Cazadores de voces

En el año 1992 un equipo de hombres, formado por altos mandos de la Guardia Civil, profesores universitarios y becarios, comenzó a desarrollar una herramienta que revolucionaria el universo de las escuchas telefónicas y terminaría utilizándose en departamentos de seguridad y defensa de Gobiernos de todo el mundo. Se trataba de un sistema biométrico de software equivalente a un fino oído tecnológico, comparable al biosonar de un murciélago, capaz de identificar a un sospechoso por su voz con la misma fiabilidad que con una huella dactilar. Lo bautizaron como Batvox. Sus creadores podrían pasar a la historia como los batmen. Y su última víctima es el exministro de Hacienda francés, Jérôme Cahuzac.

La misión que les encomendaron al coronel Molero y al teniente coronel Lucena fue organizar el Departamento de Acústica e Imagen del Instituto Armado. Las voces de presuntos terroristas, narcotraficantes y corruptos resonaban en aquellas dependencias de la comandancia, donde lingüistas especializados trataban de emparejarlas “a oído” con “malos” ya fichados o detenidos.

“Teníamos que conseguir identificar a un sospechoso por su voz independientemente del mensaje (del texto) y de la lengua que hablase y, por otra parte, debíamos conseguir reducir al mínimo la tasa de error para que pudiera ser una prueba usada por el fiscal”, recuerda Lucena.

En la búsqueda de los técnicos capaces de desarrollar la herramienta anhelada dieron, a mediados de los noventa, con Javier Ortega y Joaquín González-Rodríguez, dos jóvenes profesores del Área de Tratamiento de Voz y Señales (ATVS) de la Universidad Politécnica, que comenzaron a desarrollar la que hoy —1,2 millones de euros después— es una tecnología líder en la autentificación de voces. “Ya no se trataba tanto de averiguar qué se decía sino quién lo decía, y poder demostrarlo de manera irrefutable”, recuerda el profesor González-Rodríguez, que ahora trabaja en la Universidad Autónoma de Madrid.

En España hay 5.000 voces fichadas. La de un traficante común llevó a descubrir a un miembro de una célula salafista

El exministro socialista francés Cahuzac no contó con esa tecnología cuando el 19 de marzo, al evidenciarse que evadía impuestos al estilo del extesorero Bárcenas, lo negó: “Ninguno de los elementos materiales que se aportan son convincentes”, dijo. Uno sí lo era: su voz, la que dejó en un contestador hablando de su cuenta no declarada en Suiza.

“Hemos creado un software capaz de cotejar dos voces y manifestar el grado de probabilidad de que sean la misma”. Lo explica Javier Castaño, alumno aventajado, amigo y exsocio de aquellos profesores de la Politécnica, y director de la empresa Agnitio —“reconocimiento” en latín—, que ha patentado, comercializado e internacionalizado el sistema por todo el mundo.

“Escuche atentamente, por favor: le llamo en nombre de ETA para advertir de la colocación de una potente furgoneta bomba en el parking de la Terminal 4 del aeropuerto de Barajas de Madrid, que va a explotar a las nueve, dentro de una hora”. Era el mensaje de voz con el que la banda terrorista ponía fin al “alto el fuego permanente” de nueve meses, un día antes de la Nochevieja de 2006, cuando media España viajaba para reunirse con familias o amigos y celebrar la llegada del Año Nuevo. Dos jóvenes ecuatorianos, Carlos Alonso Palate y Diego Armando Estacio, fueron las víctimas mortales del atentado. Aquella voz, que suena nerviosa en la grabación de la Guardia Civil, pero que pone los pelos de punta igualmente, identificó a uno de los verdugos, el etarra Igor Portu, ahora en prisión. “Bastó con grabarle después de ser detenido como sospechoso y contrastar ambas voces, la voz “dubitada” —o dudosa, la que grabaron los bomberos— y la “indubitada” —la que posteriormente le grabamos detenido en la comandancia”, explica el teniente Ricardo Nieto, director técnico del departamento de acústica de la Guardia Civil, que realiza entre 60 y 70 informes anuales. “El caso de Portu daba un LR positivo”, concluye.

