53
Revista Oficial del Poder Judicial, 16(21), 2024, 53-81
REVISTA OFICIAL DEL PODER JUDICIAL
Vol. 16, n.
o
21, enero-junio, 2024, 53-81
ISSN: 2663-9130 (En línea)
DOI: 10.35292/ropj.v16i21.881
Comparación forense de voces: un estudio preliminar
sobre las diferencias entre una voz natural y una voz
artificial para la investigación judicial
1
Forensic comparison of voices: a preliminary study on the
differences between a natural voice and an artificial voice for
judicial investigation
Comparação forense de vozes: um estudo preliminar sobre as
diferenças entre voz natural e voz artificial para
investigação judicial
Jhon Jimenez Peña
Universidad Nacional Mayor de San Marcos
(Lima, Perú)
Contacto: jhon.jimenez@unmsm.edu.pe
https://orcid.org/0000-0003-3317-6152
Fernando aarón Torres CasTillo
Universidad Nacional Mayor de San Marcos
(Lima, Perú)
Contacto: fernando.torres2@unmsm.edu.pe
hps://orcid.org/0000-0002-1432-8811
osCar esaul Cueva sanChez
Universidad Nacional Mayor de San Marcos
(Lima, Perú)
Contacto: oscar.cueva1@unmsm.edu.pe
hps://orcid.org/0000-0003-1361-2367
1 Esta investigación fue impulsada por el Gabinete de Lingüística Forense —del
Instituto de Investigación de Lingüística Aplicada (CILA) de la Universidad
Nacional Mayor de San Marcos—, el cual fue creado mediante la Resolución
Decanal n.
o
000623-2021-D-FLCH/UNMSM.
Este artículo se encuentra disponible
en acceso abierto bajo la licencia Creative
Commons Attribution 4.0 International License
Jhon Jimenez Peña, Fernando aarón Torres CasTillo y osCar esaul Cueva sanChez
54
Revista Oficial del Poder Judicial, 16(21), 2024, 53-81
RESUMEN
Este estudio presenta una aproximación en torno a las similitudes y las
diferencias fonéticas entre una voz natural y una voz artificial, por lo
que se busca: (a) brindar un análisis que sirva de antecedente ante casos
judiciales de clonación de voz por inteligencia artificial (IA) y (b) expo-
ner la importancia de la lingüística como fuente de evidencia científica
para el sistema judicial. Así, se ha analizado la voz del narrador argentino
Mariano Closs y su contraparte artificial creada en FakeYou (convertidor
de texto en habla) mediante el método combinado que integra el uso de
programas automáticos de análisis de voz (Forensia y SIS II) y el análisis
fonético. Los programas automáticos mostraron resultados de alta
convergencia entre la voz natural y la voz artificial. Sin embargo, en el
análisis fonético, se observó diferencias en la producción de determina-
dos sonidos, en la entonación; asimismo, hubo procesos fonéticos pre-
sentes en una muestra. Es así que, a pesar de la similitud de las muestras
en el plano biométrico, la voz artificial del narrador Mariano Closs aún
no es del todo similar a su contraparte natural en el plano fonético.
Palabras clave: análisis fonético; voz artificial; convertidor de texto en
habla; lingüística forense; criminalística.
Términos de indización: fonética; habla; lingüística; procedimiento
legal; crimen (Fuente: Tesauro Unesco).
ABSTRACT
This study presents an approach to the phonetic similarities and
differences between a natural voice and an artificial voice, which is why
it seeks to: (a) provide an analysis that serves as a precedent for judicial
cases of voice cloning by artificial intelligence (AI) and (b) expose the
importance of linguistics as a source of scientific evidence for the judicial
system. Thus, the voice of the Argentine narrator Mariano Closs and
his artificial counterpart created in FakeYou (text-to-speech converter)
have been analyzed using the combined method that integrates the use of
automatic voice analysis programs (Forensia and SIS II) and the phonetic
analysis. The automatic programs showed results of high convergence
between the natural voice and the artificial voice. However, in the
Comparación forense de voces: un estudio preliminar sobre las diferencias entre una voz natural y una
voz artificial para la investigación judicial
55
Revista Oficial del Poder Judicial, 16(21), 2024, 53-81
phonetic analysis, differences were observed in the production of certain
sounds, in intonation, and there were phonetic processes present in a
sample. Thus, despite the similarity of the samples on the biometric level,
the artificial voice of the narrator Mariano Closs is still not completely
similar to his natural counterpart on the phonetic level.
Key words: phonetic analysis; artificial voice; text to speech converter;
forensic linguistics; criminalistics.
Indexing terms: phonetics; speech; linguistics; judicial procedure; crime
(Source: Unesco Thesaurus).
RESUMO
Este estudo apresenta uma abordagem sobre as semelhanças e diferenças
fonéticas entre uma voz natural e uma voz artificial, por isso busca:
(a) fornecer uma análise que sirva de precedente para casos judiciais de
clonagem de voz por inteligência artificial (IA) e (b) expor a importância
da linguística como fonte de evidências científicas para o sistema judicial.
Assim, a voz do narrador argentino Mariano Closs e sua contraparte
artificial criada no FakeYou (conversor de texto para fala) foi analisada
através do método combinado que integra o uso de programas de análise
automática de voz (Forensia e SIS II) e a análise fonético. Os programas
automáticos apresentaram resultados de alta convergência entre a voz
natural e a voz artificial. Porém, na análise fonética foram observadas
diferenças na produção de determinados sons, na entonação, e houve
processos fonéticos presentes em uma amostra. Assim, apesar da
semelhança das amostras no nível biométrico, a voz artificial do narrador
Mariano Closs ainda não é totalmente semelhante à sua contraparte
natural no nível fonético.
Palavras-chave: análise fonética; voz artificial; conversor de texto para
fala; linguística forense; criminalística.
Termos de indexação: fonética; fala; linguística; procedimento legal;
crime (Fonte: Unesco Thesaurus).
Recibido: 18/10/2023 Revisado: 25/10/2023
Aceptado: 7/5/2024 Publicado en línea: 30/6/2024
Jhon Jimenez Peña, Fernando aarón Torres CasTillo y osCar esaul Cueva sanChez
56
Revista Oficial del Poder Judicial, 16(21), 2024, 53-81
1. INTRODUCCIÓN
Según Ramírez (2023) —redactor del periódico El Comercio—, hasta
septiembre del presente año se han identificado, por lo menos, cincuenta
casos de clonación de voz con inteligencia artificial (IA) para estafar o
fingir secuestros. Este tipo de casos poco a poco va tomando terreno
en el Perú, por ello es importante realizar estudios que examinen las
diferencias entre la voz natural y la voz artificial para así brindar un
antecedente a los especialistas que analicen estos casos.
