Como saber se um áudio é IA

Um guia passo a passo para verificar um áudio suspeito, seja um áudio do WhatsApp, uma ligação gravada ou um clipe que chegou encaminhado. Feito para jornalistas, equipes de compliance, investigadores e qualquer pessoa que recebeu uma mensagem de voz que "parecia estranha".

Para saber se um áudio é IA, baixe o arquivo original e envie para um detector como o deste site, depois leia o veredito e a pontuação que ele retorna. De ouvido, preste atenção a um ritmo regular demais, à falta de som ambiente e à mesma entonação em frases diferentes. Nenhum sinal sozinho é prova, então combine o veredito do detector com uma ligação de confirmação para um número que você já conhece.

O que é uma voz de IA?

Uma voz de IA é um áudio de voz humana gerado por um modelo de aprendizado de máquina, e não gravado de uma pessoa. As duas categorias mais comuns são a clonagem de voz, que produz fala com a voz de uma pessoa específica, e a síntese genérica, que produz fala com uma voz qualquer. As duas estão cada vez mais difíceis de distinguir de um áudio real só de ouvido.

Ferramentas atuais como ElevenLabs, Resemble AI e o texto para fala da OpenAI conseguem produzir uma voz convincente a partir de uma pequena amostra da fala de alguém, e muitas delas podem ser testadas de graça.

Sinal	O que ouvir	Por que aparece
Prosódia	O mesmo ritmo repetido em frases parecidas	Os modelos reaproveitam contornos de entonação
Respiração	Respirações ausentes ou regulares demais	A síntese não respira como um corpo
Som ambiente	Fundo limpo demais ou em loop	Nenhum ambiente real foi gravado
Sibilância	Um brilho metálico nos sons de "s" e "ch"	Vestígios de áudio comprimido usado no treino

Por que os golpes com voz de IA estão crescendo?

Três motivos:

• Clonar uma voz ficou fácil. Há poucos anos, era preciso horas de áudio limpo de estúdio e muito poder de computação. Hoje basta um trecho curto de qualquer áudio, como um vídeo nas redes sociais ou uma mensagem de voz, e o teste grátis de um serviço on-line.
• Qualquer pessoa pode ser alvo. Quem atende o telefone ou abre um áudio no WhatsApp está exposto. O golpe do falso parente, a fraude do falso diretor, ligações automáticas em eleições e a falsa central do banco usam a mesma técnica.
• A checagem ficou para trás. Por muito tempo, a detecção de voz foi coisa de laboratório, e as pessoas não tinham um jeito simples de verificar um clipe suspeito.

As autoridades que acompanham o tema concordam sobre o mecanismo. A FTC, agência de proteção ao consumidor dos Estados Unidos, observa que o golpista precisa só de "um pequeno trecho de áudio da voz do seu familiar, que ele pode obter em conteúdos publicados na internet". O alerta do FBI de dezembro de 2024 sobre fraudes com IA generativa trata a clonagem de voz como uma categoria própria, usada em ligações de falsa emergência e para acessar contas bancárias, e o comunicado de maio de 2025 descreve campanhas de vishing com mensagens de voz geradas por IA. Os reguladores reagiram: a FCC decidiu que vozes geradas por IA em ligações automáticas são "artificiais" pela lei de proteção ao consumidor telefônico (TCPA).

Quero ser honesto sobre o limite disso. Ouvir é um bom primeiro filtro, e eu uso, mas em áudio limpo de geração atual meu ouvido acerta pouco mais do que no chute, e o seu também. Os sinais em que mais confio são os que sobrevivem a uma ligação ruim: entonação que se repete, respirações no ritmo de um metrônomo, um fundo que nunca muda. Quando dois ou mais aparecem juntos, eu paro de adivinhar e passo o clipe no detector, porque o modelo lê a impressão acústica (em inglês) por baixo de tudo isso, que é a parte que o golpista não consegue disfarçar com facilidade.

Como descobrir se um áudio é IA: checklist rápido

Se você tem 30 segundos e precisa decidir rápido, preste atenção a estes sinais:

• Pausas artificiais. A fala real tem pausas irregulares para respirar e pensar. A fala sintetizada costuma ter um ritmo regular demais.
• Falta de som ambiente. Gravações reais carregam ruído de fundo (ar-condicionado, trânsito, uma TV). Áudio sintetizado costuma ser limpo demais.
• A mesma entonação em várias frases. Quem fala de verdade varia o ritmo e o tom. Vozes sintéticas muitas vezes repetem o mesmo padrão duas vezes seguidas.
• Volume sem variação. Vozes reais ficam mais altas e mais baixas. Vozes sintéticas costumam ficar numa faixa estreita.
• Sibilância de "plástico". Os sons de "s" na fala sintetizada podem ter um brilho metálico que vozes reais não têm.

Nenhum desses sinais, sozinho, é conclusivo. Os cinco juntos são um forte indício. A próxima seção mostra como verificar rápido.

Como saber se um áudio foi feito por IA: passo a passo

1. Salve o arquivo de áudio

Se o áudio chegou por um aplicativo de mensagens, baixe o arquivo. Não grave a tela. A compressão adicionada pela gravação de tela destrói a assinatura acústica que o detector usa.

2. Passe no detector

Envie o arquivo no detector de voz IA gratuito. Você vê um veredito, uma pontuação de probabilidade de IA e, em clipes mais longos, uma pontuação para cada segmento. Nossos guias (em inglês) explicam como soam as vozes de ferramentas como a ElevenLabs e outras.

