陌生人街头求助“念几个字”，背后是AI声纹克隆诈骗链条——只需5至10秒的清晰语音，骗子就能用AI模型克隆你的声纹，并冒用身份在网贷平台申请贷款，受害者直至收到催收通知才察觉“被贷款”。2026年8月，上海等地已出现“老人借求助让路人朗读承诺性文字”的典型案例[1]。这类骗局的核心并非“读几个字”本身，而是你朗读的内容和声音，成为骗子拿到金融验证的“数字密码”。
这起事件的完整经过是：2026年8月13日，上海一名女生在街头遇到一位陌生老人求助，对方以“看不清字”为由，请她对着正在视频通话的手机朗读“我已知情并同意”。女生立刻警觉并果断离开，事后她在社交平台提醒公众：遇到让你朗读承诺性文字的陌生人，千万不要读[1]。该事件经南昌晚报等媒体转发后迅速发酵，相关话题#陌生人借口不认字让女生念承诺话语#登上微博热搜，阅读量在数小时内突破千万[2]。
从技术角度看，这并非传统意义上的“骗朗读”，而是一个完整AI诈骗链条的首个环节。骗子借助老年人作为“工具人”，以视频通话为掩护，诱导路人朗读特定文字，同时利用AI技术实时提取声纹、分离环境噪声、截取高清人脸画面，为后续冒名贷款准备全套生物信息素材[3]。
陌生人让读东西为什么会有“被贷款”风险？
结论先行：陌生人让你读的并非文字，而是你亲口“签署”的电子授权文件。当你说出“我已知情并同意”这类句子时，骗子将录音导入AI语音合成系统，即可在部分金融平台完成声纹比对验证，配合截取的人脸画面，实现完整的身份冒用闭环[3]。
金融科技领域，声纹识别已被大量用于在线身份核验、借贷意愿确认、远程业务办理等环节。据公开报道，部分互联网银行和消费金融公司将声纹作为辅助身份认证手段，用户朗读特定数字串即可完成借款确认[3]。这意味着，一段未经加密的语音，在金融系统中的效力堪比签名和密码。
骗子的完整作案链条分为四步：第一步，在街头以老年人、孕妇等易获信任的角色为“诱饵”，以看不清字、做配音测试、录制小视频等为由，诱导路人朗读预设文字；第二步，利用AI实时分离背景噪声，提取干净的声纹波形，同时截取手机摄像头拍下的高清人脸画面；第三步，将声纹输入AI语音克隆模型，生成与受害者音色几乎一致的合成语音，部分模型甚至能模拟语速、情绪和呼吸节奏；第四步，在网贷平台或金融机构的在线借贷流程中，利用合成语音配合人脸画面完成活体检测和声纹验证，申请贷款后资金迅速转移[3]。
受害者往往在数周甚至数月后收到催收短信或法院传票，才意识到自己“被贷款”。由于资金已被转移，追回难度极大，且征信记录可能已受损。
AI声纹克隆是如何用几秒录音“造”出你的声音的？
结论先行：AI语音克隆技术已从实验室走向黑灰产市场，5至10秒的清晰语音样本，配合开源模型即可生成高仿声纹，成本极低。
语音克隆技术并非新鲜事物。2023年以来，国内外多个团队开源了基于扩散模型和神经网络的语音合成工具，只需数十秒甚至数秒的目标语音，即可克隆出语气、音色高度相似的声音。2024年，某安全实验室的实测数据显示,在10秒样本条件下，克隆语音的听感相似度达到92%以上，机器声纹比对通过率超过78%[2]。
骗子甚至无需街头设局，一个电话就能完成采集。据警方披露的案例，诈骗分子拨通电话后保持5至10秒沉默，诱使受害者发出“喂”“哪位”等回应，这段语音就足以被用于克隆尝试[3]。更隐蔽的是，部分黑灰产平台已推出“语音克隆即服务”，用户只需上传一段音频，即可在线生成克隆语音，单次价格低至数十元。
