How Audio Compression Corrupts Forensic Evidence — The Graudio Case Cómo la Compresión de Audio Corrompe el Peritaje Forense — El Caso Graudio
When a forensic expert analyzes a YouTube copy instead of the original file, codec artifacts become false evidence of manipulation. A technical breakdown of what compression does to audio and why SHA-256 verification is the first step in any serious forensic analysis. Cuando un perito analiza una copia de YouTube en lugar del archivo original, los artefactos del codec se convierten en falsa evidencia de manipulación. Un análisis técnico de qué hace la compresión al audio y por qué la verificación SHA-256 es el primer paso de cualquier peritaje serio.
On 22 May 2026, Juan Orlando Hernández — the former Honduran president convicted of narcotrafficking and currently serving a 45-year sentence in the United States — published a post claiming that a Spanish court-certified forensic expert had “scientifically demonstrated” that the Hondurasgate audio recordings were fabricated using AI voice synthesis. The report was produced by Miguel Ángel de la Torre of Graudio Forensics, signed on 18 May 2026.
The following day, on 23 May, Hondurasgate published its own documented response: a video of a complete unedited verification session in the official Phonexia web console, with SHA-256 hashes visible on screen matching the portal files exactly.
The two reports reach opposite conclusions about the same recordings. This post explains why — and why the answer comes down to a single technical question that forensic analysis must answer before anything else: which file was actually analyzed?
What happens when you compress audio
Every time a digital audio file passes through a codec — the software that encodes and decodes audio — the file changes. Most codecs used on the internet (MP3, AAC, Opus, OGG) are lossy: they permanently discard information to reduce file size. Once that information is gone, it cannot be recovered.
The changes a lossy codec makes are not random noise. They are systematic transformations that leave characteristic fingerprints in the audio signal:
Blocking artifacts. Lossy codecs process audio in short fixed-length frames — typically 20 to 60 milliseconds. At the boundary between frames, the signal can show a discontinuity: a small but measurable jump in phase, amplitude, or spectral content. These discontinuities are a structural feature of the codec, not of the underlying recording.
Frequency reshaping. Codecs allocate fewer bits to frequency bands the human ear is less sensitive to, which means certain frequency ranges are quantized more aggressively. The result is an altered spectral profile — the distribution of energy across frequencies — that differs from the original recording.
Microprosodia smoothing. Fine-grained variations in pitch, timing, and vocal tract resonance — collectively called microprosodia — are partially averaged out during lossy compression. The signal becomes slightly more regular than it was originally.
Re-encoding artifacts. Even when input and output use the same sample rate and format, passing audio through a new codec encoder changes the file. The encoder applies its own bitrate targets, frame size choices, and quantization parameters. The result is a new bitstream — same speech content, different spectral fingerprint — with a different SHA-256 than the original.
None of these changes mean the audio was manipulated. They are the expected, normal output of the compression pipeline. They are evidence of what codec was applied — not evidence of what happened in the original recording.
What forensic detectors look for
AI voice synthesis detectors — the tools used to determine whether a voice is real or artificially generated — are trained to identify specific anomalies that synthetic voices produce:
- Unnatural microprosodia: too regular, too smooth, lacking the small timing variations of human speech
- Spectral discontinuities at unexpected intervals
- Phase inconsistencies in vowel formants
- Absence of natural breath artifacts and vocal tract turbulence
- Patterns of energy distribution inconsistent with human phonation
Read that list again and compare it to the list of what lossy compression does to audio. The overlap is not coincidental — it is exact. Compression artifacts and AI synthesis artifacts are, at the signal level, often indistinguishable. A detector that does not know which codec chain was applied to a file cannot reliably distinguish between the two.
This is not a theoretical concern. It is a documented limitation of current AI voice detectors, and it is the reason that any serious forensic analysis documents the full provenance chain of the file under examination before running detection algorithms.
The YouTube problem
YouTube applies its own audio encoding pipeline to every video it receives. For voice content, this typically means re-encoding to OGG/Opus at 8,000 Hz. This process:
- Passes the audio through its own Opus encoder with its own bitrate and quality settings
- Applies blocking artifacts at Opus frame boundaries
- Applies YouTube’s own gain normalization (modifying amplitude profile)
- Produces an output file with a different SHA-256 hash than the input
The resulting file is not the original. It is a new file that contains the same speech content but has passed through an additional encoding stage that leaves its own systematic artifacts. Running a forensic detector on this file produces findings about YouTube’s codec — not about the original recording.