3. Leia o veredito com atenção

Uma pontuação de 86% ou mais é rotulada como Gerado por IA, e abaixo de 16% como Humano. Uma pontuação entre 16% e 85% cai em Provavelmente humano ou Provavelmente IA, o que significa que o resultado não é decisivo, em geral porque o áudio está muito comprimido ou é curto demais. Nesses casos, procure uma amostra mais longa ou mais limpa.

4. Confirme por outro canal

Se o áudio diz ser de uma pessoa específica pedindo algo específico, ligue para essa pessoa em um número que você já conhece e pergunte. Um veredito do detector é uma evidência, não uma prova. Ele entra junto com outras evidências.

5. Guarde o resultado se for importante

Se você vai publicar uma reportagem ou tomar uma decisão jurídica, entre na sua conta e salve o resultado no histórico. Os resultados salvos ficam no histórico e podem ser compartilhados por link.

Uma última coisa que aprendi do jeito difícil: o objetivo não é ganhar uma discussão sobre se um clipe parece falso. É chegar a uma resposta que você consiga defender. Prefiro entregar a alguém uma probabilidade e um veredito graduado do que insistir que consigo ouvir a emenda, porque quando a situação é séria, meu ouvido não é prova, e o seu também não. O detector existe justamente para essa passagem, do palpite para algo que dá para conferir.

Como identificar se um áudio é IA no WhatsApp

No Brasil, boa parte dos golpes com voz clonada chega como áudio no WhatsApp, e não como ligação. Isso muda a verificação em três pontos:

• Baixe o áudio, não regrave. No celular, use a opção de compartilhar ou exportar o áudio e salve o arquivo. Tocar o áudio e gravar com outro aparelho adiciona compressão e apaga os vestígios que o detector usa.
• Áudio do WhatsApp já vem comprimido. Isso torna o resultado menos confiável, e por isso um veredito Provavelmente IA ou Provavelmente humano deve ser lido como inconclusivo. Se puder, peça outro áudio mais longo.
• Desconfie do número novo. O roteiro mais comum é "troquei de número" seguido de um pedido de Pix urgente. Antes de qualquer coisa, ligue para o número antigo que você já tinha salvo.

Como saber se uma voz é IA numa ligação?

Durante a ligação, faça uma pergunta que só a pessoa saberia responder, ou combine com a família uma palavra-código, como recomenda o alerta do FBI. Se a ligação estiver sendo gravada, salve o arquivo e passe no detector depois.

E se você já fez o Pix?

Aja rápido. Fale com o seu banco pelo aplicativo, telefone ou chat, informe que foi golpe e peça a devolução pelo Mecanismo Especial de Devolução do Pix, o MED. O Procon Ceará explica como pedir: procure o banco o quanto antes, informe os dados da transação e da conta que recebeu o dinheiro e anote o número do protocolo. Registre também um boletim de ocorrência, que o banco pode pedir. Guarde o áudio original: ele pode ser útil na investigação.

Ferramentas que recomendamos

• O detector web para verificações pontuais. Grátis, sem conta.
• A extensão do Chrome para áudio no navegador, em desenvolvimento.
• A API para redações e call centers que processam áudio em escala.

Uma nota sobre casos reais

A fraude com voz de IA não é mais hipótese. Ela já apareceu em ligações automáticas em eleições, em golpes de falso diretor que movimentaram dinheiro de verdade e em uma sequência de clipes enviados a redações que, ao serem checados, eram gravações autênticas de pessoas reais. O padrão é sempre o mesmo: uma voz convincente, um pedido urgente e nenhum jeito fácil de conferir. O detector é mais confiável com áudio limpo e avisa quando um clipe é curto demais ou foi gravado com baixa qualidade.

Perguntas frequentes

Dá para detectar vozes de IA?

Sim. Um detector lê a assinatura acústica e estatística que a síntese deixa para trás, que está presente mesmo quando o clipe soa convincente ao ouvido. O resultado é mais confiável com áudio limpo e menos com clipes curtos ou muito comprimidos, e o app avisa quando um clipe tem menos de três segundos ou foi gravado com baixa qualidade.

Os detectores de voz IA são precisos?

O sinal honesto é a pontuação e o nível do veredito, e os resultados ficam menos confiáveis conforme a qualidade do áudio cai. Trate o resultado do detector como uma evidência forte para combinar com uma ligação de confirmação, não como prova isolada.

Como detectar uma voz de IA de graça?

Baixe o arquivo de áudio original e envie para o detector. Um veredito é grátis, sem conta, e retorna um veredito e uma pontuação de probabilidade de IA.

Como saber se uma mensagem de voz foi gerada por IA?

Salve o arquivo da mensagem em vez de gravar a tela, passe no detector e preste atenção aos sinais do checklist acima. Se a mensagem diz ser de alguém que você conhece pedindo dinheiro ou acesso, ligue de volta para essa pessoa num número em que você já confia.

A detecção funciona com áudio de telefone?

Muitas vezes, mas a compressão das linhas telefônicas e dos apps de mensagem torna os resultados menos confiáveis. O app avisa quando um clipe tem menos de três segundos ou foi gravado com baixa qualidade. Uma amostra mais longa ou mais limpa melhora o resultado.

O detector retorna uma probabilidade. Não é um veredito sobre a pessoa que fala. É um veredito sobre o áudio. Leia assim.