Voix clonée par IA : reconnaître un faux appel ou un faux vocal
Pour reconnaître une voix clonée par IA, écoutez la respiration, le rythme, les émotions et la prononciation des mots rares ; sur un appel en direct, posez une question imprévue et rappelez sur un numéro connu ; sur un enregistrement, passez le fichier dans un détecteur de voix IA qui mesure les régularités des synthétiseurs vocaux. Le clonage vocal ne demande plus que quelques secondes d'audio, et le téléphone est devenu le vecteur privilégié des arnaques parce qu'on ne « voit » rien à vérifier.
Les scénarios d'arnaque à la voix clonée
Le proche en détresse. Un « enfant », un « petit-enfant », un « conjoint » appelle en pleurs : accident, garde à vue, téléphone cassé, besoin d'argent immédiat, souvent relayé par un « avocat » ou un « policier » qui prend le téléphone. La voix est clonée à partir des réseaux sociaux. La pression et l'urgence empêchent de réfléchir.
Le faux dirigeant. Un appel ou un message vocal du « PDG » ou du « directeur financier » ordonne un virement urgent et confidentiel — la fraude au président, modernisée. Les PME sans procédure de double validation sont les cibles.
Le faux conseiller bancaire. Un appel « du service fraude » demande de valider des opérations, de communiquer un code ou de transférer l'argent vers un « compte sécurisé ». La voix peut être clonée sur celle d'un conseiller réel après un premier appel de repérage.
Le faux vocal viral. Extrait audio attribué à une personnalité, diffusé sans source pendant une campagne électorale ou une crise.
Ouverture de l'analyseur…
Analyse réalisée par TruthScan — vos fichiers ne transitent pas par ce site.
Ce que l'oreille peut encore repérer
- La respiration : absence de prise d'air entre les phrases, ou respirations placées mécaniquement.
- Le rythme : débit trop régulier, pauses de longueur identique, aucune hésitation, aucune reprise.
- Les émotions : intonation plate, ou emphase appliquée uniformément à tous les mots ; des pleurs qui n'altèrent pas la diction.
- L'environnement sonore : trop propre, ou fond qui se répète en boucle ; pas de bruits de bouche.
- Les mots rares : noms propres, sigles, chiffres, mots étrangers prononcés étrangement.
- La conversation : réponse avec un léger décalage ; réaction inadaptée à une question imprévue ; retour systématique au script.
Ces indices s'estompent à chaque génération d'outils. Ne comptez pas dessus seuls.
Les bons réflexes sur un appel en direct
- Ne rien faire sous pression. Aucun virement, aucun code, aucun document ne se transmet pendant l'appel.
- Raccrocher et rappeler la personne sur son numéro habituel, ou contacter un autre proche, ou l'entreprise par son standard.
- Poser une question dont seul l'interlocuteur réel connaît la réponse — ou convenir à l'avance d'un mot de passe familial.
- En entreprise : procédure de double validation pour tout virement inhabituel, quel que soit le rang de la personne qui l'ordonne.
- Une banque ne demande jamais un code, un mot de passe ou un transfert vers un « compte sécurisé ». Raccrochez et appelez le numéro au dos de votre carte.
Analyser un enregistrement
Si vous disposez d'un message vocal, d'un enregistrement d'appel ou d'un extrait diffusé, le détecteur mesure ce que l'oreille n'entend pas. Une voix synthétique est reconstruite à partir d'une représentation compressée (spectrogramme, vocodeur), ce qui laisse des régularités dans les hautes fréquences, la répartition des harmoniques, les transitions entre phonèmes et les micro-variations de hauteur que possède toute voix humaine. Le détecteur compare l'enregistrement à ces signatures et renvoie un score, souvent par segment. Formats acceptés : MP3, WAV, M4A, FLAC, OGG, WebM et la piste audio des vidéos, jusqu'à 10 Mo.
Ses limites : un enregistrement d'appel est déjà filtré par le réseau téléphonique et recompressé par les messageries ; le bruit de fond, la musique et les voix superposées dégradent l'analyse ; un extrait de moins de trois secondes donne un résultat peu fiable ; une voix réelle passée dans un filtre peut déclencher un score intermédiaire. Le score est un indice, à croiser avec le contexte.
Si vous avez été victime
Contactez immédiatement votre banque pour tenter de bloquer ou de contester le virement ; conservez l'enregistrement, les numéros et les horaires ; déposez plainte. En entreprise, informez la direction et la banque sans attendre : les virements internationaux peuvent parfois être rappelés dans les premières heures. Cybermalveillance.gouv.fr propose une assistance et des fiches par scénario.
Prévenir
Limitez les extraits de votre voix accessibles publiquement (vidéos, vocaux publics), convenez d'un mot de passe avec vos proches, et mettez en place une double validation pour les paiements en entreprise. Face à une voix, la seule preuve est un rappel par un autre canal — c'est simple, et cela déjoue la quasi-totalité des cas. Pour une vidéo suspecte, le détecteur de deepfake suit la même logique.
Questions fréquentes
Combien de secondes d'audio faut-il pour cloner une voix ?
Quelques secondes suffisent aux outils actuels pour reproduire un timbre reconnaissable ; une story, un message vocal ou une intervention en visioconférence sont des sources courantes. La qualité augmente avec la durée, mais le seuil d'entrée est très bas.
Comment vérifier un appel suspect d'un proche ?
Raccrochez et rappelez la personne sur son numéro habituel, ou contactez un autre proche. Posez une question dont seul l'interlocuteur réel connaît la réponse. Ne transférez rien sur la seule foi d'une voix.
Peut-on analyser un message vocal WhatsApp ?
Oui : exportez le message (fichier .opus ou .m4a) et déposez-le dans le détecteur. La compression réduit un peu la fiabilité, mais les voix synthétiques restent le plus souvent repérables. Quelques secondes de parole claire suffisent.