待验证50% 置信事实精确时间

AI语音克隆技术仅需三秒的音频片段就能生成以假乱真的合成语音，这一现象被称为「三秒盗窃」（Three-Second Theft）

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/7/16

首次发现

有效期至：2026/10/14

来源

三秒克隆声音：AI语音诈骗为何防不胜防？

相关事实

待验证AI实现接近同声传译的体验需要将端到端的语音识别、翻译和合成链路压缩到300毫秒以内78% 相似待验证AI语音诈骗形成三大进化层级：预录音频回放、实时变声通话、换脸加变声的视听双假77% 相似待验证H3所展示的克隆能力属于零样本克隆（Zero-shot Cloning），仅通过几秒到几十秒的参考音频提取说话者声学特征70% 相似已验证现代零样本或少样本声音克隆技术仅需几秒到几分钟的参考音频，就能生成高度逼真的目标说话人语音70% 相似待验证AI同声传译技术路径主要有级联式（ASR→MT→TTS串联，延迟通常超过3-5秒）和端到端语音到语音翻译两种69% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/531461

API

curl https://kongchang.com/api/v1/knowledge/claims/531461

MCP

get_claim(id=531461)