O telefone toca e é a voz do seu filho, chorando: bateu o carro, precisa de dinheiro agora, não pode falar muito. A voz é igual. O jeito de falar também. Só que não é ele. Com ferramentas de inteligência artificial, golpistas conseguem imitar a voz de uma pessoa a partir de poucos segundos de áudio, e o velho golpe do falso parente ganhou uma arma nova.
Este guia explica como a clonagem de voz funciona por dentro, por que ela engana tão bem pelo telefone, quais sinais denunciam o golpe e como montar a defesa mais eficaz que existe: a palavra-segura da família.
Como a clonagem de voz funciona
A clonagem de voz usa modelos de inteligência artificial treinados com milhares de horas de fala. O modelo aprende a separar duas coisas: o que é dito e como é dito, ou seja, o timbre, o ritmo e o sotaque de cada pessoa. Com isso, basta uma amostra curta da voz de alguém para o modelo gerar qualquer frase com aquele "jeito de falar".
Existem dois tipos principais de ferramenta:
- Texto para voz (TTS) com voz clonada: o golpista digita o roteiro e a ferramenta gera um áudio com a voz da vítima. É o tipo mais usado em áudios de WhatsApp.
- Conversão de voz: o golpista fala, e a ferramenta transforma a voz dele na voz da vítima, às vezes quase em tempo real.
Em um teste divulgado pela McAfee em 2023, três segundos de áudio bastaram para criar uma imitação com 85% de semelhança, segundo a avaliação dos próprios pesquisadores. A mesma pesquisa encontrou mais de uma dúzia de ferramentas desse tipo disponíveis gratuitamente na internet.
De onde vem a amostra da voz
- Vídeos públicos no Instagram, TikTok, YouTube e Facebook.
- Stories e transmissões ao vivo.
- Áudios de WhatsApp encaminhados em grupos.
- Vídeos de festas, formaturas e eventos publicados por amigos.
Por que a voz falsa engana tão bem pelo telefone
Uma voz clonada costuma ter pequenas falhas: respiração estranha, entonação plana em palavras emotivas, pausas fora do lugar. Num áudio de boa qualidade, um ouvido atento às vezes percebe. Mas o golpe não acontece em boa qualidade.
- A telefonia tradicional transmite só uma faixa estreita do som, aproximadamente de 300 a 3.400 Hz. Muitos detalhes que denunciariam a voz artificial simplesmente não chegam.
- Áudios de mensageiros são comprimidos, o que também apaga detalhes.
- O golpista cria barulho e pressa: choro, sirene, "não posso falar muito". O ruído esconde as falhas, e a urgência impede você de pensar.
Como o golpe acontece na prática
- Pesquisa: o golpista escolhe a vítima e o parente que vai imitar, geralmente a partir de perfis públicos.
- Coleta da voz: baixa vídeos ou áudios públicos do parente.
- Contato: liga ou manda áudio de um número desconhecido, muitas vezes com a desculpa de "celular novo", "celular quebrado" ou "estou no telefone de um amigo".
- Emergência: acidente, prisão, sequestro, hospital ou uma dívida urgente.
- Pedido de Pix: quase sempre para a conta de outra pessoa, "do advogado", "do dono do carro", "do policial".
- Pressão para não confirmar: "não liga para ninguém", "não conta para o pai".
Em dezembro de 2024, o FBI publicou um alerta sobre o uso de IA generativa em fraudes financeiras, citando justamente áudios curtos que imitam um parente em crise pedindo dinheiro ou resgate.
Sinais de alerta
Sinal | Por que importa |
|---|---|
Número desconhecido ou "celular novo" | O golpista não tem o aparelho do seu parente |
Urgência extrema e pedido de segredo | Serve para você não confirmar com ninguém |
Pix para conta de outra pessoa | Golpistas usam contas de terceiros, os chamados "laranjas" |
A pessoa evita responder perguntas | Áudios pré-gravados não conseguem responder fora do roteiro |
Ligação curta, com muito barulho de fundo | Ruído esconde as imperfeições da voz falsa |
Tom ou palavras um pouco estranhos | O modelo imita a voz, não o vocabulário da família |
A palavra-segura da família
A defesa mais eficaz é também a mais simples, e é a recomendação do FBI: combine uma palavra ou frase secreta com a sua família.
Como criar uma boa palavra-segura
- Combine pessoalmente, nunca por mensagem ou e-mail.
- Evite o óbvio: nada de nomes de animais, datas, apelidos ou qualquer coisa que apareça nas redes sociais.
- Prefira algo sem sentido para quem é de fora, como uma combinação de duas palavras que só a família conhece.
- Combine a regra junto com a palavra: qualquer pedido urgente de dinheiro precisa vir com a palavra-segura, sem exceção.
- Ensine os mais velhos e os mais novos, que costumam ser os alvos preferidos.
Como usar na hora do golpe
Na dúvida, desligue e ligue de volta
Mesmo sem palavra-segura, existe uma saída que funciona sempre: desligue e ligue para o número que você já tem salvo do seu parente, ou para alguém que esteja com ele. Golpistas contam com o seu desespero para você não fazer isso. Se o parente não atender, tente outra pessoa próxima antes de qualquer transferência.
Como reduzir o risco de ter a sua voz clonada
- Restrinja perfis com vídeos e áudios a amigos, principalmente os da família inteira.
- Evite publicar áudios e vídeos longos falando diretamente para a câmera em perfis abertos.
- No WhatsApp, ative a opção que silencia ligações de números desconhecidos, em Configurações › Privacidade › Ligações. As chamadas de números fora da sua agenda continuam aparecendo na lista, mas o celular não toca.
- Use o filtro de spam de chamadas do seu celular ou da sua operadora.
- Deixe quem ligou de um número desconhecido falar primeiro.
O mesmo golpe, com vídeo
A mesma tecnologia já é usada para imitar rosto e voz em chamadas de vídeo. As regras são as mesmas: desconfie de urgência, de pedido de segredo e de dinheiro para terceiros, e confirme sempre por outro canal.
Já fez o Pix? Aja rápido
- Abra a contestação no app do seu banco, pelo botão de contestação do Pix. As regras mais recentes do Banco Central permitem rastrear o caminho do dinheiro entre contas, mas a devolução não é garantida. Quanto antes, melhor.
- Registre um boletim de ocorrência, com prints, áudios e comprovantes.
- Avise a família e o parente que teve a voz imitada, para que outras pessoas não caiam no mesmo golpe.
- Denuncie o número no próprio WhatsApp e, se houver perfis ou sites envolvidos, na SaferNet.
Resumo
A inteligência artificial tornou possível imitar a voz de qualquer pessoa com poucos segundos de áudio, e pelo telefone essa imitação é ainda mais difícil de perceber. Ouvir a voz certa já não é prova de nada. Combine uma palavra-segura com a família, desconfie de urgência, segredo e Pix para terceiros, e, na dúvida, desligue e ligue de volta para o número que você conhece.
Para os golpes mais comuns em compras online, veja também o guia de golpes da Black Friday.