La inteligencia artificial pertenece a una rama de la ciencia com-
putacional que tiene como meta generar procesos cognitivos similares
a los de los humanos (Peña, 2022). Además, cumple un rol importante
en la actualidad porque se usa en diversos ámbitos y para distintos fines
(organización de bases de datos, procesos logísticos, asistentes virtuales,
replicación y creación de voz, entre otros). De esta forma, la inteligencia
artificial en su propósito de igualar a la competencia del lenguaje
humano ha tenido avances muy significativos.
Es así que actualmente existen muchos conversores de texto en
habla a disposición de cualquier persona, por lo que ahora es muy común
ver en redes sociales diversos contenidos en los que se usan voces artifi-
ciales e, incluso, puede resultar complicado distinguir cuándo se trata de
una voz natural o una voz artificial. En ese sentido, la lingüística cum-
ple un rol importante porque «todo texto oral o escrito involucrado en
delitos tipificados en el Código Penal —es decir, que es utilizado en la
investigación fiscal y empleado en la administración de justicia [...]— es
potencialmente objeto de estudio de la lingüística forense» (Lazo y
Rivas, 2022, p. 374). Y aunque desde la lingüística aún no se ha estu-
diado a profundidad casos como el de la clonación de voz
[se considera] que tiene un gran potencial a la hora de abordar
uno de los desafíos de seguridad más importantes que enfrenta el
mundo en la actualidad. Nos referimos a los deepfakes, [son] vídeos
o audios que, sin ser reales, lo parecen debido a una manipulación
[...], realizada mediante técnicas de inteligencia artificial. (San
Segundo, 2022)
Comparación forense de voces: un estudio preliminar sobre las diferencias entre una voz natural y una
voz artificial para la investigación judicial
57
Revista Oficial del Poder Judicial, 16(21), 2024, 53-81
El desarrollo de estas nuevas tecnologías puede tener distintos efec-
tos tanto positivos, por ejemplo, Illariy, quien es la primera presentadora
de noticias generada por inteligencia artificial que habla en quechua (un
proyecto desarrollado desde la Facultad de Letras y Ciencias Huma-
nas de la Universidad Nacional Mayor de San Marcos), pero los efectos
también pueden ser negativos si estas tecnologías se usan de forma equi-
vocada. Por ejemplo, no sería raro que los delitos de fraude, usurpación
de la identidad, extorsión, amenazas, violación de la privacidad por clo-
nación de voz aumenten porque cada vez es más accesible replicar voces.
Uno de los convertidores de texto en habla más famosos, justamente por
ser de uso libre, es el sitio web FakeYou, el cual permite al usuario conver-
tir un texto en habla con la voz de una celebridad o cualquier personaje
que esté en su base de datos e, incluso, replicar la voz de cualquier persona
siempre que se realice una suscripción y se cuente con grabaciones de
audio de la voz que se busca replicar. No obstante, a pesar de que el sitio
web advierta lo siguiente: «No aprobamos el uso de FakeYou para nin-
gún tipo de suplantación, engaño, insulto, abuso o maltrato de cualquier
grupo» (Echelon, s. f.), es inevitable que dicho convertidor de texto en
habla pueda ser usado con fines delictivos.
Por esta razón, el objetivo del presente estudio es brindar una
aproximación en torno a las similitudes y las diferencias fonéticas entre
una voz natural y una voz artificial para así poder identificar parámetros
en los que ambas voces difieran. Para realizar esta tarea, se analizó la voz
de Mariano Closs, relator argentino y periodista deportivo (la muestra
se extrajo de entrevistas encontradas en internet) y su contraparte
artificial (proveniente de FakeYou). Es importante señalar que el estudio
se circunscribe al campo de la fonética forense, puesto que se realiza
la comparación de voces entre ambas muestras. Asimismo, el análisis
se realiza con el método combinado que integra el uso de programas
automáticos de análisis de voz (Forensia y SIS II) y el análisis fonético del
habla.
El presente artículo se estructura en cinco apartados. En el primer
apartado, se contextualiza e identifica el problema del estudio. En el
segundo apartado, se expone el marco teórico. En el tercer apartado,
se presenta la metodología de recolección y acondicionamiento de los
Jhon Jimenez Peña, Fernando aarón Torres CasTillo y osCar esaul Cueva sanChez
58
Revista Oficial del Poder Judicial, 16(21), 2024, 53-81
datos. En el cuarto apartado, se presenta el análisis automático y fonético.
Finalmente, en el último apartado, se presentan las conclusiones de la
investigación.
2. MARCO CONCEPTUAL
La lingüística forense se nutre de campos como la fonética, la fonología,
la sociolingüística, entre otras ramas, con la finalidad de esclarecer un
hecho delictivo. El presente estudio se circunscribe en el campo de la
fonética forense y la conversión de texto en habla.
2.1. Fonética forense
La fonética se encarga de la descripción de los sonidos del habla desde
tres perspectivas: articulatoria, acústica y sonora (Garayzábal et al., 2019).
Mientras que la fonética forense se define como «principalmente el uso
de técnicas fonéticas en el análisis de la voz aplicado a investigaciones
criminales. Incluye técnicas de comparación de voz, reconocimiento de
voz […]» (Olsson, 2008, p. 156).
En ese sentido, la relación de la fonética forense y la criminalística
es muy estrecha porque el interés fundamental de la fonética forense
«reside en discernir con el mayor grado de fiabilidad posible si con-
curren suficientes indicios como para sostener que dos voces pueden
corresponder a la misma persona o si, por el contrario, hay que rechazar
esta posibilidad» (Fernández, 2007, p. 49). Es importante señalar que
la voz puede variar a nivel idiolectal, lo que se conoce como «el uso
individual [de la lengua] que establece un hablante y que diversos
factores como los culturales, económicos, educativos, sociales, de género
u profesión se manifiestan en estos idiolectos» (Torres, 2023, p. 15) y a
nivel interhablante (variación interhablante).
En la comparación de locutores, se usan distintos tipos de análisis.
Gold y French (2011) enlistan los métodos usados en distintos países:
análisis fonético auditivo (AuPA), análisis fonético acústico (AcPA),
análisis fonético auditivo y fonético acústico (AuPA + AcPA), análisis
por sistema automático de reconocimiento de voces (ASR) —uso de
softwares biométricos de análisis de voz— y, finalmente, el análisis por
Comparación forense de voces: un estudio preliminar sobre las diferencias entre una voz natural y una
voz artificial para la investigación judicial
59
Revista Oficial del Poder Judicial, 16(21), 2024, 53-81
sistema automático de reconocimiento de voces con el análisis humano
(HASR) —combina todos los métodos anteriores—.
