风声丨“接到陌生来电先沉默三秒”，真可以防止声音被盗吗？

作者丨赵宏

北京大学法学教授

10月11日，国家安全部微信公众号专门发文提示，“接到陌生来电先沉默三秒”，这一提醒之后在各个网络平台刷屏。与很多人所臆想的为了避免过早向电诈分子暴露需求不同，沉默三秒所防御的是我们接起电话时常说的“喂”“你好，哪位”，很容易就被作为声纹样本而采集，进而在深度伪造后，演变为新型的违法犯罪手段。

为避免声纹信息被随意采集，公安机关给出的正确操作是，接到陌生来电时，如果对方一直不说话，那你也先别开口，安静等待三秒；如果对方持续不出声，就将电话挂断。

生物识别信息，才是影响最大的个人信息

在历经数年的反诈教育后，一般公众都已具备了一定的隐私保护意识，意识到诸如姓名、身份证号码、电话号码、住址或是消费信息等个人信息如果泄露，就可能会对私人生活产生严重影响。事实上，在所有的个人信息中，与私人关联最密切，对其生活影响也最大的信息，应属生物识别信息。

这些包括人脸、指纹、声纹、掌纹、基因、虹膜、耳廓等在内的有关自然人身体和生理、行为特征的信息。它们和个人之间存在高度绑定且具有唯一的对应性和匹配性，一旦泄露或被滥用，就极有可能给私人的人身财产乃至人格尊严造成难以恢复的影响。

也因为这一原因，《中华人民共和国个人信息保护法》对此类敏感个人信息提供了最高强度的保护，明确规定“只有在具有特定的目的和充分的必要性，并采取严格保护措施的情形下，个人信息处理者方可处理敏感个人信息”。

但因为AI技术的快速发展，此类高敏感的生物识别信息却被以越来越隐秘的方式进行窃取和采集，进而被深度伪造和不断滥用。

最典型的，就是此前的人脸识别技术。在较长的一段时间内，因为随处可见的刷脸支付、刷脸开门、刷脸进站，人脸识别技术在我国的泛化滥用，几乎达到令人无法忍受的程度。

基于这一背景，国家网信办和公安部于2024年颁布《人脸识别技术应用安全管理办法》，该办法对人脸识别技术应用的门槛、设备安装到图像采集、数据的处理、存储、提供、删除，以及技术应用的准度、精度到置信度阈值、技术适用者或者服务提供者的责任都做了有针对性的规定。

尤其值得指出的是，该办法首次明确，为防止人脸识别滥用，在公共浴室、卫生间、酒店客房、更衣室等涉及个人隐私的场所，不得安装图像采集和个人身份识别设备。而在宾馆、银行、车站、机场、体育场馆、博物馆、图书馆等经营场所，除非法律、行政法规有明确规定，否则不得以办理业务、提升服务质量等为由强制个人接受人脸识别验证身份。

这相当于在公共场域确立了人脸识别技术“原则上禁止、例外允许”的适用原则，也将酒店、宾馆、车站、机场等公共场所适用人脸识别技术的门槛，提高到必须“有法律、行政法规”明确授权的层级。基于同样的原因，2024年起酒店业普遍取消“刷脸才能入住酒店”的规定，而上海作为代表性城市也在“亮剑浦江2024”专项执法行动中，明确提出公共场所“不刷脸为原则，刷脸为例外”。

但技术的发展总是超乎人类的预期，在人脸识别技术之后，目前又广泛出现了声纹捕捉和窃取技术。

仅凭一张照片加几秒语音，AI技术就能克隆出以假乱真的声音“数字分身”。与早期要达到用声音以假乱真，还需要有大量的录音训练不同，现在的大模型已经支持少量样本快速克隆，深度伪造的成本也大大降低。

大模型提取的并不仅仅是音色，还包括韵律、重音、气息、口癖等完全归属于个人的声纹标识。这一技术，若用于影视配音或是无障碍阅读等合法途径当然并无问题，但其目前同样被大量用以冒充亲友诈骗或伪造名人语音带货宣传等违法用途。

典型的例如，此前在抖音等短视频平台上曾出现大量“晓松说书”“晓松讲民间故事”等账号，而这些账号很多都是使用AI声纹克隆配音技术，借由模仿曾主持过《晓松奇谈》《晓说2017》等节目的高晓松的声音大谈特谈民间奇闻，点评社会事件。

这类账号，当然侵犯了当事人的声音权。我国民法典第1023条第2款规定，“对自然人声音的保护，参照适用肖像权保护的有关规定”，这一条文也首次以立法形式明确了对自然人声音权益的保护。

