几秒语音就能克隆一个声音：企业手里的录音，明文落在哪三处

骗子打来电话，接通后故意不出声，等你说出「喂」或者「哪位」。

国家安全部 10 月 11 日发文提醒：这几秒就够了——短短数秒的语音样本，就可能被用来做 AI 声纹克隆，进而冒充你的身份实施诈骗。1

国家安全部给出的做法很短：接陌生来电可以先沉默三秒，对方也一直不出声，就及时挂断。1

风险从三个方向来。2

一是无感采集。AI 能从网络公开素材里批量提取标准化的生物特征，部分应用还借着「刷脸」验证的名义，过度采集、无感抓拍用户的面部与声纹数据。2

二是深度伪造。一张照片加几秒语音，就能做出以假乱真的数字分身，「熟人」视频借钱的套路因此防不胜防。2

三是推断还原。有研究显示，AI 能凭人脸影像推测部分体态与生理特征，结合步态数据还能辅助分析年龄、识别情绪倾向。2

三条路径指向同一个性质：生物特征被复制之后，本人换不掉。

《个人信息保护法》第二十八条把生物识别信息列入敏感个人信息，第二十九条要求处理这类信息时取得单独同意。3

国安部文章里还有一条更硬的口径：最高人民法院明确，非法获取、出售或提供人脸照片、视频等公民个人信息，情节严重的，构成侵犯公民个人信息罪。2

企业把录音交给第三方做转写，在法律上属于委托处理：要约定处理目的、期限、方式和保护措施，还要监督受托方。

录音的保存期限，也只能是实现处理目的所必要的最短时间。3

对 AI 企业和平台，文章提出的要求也落在流程上：把合规审查嵌进数据采集、模型训练、产品上线的全流程，核查数据授权链条，守住「非必要不采集、非授权不使用」。2

企业手里的语音材料比多数人以为的多：客服通话录音、会议与培训录音、招聘面试录音、远程核身的音频。

这些录音要转写、要生成纪要、要拿来做客服质检，这几件活如今基本都交给了模型。

音频以可读形态进入处理链路之后，会落在三个位置：上传文件与缓存、生成纪要时的上下文、质检素材库里的长期留存。

三处落点里最容易被忽略的是缓存，转写抄本已经在外部服务上生成过一遍。

荆华密算的 AI 隐私平台把顺序换了一下：敏感内容先在本地完成加密，再进入密态计算，结果返回后沉淀进密态空间；需要联网信息时走密态搜索。4

整段过程中，平台与模型无法访问明文数据。4

官网首页挂着的一行提示正是写给这类材料的：Please do not send your sensitive data to the model。5

需要提交录音或附件时走上传入口，文件在进入处理前先完成加密。5

这一周能落地的一步很具体：把客服、会议、面试三类录音的转写与摘要改走密态链路，长期留存的素材放进密态空间。

从 [www.mojingxiong.com](https://www.[mojingxiong.com](https://mojingxiong.com)) 进入，首页当前列出密态 DeepSeek-V4-flash-Preview、密态 DeepSeek-V4-pro-Preview、密态 GLM-5.1、密态 Kimi-K2.6、密态 Deepseek-v4-flash-0731 五款密态模型。5