O PCI-DSS exige a redação de números de cartão em gravações de chamadas?

Sim. O PCI-DSS proíbe o armazenamento de dados de autenticação sensíveis (como o CVV) após a autorização, e o PAN deve ser protegido onde quer que esteja armazenado. Se as suas gravações captam clientes a ditar números de cartão em voz alta, esses segmentos têm de ser redatados ou o áudio não pode ser retido.

Devo usar um bip ou silêncio para redigir números de cartão?

Em contextos PCI e outros sujeitos a regulação, o bip é a opção mais segura por defeito, porque deixa um rasto de auditoria audível de que algo foi intencionalmente removido. O silêncio é mais limpo para conjuntos de dados de análise e controlo de qualidade, mas pode ser confundido com uma falha de gravação. Ambos são irreversíveis quando aplicados diretamente na forma de onda.

As gravações redatadas ainda podem ser usadas para controlo de qualidade e análise?

Sim. Como apenas os intervalos de tempo sensíveis são substituídos, o restante da conversa — tom, intenção, cumprimento do guião pelo agente — permanece intacto. Obtém-se uma gravação segura para partilhar com equipas de QA, analistas e ferramentas de IA, sem expor dados pessoais.

Redação de Dados Pessoais em Gravações de Chamadas (O Método Correto)

Uma única chamada de cliente pode ser uma bomba-relógio em termos de conformidade. O cliente lê um número de cartão de 16 dígitos, depois o CVV, soletra o apelido, confirma a morada e indica o número de conta — tudo enquanto a gravação corre. Multiplique isso por milhares de chamadas por dia num centro de atendimento, e estará a manter um arquivo pesquisável exactamente do tipo de dados que os reguladores mais valorizam.

Este guia explica como redigir dados pessoais (DCP) em gravações de chamadas em larga escala: como tratar dados de cartão PCI-DSS, nomes e endereços; quando usar bip em vez de silêncio; como manter as gravações úteis para QA e análise; e como conceber um pipeline que seja irreversível, auditável e alinhado com o RGPD, em vez de um entrave manual.

Em Resumo

As gravações de chamadas capturam regularmente dados de cartão PCI-DSS, nomes, endereços e IDs de conta — todos os quais têm de ser removidos antes de o áudio ser armazenado, partilhado ou analisado.
O padrão fiável tem dois passos: localizar os momentos sensíveis (transcrição com marcas de tempo + deteção de entidades) e depois redigir de forma determinista na forma de onda com bip ou silêncio.
Um bip cria um rasto de auditoria audível (ideal para PCI e contextos legais); o silêncio é mais limpo para conjuntos de dados de QA e análise — ambos são irreversíveis quando aplicados corretamente.
Pode redigir uma gravação de chamada agora mesmo sem conta — carregue o ficheiro, escolha o que remover e transfira uma cópia limpa.

O que as gravações de centros de atendimento realmente expõem

As chamadas de suporte e vendas são conversas não estruturadas, o que as torna muito mais arriscadas do que uma coluna de base de dados organizada. Os dados pessoais não estão num campo com etiqueta — são ditos de forma natural, a meio de frases, dispersos ao longo de minutos de diálogo.

As categorias recorrentes que tem de considerar:

Dados de cartão de pagamento (âmbito PCI-DSS) — o Número de Conta Principal (PAN), data de validade e CVV. O CVV é dado de autenticação sensível e nunca pode ser retido após a autorização. O PAN deve ser protegido onde quer que se encontre, incluindo em áudio.
Identificadores diretos — nomes completos, apelidos soletrados, datas de nascimento, endereços de e-mail.
Dados de contacto e localização — números de telefone, moradas de residência e faturação, códigos postais.
Números de conta e referência — IDs de cliente, números de encomenda, IBANs, números de identificação fiscal.

O mais difícil não é saber o que remover — é encontrar onde cada elemento aparece num arquivo de grande volume e removê-lo de uma forma que possa ser demonstrada posteriormente. Trata-se de um problema de pipeline, não de um processo manual.

O que "redação" realmente significa em áudio

Redigir uma chamada não é abafar a voz, baixar o volume ou marcar o ficheiro para revisão. Significa identificar cada dado pessoal falado e destruí-lo na gravação de forma a que não possa ser recuperado.

