Cómo saber si un audio o una voz es falsa o clonada con IA

¿Se puede saber con certeza si una voz fue generada con IA?

No. Ni el oído ni un programa pueden asegurarlo en todos los casos. Las herramientas de síntesis y clonación de voz imitan el timbre y la entonación de una persona a partir de grabaciones suyas, y el resultado mejora con cada generación.

Eso cambia la pregunta útil. En vez de "¿suena real?", conviene preguntarse "¿puedo confirmar por otro lado que esta persona dijo esto?". Escuchar con atención sirve para sospechar; para decidir, lo que cuenta es el contexto.

¿Qué señales delatan una voz clonada al escucharla?

Hay rasgos que aparecen con frecuencia en el audio sintético. Ninguno es concluyente, pero varios juntos justifican desconfiar:

• Entonación plana o demasiado pareja. La voz mantiene el mismo ritmo y la misma energía, sin los altibajos de quien habla con emoción o apuro reales.
• Falta de respiración. Frases largas sin tomar aire, o respiraciones que suenan pegadas y siempre iguales.
• Pausas extrañas. Silencios en medio de una frase, o ninguna vacilación donde lo natural sería dudar.
• Nombres y números mal dichos. Apellidos, apodos, siglas, montos o direcciones pronunciados de forma rara o con un acento que la persona no tiene.
• Fondo demasiado limpio. Ningún ruido ambiente, o un ruido que aparece y desaparece de golpe.
• Cortes bruscos. Palabras que empiezan o terminan de manera abrupta, o saltos de tono entre una frase y la siguiente.

Estas señales tienen dos límites serios. Un clon bien hecho no las presenta, y una llamada telefónica o una nota de voz comprimida borra justo los detalles finos que permitirían notarlas. Un audio sin señales no es un audio verificado.

También ocurre al revés: una persona real con mala señal, resfriada o leyendo un texto puede sonar plana y entrecortada. Guiarse solo por el oído lleva a errores en las dos direcciones.

¿Cómo compruebo que quien habla es realmente esa persona?

Con verificaciones que no dependen del sonido. Son simples y funcionan aunque el clon sea perfecto, porque quien suplanta no controla los otros canales ni lo que la persona real sabe.

El patrón que más se repite en los engaños con voz clonada no está en el audio sino en el pedido: una emergencia, mucha prisa, la instrucción de no contarle a nadie y una transferencia, un código de verificación o una clave. Ante esa combinación, verifica siempre, aunque la voz te parezca inconfundible.

¿Qué hacen los detectores automáticos de voz con IA y cuánto se puede confiar en ellos?

Analizan la grabación en busca de rasgos que suelen diferenciar la voz sintética de la humana y entregan una estimación. Sirven como una segunda opinión, no como veredicto.

Sus límites conviene tenerlos claros antes de usarlos:

• Ruido. Música, viento o varias personas hablando ocultan las señales.
• Compresión. Un audio reenviado varias veces, o grabado desde el altavoz de otro teléfono, pierde información.
• Duración. Un fragmento de pocos segundos entrega muy poco material para analizar.
• Errores en ambos sentidos. Pueden marcar como artificial una voz real y dejar pasar un clon.
• Desfase. Las herramientas de síntesis cambian más rápido que los métodos para reconocerlas.

El Detector de IA en audio responde en tres niveles: probablemente hecho con IA, probablemente una persona o no concluyente. Indica además la confianza (alta, media o baja), las señales observadas y los límites del análisis. No entrega porcentajes ni afirmaciones categóricas, porque sería prometer una precisión que nadie tiene. El archivo se sube para analizarlo y se borra al terminar.

Un resultado "probablemente una persona" no autoriza a transferir dinero, y un "probablemente hecho con IA" no prueba que alguien haya cometido un fraude. En los dos casos, la verificación por otro canal sigue siendo necesaria. La misma lógica vale para las imágenes, como contamos en cómo saber si una imagen fue hecha con IA.

¿Qué hago si recibo un audio o una llamada sospechosa?

1. No actúes en el momento. No transfieras, no entregues códigos ni claves, no compartas datos.
2. Corta con cualquier excusa y comunícate con la persona por un número o canal que ya conocías.
3. Si no logras ubicarla, llama a alguien cercano a ella antes de hacer cualquier otra cosa.
4. Si confirmas que era un engaño, avisa a la persona suplantada y a tu entorno: es probable que lo intenten con otros.
5. Si alcanzaste a transferir o a entregar datos, llama de inmediato a tu banco y denuncia ante la policía o la autoridad que corresponda en tu país.

¿Cómo guardo el audio para que sirva como prueba?

Conserva el archivo original, tal como llegó. Un audio regrabado con otro teléfono o reenviado varias veces pierde calidad y datos, y eso dificulta cualquier análisis posterior.

• No borres el mensaje ni la conversación donde llegó.
• Guarda o exporta el archivo de audio desde la aplicación, en lugar de grabar la pantalla o el altavoz.
• Anota el número o la cuenta de origen, la fecha y la hora, y haz capturas del contexto.
• Si fue una llamada, registra de inmediato la hora, el número y lo que se dijo. Las reglas sobre grabar llamadas cambian según el país.
• No recortes ni conviertas el archivo. Si necesitas una versión editada, trabaja sobre una copia.

Para dejar constancia de que ese archivo existía en una fecha y no cambió después, puedes fijarlo con Certificar archivo, o generar un Informe de autenticidad, que reúne la huella, el sello de tiempo y la estimación del detector. Eso acredita integridad y fecha del archivo; no prueba quién lo creó, no garantiza valor legal ni reemplaza a un perito. Si el caso es serio, el análisis de voz corresponde a un especialista forense.

Lista de verificación y errores frecuentes

• ¿Piden dinero, códigos o claves, con urgencia o en secreto?
• ¿El contacto viene de un número o una cuenta que no conocías?
• ¿Pudiste hablar con la persona por un canal que ya tenías?
• ¿Respondió algo que solo ella sabría, o la palabra clave acordada?
• ¿Guardaste el archivo original y los datos de origen?

Los errores más comunes:

• Confiar porque "era su voz". El timbre ya no identifica a nadie.
• Devolver la llamada al mismo número que llamó, o a uno que te dictaron en la llamada.
• Tomar el resultado de un detector como prueba, en cualquiera de los dos sentidos.
• Descartar la sospecha porque el audio no tiene defectos audibles.
• Reenviar el audio a muchos contactos para pedir opinión y perder el archivo original.
• Elegir una palabra clave que se puede deducir de las redes sociales, como el nombre de una mascota.