人工智慧技術持續突破，「深偽語音」已不再只是科幻情節。根據資安公司Pindrop調查，2024年第4季的語音詐騙攻擊量較第1季暴增173%，甚至連金融機構也難以招架。面對真假難辨的合成語音，資安業者正以AI反制AI，展開一場前所未有的攻防戰。

「深偽技術若是一種病毒，現在已進入大流行時期。」專家這麼形容AI語音合成帶來的威脅。從電影、遊戲到紀錄片，合成語音早已成為商業應用工具，但同樣的技術如今也被詐騙集團大量濫用，使資安風險急遽升溫。

透過蒐集目標人物在網路上的公開聲音資料，搭配AI語音模型，如Respeecher或Nvidia的生成引擎，詐騙者能模擬出幾乎一模一樣的語調、語速、情緒甚至口音。這類聲音深偽技術已成功跨越「恐怖谷」—人類對接近真實但不自然模仿物產生反感的心理臨界點。

目前的語音深偽不僅音質自然，連情緒、停頓與反應速度也幾可亂真。Pindrop資深主管Rahul Sood表示，曾使用深偽技術合成一名董事的語音，其本人播放後竟連妻子都無法辨別真假。這項技術在精準度與即時性上已臻成熟，傳統生物辨識如聲紋驗證已難以招架。

根據Pindrop統計，美國大型銀行在2024年第4季平均每天遭受5起以上的語音深偽攻擊，區域型銀行也從每日不到1起暴增到超過3起，更有單一金融機構通報詐騙量年增12倍。該公司預估，到2025年底，這類詐騙將再成長162%。

目前偵測系統的關鍵在於即時監控與AI訓練模型。Sood指出，儘管人耳無法分辨真假，電子偵測卻能找出合成語音中「微不可察」的破綻，如聲波延遲、細微節奏錯亂等。即使面對從未接觸過的新模型，Pindrop系統在實測中仍達到90%的偵測率，訓練後更提升至99%，顯示AI對抗AI的效果顯著。

面對語音深偽詐騙的崛起，企業與機關應儘速升級多因子驗證機制(MFA)，將AI語音偵測納入安全防線。同時，定期更新偵測模型資料庫，掌握最新生成技術趨勢，才能避免成為下一個受害目標。