Cómo saber si un audio es IA

Una guía paso a paso para comprobar un audio sospechoso, ya sea un audio de WhatsApp, una llamada grabada o un clip que te reenviaron. Pensada para periodistas, equipos de cumplimiento, investigadores y cualquiera que haya recibido un mensaje de voz que "sonaba raro".

Para saber si un audio es IA, descarga el archivo original y pásalo por un detector como el de esta web; después lee el veredicto y la puntuación que devuelve. De oído, fíjate en un ritmo demasiado regular, en la falta de sonido ambiente y en la misma entonación en frases distintas. Ninguna señal por sí sola es una prueba, así que combina el veredicto del detector con una llamada de comprobación a un número que ya conozcas.

¿Qué es una voz IA?

Una voz IA es un audio de voz humana generado por un modelo de aprendizaje automático, no grabado a una persona. Las dos categorías más comunes son la clonación de voz, que produce habla con la voz de una persona concreta, y la síntesis genérica, que produce habla con una voz cualquiera. Las dos son cada vez más difíciles de distinguir de un audio real solo de oído.

Herramientas actuales como ElevenLabs, Resemble AI o el texto a voz de OpenAI pueden producir una voz convincente a partir de una muestra corta de la voz de alguien, y muchas se pueden probar gratis.

Señal	Qué escuchar	Por qué aparece
Prosodia	El mismo ritmo repetido en frases parecidas	Los modelos reutilizan patrones de entonación
Respiración	Respiraciones ausentes o demasiado regulares	La síntesis no respira como un cuerpo
Sonido ambiente	Fondo demasiado limpio o en bucle	No se grabó ningún espacio real
Sibilancia	Un brillo metálico en las "s" y las "ch"	Restos del audio comprimido usado en el entrenamiento

¿Por qué crecen las estafas con voz IA?

Tres motivos:

• Clonar una voz se ha vuelto fácil. Hace pocos años hacían falta horas de audio limpio de estudio y mucha capacidad de cálculo. Hoy basta un fragmento corto de cualquier audio, como un vídeo en redes o un mensaje de voz, y la prueba gratis de un servicio en línea.
• Cualquiera puede ser objetivo. Quien contesta el teléfono o abre un audio de WhatsApp está expuesto. La estafa del familiar en apuros, el fraude del falso directivo, las llamadas automáticas en elecciones y el falso servicio de atención del banco usan la misma técnica.
• La comprobación se quedó atrás. Durante mucho tiempo, la detección de voz fue cosa de laboratorio, y la gente no tenía una forma sencilla de comprobar un clip sospechoso.

Las autoridades que siguen el tema coinciden en el mecanismo. La FTC, la agencia de protección al consumidor de Estados Unidos, señala que al estafador le basta "un fragmento corto de la voz de tu familiar, que puede sacar de contenido publicado en internet". El aviso del FBI de diciembre de 2024 sobre fraude con IA generativa trata la clonación de voz como una categoría propia, usada en llamadas de falsa emergencia y para acceder a cuentas bancarias, y su comunicado de mayo de 2025 describe campañas de vishing con mensajes de voz generados por IA. Los reguladores han reaccionado: la FCC dictaminó que las voces generadas por IA en llamadas automáticas son "artificiales" según la ley de protección al consumidor telefónico (TCPA).

Quiero ser sincero sobre el límite de esto. Escuchar es un buen primer filtro, y lo uso, pero con audio limpio de generación actual mi oído acierta poco más que al azar, y el tuyo también. Las señales en las que más confío son las que sobreviven a una mala conexión: entonación que se repite, respiraciones al ritmo de un metrónomo, un fondo que nunca cambia. Cuando aparecen dos o más juntas, dejo de adivinar y paso el clip por el detector, porque el modelo lee la huella acústica (en inglés) que hay debajo, que es la parte que el estafador no puede disimular con facilidad.

¿Cómo detectar si un audio es IA? Lista rápida

Si tienes 30 segundos y necesitas decidir rápido, presta atención a estas señales:

• Pausas artificiales. El habla real tiene pausas irregulares para respirar y pensar. El habla sintetizada suele tener un ritmo demasiado regular.
• Falta de sonido ambiente. Las grabaciones reales llevan ruido de fondo (aire acondicionado, tráfico, una tele). El audio sintetizado suele ser demasiado limpio.
• La misma entonación en varias frases. Quien habla de verdad varía el ritmo y el tono. Las voces sintéticas a menudo repiten el mismo patrón dos veces seguidas.
• Volumen sin variación. Las voces reales suben y bajan. Las sintéticas suelen quedarse en una franja estrecha.
• Sibilancia "de plástico". Las "s" en el habla sintetizada pueden tener un brillo metálico que las voces reales no tienen.

Ninguna de estas señales es concluyente por sí sola. Las cinco juntas son un indicio fuerte. La siguiente sección explica cómo comprobarlo rápido.

Cómo saber si un audio está hecho con IA: paso a paso

1. Guarda el archivo de audio

Si el audio llegó por una app de mensajería, descarga el archivo. No grabes la pantalla. La compresión que añade la grabación de pantalla destruye la firma acústica que usa el detector.

2. Pásalo por el detector

Sube el archivo al detector de voz IA gratis. Verás un veredicto, una puntuación de probabilidad de IA y, en clips largos, una puntuación para cada segmento. Nuestras guías (en inglés) explican cómo suenan las voces de herramientas como ElevenLabs y otras.

