我们做的事

DeepSuck 是一个开源的“拖住”机器人。它扮演一位普通的潜在受害人，回得慢一点，常常要对方再说一遍，按步骤操作时总会遇到点小状况。对话进行时，它会把骗子主动暴露的收款账户、钱包地址、电话和网址识别出来，脱敏后整理成结构化的情报。

现在有四位人设：王阿姨、小陈妈妈、小林和郑老板。他们的身份和背景都是虚构的，说话习惯各不相同，守的规矩是一样的。

这件事有三个用途：

• 防御：每一分钟被拖住的时间，都是骗子没有拿去骗真人的时间。
• 研究：话术如何开场、如何施压、在哪一步要钱，这些模式可以被记录、分类和比较。仓库里的话术语料、评测脚本和结果都公开，方便别人复现和改进。
• 教育：网站上的沙盒让任何人都能扮演一次骗子，从另一侧看清这套流程。看过一遍完整套路的人，再接到类似电话时更容易认出来。

底线

这些规则写在 伦理与使用规范 里，也落实在代码和贡献指南中。

不主动联系任何真实的人。 不外呼、不群发、不主动私信、不加好友。机器人只回应找上门来的骗子；网站沙盒里，扮演骗子的是访客自己。电话接入层同样是“只接不拨”。

不提供真实信息。 人设不会说出真实的验证码、卡号、密码或身份证号，也不会真的转账。语音输出前有一道守卫，会抹掉五位以上的数字串，防止模型编造看起来像真的号码。

数据默认脱敏。 展示、导出和发送给大模型之前，文本都先经过脱敏模块：银行卡只留前 6 位和后 4 位，手机号只留前 3 位和后 4 位，姓名只留姓。原始值只在本次处理的内存里用于比对，不写盘、不上报。

不报复、不曝光。 不人肉，不公开个人信息，不“以骗制骗”，不攻击任何系统。很多收款卡属于被冒用、被诱骗出租账户的普通人，所以公开情报库里的银行卡和姓名一律部分打码，任何人都可以凭条目编号申诉下架。

线索交给专业的人。 提取结果只是线索，不能据此认定任何人。遇到诈骗请拨打 110 或全国反诈专线 96110；情报优先提交给官方渠道。

为什么开源

反诈工具最需要的是信任。代码公开，别人才能检查我们说的“只接不拨”“先脱敏再落盘”是否真的成立；规则和语料公开，研究者才能在同一套数据上比较方法；评测公开，我们说的效果才有据可查。

项目采用 Apache-2.0 许可，情报数据以 CC BY 4.0 发布。如果你想参与，可以补充脱敏后的话术样本、设计更耐聊的人设、改进提取规则，或者只是在沙盒里试一试，告诉我们哪里不像真人。

接下来

这个博客会记录项目的进展：语音链路是怎么搭起来的，情报是怎么提取和脱敏的，常见的诈骗话术有哪些识别信号。所有数字都会注明出处，能在仓库里找到对应的文档或结果文件。

致谢

DeepSuck 用到了下面这些开源项目，感谢它们的作者和维护者。名单以仓库里的依赖和部署配置为准（voice/requirements.txt、deploy/、scripts/、site/assets/core/blocklists.json）。

语音链路：

• Pipecat：实时语音管线框架
• Silero VAD：语音活动检测
• Smart Turn：回合判定模型
• aiortc：Python 的 WebRTC 实现
• FastAPI、Uvicorn、websockets：服务端与 WebSocket

部署与电话：

• coturn：TURN 中继
• Asterisk：电话交换机
• Caddy 与 caddy-l4：HTTPS 与 443 端口分流
• fail2ban：拦截暴力注册

网站与数据：

• marked：本博客的 Markdown 转换
• destroylist、Phishing.Database：公开的钓鱼域名黑名单

本文所有实现细节以仓库为准，主要参考 voice/README.md、docs/ARCHITECTURE.md、docs/VOICE_LATENCY.md 和 docs/INTEL.md。文中的数字都注明了出处。

