利用AI实施的诈骗”单列为独立类别。报告显示，2025年相关投诉超过2.2万起，损失金额超过8.93亿美元（约合1.308万亿韩元）；其中，60岁以上受害者损失达3.52亿美元（约合5156亿韩元）。

不过，实际损失很可能高于这一统计数字。FBI指出，其数据仅覆盖受害者识别出犯罪行为并主动报案的案件。工程师Team Green表示，不少AI语音诈骗受害者甚至不知道AI曾介入其中，“8.93亿美元不是上限，更应被视为下限”。

此类诈骗迅速扩散的一个关键原因，是语音克隆技术门槛大幅降低。如今，只要拿到3秒音频，就可以生成与原声高度相似的合成语音。相关素材可来自自动留言、播客片段、Instagram视频等公开内容。换句话说，一段发布在TikTok上的孙辈语音，就可能成为犯罪分子实施诈骗的素材。

与此同时，低价且易得的工具也进一步放大了风险。Consumer Reports指出，在Descript、ElevenLabs、Lovo、PlayHT、Resemble AI、Speechify等主流语音克隆服务中，不少平台缺乏足够有效的防滥用安全机制。

不过，Team Green认为，即便平台增设相关防护措施，效果也相当有限。这些机制往往只能在犯罪已经发生、受害者资金已经受损后，为后续调查提供帮助，却很难在“利用3秒音频生成克隆语音”这一环节实现有效拦截。

老年人之所以损失更重，原因并不复杂：这一群体平均储蓄规模更高，对犯罪分子而言可骗取的金额也更大。Team Green表示，即使反复提醒“声音可以被伪造”，一旦当事人听到冒充子女或孙辈的声音求助，这种认知也很容易被瞬间冲淡。

随着风险上升，相关讨论正从事后追查转向事前防控。Team Green提出的一项监管选项，是在服务开通或首次使用阶段引入强制身份核验，以便追踪AI语音克隆究竟由谁生成。随着AI语音技术越来越容易获得，如何切断“公开音频数据+低价工具”构成的诈骗链条，正成为后续监管的关键议题。