El LR es el cociente que mide la verosimilitud: hasta qué punto esa voz identifica inequívocamente al sospechoso. “En un rango de cientos, la probabilidad es muy alta; y de miles, es altísima”, explica Antonio Moreno, el técnico de Agnitio que trabaja con “los clientes”, la mayoría agentes policiales de laboratorios forenses de todo el mundo.

En Sudáfrica la Seguridad Social también utiliza el autentificador como prueba de vida, para evitar el cobro fraudulento de pensiones

El resultado del cotejo es una gráfica con dos curvas horizontales. La roja equivale a lo que sería una rueda de reconocimiento: “Se toman otras voces de malos archivadas y parecidas a la que quiere ser contrastada (género, edad, acento...), es como si nuestro sospechoso fuese rubio y lo pondríamos con más rubios”, explica Moreno. Eso permite valorar cuánto se distingue la voz sospechosa de otras probables y evitar falsos positivos. La curva azul es la que dibuja la voz del sospechoso grabada en el interrogatorio y archivada por la policía. Por último, la línea verde es la que, al lanzar la voz dudosa, marca la “verosimilitud”. Cuanto más dentro esté de la curva azul —la del criminal verificado— y más lejos de la roja —las de otros posibles— más positivo será.

Las voces del delito hablan también de modas criminales. “Hasta hace cuatro o cinco años, hablaban sobre todo de terrorismo y, después, de corrupción urbanística, de narcotráfico, violencia de género, amenazas o extorsiones”, comenta el teniente Nieto.

Castaño, junto a su actual socio, Emilio Martínez, y a un equipo de 30 personas repartido entre España, Estados Unidos y Sudáfrica, son los batmen de Agnitio. La empresa se creó en 2004 en un vivero de Vallecas y ahora, cien clientes después, cuando crece un 75% anual en ventas y está participada por el fondo francés Elaia y por el catalán Nauta, tiene su sede principal en plena Gran Vía madrileña. “Trabajamos, en un 90% de los casos, con departamentos de seguridad de Gobiernos de todo el mundo y el 10% restante son bancos, aseguradoras y compañías telefónicas”. El Batvox se utiliza ya en 35 países de Europa, América, África y Asia y tiene un coste de unos 50.000 euros.

Y la demanda sigue. Lo último son los archivos de voces —como los de huellas dactilares— y las aplicaciones para iPhones o teléfonos de pantalla táctil.

La policía mexicana —que según cuenta Moreno empieza por archivar las voces de sus propios agentes— ya ha solicitado una ampliación: “Tienen capacidad para 25.000, pero quieren 100.000”. En España, el archivo de voces fichadas es de unas 5.000 “y subiendo”. Esos depósitos han permitido localizar a delincuentes insospechados como “un traficante común que fue grabado en Algeciras y, tiempo después, resultó ser la voz que servía de contacto en Argelia con una célula de terroristas de un grupo salafista afincado en España”, cuenta el teniente coronel Lucena.

En el capítulo de aplicaciones para móviles acaba de surgir Kivox, que permitirá realizar operaciones con seguridad por teléfono, como transferencias bancarias. Entretanto, en Stellenboch (Ciudad del Cabo, Sudáfrica), un hombre blanco llamado Niko Brummer, con aires de científico y pinta de pescador, “un gurú de la biometría” unido a los batmen por Agnitio, ha encontrado un nuevo uso para el Batbox: “Lo utiliza la Seguridad Social sudafricana como prueba de vida. Las familias no informan de las muertes de sus parientes para seguir cobrando sus pensiones. Ahora se graban las voces de los ancianos, se llama a sus casas y se comprueba si siguen vivos”.

Después de Batvox, eso de “por razones de seguridad esta conversación podrá ser grabada” suena distinto.