一轮对话的数据流

一轮对话按下面的顺序走完：

1. 骗子的声音经 WebRTC（网页）或 SIP 电话适配器 进入服务端；
2. 云端流式语音识别 边听边出中间结果，判断说完后给出最终转写；
3. 情报处理器 从转写中提取卡号、电话、网址等，先脱敏，再交给规则引擎选本轮策略；
4. 根据人设、场景和策略拼出系统提示词，连同脱敏后的对话记录交给 大模型；
5. 大模型的输出先过 输出守卫，再按子句流式送进 语音合成；
6. 合成的音频经原路传回，同时通过数据通道把脱敏后的情报推到浏览器看板。

网页和电话共用同一条管线（voice/app.py 的 build_pipeline），只是延迟参数分两套（voice/tuning.py）。整条链路搭在开源的实时语音管线框架 Pipecat 上，服务端是 FastAPI 加 Uvicorn；语音识别、大模型和语音合成都调用云端接口。

语音识别：什么时候算说完

识别本身不难，难的是判断对方说完了没有。说完判断得太早，会把一句话切成两段；太晚，王阿姨的反应就慢。

现在的做法是三层叠加（见 VOICE_LATENCY.md「回合判定」一节）：

• 语音活动检测（VAD）：开源的 Silero VAD 模型判断有没有人在说话。网页上开口需持续 0.3 秒、置信度 0.75，静音 0.2 秒算停说；电话线路更保守。
• 识别服务的断句静音：从服务端默认的约 800 毫秒调到网页 450 毫秒、电话 500 毫秒，让最终转写提前约 0.3 秒。
• 回合判定模型 Smart Turn（v3，开源）：根据这段音频判断一句话是否完整。判为“没说完”时，原本要再等满 3 秒。

在此之上，我们加了一条针对数字的规则（voice/turndigits.py）。骗子念卡号时常常停顿，如果按普通句子处理，一个 19 位卡号会被切成三段。规则是：转写结尾是没念完的数字串时（比如“卡号”后面不足 16 位、“手机号”后面不足 11 位），停说后至少再等 1800 毫秒；一句话已经以句末标点结束、不在念数字时，最多等 1200 毫秒，不再等 3 秒。

本地测试里，两次停顿的 19 位卡号从切成 3 段变为 1 段；“卡号我现在念给您”这类预告句，从停说到判定说完由 3200 毫秒降到 1802 毫秒（VOICE_LATENCY.md「前后对比」表）。

大模型：只拿脱敏后的文字

交给大模型的只有脱敏后的转写。卡号等原值只在本进程内存里用于黑名单比对，不写盘、不上报（voice/README.md「隐私与安全」）。

系统提示词由 voice/persona.py 按人设、场景和本轮策略生成。策略来自规则引擎：拿到新情报就复述追问，要验证码就拖延，要转账就引导对方报出账户。有一条容易忽略的约束：只接对方已经说过的话。比如骗子还没提到平台，提示词里就不会出现“问问是哪个平台”，免得王阿姨抢先说出对方没提的东西，反而露馅。

输出守卫：不让模型编号码

大模型的回复在送去合成之前，先过一道守卫：去掉括号里的动作描写和 Markdown 符号，抹掉 5 位以上的数字串，防止模型编出看起来像真的验证码或卡号。需要复述号码时，按“逐位读”的方式念，不念打码用的星号。

语音合成：边生成边说

最早的实现是每句话新建一条连接，等整句生成完再合成，首包要等很久。现在的做法（VOICE_LATENCY.md「改动」表）：

• 每通会话保持一条长连接，开局就建好；
• 每个大模型回合一开始就预开合成任务；
• 大模型边吐字，分句器边切：句末标点立即切，逗号处攒够 6 个字就切，括号或引号没闭合时不切，保证输出守卫拿到的是完整片段；
• 被打断时，如果服务端还在合成就断开取消并立即重连。

这一轮优化后，合成首包的中位数从 2781 毫秒降到 1385 毫秒（VOICE_LATENCY.md「结果」分阶段表，优化前 n=6，优化后 n=9）。剩下的大约 1.2 秒基本是合成服务端从收到文字到吐出首包的时间，我们单独直连测量，结论是快慢两档与模型、音色、采样率都无明显关系，客户端能做的已经做了。