When Hondurasgate published its audio archive, it also uploaded copies to YouTube as public backups. Those YouTube copies are downstream from the original files — the last step in a chain that included the original recording, processing, and then YouTube’s encoding. They have different SHA-256 hashes than the portal files.
The Graudio analysis
The Graudio Forensics report, signed 18 May 2026, was commissioned by Juan Orlando Hernández. Based on available information, the files analyzed were those downloaded from YouTube — not Hondurasgate’s original recordings.
The consequence is decisive: every anomaly the detector found in those files is potentially an artifact of YouTube’s encoding pipeline. The blocking artifacts from Opus frame boundaries. The spectral reshaping from YouTube’s re-encoding. All of these produce exactly the signatures that AI voice detectors flag as indicators of synthesis.
Calling these artifacts “scientific proof of AI voice synthesis” requires first ruling out the simpler explanation: that the anomalies are a product of the compression chain, not of the recording. Graudio’s report does not establish this distinction — because that distinction requires comparing the YouTube copy against the original, and Graudio only had the copy.
There is a straightforward test. The SHA-256 hash of each original audio file is published on hondurasgate.ch. If Graudio publishes the SHA-256 of the file they analyzed and it does not match the one on the portal, their findings apply to the YouTube copy — not to the Hondurasgate recordings.
The Hondurasgate response
Hondurasgate’s 23 May 2026 response establishes the chain of custody through a mechanism that is independent of any forensic expert and verifiable by anyone:
Step 1. The final audio file — after processing, before publication — has its SHA-256 calculated. This hash uniquely identifies the file.
Step 2. That file is submitted to Phonexia Voice Inspector through the official web console, operated by licensed collaborators. Phonexia’s software generates a PDF report with the SHA-256 of the analyzed file printed on every page.
Step 3. That SHA-256, printed by Phonexia’s own software, is published alongside the audio on the portal.
Step 4. Any person can download the audio file from the portal, compute its SHA-256 with a standard utility, and compare it to the value in the report. If they match, the chain is intact: the file Phonexia analyzed is the file on the portal.
The 4-minute 13-second video published by Hondurasgate shows this process in real time, without editorial cuts: login, file upload, analysis execution, PDF download, and SHA-256 comparison on screen. The hash visible in the video matches the portal.
This is not a claim about Phonexia’s brand or commercial relationship with Hondurasgate. It is a mathematical verification of file identity. The SHA-256 function is public, standardized, and has nothing to do with any particular software vendor. Anyone can verify it.
Why the reports reach opposite conclusions
The pattern is precise. The only result claiming AI synthesis is Graudio’s — and it is the only analysis combining two specific factors: YouTube copies and an AI voice detector.
Earshot, Phonexia, and WavLM-Base+ all worked from the original files downloadable at hondurasgate.ch. All three found authentic human voices: Earshot and WavLM-Base+ through speaker verification, Phonexia through direct AI synthesis detection.
The disagreement is not between files or between labs. It is between Graudio’s specific combination — YouTube copies and an AI voice detector — and every other analysis. AI voice detection looks for absolute spectral properties — microprosodia regularity, phase continuity, spectral smoothness — that distinguish synthesized voice from recorded voice. These are exactly the properties that codec compression modifies. Blocking artifacts and spectral reshaping from YouTube’s re-encoding pipeline push a recording toward the acoustic profile of synthetic audio, regardless of whether the original was synthesized or not.
Speaker verification measures relative characteristics of the vocal tract — properties that survive codec compression. This is why speaker verification reaches consistent conclusions on both compressed copies and originals. AI voice detection looks for absolute spectral properties that codec compression directly modifies, which is why Graudio’s tool, applied to a YouTube re-encoding, found the codec’s artifacts instead.
The right tool for compressed audio
The SHA-256 argument establishes that Graudio analyzed the wrong file. But there is a more fundamental problem that would apply even if they had used the correct file.
