心理学ホント
数分の録音で作ったAIの声、人は本物とほぼ聞き分けられなかった
2026.10.02
English Corner（A2〜B2・4択クイズ）
読む前に予想してみよう！
AIで作った声は、本物の人間の声よりも「人間らしい」と判断された
クローン音声は本物と「同じくらい」人間らしいと判断されたが、本物を上回る「超リアル効果」は見られなかった。
研究カード（どんな研究？）- 対象
- イギリスの成人（オンライン実験）
- 規模
- 各実験50人（計3実験）
- 研究の種類
- 知覚実験
- 確かさ
- ★★☆☆☆
市販ツールで作った「声のクローン」は、本物の声とほぼ同じ割合で「人間」と判定された。AIの声は本物より「支配的」に聞こえる傾向も。
ひとことで言うとAIでまねした声は、本物の人の声とほとんど区別できなかった！
電話の向こうから聞こえる、家族の声。「ちょっと困ったことになって……」。
その声が、本人ではなくAIが作ったものだったら、あなたは気づけるでしょうか？
2025年、イギリスの研究チームが、聞き手の知らない人の声を使って実験したところ、答えは「ほぼ無理」でした。
01市販ツールで「声のクローン」を作ってみた
AIの声には2種類ありました。
- 汎用AI音声：特定の誰かをまねていない、AIオリジナルの声
- ボイスクローン：実在の人の声（本人の同意あり）を、短い録音から再現した声
研究者によると、クローン作りには専門知識はほとんど不要で、数分の録音とわずかなお金しかかからなかったそうです。
02クローンと本物、「人間」判定の割合がほぼ同じ
3種類の声を混ぜて聞かせた実験では、「人間の声だ」と判断された割合は、
- 本物の人間の声：約72%
- ボイスクローン：約70%
- 汎用AI音声：約39%
クローンは、本物とほとんど同じ割合で「人間」と判断されたのです。一方、誰もまねていない汎用AI音声は、まだ見抜かれやすい結果でした。
03顔では起きた「超リアル効果」は、声ではまだ
画像の世界では以前、AIが作った顔の方が、本物の顔より「本物っぽい」と判断されるという研究が話題になりました（超リアル効果）。
今回の研究は「声でも同じことが起きるか？」を調べたもの。結果、本物を上回るほど「人間らしい」とは判断されませんでした。論文タイトルにある「（まだ）超リアルではない」はこのことです。
その代わり、AIの声は本物より「支配的（強そう）」に聞こえる傾向があり、一部のAI音声は本物より「信頼できそう」と評価されました。
04詐欺から身を守るには
声だけで本人だと判断するのは、もう危ない時代です。
数字をもう少し見てみると、汎用AI音声だけを本物と比べた実験では、本物の声が「人間」と判断されたのが約81%、汎用AI音声は約41%でした。誰かのコピーではないAIの声には、まだ聞き分けられる「AIっぽさ」が残っているようです。
05まとめ
数分の録音から、知らない人には本物と区別しにくい声を作れる――それが2025年の現実です。
もちろん、病気で声を失った人が「自分の声」で話せるようになるなど、良い使い道もたくさんあります。だからこそ、声は「本人確認」には使わない。これを新しい常識にしておきましょう。
この研究を英語で読もう原田英語の English CornerCan people tell an AI-cloned voice from a real one?
音声
4択クイズ9問A2・B1・B2タップして開く
原田英語の English Corner
この研究を英語で読もう
Can you tell a real voice from an AI voice? In 2025, researchers in the UK made "voice clones" that copied real people's voices. They used about four minutes of recordings and a tool anyone can buy.
People heard real voices and clones. About 72 percent of real voices and about 70 percent of clones were judged to be human. So people could hardly tell them apart. Be careful with phone calls asking for money.
75 words ・ CEFR A2
和訳を見る
あなたは本物の声とAIの声を見分けられますか。2025年、イギリスの研究者たちは、実在の人の声をまねた「ボイスクローン」を作りました。使ったのは約4分の録音と、だれでも買えるツールです。
人々は本物の声とクローンの声を聞きました。本物の声の約72%、クローンの声の約70%が人間の声だと判断されました。つまり、人々は両者をほとんど見分けられなかったのです。お金を求める電話には気をつけましょう。
4択リーディングクイズ
Q1. What is the passage mainly about?
AIで作った声のクローンを本物とほとんど見分けられなかった、という内容なので D。
Q2. How long were the recordings used to make the clones?
They used about four minutes of recordings とあるので A。
Q3. In this passage, "tell them apart" means ...
tell A apart は「A を見分ける・区別する」。本物とクローンの違いが分かるという意味なので C。
Can people tell an AI-cloned voice from a real one? In 2025, researchers at Queen Mary University of London tested this. Using a commercial service, they created voice clones from about four minutes of recordings of real people, who had agreed to take part. They also made general AI voices that did not copy anyone.
Listeners heard the voices and decided whether each was human or AI. Real voices were judged human about 72 percent of the time, and clones about 70 percent, so they were almost impossible to tell apart. General AI voices were judged human only about 39 percent of the time.
104 words ・ CEFR B1
和訳を見る
人は、AIで複製された声と本物の声を聞き分けられるでしょうか。2025年、ロンドン大学クイーン・メアリー校の研究者たちがこれを試しました。市販のサービスを使い、参加に同意した実在の人々の約4分の録音から、ボイスクローンを作りました。また、だれもまねしていない汎用のAI音声も作りました。
聞き手はそれぞれの声を聞き、人間かAIかを判断しました。本物の声は約72%、クローンは約70%の割合で人間だと判断され、両者を見分けるのはほぼ不可能でした。汎用のAI音声が人間だと判断されたのは、約39%にすぎませんでした。
4択リーディングクイズ
Q1. What were the voice clones made from?
created voice clones from about four minutes of recordings of real people とあるので B。
Q2. Which type of voice was the easiest to recognize as AI?
