A Polícia Federal produz cerca de 50 laudos por ano com apoio da fonética forense, área que compara vozes e modos de falar em gravações ligadas a investigações. A equipe especializada reúne seis peritos e atua em casos que incluem crimes eleitorais, tráfico de drogas, abuso sexual infantil e difamação.
A técnica mais tradicional confronta uma gravação de autoria desconhecida, como uma escuta telefônica, com amostras de um ou mais suspeitos. O resultado não identifica uma pessoa de forma absoluta. Ele calcula a probabilidade de que os registros tenham sido produzidos pelo mesmo aparelho fonador.
Além da semelhança, os especialistas analisam a raridade de cada característica. Sotaque, escolaridade, gênero, histórico de migração e convivência prolongada com falantes de outras regiões podem alterar a pronúncia. Se um traço é comum na população de referência, seu peso como evidência diminui.
A popularização de áudios enviados por aplicativos ampliou as possibilidades de análise. Gravações telefônicas tradicionais costumam preservar frequências de até 3.400 hertz, enquanto mensagens de voz podem chegar a 8 mil hertz e registrar melhor sons capazes de diferenciar falantes, como determinadas pronúncias da letra s.
O país ainda enfrenta uma limitação importante: faltam bancos de voz representativos da diversidade do português brasileiro. Levantamento com 45 acervos linguísticos encontrou áudio em apenas 13 deles. Quase metade desse material estava concentrada no Sudeste, sem amostras identificadas das regiões Norte e Centro-Oeste.
Sistemas de inteligência artificial já ajudam no reconhecimento de falantes, mas não eliminam a necessidade de avaliação humana. Um estudo com 20 pares de gêmeos idênticos mostrou que algumas vozes continuam difíceis de distinguir até para modelos automáticos, o que reforça o risco de tratar o resultado como prova definitiva.
Nos laudos, a PF utiliza uma escala de nove pontos, de forte apoio à hipótese de vozes diferentes a forte apoio à hipótese de uma mesma origem. O ponto central representa uma conclusão inconclusiva. Pesquisadores e peritos concordam que a voz deve ser interpretada em conjunto com outros vestígios, e nunca como elemento isolado para atribuir autoria.
