晚上七点四十,我朋友李静在厨房盛汤。
手机响了一下。家长群弹出一条语音,她随手点开。
班主任王老师的声音传出来:资料费 198,今天截止,扫码就行。
语气对,停顿对,连尾音那点上扬都像。
她手指已经点进转账页面了。
儿子从客厅探出头,说了一句:妈,王老师今天不是请假了吗。
李静说,那一刻她胳膊上起了一层鸡皮疙瘩。
那条语音,是谁发的。

十秒能复制的东西,比你想的多
李静后来把那条语音转给我。我戴上耳机听了五遍。
没听出问题。
查了一圈才知道,ElevenLabs 已经更新到 v4 和 v4 Turbo。十秒音频素材,就能完成一个人的声音克隆。
十秒是什么概念。差不多就是「妈,我到了,别担心」这一句话的长度。
官方说,新版支持九十多种语言,日语、巴西葡萄牙语、普通话和粤语的提升最明显。
情绪标签还能叠加。温和、着急、不耐烦,可以一层一层往上加,模型按顺序执行。
还有一点更让人在意。后面的大模型刚开始输出回答,语音就能同步生成。你这边话音刚落,那边已经接上了。
有人试听之后说,连咳嗽声、吸气的停顿、说到一半清嗓子的动作,都像。
李静那段语音,是把王老师以前在群里公开过的朗读音频,剪了十秒喂进去的。

老人为什么听不出
年轻人也许还能起疑。老人很难。
文字可以回看,可以截图,可以转给子女问一句这是真的吗。语音不行,话一过就没了,老人握着手机,只能凭耳朵记。
我同事的爸爸,去年接过一通电话。对方喊他姑父,说自己在外面撞了人,不敢跟家里讲。
老人把手机贴在耳朵上听了三分钟。挂了又打回去,占线。
他翻出存折就往银行走。
柜台的小姑娘问他,大爷,给谁转。
他说,我侄儿,急用。
小姑娘又问,侄儿电话多少,我帮您打一个。
老人愣了一下。他没打。他想起电话里那句话:别告诉任何人。
后来是银行报了警,钱没转出去。
这件事里最狠的地方在催。骗子不让挂电话,不让跟别人商量,一分一秒地压着你。
老人对声音是有感情的。那个嗓门,那个口气,他听了半辈子,凭什么不信。

家里现在就该做的准备
我跟李静聊完,当天晚上就给我妈打了个电话。
第一件事,跟家里人约一句暗号。
别用生日,别用乳名,别用门牌号。这些信息,骗子多少能套出来。
选一件只有自家人知道的旧事。比如哪一年全家在外面迷过路,比如小时候谁把谁的手套弄丢过。
一句话,外人答不上来。

第二件事,少在公开群里发长段清晰语音。
尤其是带姓名、带称呼、带家庭关系的那种。班级群、老家亲戚群、小区业主群,都是现成的素材库。发得越多,能被人拿去拼的东西就越多。
第三件事,凡是要钱的语音,换个渠道核实。
用你平时存的那个号码回拨过去,别用来电显示上那个。或者多走两步,当面问一句。
钱晚一分钟不要紧,转错了就回不来。

我挂了电话,我妈在那头笑,说你小时候把我缝纫机的线全缠一起了,这算不算暗号。
我说算。

以前听声音认人,现在听声音还得认渠道。
你家里有没有一句只有自家人懂的话。