在2026年10月，国家安全部通过其微信公众号发出一条重要通知，提醒公众在接到陌生电话时应保持沉默，静等三秒钟。如果对方在这段时间内没有发声，应立即挂断电话。这条建议迅速在社交媒体上广泛传播，然而许多人只注意到了“三秒钟”这个要求，却未能真正理解其背后的原因。沉默的通话实际上是一个筛选机制，而你的每一句“喂”都可能成为骗子的线索。
骗子的套路通常比人们想象的要简单。拨打电话后，他们并不急于开口，而是耐心等待对方回应。一般接到电话的人会在接通后出于本能进行确认，或回应“喂”或“哪位”，这一瞬间的音频信息恰巧是骗子所需要的。领先的声纹识别技术表明，5到10秒的声音样本即可提取并复制出一个人的声纹特征。实际上，日常交流中的简单问候加上对方的短暂沉默，就能轻松积累到5秒的样本，这些声音数据甚至可能来源于社交平台的语音留言、短视频等。
声纹是独一无二的生物特征，和指纹、人脸一样具备身份识别的功能，但其最大的特点在于声纹是主动产生的。你拨打电话、发送语音或进行视频会议时，声音都会不断透露出个人的声纹信息，骗子根本不需要侵入你的手机，只需让你在电话中说一句话。
国安部的警示还提到另一种骗局：假冒的AI客服在接通后播放预设的语音。如果你出声回应，系统就会记录你的声音，启动后续的诈骗话术，最后转接给人工客服，获取更多声音数据，进而克隆你的声纹，假借你的身份向朋友亲戚借款。整个过程只需你接听电话并说话。
三秒钟的沉默策略之所以有效，并不意味着这个时长具有什么神秘的防护效果，而是它将筛选的成本回转给了诈骗者。骗子会批量拨打多个电话，谁的“喂”声先响起，谁就会被纳入下一步的诈骗计划。你的声音使得他们确认该号码有效，反之如果沉默就会让他们重新评估该号码是否值得继续跟进。
在骗子的操作范围内，三秒钟的沉默正好是个微妙的长度：太短无法确认目标，太长则会削减拨打效率。如果大量接收电话的人保持沉默，该模式的“转化率”便会降低，进一步增加骗子的成本。
在北京警方的示例中，还有一个容易被忽视的细节：如果接通后对方是AI客服，同样应立即挂断。因为AI系统在等待你的回应来激活下一步的处理，你的沉默可能导致系统停滞，从而产生无法进行的后续操作。
例如2025年春季，在湖北黄石，三位老人接到假冒“孙子”的电话，称急需用钱。最终他们交出了6万元现金，结果发现电话背后根本不是亲人，而是利用AI技术伪造声音的诈骗者。这个案件尽管数额不大，却呈现出声纹克隆技术被广泛应用于犯罪的趋势。
国安部将这种情况称为“深度伪造”的犯罪行为，强调在AI技术发展的今天，几秒的音频与一张图片即可生成以假乱真的“数字分身”。这种伪造行为已经从技术展示逐渐演变为实际的犯罪手段。
上海警方对此保持审慎态度，认为虽然AI技术对声纹克隆的门槛降低了，但仍未达到以假乱真的程度。而骗子若想进行精准诈骗，除了声纹外，还需要详尽的个人信息，构建一个完整的诈骗链条并不容易。
这种判断表明，尽管广泛的声纹采集尚未形成有规模的诈骗网络，但声纹一旦泄露，后果将不堪设想。在数字时代，声纹作为一种生物特征，是无法通过类似于更改密码的方式加以改变的。
