Un audio de WhatsApp ya no prueba nada por sí solo

Con treinta segundos de muestra y una herramienta gratuita se genera hoy una voz clonada que engaña a quien la conoce bien. Eso cambia lo que un tribunal puede dar por acreditado con un audio, y cambia lo que un abogado debe pedir cuando la otra parte aporta uno.

El testigo que reconoce la voz ha dejado de ser suficiente

Durante años, la forma habitual de acreditar un audio en sala fue elemental: se reproducía, y alguien que conocía al interlocutor declaraba que esa era su voz. Funcionaba porque falsificar una voz de manera convincente exigía medios y tiempo que casi nadie tenía.

Eso se acabó. La síntesis de voz por aprendizaje automático ha pasado de laboratorio a aplicación de móvil en muy pocos años. Hoy basta una muestra breve —una nota de voz, un vídeo de redes sociales, un mensaje de un grupo— para generar audio nuevo con esa misma voz diciendo lo que se quiera.

La consecuencia procesal es incómoda pero inevitable: el reconocimiento de voz por un testigo ha dejado de ser una acreditación fiable. Sigue teniendo valor indiciario, pero ya no puede sostener por sí solo la autenticidad de una grabación cuando la contraparte la impugna con fundamento.

Qué dice la ley y qué deja abierto

El artículo 299.2 de la Ley de Enjuiciamiento Civil admite como medios de prueba los de reproducción de la palabra, el sonido y la imagen, así como los instrumentos que permiten archivar y conocer datos relevantes para el proceso. El artículo 382 regula su aportación y el 384 los instrumentos de archivo. Y el artículo 326.2 establece el mecanismo esencial: si se impugna la autenticidad de un documento privado, quien lo aportó puede pedir el cotejo pericial.

Es decir: la ley prevé el escenario. Lo que no puede hacer la ley es decirle al juzgado qué grado de certeza técnica es alcanzable, y ahí es donde el asunto se decide en la práctica. La valoración se hace conforme a las reglas de la sana crítica, y esa valoración depende por completo de la calidad del dictamen que se ponga delante.

Qué se analiza realmente en un audio

Un peritaje serio de autenticidad no escucha el audio buscando algo raro. Analiza el fichero como objeto técnico y reconstruye su historia. Estos son los frentes:

Estructura del contenedor

Un fichero de audio no es solo sonido: es un contenedor con cabeceras, tablas de índices y metadatos. Cada aplicación y cada códec dejan una firma reconocible en cómo organizan esa estructura. Un audio que dice venir de WhatsApp pero cuya estructura interna corresponde a un editor de escritorio ya está diciendo algo.

Historial de compresión

Cada vez que un audio se recomprime deja huella: artefactos acumulados, discontinuidades en el espectro, pérdida de información en bandas concretas. Contar cuántas generaciones de compresión ha sufrido un fichero permite distinguir un original de una copia de una copia, y detectar si un fragmento se editó y volvió a codificarse.

Continuidad del ruido de fondo

Toda grabación real tiene un suelo de ruido: la sala, el micrófono, la electrónica. Ese ruido es continuo y tiene características propias. Un corte, un empalme o la inserción de una frase generada rompen esa continuidad de formas que no se oyen pero sí se miden.

Indicadores de síntesis

La voz sintética ha mejorado enormemente en timbre, que es lo que engaña al oído. Sigue siendo más débil en lo que el oído no juzga conscientemente: la respiración entre frases, las micropausas, la variabilidad natural del ritmo, ciertos patrones espectrales en las consonantes fricativas. Ahí es donde se busca.

Coherencia con el dispositivo alegado

Si se afirma que el audio se grabó con un terminal concreto, ese terminal puede examinarse. Las características de su micrófono y de su cadena de procesado dejan una firma que puede cotejarse con el fichero.

El límite que hay que declarar

Aquí viene la parte que muchos informes omiten, y que es precisamente la que hace que un dictamen resista.

No siempre se puede concluir con certeza. Depende de la calidad del material, de cuántas veces se haya recomprimido y de la herramienta empleada para generarlo. Un audio original de buena calidad da mucho margen de análisis; el mismo audio reenviado cinco veces por WhatsApp puede haber perdido justamente los indicios que lo delataban.

Un dictamen honesto declara la escala de conclusión que emplea y sitúa su resultado dentro de ella: desde «auténtico sin indicios de manipulación» hasta «no es posible pronunciarse con el material disponible», pasando por los grados intermedios de probabilidad. Afirmar una certeza que la técnica no da es el error más caro que puede cometer un perito, porque es lo primero que se derrumba en la ratificación cuando la otra parte pregunta por el método.

Qué hacer si le aportan un audio que su cliente niega

1. No lo descarte por implausible. Que su cliente diga que no es su voz no acredita nada por sí solo, igual que el reconocimiento del testigo contrario tampoco.
2. Impugne la autenticidad en forma y plazo. Es lo que abre la puerta al cotejo pericial del artículo 326.2 LEC.
3. Pida el fichero original, no el que circula. El audio reenviado por el grupo ha perdido información. Solicite el fichero tal como se recibió, y si es posible el acceso al terminal que lo recibió.
4. Pregunte por la cadena. ¿Quién lo grabó? ¿Con qué dispositivo? ¿Quién lo tuvo después? Esa cadena, o su ausencia, es tan relevante como el análisis acústico.

Y si el audio es suyo y es auténtico

Entonces la prioridad se invierte: hay que blindarlo antes de aportarlo. Adquisición forense del terminal donde se recibió, huella hash del fichero original, acta de la extracción. Un audio auténtico aportado como captura de pantalla o como reenvío es un audio auténtico que se puede impugnar con éxito, y verlo caer por un defecto de forma es especialmente doloroso.