Deepfake de voz: o golpe do falso chefe por telefone

Você atende o telefone e ouve a voz do seu chefe, aflito, pedindo uma transferência urgente para fechar um negócio. O tom é exatamente o dele. As pausas, o sotaque, até o jeito de respirar. Em poucos minutos, o dinheiro sai da conta da empresa — e só depois você descobre que nunca falou com pessoa alguma. Falou com uma inteligência artificial treinada para imitar a voz do seu superior.

Essa é a mecânica do chamado golpe do deepfake de voz, uma modalidade de fraude que cresce rapidamente no Brasil e no mundo e que já provocou prejuízos milionários em empresas de todos os portes.

A ameaça não é mais ficção científica: com poucos segundos de áudio disponíveis publicamente — um vídeo no Instagram, uma entrevista no LinkedIn, um story no WhatsApp — já é possível gerar uma clonagem de voz convincente o suficiente para enganar funcionários, familiares e até parentes idosos.

Neste guia, você vai entender como o golpe funciona, por que ele é tão eficaz, quais sinais podem denunciar a fraude e, principalmente, o que fazer se o dinheiro já tiver saído da conta.

O que é o golpe do deepfake de voz e por que ele preocupa tanto

Deepfake é o nome dado a conteúdos sintéticos — áudios, vídeos ou imagens — gerados por inteligência artificial para imitar pessoas reais. No caso do golpe por telefone, os criminosos usam ferramentas de clonagem de voz para reproduzir, com altíssima fidelidade, o timbre de uma pessoa conhecida da vítima. Em seguida, ligam ou enviam mensagens de áudio simulando uma situação de urgência: um pagamento que precisa ser feito agora, um acidente na família, uma oportunidade que vai escapar.

O objetivo é sempre o mesmo: forçar uma decisão rápida, sem tempo para checagem. E é justamente esse o motivo pelo qual o golpe tem dado tanto resultado. Enquanto fraudes antigas, como o 'falso sequestro' ou o 'parente no WhatsApp', dependiam da imaginação da vítima para 'preencher' a voz na memória, o deepfake entrega a voz real. O cérebro reconhece, confia e age.

Levantamentos do setor internacional de cibersegurança apontam que esse tipo de fraude já causou prejuízos de dezenas a centenas de milhões de dólares em operações corporativas nos últimos anos. No Brasil, o crescimento é puxado por dois fatores: a popularização de ferramentas gratuitas de IA capazes de clonar vozes em minutos e a velocidade do Pix, que permite ao criminoso receber e dispersar o dinheiro em segundos.

Como os criminosos conseguem clonar uma voz

A primeira surpresa, para quem nunca estudou o tema, é a quantidade mínima de material necessária. Alguns softwares modernos de clonagem de voz precisam de menos de um minuto de áudio limpo para produzir uma imitação que engana o ouvido humano. E esse material está, na prática, à disposição de qualquer pessoa:

• Vídeos postados em Instagram, TikTok e YouTube;
• Entrevistas em podcasts e lives;
• Áudios encaminhados em grupos de WhatsApp;
• Palestras corporativas disponibilizadas em plataformas abertas;
• Até mesmo a mensagem gravada da secretária eletrônica do celular.

Uma vez capturado o áudio, o criminoso alimenta o modelo de IA, escreve o texto que quer 'dito' por aquela voz e gera o arquivo. Em versões mais sofisticadas da fraude, o golpista chega a conversar em tempo real pelo telefone, com a voz sendo sintetizada frase a frase.

Outro agravante: muitos criminosos combinam o deepfake de voz com informações verdadeiras obtidas em vazamentos de dados ou em perfis públicos. Eles sabem o nome do banco onde a vítima tem conta, o nome do filho, o cargo do chefe, o projeto em andamento na empresa. Isso elimina qualquer estranhamento inicial e dá ao ataque uma aparência absolutamente legítima.

Quem são os alvos preferidos dos fraudadores

Embora o golpe tenha ficado famoso em casos corporativos — funcionários do financeiro recebendo ordens falsas de CEOs para transferir valores altos —, ele também é usado em larga escala contra pessoas físicas. Três perfis concentram a maioria das tentativas:

1. Funcionários de empresas com poder de assinar pagamentos. Analistas financeiros, tesoureiros e secretárias de diretoria são contatados com pedidos urgentes supostamente vindos do presidente ou do dono. O criminoso aposta na hierarquia: dificilmente um subordinado questiona uma ordem direta do chefe.

2. Idosos e aposentados. São abordados com a voz clonada de um filho ou neto, geralmente em uma suposta emergência — acidente, prisão, assalto — que exige depósito ou Pix imediato. O ataque explora o medo e a disposição natural do idoso de proteger a família.

3. Pequenos empreendedores e MEIs. Recebem ligações de 'fornecedores' ou 'parceiros' solicitando alteração de dados bancários para o próximo pagamento. A voz, clonada de um contato real, autoriza a mudança, e o próximo depósito legítimo vai parar na conta do criminoso.