2.2. La conversión de texto en habla
Cortez et al. (2009) señalan que «una de las tareas fundamentales de
la inteligencia artificial (IA) es la manipulación de lenguajes natura-
les usando herramientas de computación, [… los lenguajes de progra-
mación] forman el enlace necesario entre los lenguajes naturales y su
manipulación por una máquina» (pp. 47-48). Y, justamente, los con-
vertidores de texto en habla son el resultado del procesamiento del
lenguaje natural a través de un lenguaje de programación que se estruc-
tura modularmente.
En ese sentido, Bonafonte (1997) describe la conversión de texto
en voz como un «sistema que requiere unos registros de señales orales
relacionadas con unas unidades básicas (por ejemplo fonemas), que ha
de concatenar siguiendo el texto de entrada» (p. 70). Además, señala
que, para obtener una conversión de calidad, las unidades básicas deben
ser modificadas para que se reproduzcan de la forma más natural posible.
Añade que el análisis de los sonidos y su interacción, tanto como los
patrones suprasegmentales son tarea de fonetistas y lingüistas.
En la figura 1, se detalla el funcionamiento esencial de la conversión
de texto en voz.
Figura 1
Sistema de conversión de texto en voz propuesto por Bonafonte
Nota. Tomado de Bonafonte (1997, p. 71).
Jhon Jimenez Peña, Fernando aarón Torres CasTillo y osCar esaul Cueva sanChez
60
Revista Oficial del Poder Judicial, 16(21), 2024, 53-81
Según Llisterri et al. (2004), la conversión de texto en habla per-
mite que cualquier texto escrito sea oralizado por un ordenador con la
ayuda de una serie de módulos que procesan los datos de naturaleza lin-
güística y, asimismo, recurren también a bases de datos que contienen
información de ese tipo. Y aunque este campo tradicionalmente se ha
asociado con la ingeniería de telecomunicaciones y el tratamiento digi-
tal de señales, en la actualidad es necesaria también la participación
de expertos que faciliten el conocimiento lingüístico en cada uno de los
módulos.
Fernández (2007) indica que hay tres tipos principales de síntesis
de voz: la síntesis por formantes, la síntesis articulatoria y la síntesis por
concatenación. La síntesis por formantes genera el habla a partir de la
especificación previa de los parámetros acústicos, la síntesis articulato-
ria genera el habla a partir de parámetros que describen la posición y el
movimiento de los articuladores y la síntesis por concatenación genera el
habla uniendo pequeños fragmentos de sonido para generar oraciones.
En el caso de FakeYou, este es un convertidor de texto en habla que
permite acceder a una gran cantidad de voces de su base de datos (voces
de deportistas, presentadores, actores, etc.). Además, con una suscrip-
ción permite generar la voz artificial de cualquier persona a partir de
archivos de audio que previamente se carguen en el sitio web.
2.3. Funcionamiento de las redes neuronales artificiales
Según Mena y Rojas (2021), para que una inteligencia artificial clone la
voz humana, la inteligencia artificial debe utilizar modelos que iden-
tifiquen patrones, sonidos, estructuras silábicas, palabras, entre otros
elementos de la voz humana, por ende, utilizan redes neuronales compu-
tacionales, estas
buscan simular la forma en la que el cerebro humano es capaz de
reconocer la voz y las palabras del entorno que lo rodea, tiene la
capacidad de ajustarse a sí misma y mejorar sus resultados con-
forme transcurre el tiempo [...]. (p. 88)
Comparación forense de voces: un estudio preliminar sobre las diferencias entre una voz natural y una
voz artificial para la investigación judicial
61
Revista Oficial del Poder Judicial, 16(21), 2024, 53-81
3. METODOLOGÍA
Este estudio es de tipo exploratorio, puesto que la problemática que se
abordará ha sido poco estudiada y no se encontraron antecedentes direc-
tos que se refieran al tema. Además, se busca comparar la voz natural con
la voz artificial para identificar rasgos fonéticos que ayuden a distinguir
una muestra de la otra.
El método que se usa para la presente investigación es el método
combinado (Univaso, 2016). Este se compone por el método por sistemas
de reconocimiento automático y por el método clásico, el primero se
relaciona con el uso de programas de biometría de voz que comparan
automáticamente una muestra dubitada con una muestra indubitada a
partir de algoritmos (Garayzábal et al., 2019) y, el segundo, se enfoca en
un análisis perceptual y acústico mediante la escucha y la visualización
del espectrograma y el oscilograma de procesos fonético-fonológicos.
3.1. Recolección de datos
El estudio emplea dos muestras: la muestra natural y la muestra arti-
ficial de Mariano Closs. Es importante recalcar que la voz natural de
Mariano Closs se extrae de relatos de partidos de fútbol, debido a que
la voz artificial proveniente de FakeYou se encuentra también en dicho
contexto.
3.1.1. Voz natural
La muestra de voz natural está constituida por dos archivos de audio
provenientes de videos de YouTube en los que Mariano Closs narra
partidos de la Champions League temporada 2021-2022, ambos videos
fueron tomados de la cuenta de YouTube ESPN Fans (en las referencias
se especifican los videos). Asimismo, es importante señalar que para
descargar los videos en archivos de audio en formato wav se usó el
convertidor en línea y2mp3.top (https://y2mp3.top). En la figura 2, se
reportan las propiedades de ambos archivos de audio:
Jhon Jimenez Peña, Fernando aarón Torres CasTillo y osCar esaul Cueva sanChez
62
Revista Oficial del Poder Judicial, 16(21), 2024, 53-81
Figura 2
Archivos que constituyen la muestra de voz natural
3.1.2. Voz artificial
La muestra de voz artificial está constituida también por dos archivos
de audio provenientes del sitio web FakeYou (https://fakeyou.com).
Este sitio web posee tres opciones de voz para Mariano Closs, se usó:
«Mariano Closs (Relator de fútbol Argentino) (por Vox_Populi)». En la
figura 3, se muestra una captura de pantalla del sitio web en el que se
observa uno de los corpus usados.
Figura 3
Interfaz de FakeYou
Comparación forense de voces: un estudio preliminar sobre las diferencias entre una voz natural y una
voz artificial para la investigación judicial
63
Revista Oficial del Poder Judicial, 16(21), 2024, 53-81
El corpus que se introdujo en FakeYou se constituyó por las mismas
oraciones y las frases presentes en la muestra natural. La muestra de
mayor duración se usó para el análisis fonético. Mientras que la segunda
muestra se utilizó para el análisis con los programas automáticos.
