Al oír la grabación real al lado, señalaron mejor la voz falsa
Escuchando cada audio solo, 529 personas detectaron el 73% de las voces falsas. Al oírlas de a pares con la misma frase, señalaron la falsa cerca del 86% de las veces.
Cómo elaboramos estas lecturas
La idea clave
Que una voz suene natural no alcanza para saber quién habló. Tener una grabación real para comparar ayuda.
El estudio, en palabras claras
El equipo presentó frases reales y versiones generadas por un sistema de síntesis de voz. Las 529 personas podían escuchar cada audio varias veces y decidir si era auténtico. En una parte de la prueba oían los audios por separado. En otra recibían un par con la misma frase, una grabación real y otra sintética.
Con el audio solo, las personas detectaron como falsas el 73% de las voces sintéticas. El acierto total, contando también los audios reales, fue de cerca del 70%. Con los pares de la misma frase les resultó más fácil señalar cuál era la voz artificial. Entre idiomas no se vio diferencia, y practicar con ejemplos dio una mejora pequeña. Tener la grabación real al lado les daba una pista que el audio solo no ofrecía.
Qué encontraron
- Con una grabación real de la misma frase al lado, las personas señalaron mejor cuál voz era sintética.
- Juzgar un audio solo y comparar dos versiones de una frase fueron tareas distintas, con resultados distintos.
- No apareció diferencia de desempeño entre inglés y mandarín.
Cómo lo investigaron
Presentaron grabaciones auténticas y versiones sintéticas de las mismas frases en inglés y mandarín. Compararon las decisiones con audios aislados, con pares de la misma frase y con ejemplos previos de voz sintética.
Qué no permite concluir
- Se usaron dos voces femeninas y un sistema de síntesis. Las personas sabían que habría voces falsas, y comparar una misma frase real y sintética es más fácil que verificar una llamada sin referencia.
Para pensar
Una voz que suena natural es una señal, no una prueba de identidad. Si un audio te llega solo, sin nada con qué compararlo, ¿qué más necesitarías para confiar en él?
El estudio original
Warning: Humans cannot reliably detect speech deepfakes
Fuente bajo CC BY 4.0. Adaptación y explicación en español de PaperFlow, con asistencia de IA. El texto se reorganizó para divulgación; no es el artículo íntegro ni implica aval de sus autores.
Una investigación no representa por sí sola el consenso de un área. Contenido educativo: no sustituye asesoramiento profesional. Informar un posible error.