Dentro desta frase escondem-se duas tarefas distintas:

Localizar a informação sensível — saber o intervalo de tempo exato em que um número de cartão ou endereço é dito.
Removê-la — substituir esse intervalo preciso por um bip ou silêncio na forma de onda.

Confundir estes dois passos é o erro mais comum — e mais perigoso. Localizar beneficia da IA (reconhecimento de voz e deteção de entidades). Remover nunca deve ser deixado a um modelo: tem de ser código determinista a operar sobre marcas de tempo exatas, pois é isso que torna o resultado reprodutível, testável e fiável. O mesmo princípio aplica-se a todos os suportes, como abordado em como anonimizar gravações de áudio.

Conceber o pipeline: localizar e depois redigir

Um pipeline de redação escalável separa a parte probabilística (encontrar DCP) da parte determinista (destrui-los). Eis a estrutura que se mantém sólida sob volume e auditoria.

Passo 1 — Localizar com uma transcrição com marcas de tempo

Não é possível redigir o que não se encontra. Transcreva cada chamada para texto com marcas de tempo por palavra usando um modelo de reconhecimento de voz com alinhamento (estilo WhisperX). Cada palavra recebe um tempo de início e fim.

Depois detete DCP nessa transcrição com duas técnicas complementares:

Reconhecimento de entidades (NER) — assinala pessoas, organizações e locais: nomes e endereços.
Expressões regulares com validação por soma de verificação — captura identificadores estruturados. Um número de cartão só é redatado se passar o algoritmo de Luhn, pelo que um PAN real é removido enquanto uma sequência aleatória de 16 dígitos dita na conversa é preservada. A mesma lógica aplica-se a IBANs e números de identificação fiscal.

Esta fase produz apenas um mapa de intervalos de tempo a redigir. Nada é alterado ainda — o que significa que pode rever e ajustar antes de tocar no áudio.

Passo 2 — Redigir de forma determinista na forma de onda

Mapeie cada palavra sensível para a sua marca de tempo e aplique a redação diretamente nas amostras — tipicamente com uma ferramenta como o ffmpeg. Como se trata de um corte e substituição direto, o discurso original nesses intervalos desaparece. Não existe camada oculta, nem chave, nem nada a desfazer.

Passo 3 — Remover metadados e registar a operação

Os ficheiros de áudio contêm metadados (marcas de tempo, informações do dispositivo, por vezes IDs de agente). Remova-os durante a recodificação. Em seguida, crie um registo de auditoria: qual o ficheiro, que categorias foram detetadas, quantas redações e o método utilizado. É isto que transforma uma edição pontual num processo defensável e repetível.

PCI-DSS: o problema dos dados de cartão

Os dados de cartão merecem tratamento específico porque as regras são explícitas e as penalizações são reais.

O CVV / CVV2 é dado de autenticação sensível. O PCI-DSS proíbe o seu armazenamento após a autorização — sem exceções. Se as suas gravações o captam, esses segmentos têm de ser redatados (ou a gravação não pode ser retida).
O PAN deve ser tornando ilegível onde quer que esteja armazenado. Em áudio, "ilegível" significa que os dígitos falados são fisicamente destruídos, não mascarados com uma etiqueta.

Um padrão arquitetural comum é pausar e retomar a gravação: a plataforma interrompe a gravação enquanto o cliente introduz ou dita os dados do cartão, retomando depois. Isto funciona para captação em tempo real, mas não resolve o arquivo existente de gravações que já contêm números de cartão. Para esse registo acumulado — e para qualquer chamada onde a pausa-e-retoma falhou — a redação na forma de onda com deteção validada por soma de verificação é a solução de remediação.

Tipo de dado	Tratamento PCI-DSS	Abordagem de redação
CVV / CVV2	Nunca reter após autorização	Bip (rasto de auditoria audível)
PAN (número de cartão)	Tornar ilegível quando armazenado	Bip, validado pelo algoritmo de Luhn
Data de validade	Proteger juntamente com o PAN	Bip ou silêncio
Nome do titular do cartão	Dado pessoal (RGPD)	Bip ou silêncio

Bip vs. silêncio: qual escolher

Tanto o bip como o silêncio são irreversíveis quando aplicados na forma de onda. A escolha prende-se com a visibilidade para auditoria versus a experiência de escuta.