Figura 4
Archivos que constituyen la muestra de voz artificial
3.2. Acondicionamiento de las muestras
3.2.1. Voz natural
3.2.1.1. Formato de las muestras de voz natural
Los audios de la muestra de voz natural se descargaron en formato wav.
Estos archivos de audio presentan un solo canal, una frecuencia de
muestreo de 44.1 kHz y 16 bits de profundidad. Estas características son
compatibles con los programas utilizados en el análisis de voz.
3.2.1.2. Extracción de los fragmentos de voz de las muestras de voz
natural
En cada archivo de audio, se seleccionaron los intervalos de tiempo
correspondientes a la participación de la voz de Mariano Closs. Poste-
riormente, estos intervalos de tiempo fueron extraídos y concatenados y
se crearon nuevos archivos de audio a partir de estos, los mismos que
se presentan en la tabla 1, junto a su tiempo de duración. Además, en
esta tabla aparece el código de referencia, que será utilizado en adelante
para señalar los audios de voz natural.
Jhon Jimenez Peña, Fernando aarón Torres CasTillo y osCar esaul Cueva sanChez
64
Revista Oficial del Poder Judicial, 16(21), 2024, 53-81
Tabla 1
Valores temporales de los intervalos de tiempo de la muestra de voz natural
Referencia Nombre del archivo Duración (s)
NV_01
¡BENZEMA BRILLÓ Y EL MERENGUE BORRÓ AL
PSG DE MESSI DE LA CHAMPIONS!-C.wav
287.56
NV_02
¡ÉPICA REMONTADA E HISTÓRICA CLASIFICACIÓN
DEL MERENGUE!-C.wav
210.35
3.2.2. Voz artificial
3.2.2.1. Formato de las muestras de voz artificial
El sitio web FakeYou exporta los archivos de audio en formato wav. Estos
archivos de audio presentan un solo canal, una frecuencia de muestreo
de 32 kHz y 16 bits de profundidad. Estas características son compatibles
con los programas utilizados en el análisis de voz, por lo que no se les
realizó ninguna adaptación.
3.2.2.2. Extracción de los fragmentos de voz de las muestras de voz artificial
No fue necesario extraer los fragmentos de habla del audio de la voz
artificial, debido a que contenía únicamente la voz artificial de Mariano
Closs. En la tabla 2, se muestra la duración de los archivos de audio, así
como su código de referencia:
Tabla 2
Valores temporales de la muestra de voz artificial
Referencia Nombre del archivo Duración (s)
AV_01 av_mc1.wav 147.77
AV_02 av_mc2.wav 35.05
Cabe señalar que, como se indicó anteriormente, AV_01 se usó en
el análisis fonético, mientras que la muestra AV_02 se usó en el análisis
automático.
Comparación forense de voces: un estudio preliminar sobre las diferencias entre una voz natural y una
voz artificial para la investigación judicial
65
Revista Oficial del Poder Judicial, 16(21), 2024, 53-81
4. ANÁLISIS
4.1. Análisis de comparación automática
En este apartado, se usaron dos programas de comparación automática
de voz en sus versiones de prueba o demo con la finalidad de observar los
análisis y los resultados realizados por estos.
Los resultados de estos programas están basados en el marco de
likelihood ratio (razón de verosimilitud o relación de verosimilitud). La
introducción del enfoque del LR (o enfoque bayesiano) en las ciencias
forenses, incluyendo la comparación de voz, es probabilístico y es deno-
minado como el nuevo paradigma o cambio de paradigma y «muchos
estadísticos forenses [lo] recomiendan como el marco lógicamente
correcto para la evaluación de las evidencias comparativas» (Morrison,
2009/2011, p. 5).
La razón de verosimilitud se expresa a través del cálculo entre dos
probabilidades: las que proceden del mismo locutor y las que proceden
de diferentes locutores. En la figura 5, se detalla este cálculo, LR
(likelihood ratio) es la razón de verosimilitud; p es probabilidad; H
p
es
la hipótesis del fiscal y H
d
es la hipótesis de la defensa. Se debe agregar
que el numerador de la fórmula es una expresión de la similitud, y el
denominador, una expresión de la tipicidad (Morrison, 2009/2011).
Finalmente, si el valor del cálculo de la fórmula es mayor que uno,
indica que ambas voces proceden del mismo locutor (hipótesis
fiscal); por su lado, si el resultado de la fórmula es menor que uno,
indica que las voces proceden de diferentes locutores (hipótesis de la
defensa).
Figura 5
Fórmula según el teorema de Bayes
Nota. Tomado de Rosas et al. (2011, p. 20).
Jhon Jimenez Peña, Fernando aarón Torres CasTillo y osCar esaul Cueva sanChez
66
Revista Oficial del Poder Judicial, 16(21), 2024, 53-81
4.1.1. Comparación automática en SIS II (versión trial)
El software SIS II fue creado por la empresa rusa Speech Technology
Center (STC) y actualmente se utiliza en diferentes países como
México, Perú, Rusia, entre otros. Algunos de los estudios que emplean
este programa son los de Jimenez et al. (2022) y Torres (2023), ambos
autores concluyen que el programa SIS II es óptimo para determinar la
convergencia entre las muestras utilizadas.
El programa incorpora diversos plugins, el que se utiliza en el
presente estudio es el de Automatic Comparison, el cual permite com-
parar dos muestras de voz a partir de tres métodos: SF (método de
identificación de espectro de formantes o Spectral-Formant Speaker
Identification Method), Pitch (método de identificación estadístico del
Pitch o Pitch Statistics Identification) y GMM (modelo mixto gaussiano
o método de variabilidad total o Total Variability Method). Con esto se
logra determinar si las muestras comparadas pertenecen a un mismo
locutor o a diferentes locutores. El método SF se basa en el estudio
estadístico de la frecuencia de los formantes para determinar la geo-
metría del tracto vocal, el cual es único para cada persona. El método
Pitch es un análisis estadístico de dieciséis características de la fre-
cuencia fundamental (correlato acústico de la vibración de los pliegues
vocálicos). El método GMM o variabilidad total (TotV) es un análisis de
la representación espectral de una señal de voz a través de coeficientes
cepstrum. Posteriormente, la densidad de la distribución de las caracte-
rísticas de identificación se moldea a través de los modelos de mezclas
gaussianas (GMM).
Los resultados del programa SIS II muestran los valores de FR
(falso rechazo), FA (falsa aceptación) y LR (likelihood ratio o razón de
verosimilitud), además, concluye en términos de same speaker (mismo
locutor) o different speakers (locutores diferentes), cada uno con nivel de
probabilidad: high (alta), medium (media) y low (baja).
