Voix IA ou humaine ? Détecter une voix clonée ou générée par intelligence artificielle

1. DépôtVotre fichier audio est envoyé directement à TruthScan, jamais à nous.
2. AnalyseScore de probabilité IA et carte de chaleur des zones suspectes.
3. VerdictRésultat en quelques secondes, avec rapport détaillé.

Le clonage vocal ne demande plus que quelques secondes d'audio

Les outils de synthèse vocale actuels reproduisent le timbre, l'accent et les intonations d'une personne à partir de quelques secondes d'enregistrement — une story, un message vocal, une intervention en visioconférence suffisent. Le résultat sert aussi bien à des usages légitimes (doublage, accessibilité) qu'à des escroqueries : faux appel d'un enfant en difficulté, faux dirigeant qui ordonne un virement urgent, faux conseiller bancaire. Le vocal est devenu le vecteur privilégié parce qu'on ne « voit » rien à vérifier.

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, pas d'hésitation, pas de reprise.
• Les émotions : intonation plate ou, au contraire, emphase appliquée uniformément à tous les mots.
• Les bruits de bouche et d'environnement : trop propres, ou fond sonore qui se répète en boucle.
• Les mots rares : noms propres, sigles, chiffres et mots étrangers prononcés étrangement.
• La conversation : la « personne » ne réagit pas naturellement à une question imprévue, ou répond avec un léger décalage.

Ces indices s'estompent avec chaque génération d'outils. Sur un appel en direct, la meilleure défense reste une question dont seul votre interlocuteur connaît la réponse, puis un rappel sur un numéro connu.

Comment l'analyseur travaille

Une voix synthétique est produite par un modèle qui reconstruit le signal à partir d'une représentation compressée (spectrogramme, vocodeur). Ce processus 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 accompagné d'une analyse par segments. Le détail est sur comment ça marche.

Cas d'usage

• Message vocal ou appel enregistré demandant de l'argent, un code, une pièce d'identité : analysez avant d'agir, ou mieux, vérifiez par un autre canal.
• Entreprises : validation d'un ordre de virement « urgent » donné par téléphone au nom d'un dirigeant (fraude au président).
• Médias et podcasts : extrait audio attribué à une personnalité, sans source ni contexte — voir fact-checking.
• Contenus intimes ou diffamatoires attribués à une personne réelle.

Les limites

Un enregistrement d'appel est déjà compressé et filtré par le réseau téléphonique, ce qui atténue les indices ; les messageries recompressent encore. Le bruit de fond, la musique et la superposition de voix dégradent l'analyse. Un extrait très court (moins de 3 secondes) donne un résultat peu fiable. Enfin, une voix réelle passée dans un filtre ou un correcteur de hauteur peut déclencher un score intermédiaire. Notre guide voix clonée par IA : reconnaître un faux appel décrit les scénarios d'arnaque les plus fréquents et les bons réflexes.

Questions fréquentes

Comment savoir si une voix est générée par IA ?

Écoutez la respiration, le rythme, les émotions et la prononciation des mots rares ; sur un appel, posez une question imprévue. Puis passez l'enregistrement dans le détecteur, qui analyse les régularités spectrales et prosodiques des voix synthétiques.

Quels formats audio sont acceptés ?

MP3, WAV, M4A, FLAC, OGG et WebM, ainsi que la piste audio des vidéos MP4 et MOV, jusqu'à 10 Mo. Quelques secondes de parole claire suffisent ; évitez les extraits avec musique ou plusieurs voix superposées.

Peut-on analyser un message vocal WhatsApp ?

Oui : exportez le message (fichier .opus ou .m4a selon le téléphone) puis déposez-le. La compression de la messagerie réduit un peu la fiabilité, mais les voix synthétiques restent le plus souvent repérables.

Le détecteur reconnaît-il les voix ElevenLabs ou les clones vocaux récents ?

Les détecteurs sont entraînés sur les principaux synthétiseurs et clones vocaux du marché et réentraînés régulièrement. Aucun outil ne garantit un taux fixe sur un générateur précis ; un score élevé est un indice fort, à croiser avec le contexte.

Que faire si un proche m'appelle avec une voix suspecte pour demander de l'argent ?

Raccrochez et rappelez la personne sur son numéro habituel, ou contactez un autre proche. Ne transférez rien sur la seule foi d'une voix. Si vous avez déjà payé, contactez immédiatement votre banque et déposez plainte.