Clonación de voz

La clonación de voz (voice cloning) es una variante del texto a voz que aprende las características de una voz específica —timbre, ritmo, acento— para luego decir cualquier frase como si fuera esa persona. Los sistemas actuales pueden lograr imitaciones convincentes con muestras de audio breves.

Tiene usos legítimos: devolver la voz a personas que la perderán por una enfermedad, doblar contenidos manteniendo la voz original del presentador, o crear narraciones con permiso del locutor. OpenAI, por ejemplo, explicó en 2024 que limitaba el acceso a su modelo de voz sintética precisamente por los riesgos de mal uso.

El lado oscuro es la suplantación. Una voz clonada puede usarse para estafas telefónicas del tipo «familiar en apuros», para engañar a un empleado haciéndose pasar por su jefe o para crear deepfakes de audio de figuras públicas. En Estados Unidos, la Comisión Federal de Comunicaciones (FCC) declaró en febrero de 2024 que las llamadas automatizadas con voces generadas por IA entran en las restricciones de la ley de protección al consumidor telefónico.

Buenas prácticas: pedir consentimiento explícito y por escrito antes de clonar una voz, usar marcas de agua en el audio y, en casa o en la oficina, acordar una palabra clave para verificar llamadas urgentes que pidan dinero.