Presentamos Apollo, marcando un nuevo récord en precisión de detección de deepfakes de voz y disponible para empresas y desarrolladores que necesitan soluciones de seguridad de audio de primer nivel
Apollo supera a los líderes del sector en varias dimensiones: precisión del 97.7% que reduce la tasa de error del siguiente mejor modelo comercial en 48.2% y latencia ultra baja de <50ms, ideal para aplicaciones en tiempo real como asegurar comunicaciones y autenticación por voz. Desde hoy Apollo está accesible vía API, aplicación web y a través de integraciones empresariales, incluidas implementaciones on premises.
La brecha en seguridad de audio se cierra con este enfoque práctico. Hasta ahora las organizaciones debían elegir entre modelos académicos abiertos pero poco prácticos en escenarios reales, o soluciones cerradas que fallaban ante ruidos, compresión de códecs o regrabaciones. Hemos diseñado Apollo específicamente para entornos reales, donde la robustez importa tanto como la precisión.
Apollo destaca en casos de uso reales gracias a características clave: detección en tiempo real con latencia <50ms, robustez ante calidad de llamadas telefónicas degradadas, resistencia a regrabaciones donde los deepfakes se reproducen por altavoces y se capturan de nuevo por micrófonos, alta tolerancia a ruido de fondo y conversaciones superpuestas, generalización entre distintos generadores de voz y requisitos de cómputo mínimos que permiten su ejecución incluso en CPUs de dispositivos tipo Raspberry Pi.
En nuestras pruebas de benchmark cubrimos una amplia gama de conjuntos de datos de ataques como variantes de ASVspoof y escenarios en el mundo real. Para una comparación justa calculamos ponderaciones a nivel de dataset según dificultad y tamaño, priorizando métricas como F1, Accuracy y EER en conjuntos más difíciles. El resultado agregado muestra un F1 ponderado del 97.45% y una EER ponderada del 2.76%, superando tanto referencias open source como soluciones comerciales conocidas. Además reportamos tasas de falsos positivos y negativos: FPR ponderada 2.13% y FNR ponderada 3.47%.
Analizando el impacto de la duración del audio, obtuvimos que 3 segundos es un punto óptimo donde las ganancias marginales decaen rápidamente más allá de 4 segundos. A esa duración alcanzamos una EER ponderada de 2.3%, lo que deriva en la precisión de validación reportada del 97.7% (1 menos EER ponderada).
La cobertura de idiomas es amplia: probado en más de 40 lenguajes incluyendo inglés, español, francés, italiano, holandés y polaco, con puntuaciones F1 consistentes que demuestran buena generalización incluso a idiomas no vistos durante el entrenamiento. Esto permite aplicar un único modelo a distintos datasets de voz sin necesidad de reentrenamiento específico por idioma.
Más allá de métricas, la utilidad práctica importa. Invitamos a equipos de producto, seguridad y cumplimiento a evaluar Apollo en sus propios conjuntos y flujos: validación en llamadas en vivo, controles de acceso por voz, monitorización en centros de contacto y análisis forense de audio son ejemplos de aplicaciones donde la baja latencia y la alta precisión marcan la diferencia.
Acerca de Q2BSTUDIO: somos una empresa de desarrollo de software y aplicaciones a medida especializada en inteligencia artificial, ciberseguridad y servicios cloud. Ofrecemos software a medida, aplicaciones a medida, soluciones de inteligencia artificial e IA para empresas, servicios de ciberseguridad, servicios cloud AWS y Azure, servicios de inteligencia de negocio y desarrollo de agentes IA. También implementamos soluciones de Power BI para visualización y explotación de datos. Nuestra experiencia integra desarrollo a medida con prácticas de seguridad y despliegues escalables en la nube para garantizar soluciones robustas y alineadas con necesidades de negocio.
Casos de uso donde Q2BSTUDIO recomienda Apollo: autenticación por voz para plataformas sensibles, detección en centros de llamadas para prevenir fraudes, análisis forense de contenido de audio, supervisión de integridad en asistentes de voz y protección de contenidos en medios. Si su empresa necesita integración a medida, Q2BSTUDIO puede adaptar Apollo a flujos en AWS, Azure o entornos on premises y combinarlo con pipelines de inteligencia de negocio y dashboards en Power BI para reportes operativos.
Características y mejoras en roadmap: puntajes de confianza más ricos para priorizar investigaciones, generación automática de informes forenses explicables para cumplir auditorías y trazabilidad, y próxima participación en arenas públicas de evaluación para fomentar transparencia y comparabilidad.
Conclusión: Apollo ofrece una combinación única de precisión 97.7%, latencia <50ms y robustez en condiciones reales que lo posiciona como una solución lista para producción en detección de deepfakes de voz. En Q2BSTUDIO estamos listos para ayudar a integrar, adaptar y desplegar esta tecnología dentro de soluciones de software a medida, aplicaciones a medida, inteligencia artificial e IA para empresas, ciberseguridad, servicios cloud AWS y Azure, agentes IA y proyectos de inteligencia de negocio con Power BI.
Nos interesa su retroalimentación y casos de uso específicos. Póngase en contacto con Q2BSTUDIO para evaluar integraciones personalizadas, pruebas en su entorno y servicios de desarrollo a medida que potencien su seguridad y capacidades de análisis de voz.