Deepfake audio : comment reconnaître une voix générée par IA

Un deepfake audio n’a pas besoin d’être parfait. Il lui suffit d’arriver au bon moment, avec une voix que vous croyez connaître, et de réclamer quelque chose avant que vous ayez eu le temps de réfléchir. Les outils pour le démasquer progressent : Google a ouvert à tous son détecteur SynthID le 7 octobre 2026, et ElevenLabs a détaillé le 14 octobre, dans un guide sur la détection des voix de synthèse, ce que valent les siens. Reste à savoir ce que ces outils prouvent vraiment. Pas grand-chose, parfois.

« Personne n’est à l’abri », titrait The Verge le 15 octobre à propos des faux de célébrités qui pullulent sur Instagram. Les particuliers non plus, et chez eux le faux passe aussi par le téléphone. Ce guide traite du son seul : comment détecter une voix IA, quels outils gratuits utiliser, que faire en France après un deepfake audio. Pour l’image, nos réflexes pour détecter les deepfakes en vidéo restent valables.

Pourquoi l’oreille ne suffit plus face à un deepfake audio

En 2023, des chercheurs de l’University College London ont fait écouter des voix réelles et synthétiques à 529 personnes, en anglais et en mandarin. Résultat, publié dans la revue PLOS ONE : les fausses voix n’étaient repérées que 73 % du temps, et leur faire écouter des exemples avant le test n’y changeait presque rien. Et les générateurs de l’époque étaient moins bons que ceux d’aujourd’hui.

Plus d’une fausse voix sur quatre passait donc, en laboratoire, chez des gens qui savaient qu’il fallait chercher le faux. Au téléphone, personne ne vous prévient.

La matière première ne manque pas. La documentation d’ElevenLabs recommande une à deux minutes d’enregistrement propre pour un clonage instantané, et l’éditeur dit avoir vu d’excellents résultats avec trente secondes. Une vidéo de mariage publique, un message d’accueil, une story de vacances : la voix clonée de votre fils peut sortir de là. Notre sélection des générateurs de voix IA les plus naturels montre le niveau atteint ; notre dossier sur le clonage de voix par IA et son cadre légal détaille le reste.

Restent quelques indices à l’écoute : diction trop lisse, aucune respiration, émotion qui ne colle pas aux mots, ton qui ne varie jamais. ElevenLabs reconnaît lui-même que la parole de synthèse est parfois « trop parfaite ». Des indices, pas des preuves. Un proche paniqué parle aussi bizarrement, et un deepfake audio soigné ne présente aucun de ces défauts.

Le numéro affiché ne prouve rien non plus. Cybermalveillance.gouv.fr a mesuré en 2025 une hausse de 517 % des usurpations de numéro de téléphone, malgré la loi Naegelen. Un appel peut afficher le numéro de votre fille, donc son nom dans vos contacts, et venir d’ailleurs.

Filigrane ou classificateur : deux façons de détecter une voix IA

Face à un deepfake audio, les détecteurs se rangent en deux familles. Les confondre mène tout droit aux mauvaises conclusions.

Le filigrane audio est une signature inaudible que l’outil glisse dans le son au moment où il le fabrique. Le détecteur la cherche avec une clé et répond oui ou non. Fiable, mais seulement pour les voix de l’éditeur qui a posé la marque : l’Audio Detector d’ElevenLabs ne lit que les filigranes d’ElevenLabs, et les voix produites sur sa plateforme par des modèles tiers ne sont en général pas marquées.

Google revendique pour SynthID, posé sur la musique de Lyria et les podcasts de NotebookLM, une résistance au bruit, à la compression MP3 et aux changements de vitesse. Meta a publié AudioSeal en licence libre : ce filigrane audio se repère à l’échantillon près (un seizième de milliseconde), de quoi isoler la phrase trafiquée d’un long enregistrement.

Le classificateur, lui, ne cherche aucune marque. Entraîné sur des voix réelles et synthétiques, il rend une probabilité. Il juge des fichiers de presque toute origine, mais se trompe davantage sur un générateur qu’il n’a jamais entendu, et doit être réentraîné à chaque nouvelle architecture de clonage. L’AI Speech Classifier d’ElevenLabs affiche 99 % de précision et 80 % de rappel sur des fichiers ElevenLabs non modifiés. En clair : quand il dit « synthétique », il a presque toujours raison, mais il laisse passer une voix sur cinq, davantage si le son a été compressé ou retouché.