En las figuras 6 y 7, se presentan los resultados de la comparación
automática de las muestras del estudio. Como se observa, en ambos
casos los valores del LR superan el valor de uno (4715 y 5001 en la figura
6 y 7, respectivamente), lo que indica que se trata del mismo locutor
(same speaker) con una probabilidad alta (high probability).
Comparación forense de voces: un estudio preliminar sobre las diferencias entre una voz natural y una
voz artificial para la investigación judicial
67
Revista Oficial del Poder Judicial, 16(21), 2024, 53-81
Figura 6
Comparación automática de la muestra NV_01 y av_mc-C
Figura 7
Comparación automática de la muestra NV_02 y av_mc-C
Jhon Jimenez Peña, Fernando aarón Torres CasTillo y osCar esaul Cueva sanChez
68
Revista Oficial del Poder Judicial, 16(21), 2024, 53-81
Los resultados indican que la voz natural y la voz artificial de
Mariano Closs pertenecen al mismo locutor. No obstante, si se observan
los resultados del LR en cada parámetro, se aprecia que el LR en el Pitch
tiene un valor menor a uno en ambas figuras (0.0 y 0.05 en la figura 6 y
7, respectivamente), lo que indica que en este parámetro se presentaron
diferencias entre locutores —aunque no las suficientes como para
determinar el resultado de la comparación automática—, este puede ser
un parámetro a tener en cuenta cuando se analiza una voz natural con
una voz artificial.
4.1.2. Forensia (versión demo)
Forensia es un programa argentino de comparación automática de
voz creado por BlackVOX
2
. Las características discriminatorias de las
muestras de voz (dubitada e indubitada) se extraen a partir del análisis
espectral [que no considera el Pitch], además, se evalúan con una base
de datos universal (Universal Background Model [UBM]) que incluye
voces de diferentes lugares de Argentina (Univaso et al., 2020).
Asimismo, incluye una etapa de calibración PLDA (Probabilistic
Linear Discriminant Analysis), que resuelve los inconvenientes relaciona-
dos con que las muestras provengan de diferentes canales. Los resultados
están presentados en términos de LR en escala logarítmica LLR, en la
tabla 3, se presentan las equivalencias entre LR y LLR.
Tabla 3
Equivalencias entre LR y LLR
LR LLR Escala verbal Apoyo
> 10000 > 4 Muy fuerte
A la hipótesis
fiscal
1000 a 10000 3 a 4 Fuerte
100 a 1000 2 a 3 Moderadamente fuerte
10 a 100 1 a 2 Moderada
1 a 10 0 a 1 Limitada
2 Acceso a la página web a través de https://blackvox.com.ar/
Comparación forense de voces: un estudio preliminar sobre las diferencias entre una voz natural y una
voz artificial para la investigación judicial
69
Revista Oficial del Poder Judicial, 16(21), 2024, 53-81
1 a 0.1 0 a -1 Limitada
A la hipótesis de
la defensa
0.1 a 0.01 -1 a -2 Moderada
0.01 a 0.001 -2 a -3 Moderadamente fuerte
0.001 a 0.0001 -3 a -4 Fuerte
<0.0001 >-4 Muy fuerte
Nota. Adaptado de Rosas et al. (2011, p. 23).
En la figura 8, se presentan los resultados del programa Forensia
en su versión demo
3
. Se observa que en la comparación de la muestra
de voz artificial con las dos muestras de voz natural, el valor del LLR
es mayor a uno (5.46 y 3.96 en la comparación de NV_01 y NV_02,
respectivamente). Esto indica que el peso de la evidencia es muy fuerte y
apoya a la hipótesis fiscal.
Figura 8
Comparación entre la muestra artificial y natural
3 El acceso fue permitido por los doctores Pedro Univaso y Jorge Gurlekian durante
el curso Identificación por Voz que se imparte en la Universidad Tecnológica
Nacional (Buenos Aires), en el año 2022.
Jhon Jimenez Peña, Fernando aarón Torres CasTillo y osCar esaul Cueva sanChez
70
Revista Oficial del Poder Judicial, 16(21), 2024, 53-81
Finalmente, la comparación entre la voz artificial y las voces de
los locutores C, D y E (voces por defecto en la versión demo) presenta
resultados de LLR negativos (menores a 1) cuya fuerza oscila entre
moderada y muy fuerte para el apoyo a la hipótesis de la defensa.
Asimismo, se debe advertir que al usar la versión demo no se cuenta con
todas las características y las funciones del programa.
4.2. Análisis fonético
Machuca et al. (2014) y Lazo (2023) señalan que para realizar un
análisis de comparación adecuado se debe observar las características
fonético-acústicas de las muestras. Es así que «[...] el análisis auditivo,
complementado con un análisis acústico detallado, permite establecer
los fenómenos que se han de contemplar en el informe pericial sobre las
grabaciones dubitadas» (Machuca et al., 2014, p. 100).
Para realizar el análisis fonético, se usó el programa Praat, que ofrece
una amplia gama de funciones para explorar y comprender los aspectos
acústicos y fonéticos del habla (Boersma y Weenink, 2023). Además,
Praat genera espectrogramas y oscilogramas, los cuales son esenciales
para el análisis de los sonidos y los patrones fonéticos. Cabe señalar que
los dibujos de los espectros se realizaron con el plugin TgDraw [Praat
plug-in] Versión 0.3 (Muñoz, 2020).
En la tabla 4, se observan algunas de las características fonéticas
más resaltantes de la muestra. Como se puede advertir, hay característi-
cas que indican que la IA que produce la voz artificial de Mariano Closs
aún es imperfecta porque se encuentran errores en cuanto a la correspon-
dencia de grafías, la inserción de vocales en ciertos contextos en los que
no debería suceder. Asimismo, se reportaron algunos procesos intere-
santes de observar porque parecen ser netamente lingüísticos, aunque no
se descarta que puedan ser perfeccionados con una programación más
minuciosa de la IA. Es importante recalcar que los contextos de análisis
fueron similares en ambas muestras.
