今年5月，某知名音乐人再次就AI合成声音冒充他本人一事发布声明，重申自己“并未营业”，提醒大家不要上当受骗。跳水运动员全红婵、“太乙真人”配音演员张珈铭等知名人士，同样深受AI声音克隆侵权的困扰。

随着技术的进步，AI声音克隆日益泛滥。它不仅能生成逼真的声音，还能模仿人的各种情绪变化。而侵权成本低、举证难度大、维权成本高，让许多人选择息事宁人。

近日，记者暗访AI声音克隆乱象，揭露“偷声术”的同时，也提醒更多人注意保护自己的专属声音。

10元买20秒，让“余华”替你代言

6月2日，记者以“有声书推广”为由，在多家电商平台搜索“AI声音克隆”“音色复刻”等关键词，咨询了大量提供配音服务的线上店铺。询问后发现，这些服务的报价每分钟从10元到几百元不等。大多数店家表示，不仅能克隆用户自己的声音，也能帮忙提取“线上已有素材”中的声音进行克隆，其中便包括名人、明星。

记者选择了一家报价较低的店铺“小小修图师”，花费10元下单了20秒的AI声音克隆服务，并将作家余华的一段公开访谈片段作为原始素材发给店家。店家没有核实记者身份，也未询问与余华的关系，更未提及任何授权问题。

下单仅十几分钟后，店家便发回一个音频文件。点开一听，效果令人震惊——这段推荐图书的语音，声线、语调甚至独特的停顿节奏，都与余华本人高度相似。店家还“贴心”地询问：“你看这个像不像？如果不像还可以再做调整。”

当记者追问“用余华老师的声音做商用，会不会有版权问题”时，店家说“没有考虑过版权的问题”，称客户既然有需要他们就做。

不过对方紧接着话锋一转，向记者兜售起另一套“解决方案”。

最终，记者又花费80元从这家店铺购买了一款所谓的“AI语音克隆软件”及其使用指导。令人颇感意外的是，店家所谓的“软件”并非什么复杂的程序，而是一个网址链接。

记者打开这个网页后发现，它是一款功能强大的在线AI声音工具。上传目标声音样本进行“资料提炼”后，短短十几秒，网站后台便完成了“建模”。随后，在文字输入框中任意输入文本并点击播放，克隆出的“余华声音”就能立刻把文字念出来。

更令人不安的是其精细的操控能力。记者发现，网站还内置了“情绪调节”功能。用户可以选择喜、怒、哀、惧等不同情绪模板，而生成的音频也会随之呈现出完全不同的情感色彩。这意味着，造假者不仅能伪造“余华说了什么”，还能精准地伪造他“说这句话时的情绪状态”。这已不是简单的语音合成，而是能操纵情感、制造更强欺骗效果的“深度伪造”，其潜在危害成倍上升。

而这套工具的收费模式和生产效率同样触目惊心。网站实行充值消费，换算下来，使用成本约为每小时2元。而它的生产效率却高得惊人：以制作20秒的音频为例，从输入文字、选定情绪到生成，整个过程不到半分钟。这意味着，1小时就能批量生产出120条带有名人声音、饱含特定情绪的“代言”音频。这种几乎可以忽略不计的成本，让侵权行为变得更加廉价和便捷。

声音伪造工坊，在网线那头捉迷藏

6月2日中午，记者以“给宠物餐盘做产品推广”为由，又联系了一家AI声音克隆网店“AIGC时代”。

记者把一篇近500字的产品推广文案，以及从网上找来的语音辨识度很高的演员张铁林的12秒真人语音，发给店家。同样，店家没有任何询问，只是报了价格，“每200字1单、29.9元，你下3单就行。”

3小时后，店家将制作好的音频发回给记者。记者试听后，发现克隆的声音和语气不仅逼真，而且干净，没有背景杂音。

店家识别出了这个声音是张铁林的，主动说：“后期如果牵涉版权问题的话，我们不负责的哈。”“对你没有影响吧？”记者追问。“我们没啥的。跟您说过了就行。”店主回了一个“偷笑”的表情。

6月3日上午，记者循着该网店的注册地址来到浙中某县，在一幢大厦的15楼找到了这家电商商行的注册地。但是，该处办公室却大门紧闭，触摸屏门锁怎么碰也没有反应。透过门缝，能看到里面有一套沙发、一张办公桌，桌子上放着两台电脑。记者询问附近办公室的人关于这家店的情况。对方说，不知道人在不在，他们平时没看到过有人进出。

