在AI时代，录音还适合作为法庭上的证据吗？

AI生成的声音已经逼真到足以乱真，甚至连法庭证据的可靠性都开始受到冲击。最新的研究呼吁调整现有规则，赋予法官更大的权力来排除伪造的音频证据。

在人工智能时代，法庭上单凭听觉来判断声音证据的真伪，或许不该再是一项强制要求，而应变得更加灵活和开放。

想象一下这个场景：Gary Schildhorn接到了一通足以让任何父母心跳骤停的电话。电话那头，他“惊慌失措”的儿子声称自己出了车祸，还被关进了监狱。紧接着，第二个电话响起，一位自称是律师的人催促Schildhorn必须立即支付9000美元的保释金。就在他准备掏钱之际，真正的儿子打来了电话——原来他根本没被抓。Schildhorn险些成为AI语音反诈的受害者，而这类骗局如今正变得越来越普遍。

AI生成的虚假声音不仅让反诈分子屡屡得手，更给整个法律体系带来了前所未有的麻烦。最近，法庭上已经出现了涉及AI克隆声音的指控，但现行的音频证据处理规则，显然还没有跟上技术发展的步伐。

过时的证据规则

根据现行的《联邦证据规则》，只要有一名证人出庭，声称自己熟悉某个人的声音，并且认为录音听起来像那个人，这段音频就能作为证据被法庭采纳。具体来说，规则901规定，只要有人基于任何场合听过某个声音，并认为它与录音中的发言者有关，就能满足证据可采纳性的要求。这条规则的底层逻辑是假设：这样的证人证词，足以证明证据“就是当事人声称的那样”。

但在AI技术日新月异的今天，这个假设已经摇摇欲坠。证据规则制定委员会是时候考虑修改规则了，尤其是将规则901(b)条中的示例从“强制性”改为“参考性”。这些示例可以作为满足真实性要求的一种可能情况，但法官必须保留一项关键权力：当有其他可靠证据表明录音可能是伪造时，有权将其排除在外。

以假乱真的技术现实

那么，AI生成的假声音到底有多逼真？答案是：非常逼真，且进步神速。过去几年，语音合成与克隆技术突飞猛进，尤其是在去年，相关成果更是令人咋舌。如今，普通人只需要一段30秒的参考音频，就能通过一些简单易用的商业服务，生成一个几乎难以分辨真伪的声音克隆。

为了量化这种欺骗性，近期一项大规模的感知研究提供了直观数据。在一项在线实验中，300名参与者被要求聆听两段不同人的说话录音，然后回答一个简单问题：这是同一个人的声音，还是两个不同的人？

结果显示，当两段录音都来自真人时，听众的判断相当准确。如果两段录音来自同一个人，他们几乎百分之百能识别出来；如果来自两个声音相似但身份不同的人，他们混淆的几率也只有大约10%。

然而，问题出现了——当其中一段声音被替换为AI克隆的声音（研究使用了ElevenLabs这类公开可用的服务）时，情况急转直下。此时，听众有高达80%的概率会认为真人的声音和AI克隆的声音来自同一个人。更令人担忧的是，每四名参与者中就有一人被所有测试的AI克隆声音成功欺骗。结论显而易见：普通人已经很难单凭耳朵分辨真声与AI假声了。

为了进一步验证，另一项实验让听众直接判断一段音频是真人录制还是AI生成。结果比纯粹瞎猜（50%的正确率）要好一些，平均正确率达到64%，但这距离作为法庭上确凿证据所要求的可靠性标准，还相差甚远。

值得注意的是，这并非孤立的发现。其他研究团队也报告了类似情况，尽管具体数字因实验设计不同而有所差异。例如，另有两组研究发现，分辨真假的准确率能达到70-80%，但他们所使用的可能并非最前沿的AI克隆技术——而我们知道，这项技术本身还在不断进化。

规则的局限与现实的挑战

当然，实验室的感知研究有其局限性，无法完全模拟法庭上错综复杂的真实场景。音频的长度、压缩质量、背景噪音等因素，都会影响人们对声音身份和自然度的判断能力。就像Schildhorn会被骗子的声音蒙蔽，但如果那是他极为熟悉的人的声音，他或许就不会上当。

但正是基于这些深刻的技术变化，我们必须重新审视现有的证据规则。不能再简单地因为一方随便找来一位证人，说一句“我认识这个声音”，就把一段录音证据直接交给陪审团。即便是像Schildhorn这样真心相信自己能辨认出声音的证人，也可能出错。

可按照目前具有强制性的规则901(b)(5)，即便对方律师拿出了可靠的取证分析，证明某段录音很可能是AI伪造的，法官似乎仍然必须接受这段证据。这显然不合情理。

一条简单的修改建议

因此，证据规则制定委员会应当采取行动，对规则901(b)进行一项看似微小但至关重要的修改：加入“可能”二字。具体来说，可以将其表述修改为：“以下仅为示例，而非完整清单，

这样一来，包括找证人辨认声音在内的所有列举方式，都将从“强制通行证”变为“可选路径之一”。法官在审查证据时，将拥有更大的自由裁量空间。

有人可能会争论，其他关于证据真实性的规则是否也需要为AI时代特别调整？例如，批评现有标准过于宽松，容易让各种物证过关；或者认为缺乏对“机器生成证据”的专门可靠性分析；甚至觉得要求对方及时提出异议的责任过重。但平心而论，这些问题并非AI生成内容所独有，而是所有物证都可能面临的通病。

最近关于AI假声的研究至少清晰地证明了一点：那种强制性的、依赖单一感官的认证方式，很快就会变得过时。

所以，更好的办法是让法官能够根据具体案件的具体情况，灵活判断一方所提供的证据是否足够可信。法官依然会采用相对较低的充分性标准，不会越俎代庖地替陪审团做决定，也不会不合理地加重举证方的负担，更不会让证据争议陷入无休止的纠缠。但至关重要的是，规则将不再“逼迫”法官在已有确凿证据指向伪造的情况下，还必须无奈地接纳它。

这不仅仅是为了让法律面向未来，更是为了让它能跟上已经到来的现在。