事实上，早在2024年4月，北京互联网法院就已宣判全国首例AI生成声音人格权侵权案，明确了在具备可识别性的前提下，自然人声音权益的保护范围可及于AI生成声音。2026年9月，最高人民法院发布《关于依法审理涉人工智能纠案件的意见》，明确未经同意利用人工智能合成声音实施侵权行为的，可依法认定为侵害声音权益，并支持受害人在追究信息处理者民事责任的同时，还可申请人格权侵害禁令。

若只是涉及民事侵权，那追究侵权者法律责任的方式就包括：要求删除克隆音频、停用声纹模型、消除影响、恢复名誉乃至赔偿当事人的经济损失等。若滥用声纹特征进行“深度伪造”和“特征嫁接”后再用以刑事犯罪，就有可能涉及诈骗罪、侮辱诽谤罪、虚假广告罪等犯罪。

2025年最高人民法院发布的5起典型电信诈骗案犯罪案例中，也有一例涉及AI拟声技术。在该案中，犯罪人为配合诈骗分子，到独居老人家中拨通对方语音电话，由对方用人工智能拟声技术模拟被害人孙子的声音，一天之内骗取3名老人共计6万元现金。协助提取声纹的犯罪人，因此获罪有期徒刑二年一个月。

更应注意各平台的个人生物敏感信息

“三秒沉默法”，无疑是意识到声纹违法犯罪案件的大量出现，由国家公共部门推广的反制和预防手段。除了可以减少被短语音采样克隆的机会外，先沉默三秒也可以中断很多的AI自动呼叫流程，因为很多AI外呼系统都是要检测到人声才会继续推送话术、转人工，而保持沉默可以让其提前终止呼叫。

但毫无疑问，这种反制技术也存在明显漏洞：如果当事人已经在短视频、直播、语音消息里已经留下了大量音频，诈骗分子完全可直接使用这些素材进行克隆。此外，即使是当事人使用了“三秒沉默法”，事后仍有可能面临其他诈骗手段。“三秒沉默法”可以降低风险，却无法彻底排除风险。故而，公共部门在推广此种“三秒沉默法”时也提示，重要亲友之间应约定语音或视频借钱的核实暗号，私人在社交平台上也尽量少发原声视频，还要关掉各个APP上不必要的声纹登录。

尽管如宣传所说，个人是反诈的第一道防线，但仅靠个人的防御应对声音盗用并不足够，因为很多时候，对个人声纹的采集许可都藏在各大APP平台冗长的用户协议中，个人也几乎是在毫无戒备的情况下，轻易就对个人生物敏感信息进行了一揽子授权。

除了要求个人作为第一责任人外，在个人声音信息的保护上，还要强调平台防止声纹泄露的法定义务，具体包括：

平台在源头处就应像人脸信息一样，原则上禁止偷采个人声纹，若收集个人声纹必须采取单独、明确的同意，明确告知当事人采集的目的、用途、保存期限、是否用于AI训练等，当事人不同意就不能随意采集；

平台在存储和传输过程中，也应对声纹信息和身份标识进行物理隔离，避免身份信息直接绑定声纹特征，以降低泄露后被直接用于克隆的风险；

平台更不能未经许可就将用户的声纹用于AI语音克隆模型训练，更不能打包出售、共享给第三方平台对外发布，AI合成语音时，也要显著标明“AI生成”；

各个内容传播平台也要为用户提供隐私控制，允许用户设置语音、视频是否可被下载、录屏、爬取的限制，收到用户关于声音被盗用的投诉时，也要及时下架、封禁账号，必要时启动人格权侵害禁令防止损害扩大；等等。

之前对人脸识别技术的滥用，已经为我们提供了足够的教训：在数据化时代，不能仅为治理便利和数据红利就随意牺牲个人隐私，也不能将技术发展完全凌驾于个人权益之上。在适用新型技术时，技术可能引发的风险大小、强度以及是否可逆，都必须作为考虑基准。

如果某项技术应用可能带来无法估量且难以逆转的风险，在道德和伦理层面也受到一致批判，就应为法律所完全禁止；如果某项技术应用虽然带来较大效益但风险难以预测，其中蕴含的政治性和社会性风险甚至会对个人权利构成严重威胁，就只应例外适用而原则上禁止。

绝不能在面对新型技术时，毫无防御地先大规模落地适用，之后再进行规则弥补和风险防控，总之，技术向善首先应考虑的就是个人权益优先，亡羊补牢很多时候就会于事无补。

本文系凤凰网评论部特约原创稿件，仅代表作者立场。

主编｜萧轶