NTSB retira dossiê após IA recriar vozes de pilotos mortos a partir de espectrogramas

O NTSB suspendeu temporariamente o acesso público ao seu sistema de dossiês online depois que usuários da internet usaram ferramentas de IA para reconstruir o áudio do gravador de voz da cabine a partir de imagens de espectrograma divulgadas como parte de uma investigação. O incidente envolve o acidente de novembro de 2025 do UPS Flight 2976, um MD-11F cargueiro que caiu logo após a decolagem em Louisville, Kentucky, matando três pilotos e doze pessoas no solo.

O NTSB divulgou publicamente um PDF contendo um espectrograma — uma representação visual dos sinais sonoros — mostrando os últimos 30 segundos da gravação de áudio da cabine do acidente. Usuários no X e no Reddit rapidamente reconstruíram versões em áudio das vozes dos pilotos e outros sons da cabine usando o espectrograma.

Detalhes Técnicos

Uma técnica chave utilizada é o algoritmo Griffin-Lim, originalmente publicado em 1984 por Daniel Griffin e Jae Lim. Versões atualizadas foram incorporadas em algoritmos de processamento de fala e implementadas via Python. Várias implementações Python do algoritmo estão disponíveis no GitHub. A ampla disponibilidade de modelos de IA facilitou a aplicação desses métodos.

Uma conta no X relatou ter levado apenas 10 minutos com o modelo Codex da OpenAI para reconstruir um áudio bruto a partir do espectrograma que o NTSB compartilhou inicialmente. O usuário provavelmente usou o Codex para escrever um script Python que aplica o algoritmo Griffin-Lim à imagem do espectrograma, produzindo uma forma de onda de áudio.

Implicações Regulatórias e de Privacidade

Uma lei federal promulgada pelo Congresso em 1990 proíbe o NTSB de compartilhar publicamente qualquer parte de um gravador de voz ou vídeo de cabine, visando proteger a privacidade das tripulações. A lei seguiu a reação negativa depois que uma emissora de TV exibiu a conversa da cabine do acidente de 1988 do Delta Air Lines Flight 1141. O NTSB toma múltiplas precauções para proteger os gravadores de voz da cabine, incluindo restringir o acesso à audição a um punhado de pessoas que devem assinar acordos de confidencialidade, deixar celulares do lado de fora e destruir anotações manuscritas posteriormente. As transcrições do áudio da cabine são criadas manualmente através de repetições constantes e discussões em grupo.

O NTSB havia divulgado uma transcrição escrita do áudio da cabine do acidente do UPS Flight 2976 durante uma audiência investigativa de dois dias em 19 e 20 de maio, juntamente com o PDF do espectrograma. Essa combinação permitiu a reconstrução.

Ben Berman, ex-investigador de acidentes do NTSB e piloto da United Airlines 737, disse ao Ars que a lei do gravador de voz da cabine tem sido importante para que os pilotos estejam dispostos a ter suas vozes gravadas. “As pessoas ficam horrorizadas com a ideia de seus últimos momentos serem tornados públicos”, disse Berman. A declaração do NTSB reconheceu que os avanços no reconhecimento de imagem e métodos computacionais permitiram a reconstrução do áudio a partir de espectrogramas.

O Que Isso Significa para Desenvolvedores

Este incidente demonstra que qualquer representação visual de dados de áudio, como um espectrograma, pode ser engenharia reversa em som usando algoritmos acessíveis e geração de código por IA. Desenvolvedores que trabalham com dados de áudio sensíveis devem considerar se a divulgação de espectrogramas ou visualizações semelhantes pode inadvertidamente vazar o áudio subjacente. A combinação de ferramentas de geração de código por IA e algoritmos clássicos de processamento de sinais reduz a barreira para tal reconstrução.

O NTSB está revisando seus materiais públicos para evitar novas reconstruções. O dossiê permanece “temporariamente indisponível” desde 21 de maio.