Distinguir uma voz humana de uma criada por inteligência artificial já não é tarefa simples. Um estudo conduzido pela Queen Mary University of London, publicado na revista PLOS One, revela que sistemas de síntese de voz chegaram a um nível em que clones soam tão naturais quanto gravações reais — e, em alguns casos, são percebidos como mais dominantes e até mais confiáveis.
Na pesquisa, participantes ouviram tanto vozes humanas quanto áudios gerados por modelos de última geração. Entre eles, estavam clones de pessoas reais e vozes criadas sem base em indivíduos específicos. O resultado mostrou que os voluntários não conseguiram distinguir com clareza quais eram artificiais.
++ Paciente recebe rim trocado em Natal e transplante precisa ser desfeito
“Era apenas uma questão de tempo até que a IA produzisse fala naturalista. Nosso estudo mostra que esse momento chegou e precisamos entender como o público percebe essas vozes realistas”, afirmou a pesquisadora Nadine Lavan, coautora do estudo.
Além da dificuldade em diferenciar sons reais e artificiais, a pesquisa mostrou que vozes sintéticas tendem a ser avaliadas como mais fortes e confiáveis. O avanço, porém, acende alertas: softwares comerciais já permitem a criação de deepfakes de voz com apenas alguns minutos de gravação, a baixo custo e de forma rápida.
++ Pesquisa aponta que veto a celulares melhora foco, mas amplia ansiedade em estudantes
Os pesquisadores destacam o risco de golpes, manipulação política e desinformação, mas lembram que a mesma tecnologia pode ampliar recursos de acessibilidade, apoiar a educação e personalizar interações em assistentes virtuais e serviços de atendimento.
Hoje, clones de voz já estão presentes em centrais de call center e aplicativos de assistentes virtuais. Para os especialistas, compreender como a sociedade reage a essas vozes hiper-realistas será decisivo para regular seu uso e evitar abusos.
Não deixe de nos seguir no Instagram para mais notícias da Pardal Tech
