科普3秒录音声音克隆与换脸技术原理
2023 年微软的 VALL-E 只要 3 秒录音就能模仿一个人的声音。这一期从一通“车祸电话”讲起： 现场克隆一个 AI 设计的声音 → 把 3 秒拆成真实的声谱，看“内容”和“音色”是两样东西 → 音色怎么变成一串数字 → AI 怎么像接龙一样“说”出你的声音； 再用三维人脸模型讲换脸：一张脸 = 长相 + 表情，换脸就是只换长相那组数。 案例：2019 英国 22 万欧元、2023 包头 430 万、2024 香港 2 亿港元视频会议、2025 黄石 6 万。最后是警方提醒的三秒沉默法、家庭暗号、挂