The Hondurasgate recordings are OGG/Opus at 8,000 Hz mono — standard telephone audio quality. At this sample rate and codec, Opus permanently discards high-frequency information and reshapes the spectral profile to fit its compression model, introducing systematic codec artifacts throughout the signal. Research on audio deepfake detection confirms that detectors learn to exploit codec cues present in their training data, producing false positives on real audio with codec compression or channel degradation — the detector cannot reliably separate genuine synthesis indicators from compression artifacts introduced by the encoding pipeline.
YouTube’s re-encoding adds a second compression pass on top of the original, which makes the problem worse. But the underlying problem exists in the original OGG format too.
The methodologically appropriate tool for telephone-quality compressed audio is speaker verification — which measures vocal tract characteristics that survive codec transformations: formant patterns, fundamental frequency contours, harmonic relationships between speech segments. This is why WavLM-Base+ and Earshot produce consistent results on this audio. They measure what compression leaves intact. AI voice detectors measure what compression destroys.
This also raises a question about Phonexia’s positive result. Phonexia Voice Inspector is a commercial forensic product marketed for deployment in conditions that include telephone-channel audio, and its >95% human voice confidence finding may reflect better calibration for this format than general-purpose academic deepfake detectors — though Phonexia’s training methodology is not publicly documented, so this remains an inference from its forensic positioning rather than a verified technical fact.
The first rule of forensic audio analysis
Before running any detector, before computing any metric, before drawing any conclusion: establish which file you are analyzing and prove it.
The SHA-256 hash is the standard tool for this. It is a 64-character string that uniquely identifies a file’s contents. Two files with the same SHA-256 are identical, bit for bit. Two files with different SHA-256 hashes are different files, regardless of how similar they sound to the human ear.
Any forensic report that does not state the SHA-256 of the analyzed file is incomplete. Any forensic conclusion drawn from a file whose SHA-256 does not match the original’s published hash is a conclusion about the wrong file.
This is not a technical nicety. It is the foundation of chain of custody — the principle that forensic analysis must be traceable from the conclusion back to the specific object examined. Without it, a forensic report proves nothing about the original recording. It proves only what the expert found in the copy they happened to have.
In the Hondurasgate case, the copy Graudio happened to have was a YouTube re-encoding. What they found was YouTube’s codec.
Related posts · How to Verify a Voice with Open-Source Tools · Hondurasgate — How the Verification Was Done · Hondurasgate — What the Audios Say and What Was Verified
Sources · Hondurasgate response (23 May 2026): hondurasgate.ch/investigaciones/phonexia-aclaracion-pericia-forense · Graudio Forensics report, signed 18 May 2026 (FNMT-RCM digital signature, DNI 01833260E) · Opus codec specification: RFC 6716 · Chen et al. (2022), WavLM, IEEE Journal of Selected Topics in Signal Processing · Earshot / Drop Site News independent analysis (19 May 2026) · On codec artifacts and false positives in deepfake detection: Lu et al. (2024), “Codecfake: An Initial Dataset for Detecting LLM-based Deepfake Audio”, Interspeech 2024 · On detectors exploiting codec cues in training data: Yi et al. (2022), “Audio Deepfake Detection: A Survey”, arXiv · ASVspoof 2021 challenge (codec and transmission channel degradation track)
El 22 de mayo de 2026, Juan Orlando Hernández — el expresidente hondureño condenado por narcotráfico y actualmente cumpliendo 45 años de prisión en Estados Unidos — publicó un mensaje afirmando que un perito forense acreditado en España había “demostrado científicamente” que las grabaciones de Hondurasgate fueron fabricadas con síntesis de voz por inteligencia artificial. El informe lo produjo Miguel Ángel de la Torre de Graudio Forensics, firmado el 18 de mayo de 2026.
Al día siguiente, el 23 de mayo, Hondurasgate publicó su propia respuesta documentada: un video de una sesión completa sin cortes editoriales en la consola web oficial de Phonexia, con los hashes SHA-256 visibles en pantalla coincidiendo exactamente con los archivos del portal.
Dos informes. Las mismas grabaciones. Conclusiones opuestas. Este artículo explica por qué — y por qué la respuesta se reduce a una pregunta técnica que cualquier peritaje forense debe responder antes que cualquier otra cosa: ¿qué archivo se analizó exactamente?