AI技术的发展让声纹从“生物特征”变成了“可复制文件”。与指纹、人脸相比，声纹的暴露路径更隐蔽——日常接打电话、语音消息、短视频发言都可能被采集。清华大学人工智能研究院2025年发布的《AI安全白皮书》指出，语音伪造已成为增长最快的AI滥用类型，年增长率超过300%[2]。
在本案中，骗子选择街头朗读而非电话采集，原因在于：第一，面对面场景能同时采集人脸和声纹，形成“双重生物特征”样本；第二，利用老年人求助的同情心场景，大幅降低路人防备；第三，视频通话中的朗读内容由骗子实时控制，可以精准引导路人说出“同意”“担保”“已知情”等关键词汇，这些词汇正是金融平台风控审核中的高频确认用语[1]。
“三看一问”法是什么？如何快速识别街头朗读骗局？
结论先行：识别这类骗局无需技术知识，掌握“三看一问”法即可在3秒内做出判断。
第一看场景：凡是街头陌生人拿着正在视频通话的手机向你求助“读数字”“念文字”，一律可疑。正常的问路、求助不会要求你对着镜头读特定内容，更不会在通话中让你朗读[1]。
第二看内容：对方让你读的文字如果涉及“同意”“承诺”“担保”“借贷”“已知情”等词汇，无论包装成什么理由，直接拒绝。骗子常用的文字包括“本人确认借款”“我已知晓并同意相关协议”“本人自愿作为担保人”等，每句话都是金融合同的关键确认语[2]。
第三看对象：利用老年人设局是这类骗局的典型特征。骗子利用社会对老年人的同情心，使路人放松警惕。不要因为对方看似年迈、焦急就放弃判断，老年人本身也可能是被利用的“工具人”，真正的骗子在视频通话的另一端看着一切[1]。
一问自己：在开口前停顿3秒，问一句“为什么读几个字还必须对着镜头？”如果对方无法给出合理解释，这个问题的答案往往不攻自破。记住，正常求助不会在意你读的时候是否“露脸”，更不会要求你在视频通话中“全程看到脸”。
类似的声音诈骗还有哪些？如何守住声音“密码”？
结论先行：除了街头朗读骗局，AI语音诈骗已渗透到电话、社交软件、邮件等多重场景，保护声纹信息与保护银行卡密码同等重要。
2025年3月，福建某公司财务人员接到“老板”视频电话，对方用克隆的老板声音和AI换脸技术，指令其转账187万元，直至真老板回来才发现被骗。该案件中，骗子通过入侵老板社交媒体获取了语音样本，克隆出与老板几乎一模一样的声线和口音[3]。
更常见的场景是“亲友求救”骗局。骗子拨打目标电话，先播放一段AI克隆的“子女哭声”或“求救声”，诱导家属转账“赎金”。这类骗局利用紧急情况下人的判断力下降，成功率远高于传统电话诈骗。
在技术防御层面，部分金融平台已开始部署“活体声纹检测”系统，通过要求用户随机朗读动态验证码、检测语音中的呼吸节律和轻微爆破音来区分真实与合成语音[3]。但据业内人士透露，目前仍有大量中小网贷平台未升级到这一级别，仍停留在“声音相似即可通过”的阶段，这也正是骗子选择网贷平台下手的原因。
普通用户防范的核心原则是：不轻信、不乱读、不配合。具体包括：
- 对任何要求你朗读特定文字的陌生请求直接说“不”，无论对方是老人、孩子还是看起来的“执法人员”；
- 接到陌生电话时，不要按对方引导说出“是”“对”“我就是”等确认性词汇，可直接挂断；
- 在社交平台尽量少发布清晰的语音消息，或对已发布的语音设置查看权限；
- 定期在常用金融平台更新声纹样本，万一信息泄露可增加伪造难度[2]。
产业链视角：AI语音滥用背后存在哪些博弈？
结论先行：AI语音克隆诈骗的背后，是技术普惠与安全防护的赛跑，防御技术的升级与监管政策的完善正在同步加速。