Comparación forense de voces: un estudio preliminar sobre las diferencias entre una voz natural y una
voz artificial para la investigación judicial
71
Revista Oficial del Poder Judicial, 16(21), 2024, 53-81
Tabla 4
Tabla de comparación de procesos fonéticos de las muestras
NV AV
Producción sin epéntesis
Epéntesis después de la africada palatal a
final de palabra
(1) 7.63 – 8.08
Modrich [moð
ɾit
ʃ]
16.26 – 16.84
Modrich [moð
ɾit
ʃ]
0.31 – 0.74
Modrich [moð
ɾit
ʃe]
15.10 – 15.80
Modrich [moð
ɾit
ʃe]
Producción sin elisión
Elisión en la secuencia vocálica -ao a
final de palabra
(2) 16.70 – 17.44
Militao [militao]
46.52 – 47.06
Militao [militao]
3.10 – 4.37
Militao [militoː]
9.47 – 10.70
Militao [militoː]
Producción palatal de la nasal palatal Producción alveolar de la nasal palatal
(3) 121.25 – 121.61
señoras [seɲoɾas]
5.94 – 6.45
señoras [senoɾas]
Producción múltiple de la vibrante
múltiple
Producción aproximante de la vibrante
múltiple
(4) 36.09 - 36.51
Torre [tore]
108.25 - 108.80
remate [remate]
52.20 - 52.73
Torre [toɹe]
31.81-32.22
remate [ɹemate]
La entonación tiene un rango variable
en el alargamiento vocálico
La entonación tiene un rango estático en
el alargamiento vocálico
(5) 74.69 – 77.71
señoras y señores, va contra Carlos Vioː
258.66 – 259.92
va a sacar Ederson
0.03 – 3.02
señoras y señores, va contra Carlos Vioː
0.02 – 1.37
va a sacar Ederson
El primer proceso fonético (1) es un caso de epéntesis después de
la africada palatal a final de palabra. Como se observa en la tabla 5, en la
muestra artificial se produce la inserción de la vocal [e] a final de palabra
en Modrić, mientras que en la muestra natural la producción se realiza
sin ese proceso.
Jhon Jimenez Peña, Fernando aarón Torres CasTillo y osCar esaul Cueva sanChez
72
Revista Oficial del Poder Judicial, 16(21), 2024, 53-81
Tabla 5
Tabla de rasgo (1)
Natural voice Artificial voice
Por su lado, en la tabla 6, se observa un proceso de elisión en la
secuencia vocálica -ao a final de palabra. Se aprecia que en la muestra
artificial hay una caída de la vocal [a], no obstante, la duración no parece
ser afectada porque la vocal dura alrededor de 36 ms.
Tabla 6
Tabla de rasgo (2)
Natural voice Artificial voice
Comparación forense de voces: un estudio preliminar sobre las diferencias entre una voz natural y una
voz artificial para la investigación judicial
73
Revista Oficial del Poder Judicial, 16(21), 2024, 53-81
El tercer proceso (3) está ligado al segmento nasal palatal, al parecer
FakeYou —en algunos contextos— genera una nasal alveolar en lugar de
una nasal palatal.
Tabla 7
Tabla de rasgo (3)
Natural voice Artificial voice
El cuarto proceso (4) se relaciona con la producción de la vibrante
múltiple /r/. En la tabla 8, se aprecia que la variación idiolectal de la
vibrante múltiple es bastante amplia en la muestra natural, mientras que
en la muestra artificial la variación es mucho menor. De esta forma, en la
muestra natural se ha reportado ocho variantes que se diferencian por el
número de componentes, se ha reportado vibrantes múltiples desde los
dos hasta los nueve componentes. Por el lado de la muestra artificial, se
ha reportado únicamente tres variantes que van desde un componente
hasta tres componentes. Además, se ha observado que la variante de un
componente (aproximante) representa casi el 80 % de los ejemplos en la
muestra artificial, mientras que en la muestra natural dicha variante no
aparece y, asimismo, tampoco hay una variante que represente la mayoría
de casos. En la muestra natural, se puede resaltar las variantes de cinco
y siete componentes (5C y 7C) con un porcentaje de casos del 37 % y
26 % respectivamente, las otras seis variantes se distribuyen de forma más
uniforme.
Jhon Jimenez Peña, Fernando aarón Torres CasTillo y osCar esaul Cueva sanChez
74
Revista Oficial del Poder Judicial, 16(21), 2024, 53-81
Tabla 8
Distribución de la vibrante múltiple /r/ en las muestras
Natural voice Artificial voice
Número de
componentes
Frecuencia
de aparición
Porcentaje
Número de
componentes
Frecuencia
de aparición
Porcentaje
1C 0 0 % 1C 21 78 %
2C 1 4 % 2C 2 7 %
3C 2 7 % 3C 4 15 %
4C 2 7 % Total 27
5C 10 37 %
6C 3 11 %
7C 7 26 %
8C 1 4 %
9C 1 4 %
Total 27
En la tabla 9, se observa el contraste entre ambas muestras, en la
muestra natural se reporta la variante múltiple de ocho componentes
—entre elementos vocálicos (V) y oclusiones (O)—, mientras que en la
muestra artificial se presenta la variante de un componente —de tipo
aproximante—, esta última se caracteriza por poseer una estructura
formántica similar a la de una vocal.
Tabla 9
Tabla de rasgo (4)
Natural voice Artificial voice
Comparación forense de voces: un estudio preliminar sobre las diferencias entre una voz natural y una
voz artificial para la investigación judicial
75
Revista Oficial del Poder Judicial, 16(21), 2024, 53-81
El quinto proceso (5) de la tabla 9 se relaciona con la entonación. Se
puede apreciar que, en la voz natural, la entonación de la vocal alargada a
final de palabra tiene una curvatura que asciende al inicio y desciende al
final; mientras que en la muestra artificial, la entonación es descendente.
Asimismo, se observa que el rango entonativo del Pitch es totalmente
distinto en ambas muestras.
Tabla 10
Tabla de rasgo (5)
Natural voice
Artificial voice
Jhon Jimenez Peña, Fernando aarón Torres CasTillo y osCar esaul Cueva sanChez
76
Revista Oficial del Poder Judicial, 16(21), 2024, 53-81
Como se ha podido observar, se ha reportado procesos fonéti-
cos (que se relacionan con algunas deficiencias del convertidor a texto
FakeYou) que pueden ser sencillamente solucionados con una progra-
mación más minuciosa de la IA. Asimismo, se reportaron procesos más
interesantes —para los fines del presente estudio—: el análisis de la
vibrante múltiple /r/ mostró que la variación idiolectal es mucho más
rica en la voz natural que en la voz artificial y el análisis de la entonación
permitió encontrar patrones divergentes para las muestras.
