Certificación y transcripción de grabaciones de audio

Antes de comenzar acordamos qué nivel necesita el caso. La elección modifica el tiempo de trabajo, la extensión y el modo en que se consignan repeticiones, muletillas, ruidos o incidencias. Para evitar equívocos, el informe identifica expresamente el criterio aplicado.

En lenguaje cotidiano, «certificar» puede parecer una garantía absoluta de que el audio nunca fue modificado. En informática forense la conclusión debe ser más precisa. El informe identifica el fichero examinado, explica cómo se obtuvo, calcula valores hash para controlar su integridad desde la adquisición y analiza si sus características son coherentes o presentan anomalías. La fuerza de una conclusión depende del material disponible.

Un archivo original extraído del dispositivo que realizó la grabación ofrece normalmente más información que un audio reenviado por correo, descargado de una nube o exportado desde una aplicación. Las plataformas pueden recomprimir, cambiar el contenedor, borrar metadatos o generar una copia nueva sin que exista una manipulación maliciosa. Por ello diferenciamos entre original de adquisición, copia, exportación y transcodificación, y evitamos conclusiones categóricas cuando el origen no puede reconstruirse.

Las buenas prácticas europeas de ENFSI definen el análisis de autenticidad como una evaluación de si la evidencia presenta características compatibles o no con una grabación auténtica. Recomiendan considerar el dispositivo y el software, las condiciones de grabación, las interrupciones conocidas y otros datos contextuales, además de preservar la evidencia y documentar los métodos aplicados. Un hash acredita que dos copias son iguales o que un fichero no ha cambiado desde un momento de control; por sí solo no demuestra cómo se creó antes de ese momento.

Qué incluye la certificación

Podemos crear una copia de escucha y aplicar procesos limitados para facilitar la comprensión: ecualización, reducción de ruido estacionario, ajuste de nivel o selección de canal. Nunca se sustituye el original y cada operación relevante queda documentada. Una mejora agresiva puede introducir artefactos, borrar consonantes o dar una falsa sensación de certeza; por eso la transcripción indica cuándo una lectura procede de una versión procesada.

La inteligencia artificial puede ayudar a localizar segmentos o proponer un borrador, pero no reemplaza la revisión humana en una transcripción destinada a prueba. Los sistemas automáticos pueden inventar palabras plausibles, confundir hablantes, normalizar frases, omitir solapamientos o no registrar el entorno. El resultado final se contrasta con el audio y las dudas permanecen visibles.

Para cuestiones de voz clonada, deepfake o identificación de hablante se requiere un encargo específico. Comparar voces exige muestras adecuadas, controlar las diferencias de canal y valorar la calidad, la duración y la representatividad de la voz conocida y de la cuestionada. El informe no promete una identificación absoluta cuando las condiciones no lo permiten.

La cadena de custodia no es una frase decorativa. Es el registro que permite reconstruir quién entregó la evidencia, cuándo se recibió, qué soporte la contenía, qué operaciones se hicieron y qué copia se utilizó para el análisis. En un asunto sencillo puede consistir en una recepción documentada y la obtención inmediata de huellas digitales; en otros casos puede requerir la adquisición forense de un terminal, la fotografía del dispositivo, la identificación de la aplicación, la preservación del directorio y el almacenamiento en soportes controlados.

Trabajamos sobre copias de análisis para evitar cambios accidentales. El original o la imagen forense se conserva sin utilizarse para tareas ordinarias y las versiones derivadas se identifican: copia de escucha, canal aislado, audio con nivel normalizado o fragmento preparado para exposición. Así se puede saber qué archivo sustenta una conclusión y reproducir el proceso. Si el material llegó por correo o mensajería, el informe no oculta esa circunstancia: la describe y explica qué limitación introduce.

Un valor hash funciona como una huella del contenido binario: si cambia un solo bit, la huella cambia. Esto permite verificar que el fichero presentado más adelante coincide con el recibido o adquirido. No obstante, dos archivos que suenan igual pueden tener hashes diferentes porque fueron recodificados, y una huella calculada hoy no cuenta por sí sola la historia anterior del fichero. La conclusión correcta se apoya en el conjunto: procedencia, estructura, metadatos, contexto, análisis y documentación.

Estas palabras se utilizan con frecuencia como si fueran sinónimas, pero responden a preguntas distintas. La integridad ayuda a determinar si el fichero controlado se mantiene igual desde su adquisición. La autenticidad estudia la compatibilidad con la grabación que se afirma que es. La continuidad se refiere a si el registro presenta interrupciones o discontinuidades relevantes. La exactitud de la transcripción exige que el texto reproduzca lo audible sin cambiar el sentido.

Puede existir una copia íntegra de un archivo previamente editado: su hash permanecerá estable desde que se calculó, pero la edición anterior seguirá siendo una cuestión diferente. También puede existir una grabación auténtica que contenga una pausa realizada por el propio dispositivo o una llamada entrante conocida. Por eso se solicita información contextual y se contrasta con el comportamiento esperado. El análisis de autenticidad rara vez se reduce a buscar una «marca de corte» universal.

Las discontinuidades pueden observarse en la forma de onda, el espectro, el ruido de fondo, la estructura de compresión o los metadatos, pero muchos fenómenos ordinarios producen cambios parecidos. Un golpe al teléfono, un movimiento de la persona, un cambio automático de ganancia, una pérdida de paquetes o la reducción de ruido de una aplicación pueden alterar el registro. La labor pericial consiste en valorar explicaciones alternativas y expresar el nivel de soporte, no en elegir la interpretación más acusatoria.

No todos los procedimientos requieren transcribir horas de grabación. La Ley de Enjuiciamiento Civil se refiere a las palabras que resulten relevantes para el caso, y el equipo jurídico puede seleccionar intervalos concretos. Una transcripción parcial debe identificar con precisión el inicio y el final, explicar el criterio de selección y mantener accesible el archivo completo cuando proceda. De este modo el lector sabe que consulta un extracto y puede comprobar el contexto.

Hay casos en los que transcribir solo la frase principal sería insuficiente. Una negación puede referirse a una pregunta anterior; el tono puede depender de una discusión previa; una interrupción puede ocultar quién terminó una oración; y un silencio puede separar dos asuntos diferentes. Por eso la decisión se toma después de una escucha preliminar y en coordinación con el abogado. El perito puede advertir que un pasaje necesita minutos anteriores o posteriores para interpretarse correctamente.

También podemos preparar un índice cronológico de contenidos antes de realizar la literal completa. Este mapa localiza temas, hablantes, incidencias y fragmentos potencialmente relevantes. Resulta útil en reuniones largas o con numerosas grabaciones, pero no sustituye la transcripción cuando el texto exacto sea controvertido. Cada producto —resumen, índice, transcripción limpia, literal e informe— lleva su nombre para que nadie le atribuya un alcance que no tiene.