Los deepfakes de voz son voces sintéticas producidas por modelos de aprendizaje automático que pueden parecerse a voces humanas reales. Una investigación publicada en PLoS ONE que contó con medio millar de participantes muestra que estos consiguieron identificar correctamente que no eran voces reales el 73 % de las veces. Los resultados del estudio —realizado en inglés y en mandarín— mostraron solo una ligera mejoría en aquellas personas que fueron entrenadas específicamente para detectar estos deepfakes.