Qué ocurre cuando se comprime un audio
Cada vez que un archivo de audio digital pasa por un codec — el software que lo codifica y decodifica — el archivo cambia. La mayoría de los codecs usados en internet (MP3, AAC, Opus, OGG) son con pérdida (lossy): descartan información de forma permanente para reducir el tamaño del archivo. Una vez descartada, esa información no puede recuperarse.
Los cambios que introduce un codec lossy no son ruido aleatorio. Son transformaciones sistemáticas que dejan huellas características en la señal de audio:
Artefactos de bloque. Los codecs lossy procesan el audio en tramas de duración fija — típicamente entre 20 y 60 milisegundos. En el límite entre tramas puede aparecer una discontinuidad: un salto pequeño pero medible en la fase, la amplitud o el contenido espectral. Estas discontinuidades son una característica estructural del codec, no de la grabación original.
Remodelado de frecuencias. Los codecs asignan menos bits a las bandas de frecuencia menos sensibles al oído humano, lo que significa que ciertas bandas se cuantifican de forma más agresiva. El resultado es un perfil espectral alterado — la distribución de energía entre frecuencias — distinto al de la grabación original.
Suavizado de microprosodia. Las variaciones finas de tono, tiempo y resonancia del tracto vocal — colectivamente llamadas microprosodia — quedan parcialmente promediadas durante la compresión lossy. La señal se vuelve ligeramente más regular de lo que era originalmente.
Artefactos de recodificación. Incluso cuando la frecuencia de muestreo y el formato de entrada y salida son iguales, pasar el audio por un nuevo codificador cambia el archivo. El codificador aplica sus propios objetivos de bitrate, parámetros de cuantización y configuración de tamaño de trama. El resultado es un nuevo flujo de bits — mismo contenido de habla, distinta huella espectral — con un SHA-256 diferente al original.
Ninguno de estos cambios indica manipulación. Son el resultado esperado y normal del pipeline de compresión. Son evidencia de qué codec se aplicó — no de qué ocurrió en la grabación original.
Qué buscan los detectores forenses
Los detectores de síntesis de voz por IA — las herramientas que determinan si una voz es real o generada artificialmente — están entrenados para identificar anomalías específicas que producen las voces sintéticas:
- Microprosodia antinatural: demasiado regular, demasiado suave, sin las pequeñas variaciones de tiempo del habla humana
- Discontinuidades espectrales en intervalos inesperados
- Inconsistencias de fase en los formantes vocálicos
- Ausencia de artefactos naturales de respiración y turbulencia del tracto vocal
- Patrones de distribución de energía incompatibles con la fonación humana
Compárese esa lista con la de lo que hace la compresión lossy al audio. La coincidencia no es accidental — es exacta. Los artefactos de compresión y los artefactos de síntesis de IA son, a nivel de señal, frecuentemente indistinguibles. Un detector que no sabe qué cadena de codecs se aplicó a un archivo no puede distinguir de forma fiable entre ambos.
Esto no es una preocupación teórica. Es una limitación documentada de los detectores actuales de voz IA, y es la razón por la que cualquier análisis forense serio documenta la cadena completa de procedencia del archivo antes de ejecutar algoritmos de detección.
El problema de YouTube
YouTube aplica su propio pipeline de codificación de audio a cada video que recibe. Para contenido de voz, esto significa típicamente recodificar a OGG/Opus a 8.000 Hz. Este proceso:
- Pasa el audio por su propio codificador Opus con sus propios parámetros de bitrate y calidad
- Introduce artefactos de bloque en los límites de trama Opus
- Aplica la normalización de ganancia propia de YouTube (modificando el perfil de amplitud)
- Produce un archivo de salida con un hash SHA-256 distinto al del archivo de entrada
El archivo resultante no es el original. Es un archivo nuevo que contiene el mismo contenido de habla pero que ha pasado por una etapa adicional de codificación que deja sus propios artefactos sistemáticos. Ejecutar un detector forense sobre este archivo produce hallazgos sobre el codec de YouTube — no sobre la grabación original.
Cuando Hondurasgate publicó su archivo de audios, subió también copias a YouTube como respaldo público. Esas copias son descendientes de los archivos originales — el último paso de una cadena que incluye la grabación original, el procesamiento y luego la codificación de YouTube. Tienen hashes SHA-256 distintos a los archivos del portal.