同一天，记者还在杭州寻找另一家从事声音克隆业务的数码店铺。循着平台上查到的注册地址赶到时，发现店铺地址所在地是一家银行。“我们这里根本没有数码店。”多名保安信誓旦旦地告诉记者。记者又向店主询问有没有线下门店，想要线下沟通。店主回答：“杭州没有哦，没有门店。”

记者注意到，网络上提供AI声音克隆服务的大多是个体户，信息比较齐全。还有不少是个人的，信息介绍甚至只有一句声明：“个人从事零星小额交易活动，依法不需要办理市场主体登记”。

一名县级市场监管局行政审批科相关负责人介绍，对于网店来说，线上线下同时经营的，需提供实体经营场所作为注册地址。而纯线上经营的，无需租赁实体办公室。个人从事便民劳务或者开展零星小额交易的，无须办理市场主体登记。监管部门则根据网店的注册地来开展属地监管。

在调查过程中，记者还以“想深入学习技术”为由，向多家店铺提出希望线下见面、当面请教的请求。店家们均婉拒了这一要求。他们给出的理由也如出一辙：这一行根本不需要实体店铺，只要有一台能上网的电脑，随时随地都能操作，因此“不方便，也没必要”进行线下教学。

这一细节，恰好揭开了该灰色产业更深的隐患——不仅生产环节高度隐蔽，从业者也深谙规避之道。一台电脑就是一个“声音伪造工坊”，交易全部在线上完成，经营者可以藏匿在任何角落，这无疑给日后的监管和追责带来了更大困难。

只需1秒音频，声音失窃风险超出想象

和指纹、人脸一样，声纹也是每个人专属的身份密码。每个人的声音，都有特有的音色、语气和节奏，相当于个人专属的“声音身份证”。

每天，在短视频发布、语音聊天、播客录制等场景下，我们的声音被大量记录，而且可以轻易被他人获取。而要复制、模仿一个人的声音，比我们想象中的还要简单。

央视《法治在线》于今年4月针对AI声音克隆乱象做了一组实测。记者仅对着话筒说了一句日常话语，网络安全专家从中截取短短1秒钟的清晰音频，导入到一款普通的声音克隆软件，就能生成一段以假乱真的全新语音。

参与测试的网络安全专家直言：“现在的技术，已经把声音克隆的门槛降到了人人可操作的地步。”

“公开人物的声音太容易拿到了。去网上找几个开源模型，拿公开音频投进去，就能合成出他从来没说过的话。”浙江大学计算机科学与技术学院—网络空间安全学院特聘研究员、博士生导师卢立介绍，他们团队曾做过测试，合成声音不仅骗过了人耳，连银行此前上线的声纹锁都能攻破，“做完实验我们跟银行汇报，对方也觉得太危险，对应进行了声纹功能的下线整改。”

谈及如何治理，卢立认为，单靠技术拦截不现实，单靠法规让人人自觉更不现实，“核心原则就四个字：技管结合。”

监管层面，据介绍，民法典以及个人信息保护法都已将声音纳入法律保护。自2025年9月1日起施行的人工智能生成合成内容标识办法，还要求所有AI生成内容必须打上标识，方便溯源。

技术层面，卢立提到一个更“主动”的防御思路：从源头干扰。比如手机麦克风在录音的时候，可以加一段人听不到的超声波噪声。这个噪声不影响用户的听感，但能干扰AI模型的学习，让它无法合成。他透露，已经有手机厂商开始尝试这个技术，不过要覆盖市场上所有存量设备，还需要时间。

普通老百姓如何才能不受AI侵权影响呢？卢立建议“多看”，像公安反诈宣传那样，有关部门可以通过加强宣传，提升公众对AI产品的防范意识和辨别力。

好在司法实践已经跟上，为AI声音克隆治理提供了样本。2024年，北京互联网法院判决5家涉案公司中的相关责任方向配音演员支付25万元赔偿，并赔礼道歉。原因是相关公司未经同意克隆了该配音演员的声音，并用于商用。这也是中国首例保护声音权免遭人工智能克隆的法律判决。去年，杭州市滨江区人民法院审结了一例离职员工声音被公司AI化侵权案。法院审理认为，被告未经许可AI化并使用原告声音，侵犯其声音权益，酌情判决赔偿经济损失2万元并出具书面道歉声明。

但挑战依然存在。与侵权的低成本相对应的，是举证、维权上的高难度、高成本。例如，声音克隆只需要几十元，而举证时，光声纹鉴定就要花上千元。如果选择打官司，还要走漫长的司法流程，能拿到多少赔偿还不好说。