填充音：先应一声

即便如此，从对方说完到正式回复出声，仍要两三秒。真人在这段时间里通常会先“嗯”一声。

现在的做法是 短口头语（voice/backchannel.py）：每个人设预先合成 10 条，比如“嗯……”“你说啥？”“等一下啊……”，缓存到磁盘，裁掉合成音频开头 0.34–0.47 秒的静音。回合判定一结束就播一条，不等大模型。以下情况不播：对方只说了不到 4 个有效字，含“快点”“在吗”这类催促词，或者是 8 个字以内的追问，或者正在念数字。

同时在系统提示词里告诉大模型“本轮你已经先应了一声”，让正式回复别再以语气词开头。本地对比中，正式回复以语气词开头的比例从 9/14 降到 3/14（VOICE_LATENCY.md「短口头语」开关对比表）。

打断：中文要数字数

对方在王阿姨说话时插话，要能打断她。Pipecat 默认按空格分词数“词数”，对中文无效。我们改成数“有效字”（voice/interrupt.py）：去掉标点和“嗯”“对”“好的”这类应答词，“不是”“不对”算反驳。王阿姨说话时，网页上有效字达到 2 个、电话上达到 3 个才打断；她没在说话时，任何文字都开启新回合。口头语就是普通的输出音频，被打断时随输出队列一起清掉。

传输：网页、中继与电话

• 网页：浏览器与服务端点对点的 WebRTC，服务端用的是 aiortc。服务端只用一段固定的 UDP 端口，在应答里补上公网地址候选。
• UDP 被封时：公司网、校园网或某些代理不转发 UDP。部署时可以启用自建的 coturn 中继，经 443 端口走 TCP 或 TLS：Caddy 借助 caddy-l4 插件按连接的首字节把 TURN 流量和 HTTPS 分开，不用另开端口。临时凭据在点击“开始通话”后现取，默认有效期 600 秒，不落盘。页面会显示“正在连接 / 已接通 / 连接失败”，20 秒未接通会给出换网络、关代理等建议。
• 电话：可选的 Asterisk 电话交换机经 WebSocket 适配器接入同一条管线，音频在传输层统一重采样到 8 kHz。电话接入默认关闭，只接不拨，部署脚本会同时装上 fail2ban 拦截暴力注册。

延迟：实测数字

以下数字都来自 VOICE_LATENCY.md，用同一段 6 句的合成骗子音频、在同一台机器上测量。每次都是真实计费调用，样本量小，P90 只作参考。

上表测于 2026-10-18，当时用的还是之前用的模型。

更换模型后，我们单独复测了大模型这一段：从发出请求到第一个字（首字），以及到整句输出完（整句）。这只是大模型这一段的延迟，连接已预热，不含语音识别、判断对方说完（语音端点检测）和语音合成，不能和上表直接相加或比较。每个模型 86 轮，在线上服务器上测量；之前用的模型是同时段测的对照。

现在线上用的模型首字比之前用的模型慢约 80 毫秒（P90 慢约 140 毫秒），但回复更短，整句 P50 反而快约 70 毫秒，整句 P90 两者接近。数据来源：docs/VOICE_LATENCY.md「大模型首字 / 整句」一节。

同样在更换模型之前，线上服务的一次外部探测中，正式回复首包为 2469、2627、2484 毫秒，其中识别约 650 毫秒、大模型首字 430–680 毫秒、合成首包 1050–1340 毫秒，合成仍是最大的一段（VOICE_LATENCY.md「TTS 首包拆解」）。

情报提取

提取规则只有一份，放在 site/assets/core/extractors.json，浏览器和 Python 两套实现逐字节对齐，用共享的测试夹具互相校验（INTEL.md「提取器噪声鲁棒性与跨回合拼接」）。语音端直接复用 Python 实现。

能识别的类型包括银行卡、手机号与座机、即时通讯和支付账号、邮箱、网址、加密钱包地址，以及收款户名。口语转写里的写法很乱，所以提取前先做规范化：

• 数字混淆：全角数字、圈码、中文和大写数字、“幺”“两”等读法，都换算回阿拉伯数字；
• 异体字与错别字：“帐”“帳”统一为“账”，常见的同音错字归一；
• 分段拼接：数字之间夹着空格、横杠或标点时，只有拼起来像合法手机号或银行卡（校验位、发卡行前缀）才拼；
• 跨回合拼接：骗子把卡号分两三句报完时，同一说话方相邻至多 3 个回合的数字片段会被拼起来，并给出置信度。更正句（“不对，……”）、带单位的数字、订单号和验证码旁边的数字不参与拼接。

