* Por Marcos Sávio
Resumo
O que é: Deepfakes de áudio são gravações falsas criadas por IA que clonam vozes reais
Risco: 1 em cada 4 adultos já recebeu uma ligação com voz clonada; 77% das vítimas perderam dinheiro
Sinais de alerta: Ritmo artificial, ausência de imperfeições, respiração estranha
Proteção: Desligue e ligue de volta, verifique por outro canal, use palavras-código
Imagine a seguinte situação: você recebe uma ligação do seu chefe, ou de um familiar próximo, pedindo uma transferência bancária urgente. A voz é idêntica à pessoa que você conhece. O tom, o sotaque, a forma de falar, tudo soa perfeitamente real. No entanto, do outro lado da linha, não há ninguém além de um golpista utilizando Inteligência Artificial (IA).
Essa realidade já não é enredo de ficção científica. Os chamados deepfakes de áudio (gravações falsas criadas por IA que clonam vozes reais) estão se multiplicando rapidamente e se tornando uma das principais ferramentas para fraudes financeiras e disseminação de desinformação.
Com o avanço vertiginoso das IAs generativas, o processo de clonagem de voz tornou-se assustadoramente simples e acessível. Estudos recentes de cibersegurança apontam que bastam apenas três segundos de áudio de uma pessoa (retirados de um vídeo no YouTube, uma postagem no Instagram ou até mesmo uma mensagem de voz vazada) para gerar uma cópia com 85% de semelhança à voz original.
O impacto dessa tecnologia já é sentido em larga escala. Dados da empresa de segurança McAfee revelam que um em cada quatro adultos já recebeu uma ligação telefônica gerada por IA imitando uma voz humana. O mais alarmante: entre as vítimas que caíram no golpe, 77% sofreram perdas financeiras. A proliferação é tão intensa que estima-se um salto de 500 mil para 8 milhões de deepfakes circulando na internet entre 2023 e 2025, um crescimento quase inimaginável de 1.500%.
Como funciona o golpe da voz clonada?
O padrão desses ataques, frequentemente descrito por especialistas em cibersegurança, envolve engenharia social e exploração emocional. O criminoso escolhe um alvo específico (como um funcionário do setor financeiro de uma empresa ou um familiar vulnerável) e coleta amostras da voz da pessoa que pretende imitar.
Com a voz clonada em mãos, o golpista realiza a chamada, geralmente criando um cenário de urgência extrema. A pressão psicológica é a chave do sucesso: ao exigir sigilo e rapidez, o criminoso impede que a vítima raciocine com clareza, levando-a a autorizar transferências bancárias ou fornecer dados sensíveis.
Sinais de alerta: como identificar um áudio falso?
Apesar da sofisticação da tecnologia, ainda é possível identificar rastros deixados pela Inteligência Artificial. Um estudo da empresa iProov demonstrou que apenas 0,1% das pessoas consegue identificar corretamente todos os conteúdos falsos. Portanto, confiar apenas nos próprios ouvidos já não é suficiente.
No entanto, alguns sinais podem acender o alerta vermelho:
- Ritmo artificial e monótono: A voz gerada por IA frequentemente soa muito uniforme, semelhante a um metrônomo, sem as variações naturais de aceleração e desaceleração comuns na fala humana.
- Ausência de imperfeições: A fala humana é cheia de tropeços, gaguejos sutis e respirações irregulares. Uma voz clonada pode soar “perfeita demais”.
- Problemas com a respiração: Sons de respiração podem soar artificiais, metálicos ou estar completamente ausentes na gravação.
- Áudio excessivamente limpo: Ligações reais, especialmente de celulares, costumam ter ruídos de fundo característicos. Uma voz clonada muitas vezes soa como se tivesse sido gravada em um estúdio com isolamento acústico perfeito.
- Respostas evasivas: Se você fizer uma pergunta pessoal ou sobre um detalhe muito específico que apenas a pessoa real saberia, o golpista (ou a IA em tempo real) provavelmente hesitará ou dará uma resposta vaga.
O que fazer antes de compartilhar ou transferir dinheiro?
A regra de ouro na era dos deepfakes é o ceticismo. Se você receber um áudio polêmico ou uma ligação urgente pedindo dinheiro, adote o seguinte protocolo de segurança:
- Desligue e ligue de volta: Se a ligação for suspeita, encerre a chamada e ligue imediatamente para o número oficial da pessoa, de preferência utilizando outro aplicativo ou linha telefônica.
- Verifique por outro canal: Confirme a solicitação enviando uma mensagem de texto, e-mail ou contatando outra pessoa próxima ao suposto remetente.
- Estabeleça uma “palavra-passe”: Combine com familiares e colegas de trabalho uma palavra de segurança que deve ser usada em situações de emergência para confirmar a identidade.
- Faça uma pergunta de controle: Questione sobre um detalhe específico que não esteja disponível nas redes sociais, como a cor da roupa usada em um encontro recente.
- Cuidado com o compartilhamento: Repassar áudios falsos ou tirados de contexto pode gerar consequências jurídicas graves, como processos por calúnia e difamação, além de causar danos irreparáveis à reputação das vítimas.
Ferramentas de Detecção de Fakes
Para quem deseja verificar um áudio de forma rápida, já existem soluções baseadas em nuvem, embora nenhuma seja 100% infalível.
– ElevenLabs AI Speech Classifier: A própria ElevenLabs (uma das empresas líderes em clonagem de voz) oferece uma ferramenta gratuita onde você pode fazer o upload de um arquivo para verificar se ele foi gerado pela tecnologia deles.
– Resemble Detect: Uma ferramenta online que permite carregar áudios para verificar a probabilidade de serem sintéticos.
– AI or Not: Um serviço web que analisa arquivos de mídia para identificar se foram criados por modelos populares de IA.
Proteção com política interna bem definida
As empresas também precisam se adaptar a essa nova realidade, implementando sistemas de dupla aprovação para transferências, autenticação multifator (MFA) e treinamento contínuo para seus colaboradores.
A tecnologia de clonagem de voz veio para ficar, e as ferramentas de detecção técnica, embora existam, ainda são voltadas principalmente para peritos forenses. Para o cidadão comum, a principal linha de defesa continua sendo a cautela, a verificação cruzada de informações e a recusa em tomar decisões importantes sob pressão. Na dúvida, não confie na voz; confie no processo.
* Marcos Sávio é Jornalista formado pela UFPI. Especialista em Segurança Digital. Pós-graduado em Cibersegurança (Famesp). Pós Graduado em Perícia Forense (Educaminas) Pós-graduado em Gestão Educacional em Redes (UFPI). Cedrtificado Google em Cibersegurança. CEO da Agência Masavio. Web Design. Residente no Piauí, contribui regularmente para o Cidade Verde com análises sobre IA e cibersegurança.
Fonte: Cidadeverde.com
Fontes consultadas:
ESET Global— Alerta sobre deepfakes de áudio, março de 2026.
McAfee —Estudo sobre clonagem de voz e fraude por IA, 2023–2024.
DeepStrike —Deepfake Statistics 2025, setembro de 2025.
Keepnet Labs —Deepfake Statistics & Trends 2026, fevereiro de 2026.
iProov —Estudo sobre deteção de media sintético, 2025.
Diplomacy.edu —Deepfakes and the AI scam wave eroding trust, janeiro de 2026.
Gartner —Previsões sobre autenticação e verificação de identidade, 2025.