Um vídeo de vigilância desfocado, que mostra pouco mais do que uma fileira de árvores, pode oferecer poucas pistas visuais sobre onde foi gravado. Mas sons tênues de aeronaves no áudio ajudaram o videógrafo Colsto a restringir a localização da câmera, segundo uma demonstração que ele publicou em 2 de novembro de 2026.
Colsto começou com a data da gravação e uma área de busca que abrangia os Estados Unidos contíguos, mas não sabia o horário. Ele examinou o áudio usando um espectrograma, que exibe as frequências sonoras ao longo do tempo. As curvas resultantes revelaram mudanças associadas ao efeito Doppler: quando uma aeronave se aproxima e depois se afasta de um microfone parado, o som muda de tom.
Essas mudanças podem ajudar a estimar a velocidade da aeronave e a menor distância entre ela e o microfone. Colsto identificou duas passagens de aeronaves a hélice com cerca de 15 minutos e 20 segundos de intervalo e, em seguida, comparou-as com dados de rastreamento de voos ADS-B para voos que cruzaram os Estados Unidos na data da gravação. Os dados incluem a posição, a altitude e a velocidade das aeronaves.
Ele calculou onde cada voo poderia ter sido ouvido, levando em conta o tempo que o som leva para viajar, a altitude da aeronave e a elevação do terreno. A ausência de outras aeronaves detectáveis entre as duas passagens ajudou a eliminar locais onde outro voo deveria ter sido audível. Isso reduziu o número de locais possíveis de cerca de 73.000 para aproximadamente 15.000.
Em seguida, Colsto comparou os padrões sonoros da gravação com áudio simulado com base em trajetórias de voo conhecidas. Depois de refinar sua grade de busca, uma combinação específica de localização e voos se destacou. A análise restringiu o local a uma área de cerca de 100 metros de largura. Ele usou o Google Street View para comparar as árvores da área com as do vídeo e identificar a localização da câmera.
Em um segundo teste, Colsto usou apenas um minuto de áudio que continha outra aeronave. Dessa vez, ele também sabia o horário da gravação: 20:37 UTC. Restringir a busca aos voos naquele momento voltou a levá-lo à mesma área, mostrando como saber o horário pode tornar útil, nessa análise, a passagem de uma única aeronave.
A demonstração exigiu vários meses de trabalho, mais de 5.000 linhas de código e o processamento de 50 GB de dados. O método depende de ruído de aeronaves utilizável, de dados de voo disponíveis e de informações que limitem a busca. Colsto também testou filtros de áudio e a transmissão por uma chamada telefônica, mas esses experimentos não demonstram que todos os filtros ou chamadas preservariam um sinal utilizável.
O método não significa que qualquer vídeo possa ser geolocalizado rapidamente. Colsto o descreveu como uma maneira improvável de alguém rastrear um indivíduo, e a demonstração não mede o sucesso do método em uma grande coleção de vídeos do dia a dia. Ela mostra, porém, como o áudio pode fornecer pistas quando as imagens, por si só, revelam pouco, sobretudo em investigações de fontes abertas.
Fontes: Numerama.