提取到网址或钱包地址后，会与公开黑名单比对，标注“命中”或“未命中”。命中仅供参考，未命中也不代表安全。

脱敏规则

所有展示、导出、落盘和发送给大模型的文本都先脱敏，规则在 INTEL.md「各类型打码规则」中有完整表格，要点如下：

打码结果是确定的，同一输入总得到同一输出，可以直接用来去重。脱敏只替换识别到的片段，识别不到的写法不会被打码，所以文档建议落盘前再用规则兜底，比如抹掉 7 位以上的连续数字；情报库的校验器也会拒绝含 7 位以上连续数字的打码类条目。

留存方面：网页通话由访客勾选是否保存，勾选时每轮记录脱敏文字和延迟，并录两轨音频；不勾选时只记无内容的计数。电话线路只存脱敏文字、不录音，主叫号码也打码。追踪记录默认保留 30 天，磁盘接近上限时自动停止录音（voice/README.md「通话追踪与问题反馈」）。

拖得住吗

在离线评测中，我们让大模型扮演骗子，与三个人设在 7 个场景下各对话 6 个随机种子，每档 126 场。默认档的起疑挂断率为 13.5%（95% 区间 8.6–20.5%），平均拖延 23.6 轮（上限 25 轮），情报提取率 99.8%（430/431），泄露率为 0（docs/EVAL.md 第 1 节主指标表，结果文件 eval/results-llm-scammer.json）。这是模拟对手的结果，不代表真实骗子的反应；文档里也写明了最近几次人设改动之后需要复测。

还没解决的

• 打断门槛是按合成音频定的，还没有用真人通话校准；
• 端到端只在 Linux 与桌面浏览器、伪造麦克风输入下测过，真实麦克风、回声消除和移动端尚未测试；
• 带逗号停顿的长句，偶尔仍会被回合判定切成两段。

代码、参数和复现命令都在仓库里，欢迎提 issue 或 PR。

致谢

DeepSuck 用到了下面这些开源项目，感谢它们的作者和维护者。名单以仓库里的依赖和部署配置为准（voice/requirements.txt、deploy/、scripts/、site/assets/core/blocklists.json）。

语音链路：

• Pipecat：实时语音管线框架
• Silero VAD：语音活动检测
• Smart Turn：回合判定模型
• aiortc：Python 的 WebRTC 实现
• FastAPI、Uvicorn、websockets：服务端与 WebSocket

部署与电话：

• coturn：TURN 中继
• Asterisk：电话交换机
• Caddy 与 caddy-l4：HTTPS 与 443 端口分流
• fail2ban：拦截暴力注册

网站与数据：

• marked：本博客的 Markdown 转换
• destroylist、Phishing.Database：公开的钓鱼域名黑名单

我们只写识别信号和应对办法。具体台词不在这里复述，想了解完整流程，可以去网站的 沙盒 扮演一次骗子。

通用的五个阶段

几乎所有电信网络诈骗都会经过下面五步，只是顺序和比重不同：

1. 开场：报一个身份，抛出由头，比如退款、涉案、加错好友、兼职、贷款；
2. 建立信任：核对你的个人信息、报工号、嘘寒问暖、先给一点小额返利、发截图；
3. 施压：损失威胁、限定时间、要求保密、利用你已经投入的钱、发伪造的文书或凭证；
4. 索要钱款或信息：要验证码、卡号、余额、证件照片，诱导下载应用、共享屏幕、借款或充值；
5. 收款指令：给出收款账户、钱包地址、网址或联系方式，要求转账，并让你删除记录。