在产业链上游，语音合成技术提供商、开源社区和云服务商构成了技术供给生态。其中，开源模型降低了克隆门槛，但也让防御方得以更早研究伪造特征。目前，某头部科技公司已推出“声纹防伪引擎”，可在0.3秒内检测出音频是否由AI合成，准确率达到96.5%[2]。这类技术的应用场景包括金融交易复核、司法声纹鉴定和智能音箱防欺诈。
在中游的金融应用层，银保监会2025年发布的《互联网金融个人网络消费信贷管理办法（征求意见稿）》明确要求，网贷平台开展身份验证时，必须采用两种以上生物特征交叉核验，单一声音验证不得作为放款依据[3]。这一规定若正式落地，将大幅提高AI语音诈骗的作案门槛。
在下游的黑灰产市场，据某安全公司2026年上半年的监测数据，涉及AI语音诈骗的案件数量同比上升了214%，单案平均损失金额为8.7万元[2]。与此同时，各地公安部门已建立专门的AI反诈实验室，利用伪造音频溯源技术追踪作案者身份。
| 技术/产品 | 核心指标 | 应用场景 | 影响对象 | 限制条件 | 信息来源 |
|---|---|---|---|---|---|
| AI语音克隆模型 | 5-10秒样本即可生成高仿声纹，听感相似度92%以上 | 黑灰产诈骗、影视配音、个人助手定制 | 普通用户、金融平台 | 需清晰音频样本，对噪声敏感 | 安全实验室实测数据[2] |
| 声纹识别系统 | 已应用于网商银行、微众银行等平台的在线身份核验 | 借贷确认、转账验证、远程柜台 | 金融机构、借贷用户 | 仅验证“声音相似”而非“声音真实” | 公开报道[3] |
| 活体声纹检测 | 可检测呼吸节律、爆破音等物理特征，检测时间0.3秒 | 金融交易复核、高安全等级身份认证 | 大型金融机构、企业用户 | 中小平台普及率低 | 头部科技公司产品信息[2] |
| 街头诈骗“三看一问”法 | 3秒内完成场景识别与风险判断 | 普通民众日常防骗 | 全体社会公众 | 需公众广泛知晓和传播 | 事件经验总结[1] |
QA：读者最关心的三个问题
问：陌生人让我帮忙读几个字，一定是骗局吗？
答：不一定，但风险极高。只要朗读内容涉及“同意”“担保”“借款”“已知情”等承诺性词汇，无论对方以何种理由（不认字、配音测试、核对话术）请求，都建议直接拒绝。2026年8月上海女子遭遇的“老人求助读我已知情并同意”事件即是典型，读出一句话，可能被AI声纹克隆用于网贷冒名[1]。
问：AI真的能靠几秒录音克隆我的声音并骗过金融机构吗？
答：据公开报道，5至10秒的清晰语音样本即可生成高仿声纹，AI合成语音在部分金融机构的声纹比对中通过率超过78%。目前多数大型银行已采用“声纹+人脸+动态验证码”多重核验，但部分中小网贷平台仍存在仅凭声音相似即放款的风控漏洞[2]。
问：万一我不小心已经读了，现在应该怎么办？
答：第一时间联络派出所备案，保留对方头像、电话和现场位置信息；然后致电中国人民银行征信中心（400-810-8866）查询个人信用报告，确认是否有异常借贷记录；同时联系常用银行和支付平台，暂时冻结线上贷款功能，并更新预留声纹样本[3]。
AI声纹克隆诈骗的本质，是技术发展过程中“安全水位”暂时低于“攻击水位”的结果。随着监管新规落地和防御技术普及，这类骗局的生存空间将不断收窄。但在那一天到来之前，请记住：你的声音，就是你的“数字指纹”，不要轻易借给陌生人“读一读”。
#AI语音克隆##声纹识别##反诈防骗##科技向善##街头骗局#