Uma ligação dura poucos segundos. Do outro lado da linha, a voz parece inconfundível: um filho pedindo ajuda após um acidente, um cônjuge dizendo que perdeu o celular ou um pai solicitando uma transferência urgente.

O desespero faz com que muitas vítimas ajam antes mesmo de confirmar a história. Em diversos casos registrados nos últimos anos, porém, a voz nunca pertenceu ao familiar. Era uma cópia criada por inteligência artificial.

O avanço dos chamados deepfakes de voz tornou esse tipo de fraude uma das maiores preocupações entre especialistas em segurança digital.

Diferentemente dos golpes tradicionais, que dependiam apenas de mensagens de texto, criminosos agora conseguem reproduzir timbre, entonação e ritmo de fala de uma pessoa a partir de poucos segundos de áudio publicados em vídeos, entrevistas ou redes sociais.

Aprenda IA do zero com EXAME + Saint Paul: pré-MBA online (4 aulas) por R$37. Ideal pra quem quer começar e não sabe como. Matrículas abertas.

Como funciona a clonagem de voz

Ferramentas de síntese de voz baseadas em IA analisam características únicas da fala, como pronúncia, velocidade, pausas e entonação. Com esse material, conseguem gerar novas frases que nunca foram gravadas pela pessoa original.

Há poucos anos, criar esse tipo de conteúdo exigia grandes quantidades de áudio e conhecimento técnico.

Hoje, modelos mais avançados conseguem produzir resultados convincentes utilizando poucos segundos de gravação, o que ampliou o potencial de uso indevido da tecnologia.

Quer entender IA na prática? EXAME + Saint Paul criaram um pré-MBA com 4 aulas online por R$37. Comece do zero e dê o primeiro passo agora.

Por que é tão difícil perceber o golpe

O principal desafio é que a vítima normalmente recebe a ligação em um momento de pressão emocional. Ao ouvir a voz de alguém próximo pedindo ajuda, a tendência é reagir rapidamente, sem questionar a autenticidade da chamada.

Além disso, a qualidade das clonagens melhorou significativamente. Embora ainda possam existir pequenas falhas de pronúncia ou entonação, elas costumam passar despercebidas durante uma conversa curta, principalmente quando a mensagem envolve urgência.

Especialistas alertam que confiar apenas na voz deixou de ser um mecanismo seguro de autenticação.

Como se proteger

A principal recomendação é nunca realizar transferências financeiras ou compartilhar informações sensíveis apenas com base em uma ligação telefônica.

Sempre que possível, confirme o pedido por outro canal de comunicação, como uma videochamada, uma mensagem para o número habitual da pessoa ou o contato com outro familiar.

Outra medida que vem sendo adotada por algumas famílias é estabelecer uma palavra ou pergunta de segurança conhecida apenas entre pessoas próximas.

Em situações de emergência, esse código pode ajudar a confirmar a identidade de quem está do outro lado da linha.

Empresas também têm reforçado protocolos internos, proibindo autorizações financeiras baseadas exclusivamente em chamadas de voz e exigindo validações adicionais para operações sensíveis.

Todo mundo fala de IA — poucos sabem por onde começar. O pré-MBA EXAME + Saint Paul ensina em 4 aulas, online, por R$37. Comece hoje. Vagas abertas.

O crescimento dos deepfakes de voz mostra que a inteligência artificial deixou de representar apenas riscos relacionados à desinformação visual. Agora, a confiança depositada na voz humana também passou a ser explorada por criminosos.

Para especialistas, a melhor defesa continua sendo uma combinação de tecnologia, protocolos de verificação e conscientização.