El análisis de Graudio
El informe de Graudio Forensics, firmado el 18 de mayo de 2026, fue encargado por Juan Orlando Hernández. Según la información disponible, los archivos analizados fueron los descargados desde YouTube — no las grabaciones originales de Hondurasgate.
La consecuencia es decisiva: cada anomalía que el detector encontró en esos archivos es potencialmente un artefacto del pipeline de codificación de YouTube. Los artefactos de bloque de los límites de trama Opus. El remodelado espectral de la recodificación de YouTube. Todo esto produce exactamente las firmas que los detectores de voz IA señalan como indicadores de síntesis.
Llamar a estos artefactos “prueba científica de síntesis de voz IA” requiere primero descartar la explicación más simple: que las anomalías son producto de la cadena de compresión, no de la grabación. El informe de Graudio no establece esta distinción — porque para establecerla hay que comparar la copia de YouTube con el original, y Graudio solo tenía la copia.
Existe una prueba directa. El hash SHA-256 de cada archivo original está publicado en hondurasgate.ch. Si Graudio publica el SHA-256 del archivo que analizó y no coincide con el del portal, sus hallazgos se aplican a la copia de YouTube — no a las grabaciones de Hondurasgate.
La respuesta de Hondurasgate
La respuesta de Hondurasgate del 23 de mayo establece la cadena de custodia mediante un mecanismo independiente de cualquier perito y verificable por cualquier persona:
Paso 1. El archivo de audio definitivo — tras el procesamiento, antes de la publicación — tiene calculado su SHA-256. Este hash identifica el archivo de forma unívoca.
Paso 2. Ese archivo se somete a Phonexia Voice Inspector a través de la consola web oficial, operada por colaboradores con licencia. El software de Phonexia genera un reporte PDF con el SHA-256 del archivo analizado impreso en cada página.
Paso 3. Ese SHA-256, impreso por el propio software de Phonexia, se publica junto al audio en el portal.
Paso 4. Cualquier persona puede descargar el archivo de audio del portal, calcular su SHA-256 con una utilidad estándar y compararlo con el valor del reporte. Si coinciden, la cadena es válida: el archivo que Phonexia analizó es el archivo del portal.
El video de 4 minutos 13 segundos publicado por Hondurasgate muestra este proceso en tiempo real, sin cortes editoriales: login, carga del archivo, ejecución del análisis, descarga del PDF y comparación del SHA-256 en pantalla. El hash visible en el video coincide con el del portal.
Esto no es una afirmación sobre la marca o la relación comercial de Phonexia con Hondurasgate. Es una verificación matemática de identidad de archivo. La función SHA-256 es pública, estandarizada, y no tiene nada que ver con ningún proveedor de software concreto. Cualquiera puede verificarla.
Por qué los informes llegan a conclusiones opuestas
El patrón es preciso. El único resultado que alega síntesis IA es el de Graudio — y es el único análisis que combina dos factores específicos: copias de YouTube y un detector de voz IA.
Earshot, Phonexia y WavLM-Base+ trabajaron sobre los archivos originales descargables en hondurasgate.ch. Los tres encontraron voces humanas auténticas: Earshot y WavLM-Base+ mediante verificación de hablante, Phonexia mediante detección directa de síntesis IA.
El desacuerdo no está entre archivos ni entre laboratorios. Está entre la combinación específica de Graudio — copias de YouTube y un detector de voz IA — y todos los demás análisis. La detección de voz IA busca propiedades espectrales absolutas — regularidad de la microprosodia, continuidad de fase, suavidad espectral — que distinguen la voz sintetizada de la grabada. Estas son exactamente las propiedades que la compresión lossy modifica. Los artefactos de bloque y el remodelado espectral del pipeline de recodificación de YouTube empujan una grabación hacia el perfil acústico del audio sintético, independientemente de si el original fue sintetizado o no.
La verificación de hablante mide características relativas del tracto vocal — propiedades que sobreviven a la compresión por codec. Por eso llega a conclusiones consistentes tanto sobre copias comprimidas como sobre originales. La detección de voz IA busca propiedades espectrales absolutas que la compresión modifica directamente, lo que explica que la herramienta de Graudio, aplicada a una recodificación de YouTube, encontrara los artefactos del codec.
La herramienta correcta para audio comprimido
El argumento del SHA-256 establece que Graudio analizó el archivo equivocado. Pero hay un problema más fundamental que aplicaría incluso si hubieran usado el archivo correcto.