5. CONCLUSIONES
Los métodos usados en el análisis de las muestras presentan resultados
distintos. En primer lugar, los resultados de la comparación automática
indican que la voz natural y la voz artificial de Mariano Closs (prove niente
del sitio web FakeYou) pertenecen al mismo locutor, esto se aprecia al
observar los valores del likelihood ratio (LR). No obstante, en SIS II, se
pudo observar que mientras los valores eran altos para los parámetros
de estructura formántica y GMM, eran bajos para el pitch. Puede haber
distintos factores que afecten este parámetro, por lo que este resultado
puede ser un indicio para hacer hincapié en dicho parámetro cuando
se comparen muestras artificiales con muestras naturales. En segundo
lugar, en el análisis fonético, se encontraron procesos que reflejaban
desperfectos de la voz artificial de Mariano Closs (estos pueden ser
subsanados con una programación más exhaustiva del convertidor de
texto en habla). Asimismo, el análisis de la vibrante múltiple /r/ permitió
observar que la variación idiolectal es más rica en la voz natural que
en la voz artificial; por su lado, el análisis de la entonación mostró
disimilitudes entre las muestras. Es así que se puede concluir que para
el análisis de una voz artificial, el análisis fonético —y de forma más
amplia el lingüístico— es sumamente importante porque da cuenta de
características que pueden ayudar a diferenciar la voz natural de la voz
artificial, a su vez que muestra la precisión con la que la inteligencia
artificial replica los sonidos y los patrones suprasegmentales del
hablante.
Comparación forense de voces: un estudio preliminar sobre las diferencias entre una voz natural y una
voz artificial para la investigación judicial
77
Revista Oficial del Poder Judicial, 16(21), 2024, 53-81
También es importante señalar que este estudio es de tipo explo-
ratorio y que el análisis estuvo sujeto a las limitaciones que planteaba
la naturaleza de las muestras de voz, por lo tanto, los resultados deben
tomarse en cuenta con cautela. No obstante, la presente investigación
significa un aporte al campo de la fonética forense porque plantea un
antecedente metodológico para los especialistas que en algún momento
pueden analizar casos como el planteado en este estudio. Además, el
estudio también representa un aporte al campo judicial porque expone
de forma clara (para profesionales del derecho, abogados y fiscales) la
relevancia de la lingüística en la administración de justicia. Es así que
se ha podido observar que la metodología empleada se lleva a cabo
de manera rigurosa y sistemática, utilizando criterios técnicos con
aceptación de la comunidad científica, lo que implica que la evidencia
lingüística puede contribuir en el apoyo de la resolución de disputas
judiciales.
Finalmente, a medida que el desarrollo de la IA avanza y se crean
nuevos algoritmos y modelos de aprendizaje, es probable que las voces
generadas artificialmente mejoren su calidad y similitud con las voces
humanas. Por ende, la clonación de voz mediante inteligencia artificial
plantea preocupaciones éticas y de seguridad; para mitigar estos riesgos,
se debe establecer regulaciones, sistemas de autenticación de voz y
marcas de agua auditivas. Asimismo, la conciencia pública y la educa-
ción son esenciales para prevenir la manipulación de información; por su
lado, las empresas también deben ser responsables y transparentes para
así promover un uso ético de los nuevos avances que se desarrollan en el
marco de la inteligencia artificial.
REFERENCIAS
Boersma, P. y Weenink, D. (2023). Praat: Doing Phonetics by Computer
(Versión 6.3.14) [Programa de computadora]. https://www.fon.hum.
uva.nl/praat/
Bonafonte, A. (1997). Tecnologías del habla: conversión de texto a voz.
Buran, (9), 68-72. https://core.ac.uk/reader/39120110
Jhon Jimenez Peña, Fernando aarón Torres CasTillo y osCar esaul Cueva sanChez
78
Revista Oficial del Poder Judicial, 16(21), 2024, 53-81
Cortez, A., Vega. H. y Pariona, J. (2009). Procesamiento del lenguaje
natural. Revista de Ingeniería de Sistemas e Informática, 6(2), 45-54.
https://revistasinvestigacion.unmsm.edu.pe/index.php/sistem/article/
view/5923/5121
Echelon (s. f.). FakeYou. Deep Fake Text to Speech. https://fakeyou.com/
ESPN Fans (2022a). ¡Benzema brilló y el merengue borró al PSG de Messi
de la Champions! | Real Madrid 3-1 PSG | Resumen [Video]. YouTube.
https://www.youtube.com/watch?v=4jK2vjqcO5o
ESPN Fans (2022b). ¡Épica remontada e histórica clasificación del
merengue! | Real Madrid 3-1 Man. City | Resumen [Video]. YouTube.
https://www.youtube.com/watch?v=lme15YYJUtQ
Fernández, A. M. (2007). ¿Para qué sirve la fonética? Onomázen, (15),
39-51. https://doi.org/10.7764/onomazein.15.02
Garayzábal, E., Queralt, S. y Reigosa, M. (2019). Fundamentos de la
lingüística forense. Síntesis.
Gold, E. y French, P. (2011). International Practices in Forensic Speaker
Comparison. International Journal of Speech, Language and the Law,
18(2), 293-307. https://doi.org/10.1558/ijsll.v18i2.293
Jimenez, J., Torres, F. y Cueva, O. (2022). Identificación de locutor a
partir de la fonética forense: aplicación del software SplitsTree4
para una organización esquemática de los datos lingüísticos. Boletín
de la Academia Peruana de la Lengua, 71(71), 431-461. https://doi.
org/10.46744/bapl.202201.014
Lazo, V. (2023). La adecuación de la muestra indubitada en la com-
paración forense de voz. Escritura y Pensamiento, 22(47), 179-205.
https://revistasinvestigacion.unmsm.edu.pe/index.php/letras/article/
view/25814/19896
Lazo, V. y Rivas, G. (2022) La relación entre el extorsionador y la víctima
en un caso de extorsión: una aproximación desde el análisis de la
conversación. Lengua y Sociedad, 21(2), 373-400. https://revistas
investigacion.unmsm.edu.pe/index.php/lenguaysociedad/article/
view/22535/18891
Comparación forense de voces: un estudio preliminar sobre las diferencias entre una voz natural y una
voz artificial para la investigación judicial
79
Revista Oficial del Poder Judicial, 16(21), 2024, 53-81
Llisterri, J., Carbó, C., Machuca, M. J., Mota, C. de la, Riera, M. y Ríos,
A. (2004). La conversión de texto en habla: aspectos lingüísticos.
En M. Martí y J. Llisteri (eds.), Tecnologías del texto y del habla
(pp. 145-186). Edicions de la Universitat de Barcelona – Fundación.