3. Lee el veredicto con atención

Una puntuación de 86% o más se etiqueta como Generado por IA, y por debajo de 16% como Humano. Una puntuación entre 16% y 85% cae en Probablemente humano o Probablemente IA, lo que significa que el resultado no es decisivo, normalmente porque el audio está muy comprimido o es demasiado corto. En esos casos, busca una muestra más larga o más limpia.

4. Confírmalo por otro canal

Si el audio dice ser de una persona concreta que pide algo concreto, llama a esa persona a un número que ya conozcas y pregúntale. Un veredicto del detector es un indicio, no una prueba. Se suma a los demás indicios.

5. Guarda el resultado si es importante

Si vas a publicar una noticia o a tomar una decisión legal, inicia sesión y guarda el resultado en tu historial. Los resultados guardados quedan en el historial y se pueden compartir con un enlace.

Una última cosa que aprendí por las malas: el objetivo no es ganar una discusión sobre si un clip suena falso. Es llegar a una respuesta que puedas defender. Prefiero dar a alguien una probabilidad y un veredicto graduado que insistir en que oigo la costura, porque cuando la situación es seria, mi oído no es una prueba, y el tuyo tampoco. El detector existe justo para ese paso, de la corazonada a algo que se puede comprobar.

¿Cómo saber si una voz es IA en WhatsApp?

En España y Latinoamérica, muchas estafas con voz clonada llegan como audio de WhatsApp y no como llamada. Eso cambia la comprobación en tres puntos:

• Descarga el audio, no lo vuelvas a grabar. En el móvil, usa la opción de compartir o exportar el audio y guarda el archivo. Reproducirlo y grabarlo con otro aparato añade compresión y borra las huellas que usa el detector.
• El audio de WhatsApp ya llega comprimido. Eso hace el resultado menos fiable, así que un veredicto Probablemente IA o Probablemente humano debe leerse como no concluyente. Si puedes, pide otro audio más largo.
• Desconfía del número nuevo. El guion más habitual es "he cambiado de número" seguido de una petición de dinero urgente. Antes de nada, llama al número antiguo que ya tenías guardado.

¿Cómo saber si un audio es real o IA en una llamada?

Durante la llamada, haz una pregunta que solo esa persona sabría responder, o acuerda en familia una palabra clave, como recomienda el aviso del FBI. Si la llamada se está grabando, guarda el archivo y pásalo por el detector después.

¿Y si ya hiciste la transferencia?

Actúa rápido. Llama a tu banco por el teléfono de su web o su app, explica que ha sido una estafa y pide que intenten frenar o revertir la transferencia. Cuanto antes avises, más opciones hay. Presenta también una denuncia ante la policía y guarda el audio original, los mensajes y los datos de la cuenta que recibió el dinero: pueden servir en la investigación.

Herramientas que recomendamos

• El detector web para comprobaciones puntuales. Gratis, sin cuenta.
• La extensión de Chrome para audio en el navegador, en desarrollo.
• La API para redacciones y centros de llamadas que procesan audio a escala.

Una nota sobre casos reales

El fraude con voz IA ya no es una hipótesis. Ha aparecido en llamadas automáticas en elecciones, en estafas del falso directivo que movieron dinero de verdad y en una serie de clips enviados a redacciones que, al comprobarlos, resultaron ser grabaciones auténticas de personas reales. El patrón siempre es el mismo: una voz convincente, una petición urgente y ninguna forma fácil de comprobarlo. El detector es más fiable con audio limpio y avisa cuando un clip es demasiado corto o se grabó con baja calidad.

Preguntas frecuentes

¿Se pueden detectar las voces IA?

Sí. Un detector lee la firma acústica y estadística que deja la síntesis, que está presente incluso cuando el clip suena convincente al oído. El resultado es más fiable con audio limpio y menos con clips cortos o muy comprimidos, y la app avisa cuando un clip dura menos de tres segundos o se grabó con baja calidad.

¿Son precisos los detectores de voz IA?

La señal honesta es la puntuación y el nivel del veredicto, y los resultados son menos fiables cuanto peor es la calidad del audio. Trata el resultado del detector como un indicio fuerte que combinar con una llamada de comprobación, no como una prueba aislada.

¿Cómo detectar una voz IA gratis?

Descarga el archivo de audio original y súbelo al detector. Un veredicto es gratis, sin cuenta, y devuelve un veredicto y una puntuación de probabilidad de IA.

¿Cómo saber si un mensaje de voz está generado por IA?

Guarda el archivo del mensaje en lugar de grabar la pantalla, pásalo por el detector y fíjate en las señales de la lista de arriba. Si el mensaje dice ser de alguien que conoces y te pide dinero o acceso, llama a esa persona a un número en el que ya confíes.

¿Funciona la detección con audio de teléfono?

A menudo sí, pero la compresión de las líneas telefónicas y de las apps de mensajería hace que los resultados sean menos fiables. La app avisa cuando un clip dura menos de tres segundos o se grabó con baja calidad. Una muestra más larga o más limpia mejora el resultado.

El detector devuelve una probabilidad. No es un veredicto sobre quien habla. Es un veredicto sobre el audio. Léelo así.