汎用AI音声は人間と判断されたのが only about 39 percent で最も低い＝最もAIだと見抜かれやすかったので C。
Q3. What can we infer from the passage?
クローンの声が本物とほぼ見分けられなかった結果から、電話などで人をだますのに使われうると推測できるので A。
In a 2025 study published in PLOS One, researchers at Queen Mary University of London used only about four minutes of recorded speech to copy a person's voice. The tool was commercially available, and the speakers had agreed to it. The team also produced generic AI voices that imitated no one in particular.
Earlier work had shown that AI-generated faces can look more real than actual human ones, an effect called hyperrealism, and the researchers wanted to know whether voices behave the same way. Groups of 50 UK adults listened to each voice and judged whether it was human. In one experiment, real voices were labeled human 72 percent of the time and clones 70 percent, so listeners could barely tell them apart.
Generic AI voices fared much worse, at 39 percent. The clones did not beat real voices on average, though, so there was no hyperrealism effect. The listeners heard strangers in short clips, and the technology is improving so fast that the results could age quickly. AI voices also tended to sound more dominant, and some were rated more trustworthy. Making the clones took little expertise or money, which is why the authors worry about fraud.
198 words ・ CEFR B2
和訳を見る
2025年に『PLOS One』で発表された研究で、ロンドン大学クイーン・メアリー校の研究者たちは、わずか4分ほどの録音音声から人の声を複製しました。ツールは市販のもので、話者たちはそれに同意していました。チームはまた、特定の誰もまねしていない汎用のAI音声も作りました。
先行研究では、AIが生成した顔は実際の人間の顔より本物らしく見えることがあると示されており、これは「超リアル効果（ハイパーリアリズム）」と呼ばれます。研究者たちは、声でも同じことが起きるのかを知りたかったのです。イギリスの成人50人ずつのグループが、それぞれの声を聞いて人間の声かどうかを判断しました。ある実験では、本物の声は72%、クローンは70%の割合で人間とされ、聞き手は両者をほとんど見分けられませんでした。
汎用のAI音声はずっと低く、39%でした。ただし、クローンが本物の声を上回ることはなく、超リアル効果は見られませんでした。聞き手が聞いたのは短い録音の見知らぬ人の声でしたし、技術の進歩が非常に速いため、この結果はすぐに古くなるかもしれません。また、AIの声はより支配的（強そう）に聞こえる傾向があり、一部はより信頼できそうだと評価されました。クローン作りに専門知識やお金がほとんどかからなかったことから、著者たちは詐欺への悪用を懸念しています。
4択リーディングクイズ
Q1. What question did the study set out to answer?
AIの顔の超リアル効果を紹介したうえで the researchers wanted to know whether voices behave the same way とあるので D。A は既に示されている前提。
Q2. Which of the following is true according to the passage?
so listeners could barely tell them apart とあるので B。クローンは本物を上回らず（A×）、汎用AI音声は39%（C×）、専門知識はほぼ不要（D×）。
Q3. Why might the findings soon become outdated?
the technology is improving so fast that the results could age quickly とあるので C。
重要単語
- voice cloneB1名詞（句）ボイスクローン（声の複製）A voice clone can copy someone's voice.
clone は「複製」。動詞でも使い、clone a voice「声を複製する」。 - distinguishB2動詞区別する、見分けるCan you distinguish a real voice from a fake one? distinguish A from B = tell A from B「A と B を区別する」は入試の定番語法。
- realisticB1形容詞本物そっくりのThe AI voice sounded very realistic. 「現実的な」の意味も（a realistic plan）。hyperrealistic は「本物以上に本物らしい」。
- fraudB2名詞詐欺Phone fraud is becoming more common. 発音は /frɔːd/（フロード）。commit fraud「詐欺を働く」。scam はより口語的。
- trustworthyB2形容詞信頼できるSome AI voices sounded more trustworthy. trust（信頼）＋worthy（～に値する）。praiseworthy（賞賛に値する）も同じ作り。
- dominantB2形容詞支配的な、強そうなThe AI voices sounded more dominant than real ones. dominate（支配する）の形容詞形。dominant language「主要言語」など「優勢な」の意味でも頻出。
入試に出る順の単語帳を印刷する →
全5633語の「科学英単語カード」で復習する →
公式・一次情報をチェック
4コマでわかる
このネタ、誰かに教えたくなった？
市販のAIツールと数分の録音で作った「声のクローン」を聞かせたら、人は本物の声とほぼ区別できなかったらしい。本物を「人間」と判断したのが約7割、クローンも約7割。電話の「オレオレ」がますます危ない。
押すと「マジかリスト」に保存されます
出典・参考文献（4件）タップで表示
- Lavan et al. (2025) Voice clones sound realistic but not (yet) hyperrealistic, PLOS Onedoi.org
- Barrington, Cooper & Farid (2025) People are poorly equipped to detect AI-powered voice clones, Scientific Reportsdoi.org
- Miller et al. (2023) AI Hyperrealism: Why AI Faces Are Perceived as More Real Than Human Ones, Psychological Sciencedoi.org
- Nightingale & Farid (2022) AI-synthesized faces are indistinguishable from real faces and more trustworthy, PNASdoi.org
※本記事は上記の研究・公開資料をもとに、原田英語が独自の言葉で解説したものです。引用は著作権法第32条の範囲で行い、出典を明記しています。画像はすべてオリジナルのイメージです。研究結果には限界や個人差があります。誤りのご指摘は原田英語のお問い合わせフォームから。