Machuca, M., Ríos, A. y Llisterri, J. (2014). Conocimiento fonético y
fonética judicial. Quaderns de Filología: Estudis Lingüístics, 19, 95-111.
https://ojs.uv.es/index.php/qfilologia/article/view/5188/4989
Mena, J. y Rojas, J. (2021). Estado del arte del reconocimiento de voz
artificial. [Tesis para optar el título de ingeniero de sistemas y
computación, Universidad Tecnológica de Pereira]. https://repo
sitorio.utp.edu.co/server/api/core/bitstreams/a39928f4-b645-46a8-9
99d-54ba71ae00fd/content
Morrison, G. (2011). La comparación forense de la voz y el cambio de
paradigma (C. Curiá, trad.). Estudios Fónicos/Cuadernos de Trabajo,
(1), 1-38. (Obra original publicada en 2009)
Muñoz, R. (2020). TgDraw [Praat plug-in] (versión 0.3) [Software].
https://rolandomunoz.github.io/praat_tools/tg_draw.html
Olsson, J. (2008). Forensic Linguistics (2.
a
ed.). Continuum.
Peña, J. (2022). Inteligencia artificial para la seguridad jurídica. Superando
el problema de la cognoscibilidad del derecho. Revista Oficial del
Poder Judicial, 14(17), 55-117. https://revistas.pj.gob.pe/revista/
index.php/ropj/article/view/568/754
Ramírez, S. (2023, 9 de septiembre). Clonan voces de personas con IA
para estafar o fingir secuestros: al menos 55 casos en el Perú. El
Comercio. https://elcomercio.pe/lima/clonacion-de-voz-para-estafar
-con-inteligencia-artificial-como-funciona-esta-modalidad-y-que
-recomendaciones-seguir-inseguridad-deepfake-ciberdelincuencia
-hackers-secuestros-noticia/?ref=ecr
Rosas, C., Sommerhoff, J., Sáez, C. y Saavedra, S. (2011). Comparación de
voz bajo el cociente de probabilidad en el caso de Luis Tralcal. Revista
de Lingüística Teórica y Aplicada, 52(1), 13-33. https://www.scielo.cl/
pdf/rla/v52n1/art_02.pdf
Jhon Jimenez Peña, Fernando aarón Torres CasTillo y osCar esaul Cueva sanChez
80
Revista Oficial del Poder Judicial, 16(21), 2024, 53-81
San Segundo, E. (2022). How deepfake is your voice? Understanding the
linguistic foundations of deepfakes. Github. https://eugeniasansegundo.
github.io/project/deepfakes/
Speech Techonology Center. (2015). SIS II (versión 2.6.357) [Software
Trial]. https://es.speechpro.com/product/analisis/ikarlab#tab3
Torres, F. (2023). Identificación de locutor en el marco de la fonética forense
en el Perú. [Tesis de maestría]. Pontificia Universidad Católica del
Perú.
Univaso, P. (2016). Identificación forense de hablantes: un tutorial. https://
www.researchgate.net/publication/303639465_Univaso_Tutorial_
Identificacion_Forense_de_Hablantes_2016_2
Univaso, P., Gurlekian, J., Martínez Soler, M. y Stalker, G. (2020).
FORENSIA: un sistema de identificación forense por voz. Anales de
SID 2020. Simposio Argentino de Informática y Derecho (JAIIO), 116-130.
Financiamiento
Autofinanciado.
Conflicto de intereses
Los autores declaran no tener conflicto de intereses.
Contribución de autoría
Jhon Jimenez Peña: análisis e interpretación de datos, concepción y diseño del
trabajo, redacción y revisión crítica; aprobación final de la versión que se publi-
cará. Responsabilidad en la supervisión y el liderazgo para la planificación y la
ejecución de la actividad de investigación, incluyendo las tutorías externas.
Fernando Aaron Torres Castillo: análisis e interpretación de datos, concepción
y diseño del trabajo, redacción y revisión crítica; aprobación final de la versión
que se publicará. Verificación, ya sea como parte de la actividad o por separado,
de la replicación/reproducibilidad general de los resultados/experimentos y otros
resultados de investigación.
Oscar Esaul Cueva Sanchez: análisis e interpretación de datos, concepción y
diseño del trabajo, redacción y revisión crítica; aprobación final de la versión
que se publicará. Preparación, creación y/o presentación del trabajo publicado,
específicamente, la visualización/presentación de datos.
Comparación forense de voces: un estudio preliminar sobre las diferencias entre una voz natural y una
voz artificial para la investigación judicial
81
Revista Oficial del Poder Judicial, 16(21), 2024, 53-81
Agradecimientos
Agradecemos a los revisores de la Revista Oficial del Poder Judicial por sus
comentarios sustanciales al estudio. También a Akuma por sus atinados comenta-
rios al conversar sobre el tema.
Biografía de los autores
J J P
Es licenciado en Lingüística por la Universidad Nacional Mayor de San Marcos
(UNMSM). Sus intereses están centrados en la fonética y la fonología de las
lenguas originarias del Perú, con especial atención a la lengua arabela. Ha sido
consultor en el Ministerio de Educación para la elaboración de fonologías que se
han empleado en los procesos de normalización de alfabetos del arabela, el ocaina
y el taushiro. También ha sido docente de los cursos de Fonología y Fonología
Avanzada en el Curso Internacional de Lingüística, Traducción y Alfabetización
(CILTA) del Instituto Lingüístico de Verano en los años 2018 a 2023, que se
imparte en la Universidad Ricardo Palma. Además, ha sido expositor para el
primer «Curso-Taller de fonética forense» organizado por el CILA-UNMSM.
Es miembro del grupo de investigación Dolenper: Documentación lingüística
de lenguas amenazadas en el Perú (CILA-UNMSM). Actualmente, labora como
perito lingüista forense en la Oficina de Peritajes del Ministerio Público-Fiscalía de
la Nación y es miembro del Gabinete de Lingüística Forense del CILA-UNMSM.
F A T C
Es licenciado en Lingüística por la Universidad Nacional Mayor de San Marcos
(UNMSM), maestro en Lingüística por la Pontificia Universidad Católica del Perú
(PUCP). Sus intereses giran en torno al estudio de lenguas amerindias, entre ellas
las familias quechua y arawak. Actualmente labora como lingüista forense en
la Oficina de Peritajes del Ministerio Público-Fiscalía de la Nación. Asimismo,
es miembro adherente del grupo de investigación Kawsasun: Investigación
intercultural para la formación docente y enseñanza de lenguas, del Instituto
de Investigación de Lingüística Aplicada (CILA). También está adscrito como
miembro del Gabinete de Lingüística Forense de la UNMSM.
O E C S
Es licenciado en Lingüística por la Universidad Nacional Mayor de San Marcos
(UNMSM). Sus intereses giran en torno a las áreas de fonética y fonología con
especial atención al campo de la fonética acústica. Asimismo, es miembro del
Gabinete de Lingüística Forense del Instituto de Investigación de Lingüística
Aplicada (CILA).
Correspondencia
fernando.torresc@pucp.edu.pe