Las grabaciones de Hondurasgate son OGG/Opus a 8.000 Hz mono — calidad de audio telefónico estándar. A esta frecuencia de muestreo y con este codec, Opus descarta permanentemente información de alta frecuencia y reformula el perfil espectral para ajustarse a su modelo de compresión, introduciendo artefactos sistemáticos de codec a lo largo de la señal. La investigación sobre detección de voz IA confirma que los detectores aprenden a explotar las señales de codec presentes en sus datos de entrenamiento, produciendo falsos positivos sobre audio real con compresión de codec o degradación de canal — el detector no puede separar de forma fiable los indicadores genuinos de síntesis de los artefactos de compresión introducidos por el pipeline de codificación.
La recodificación de YouTube añade una segunda pasada de compresión sobre el original, lo que agrava el problema. Pero el problema subyacente existe en el formato OGG original también.
La herramienta metodológicamente apropiada para audio comprimido de calidad telefónica es la verificación de hablante — que mide características del tracto vocal que sobreviven a las transformaciones de codec: patrones de formantes, contornos de frecuencia fundamental, relaciones armónicas entre segmentos de habla. Por eso WavLM-Base+ y Earshot producen resultados consistentes sobre este audio. Miden lo que la compresión deja intacto. Los detectores de voz IA miden lo que la compresión destruye.
Esto también plantea una pregunta sobre el resultado positivo de Phonexia. Phonexia Voice Inspector es un producto forense comercial diseñado para su despliegue en condiciones que incluyen audio de canal telefónico, y su resultado de >95% de confianza en voz humana puede reflejar una mejor calibración para este formato que los detectores académicos de síntesis de propósito general — aunque la metodología de entrenamiento de Phonexia no está documentada públicamente, por lo que esto sigue siendo una inferencia a partir de su posicionamiento forense, no un hecho técnico verificado.
La primera regla del peritaje forense de audio
Antes de ejecutar ningún detector, antes de calcular ninguna métrica, antes de formular ninguna conclusión: establece qué archivo estás analizando y demuéstralo.
El hash SHA-256 es la herramienta estándar para esto. Es una cadena de 64 caracteres que identifica unívocamente el contenido de un archivo. Dos archivos con el mismo SHA-256 son idénticos, bit a bit. Dos archivos con SHA-256 distintos son archivos distintos, independientemente de cuánto se parezcan al oído humano.
Cualquier informe forense que no indique el SHA-256 del archivo analizado está incompleto. Cualquier conclusión forense obtenida de un archivo cuyo SHA-256 no coincide con el hash publicado del original es una conclusión sobre el archivo equivocado.
Esto no es un tecnicismo formal. Es el fundamento de la cadena de custodia — el principio de que el análisis forense debe ser trazable desde la conclusión hasta el objeto específico examinado. Sin ello, un informe forense no prueba nada sobre la grabación original. Solo prueba qué encontró el perito en la copia que tenía a mano.
En el caso Hondurasgate, la copia que Graudio tenía a mano era una recodificación de YouTube. Lo que encontraron fue el codec de YouTube.
Artículos relacionados · Cómo Verificar una Voz con Herramientas de Código Abierto · Hondurasgate — Cómo se Hizo la Verificación · Hondurasgate — Qué Dicen los Audios y Qué se Verificó
Fuentes · Respuesta de Hondurasgate (23 mayo 2026): hondurasgate.ch/investigaciones/phonexia-aclaracion-pericia-forense · Informe Graudio Forensics, firmado 18 mayo 2026 (firma digital FNMT-RCM, DNI 01833260E) · Especificación del codec Opus: RFC 6716 · Chen et al. (2022), WavLM, IEEE Journal of Selected Topics in Signal Processing · Earshot / Drop Site News, análisis independiente (19 mayo 2026) · Sobre artefactos de codec y falsos positivos en detección de deepfakes: Lu et al. (2024), “Codecfake: An Initial Dataset for Detecting LLM-based Deepfake Audio”, Interspeech 2024 · Sobre detectores que explotan señales de codec en los datos de entrenamiento: Yi et al. (2022), “Audio Deepfake Detection: A Survey”, arXiv · ASVspoof 2021 (track de degradación por codec y canal de transmisión)