Sinais de alerta para reconhecer a fraude a tempo

Como identificar sinais de voz sintética

A boa notícia é que, mesmo com toda a tecnologia envolvida, o golpe do deepfake de voz costuma deixar pistas. Fique atento se, em uma ligação ou áudio inesperado, aparecer um ou mais destes sinais:

• Urgência extrema. O pedido precisa ser atendido 'agora', 'em cinco minutos', 'antes que o banco feche'. Pressa é o combustível de praticamente todo golpe financeiro.
• Pedido de sigilo. 'Não comente com ninguém', 'não ligue para o RH', 'resolva direto comigo'. O golpista precisa isolar a vítima para evitar checagem.
• Mudança de canal. A conversa começa no canal habitual (e-mail, WhatsApp corporativo) e migra, de repente, para um número de celular desconhecido.
• Dados bancários novos. A instrução é transferir para uma conta, chave Pix ou CNPJ que nunca foi usado antes nessa relação.
• Qualidade de áudio estranha. Pequenos ruídos metálicos, pausas antinaturais, respiração que 'some' no meio da frase ou entonação levemente robótica podem denunciar uma voz sintética — embora as versões mais novas estejam cada vez mais naturais.
• Recusa em fazer videochamada. Se você pedir para ligar em vídeo, o 'chefe' ou 'parente' inventa uma desculpa. A clonagem de rosto em tempo real ainda é bem mais difícil do que a de voz.

A regra de ouro é simples: diante de qualquer pedido de dinheiro por telefone ou áudio, desligue e ligue de volta pelo número que você já tem salvo, confirmando pessoalmente. Esse único hábito elimina a grande maioria dos ataques.

O que fazer se você caiu no golpe

Se o Pix ou a transferência já saiu, a reação nas primeiras horas é decisiva para tentar recuperar o dinheiro. Siga esta sequência:

1. Acione imediatamente o banco. Entre em contato pelo aplicativo, pelo telefone oficial impresso no cartão ou vá a uma agência. Informe que foi vítima de fraude e peça o registro formal da ocorrência.

2. Solicite o Mecanismo Especial de Devolução (MED) do Pix. O MED é o instrumento oficial criado pelo Banco Central para devolução de valores em casos de fraude ou falha operacional. O pedido deve ser feito ao seu banco em até 80 dias corridos após a transferência. Se a análise identificar indícios de golpe e ainda houver saldo na conta do criminoso, os valores podem ser bloqueados e devolvidos. Quanto mais rápido o acionamento, maior a chance de recuperação.

3. Registre boletim de ocorrência. Pode ser feito presencialmente na delegacia ou, em muitos estados, pela delegacia eletrônica. Guarde o número do B.O. — ele será exigido pelo banco e por eventuais ações judiciais.

4. Denuncie ao órgão regulador. Reclamações sobre falhas do banco na prevenção podem ser registradas no canal de ouvidoria da instituição e, se não resolvidas, no Banco Central, pelo site do BC ou pelo aplicativo BC+Perto.

5. Avise todos os possíveis alvos. Se a sua voz foi clonada, há grande chance de o criminoso tentar o mesmo golpe com outras pessoas do seu círculo. Comunicar amigos, parentes e colegas de trabalho é parte da contenção do dano.

Como se proteger antes que aconteça

Prevenir é sempre mais barato do que remediar. Algumas atitudes simples reduzem drasticamente o risco de cair em uma fraude por deepfake de voz:

• Combine uma 'palavra de segurança' com a família e com a equipe financeira da empresa. Uma palavra combinada, nunca divulgada publicamente, deve ser dita em qualquer pedido urgente de dinheiro por telefone. Se a pessoa do outro lado não souber, é golpe.
• Reduza a exposição da sua voz em redes sociais. Nem todo vídeo precisa ter áudio público. Em perfis profissionais, avalie restringir a visibilidade de palestras e entrevistas antigas.
• Crie um protocolo de dupla verificação na empresa. Toda transferência acima de determinado valor deve passar por uma segunda confirmação em canal diferente — por exemplo: pedido por telefone, confirmação por e-mail corporativo e visto do gestor.
• Desconfie de novos dados bancários. Qualquer alteração de chave Pix, conta ou CNPJ de um fornecedor habitual deve ser confirmada diretamente com um contato antigo, pelo telefone que você já tinha salvo — nunca pelo número informado na mesma mensagem que trouxe a mudança.
• Converse com os idosos da família. Explique, de forma simples, que existem programas de computador capazes de imitar a voz de qualquer pessoa, inclusive a dos netos. O alerta prévio é a vacina mais eficaz.

O que esperar daqui para frente

A tendência é que os golpes com deepfake de voz fiquem ainda mais sofisticados nos próximos meses, acompanhando a evolução natural das ferramentas de inteligência artificial. Para o consumidor comum, isso significa que confiar apenas no ouvido deixou de ser suficiente. A autenticação de uma identidade agora precisa passar por mais de um canal — e, sempre que possível, por um canal que o criminoso não consiga controlar.

A mensagem prática é direta: trate todo pedido urgente de dinheiro por telefone como suspeito até prova em contrário. Desligue, respire, ligue de volta pelo número que você conhece. Em um cenário em que a voz do seu chefe, do seu filho ou do seu melhor amigo pode ser fabricada em minutos, essa pausa de 30 segundos virou a sua principal linha de defesa — e, muitas vezes, a diferença entre perder tudo e não perder nada.