Método	Melhor para	Contrapartida
Bip	PCI, contexto legal, conformidade, QA — onde é necessário mostrar que ocorreu uma redação	Ligeiramente mais intrusivo de ouvir
Silêncio	Análise, dados de treino de IA, conjuntos de dados internos	Pode ser confundido com uma falha de gravação
Ambos (bip sobre silêncio)	Máxima clareza e auditabilidade	Processamento marginalmente superior

Para dados regulados de centros de atendimento, o bip é a opção mais segura por defeito: deixa um marcador audível de que algo foi intencionalmente removido, que é exactamente o que um auditor precisa de ouvir. Reserve o silêncio para conjuntos de dados de análise a jusante onde uma experiência de escuta mais limpa importa mais do que o rasto de auditoria.

Manter as gravações úteis para QA e análise

O receio de que a redação "arruíne" a gravação é infundado. Como apenas os intervalos de tempo sensíveis são substituídos, tudo o resto permanece intacto e recodificado sem perdas sempre que possível. O que sobrevive é exactamente o que as equipas de QA e análise precisam:

Tom do agente, empatia e cumprimento do guião para avaliação de qualidade.
Sinais de sentimento e intenção para análise e inteligência conversacional.
A estrutura completa da conversa — menos os escassos segundos em que os dados pessoais foram ditos.

É isto que torna a redação um facilitador e não um obstáculo. Um arquivo redatado pode ser partilhado com equipas de QA externas, integrado em análise de voz ou utilizado para afinar modelos — nada disto seria admissível com as gravações brutas. Para mais contexto sobre retenção versus pseudonimização, consulte anonimização vs. pseudonimização.

Por que a IA deve localizar mas não remover

É tentador entregar toda a chamada a um modelo e pedir-lhe que "devolva o áudio redatado". Não o faça. A edição generativa é não determinista — execute-a duas vezes e poderá obter dois resultados diferentes, sem garantia de que todos os números de cartão foram apanhados.

O padrão robusto mantém a separação clara:

A IA localiza (transcrição + deteção de entidades) — uma tarefa em que os modelos são genuinamente bons.
O código determinista remove (marca de tempo → bip/silêncio, expressão regular + Luhn, remoção de metadados) — uma tarefa que tem de ser exata, testável e idêntica em cada execução.

É assim que a Medianonymizer aborda cada tipo de suporte: o modelo apenas aponta para os dados sensíveis; o código simples trata da destruição. O resultado é preciso, reprodutível e igual em cada execução.

Uma gravação redatada é verdadeiramente irreversível?

Sim — desde que a redação seja feita na forma de onda em vez de sobrepor um marcador ou editar os metadados. Substituir amostras por um bip ou silêncio destrói o sinal original nesses intervalos. Não existe chave, nem pista oculta, nem forma de reconstruir o discurso removido.

Esta é a linha entre anonimização e pseudonimização. A pseudonimização substitui identificadores por tokens reversíveis; com a chave, os dados voltam. A anonimização remove-os definitivamente — o que pode retirar uma gravação do âmbito de regulamentos como o RGPD. Para perceber como isto se enquadra num quadro de controlo empresarial, consulte anonimização de dados para conformidade empresarial.

Lista de verificação prática

Antes de considerar uma gravação de chamada como redatada, confirme:

Cada número de cartão, CVV, nome, endereço e ID de conta falados têm uma redação correspondente.
Os números de cartão foram validados com o algoritmo de Luhn (PANs reais removidos, dígitos aleatórios preservados).
As redações são aplicadas na forma de onda, não como uma sobreposição ou etiqueta separada.
O método (bip ou silêncio) corresponde às suas necessidades de auditoria — bip para PCI e contexto legal.
Os metadados do ficheiro foram removidos durante a recodificação.
Um registo de auditoria documenta o que foi detetado, removido e como.
O resultado foi revisto — deteção automática mais verificação humana numa amostra.

Redija as suas gravações de chamadas agora

Não precisa de construir este pipeline de raiz. Carregue uma gravação de chamada, diga ao assistente o que remover — dados de cartão, nomes, endereços — e transfira uma cópia limpa onde cada momento sensível está tapado com bip ou silêncio, de forma irreversível. A IA apenas localiza os dados pessoais; o código determinista destrói-os, pelo que o resultado é auditável e idêntico em cada execução.

Redigir uma gravação de chamada →