重點摘要說明：
1、確實有語音複製技術，美國聯邦貿易委員會也為此發布消費者警示。
2、微軟研發的VALL-E號稱僅需三秒長的樣本就能準確模擬任何人的聲音，但並未開放公眾使用。
3、國際上尚未出現3秒複製人聲的相關詐騙案例，因此「接電話千萬別先開口！只需3秒 就可能成AI語音詐騙目標」是誇大誤導。

爭議一：真的有語音複製技術嗎？
事實：AI語音複製是根據所需要複製聲音的人的語音樣本創建數據，這需要閱讀數十或數百個句子才能獲得高質量的樣本，最後得以生成看似完美匹配的聲音。不僅如此，單詞還可以根據上下文和情感調整聲音，重新排列成不同的句子，讓人在短時間內無法發覺。
經查核，世界上最早一起語音複製詐騙案是在2019年，根據《華爾街日報》報導，一家未具名的英國能源公司首席執行官，當時他相信他正在與老闆通電話，於是就遵照老闆命令，將二十四萬美元匯入一家匈牙利供應商的銀行賬戶。但事實上，該聲音是詐欺犯利用AI語音技術所複製而成。隨著科技越來越發達，語言複製的詐騙案例有上升的趨勢，美國聯邦貿易委員會FTC發布了消費者警示，指人工智能不再是科幻電影中遙不可及的想法，當詐騙者給您打電話時，聽起來就像您所愛的人一樣。並提醒民眾「不要相信聲音」，打電話給應該與您聯繫的人並核實故事。如果來電者說要匯款、發送加密貨幣或購買禮品卡並給他們卡號和PIN碼，要求您以難以取回款項的方式付款或匯款，這些都可能是詐騙的跡象。

爭議二：只需3秒 就可能成AI語音詐騙目標？
事實：AI語音複製技術需要足夠的樣本才有辦法複製聲音，因此它需要一定的時間搜集聲音，在兩年前加拿大公司Resemble AI表示，要生成一個高質量的人聲副本，軟件需要某個人說話的錄音，時間至少10分鐘。

不過根據《遠見雜誌》報導，數位鑑識學教授法理德（Hany Farid）表示，現在只要簡短30秒的聲音，就能夠捕捉出聲音中的特徵，包含年齡、性別、口音等。「現在如果在抖音上傳一支30秒的影片，人們就可以複製你的聲音。」但在2023年初，微軟的研究人員發表一篇關於名為 VALL-E 的新型人工智能的論文，該人工智能可以根據僅三秒長的樣本準確模擬任何人的聲音。但是創建 VALL-E 的團隊知道此項技術容易被利用於犯罪，因此並沒有公開 VALL-E 的代碼，也未開放公眾使用，他們也開發出能夠偵測出是否為人工合成語音的模型，避免先進技術被拿來犯罪，並發表一份道德聲明。因此「只需3秒就可能成AI語音詐騙目標」的說法錯誤，因為目前VALL-E並未對外公開。

爭議三：此為《世界日報》的報導？
事實：查核員到《世界日報》新聞網查詢「接電話千萬別先開口！只需3秒 就可能成AI語音詐騙目標」，但卻顯示0筆資料。

後來又發現內文為美國CBS “Cybercriminals are using AI voice cloning tools to dupe victims”的翻譯文章，正確的標題翻譯應為「網路犯罪者利用人工智能語音複製工具來欺騙受害者」，但卻被改成「接電話千萬別先開口！只需3秒 就可能成AI語音詐騙目標」；儘管內文翻譯CBS報導正確，但是目前能3秒複製人聲的微軟VALL-E並無對外開放，國際上也尚未出現3秒複製人聲的相關詐騙案例，國內更未傳出語音複製的詐騙案例，標題顯有誇大誤導，並可能引起恐慌。

而《世界日報》是否真有「接電話千萬別先開口！只需3秒 就可能成AI語音詐騙目標」的報導目前無法得知。

結論：
經查，該文章內容為美國CBS “Cybercriminals are using AI voice cloning tools to dupe victims”的翻譯文章，正確的標題翻譯應為「網路犯罪者利用人工智能語音複製工具來欺騙受害者」，但卻被改成「接電話千萬別先開口！只需3秒 就可能成AI語音詐騙目標」。儘管內文正確，但目前能3秒複製人聲的微軟VALL-E並無對外開放，國際上也尚未出現3秒複製人聲的相關詐騙案例，標題顯有誇大誤導。