只要对话走到了第 3 步、第 4 步，不管对方自称是谁，都应该先停下来。

任何场景都适用的危险信号

• 要你念出或输入验证码；
• 要你共享屏幕、开远程协助，或下载对方指定的应用、进入对方给的会议号；
• 要你把钱转到“安全账户”“监管账户”“验证账户”；
• 要你保密，不许挂电话，不许告诉家人或同事；
• 给你很短的时限，“今天不处理就……”；
• 要你先交钱才能拿到钱：解冻费、保证金、手续费、税费；
• 从电话或短信把你引到私聊、群聊或陌生平台继续谈。

七类常见诈骗

冒充客服

常见由头：商品有质量问题要赔付、快递丢件、会员到期要自动扣费。

识别信号：对方主动联系你办退款；要你下载会议或远程软件、共享屏幕；要你开通借款额度做“验证”；声称不处理会持续扣费或影响征信。

应对：挂断后自己打开官方应用或拨打官方客服核实。正规平台退款只走原路退回，不需要你操作任何转账。

冒充公检法

常见由头：先由“快递”“通信”“社保”等工作人员说你的信息被冒用，再转接给“警官”“检察官”，称你涉嫌洗钱或其他案件。

识别信号：电话里办案；发来通缉令、冻结令的图片或网址；要求保密、不许挂电话、单独去宾馆“配合调查”；要求把资金转入“安全账户”接受清查。

应对：公检法机关不会通过电话办案，更没有“安全账户”。直接挂断，拨打 110 或 96110 核实。

冒充领导、熟人

常见由头：用与领导、老师或亲友相同的头像昵称，或者说“换了新号”，以开会不便、急需周转为由让你代付或借钱。

识别信号：突然换号并提出转账；以开会、信号差为由拒绝通话；要你别告诉其他人；发来一张转账截图说“钱已经打给你了”。

应对：用原来存的号码打过去，或者当面确认。不要相信截图，以自己账户实际到账为准。

网络交友诱导投资（俗称“杀猪盘”）

常见由头：“加错人”后长期聊天培养感情，再说有内部渠道、平台漏洞，带你一起赚钱。

识别信号：网上认识、从未见面的人主动带你投资或博彩；先让你小额提现成功；提现大额时要先交税费、保证金、解冻费；要你用虚拟币充值。

应对：不要在对方提供的网址或应用上充值，不要给陌生人转虚拟币。提现需要先交钱，说明平台是假的。

刷单返利

常见由头：动动手指就能日结的兼职，比如点赞、关注、做任务。

识别信号：先返几笔小额佣金；然后出现需要垫付的“福利单”“连单”；钱卡在里面时说是你操作失误，要再充值才能解冻。

应对：所有刷单都是违法行为，所有要求先垫付的“兼职”都是诈骗。不要下载陌生人发来的任务应用，不要加入来路不明的任务群。

虚假投资理财

常见由头：短信、直播或投资群引流，“导师”“分析师”免费荐股或带单。

识别信号：承诺高收益、保本保息；群里很多人晒收益和提现截图；名额有限、窗口期短；让你在群里给的链接或应用上开户；提现前要先交钱。

应对：只在持牌机构的官方渠道交易。保本高收益的承诺本身就是诈骗信号。

虚假贷款与征信

常见由头：一类是“无抵押、低息、秒批”；另一类冒充网贷客服，说你名下的校园贷没注销、会影响征信。

识别信号：放款前要交会员费、保证金、解冻金，或说你卡号填错要交钱解冻；要你先在正规平台借款再转出“清空额度”；冒用监管部门名义；要求当天办完。

应对：正规贷款放款前不收任何费用。征信不能“修复”，也不存在“注销校园贷”“清空额度”的说法。征信问题请通过中国人民银行征信中心的官方渠道查询。

如果已经转账

1. 立即拨打 110，同时联系银行尝试止付；
2. 保留聊天记录、转账凭证、对方的号码和账户信息；
3. 接到 96110 的来电请务必接听，这是全国反诈预警劝阻专线；
4. 诈骗电话、短信、网址、应用和收款账户等线索，可以通过国家反诈中心 App 的“我要举报”提交；垃圾短信和骚扰电话可以向 12321 举报。

DeepSuck 的公开情报库收录骗子主动暴露的电话、钱包地址、网址和话术模式，供检索和预警。情报只是线索，号码可能被回收或冒用，不能作为认定任何人的依据。