Le piège commun ? Un résultat négatif ne prouve rien. Google l’écrit dans l’aide de Gemini : sans filigrane, le contenu a pu être créé par un autre système d’IA. Et un escroc choisit rarement l’outil qui le dénonce.

Les outils gratuits pour vérifier un fichier audio

Pour détecter une voix IA sans payer, le choix ne manque pas. Voici ce qu’ils savent faire, d’après les pages des éditeurs consultées le 15 octobre 2026.

Dans quel ordre ? Les détecteurs de filigrane d’abord, parce qu’un oui vaut preuve ; selon le billet de Google du 7 octobre, SynthID a déjà marqué 180 milliards d’images et de vidéos et 240 000 années d’audio. Les classificateurs ensuite, à croiser entre eux : si DeepFake-o-Meter rend des scores très éloignés d’un algorithme à l’autre, c’est une information en soi. Et toujours la source. D’où vient le fichier, qui l’a publié en premier, le propos figure-t-il dans l’enregistrement d’origine ?

Un mot de confidentialité avant de téléverser le vocal de votre mère sur un site étranger. La voix est une donnée personnelle, rappelle la CNIL, et DeepFake-o-Meter demande avant chaque envoi si vous acceptez de partager le fichier avec ses chercheurs : pour un message privé, c’est non. Nos conseils pour sécuriser ses données dans les outils IA valent ici aussi.

L’extension de Hiya analyse en direct le son lu dans le navigateur, et son éditeur prévient que ses résultats sont probabilistes. C’est ce détecteur que l’AFP a utilisé, via l’outil InVID-WeVerify, pour démonter une fausse vidéo de la naturopathe Barbara O’Neill.

Appel ou vocal suspect : 7 réflexes efficaces

Le scénario est connu. Depuis fin 2022, Cybermalveillance.gouv.fr voit passer des SMS « Coucou maman » où un faux enfant prétend avoir cassé son téléphone, avant de réclamer de l’argent. Avec une voix clonée, la même histoire passe au téléphone, plus vite et plus fort. Le FBI signalait dès décembre 2024 des escrocs qui imitent ainsi la voix de proches en détresse. Face à un deepfake audio de ce genre, sept réflexes valent mieux qu’un détecteur.

1. Raccrocher et rappeler la personne sur son numéro habituel, ou un proche qui se trouve avec elle. Conseil commun de la CNIL, de Cybermalveillance.gouv.fr et du FBI.
2. Ignorer le numéro affiché, qui peut être usurpé.
3. Demander le mot de passe familial convenu à l’avance, de vive voix, ou une question que seul votre proche peut connaître. Le FBI recommande de convenir d’un « mot ou d’une phrase secrète ». Évitez le nom du chien qui figure sur Instagram.
4. Refuser l’urgence. Aucune vraie urgence ne se règle en coupons PCS, Transcash ou Neosurf, ces moyens de paiement que Cybermalveillance retrouve dans ces arnaques.
5. Ne rien transmettre : ni numéro de carte, ni code reçu par SMS, ni identifiant bancaire.
6. Garder les preuves : le vocal, le numéro, l’heure, ce qui a été demandé. Ne supprimez rien.
7. Vérifier le fichier à froid, avec les outils ci-dessus, s’il s’agit d’un message enregistré. Pendant l’appel, ce n’est pas le moment.

En entreprise, la variante s’appelle la fraude au président. La parade est la même, en plus formel : aucun virement sur la seule foi d’une voix, et un rappel par un canal connu, inscrit dans la procédure.

Arnaque voix clonée : que faire en France

Un deepfake audio vous a piégé, ou a piégé un proche ? Si l’on vous annonce un danger et que vous n’arrivez pas à joindre la personne, appelez le 17 ou le 112, ou envoyez un SMS au 114 si vous ne pouvez pas parler.

Vous avez payé : la banque d’abord

Appelez votre banque tout de suite pour tenter de suspendre le virement, ou demander le retour des fonds ; elle pourra exiger une copie de votre plainte. Numéro de carte donné ? Faites opposition sans attendre.

Se faire aider : 17Cyber et Info Escroqueries

17Cyber, lancé fin 2024 par la Police nationale, la Gendarmerie nationale et Cybermalveillance.gouv.fr, établit un diagnostic en ligne et ouvre si besoin un tchat avec un policier ou un gendarme, jour et nuit. Info Escroqueries, au ministère de l’Intérieur, répond au 0 805 805 817 (appel gratuit, en semaine). France Victimes accompagne gratuitement au 116 006.

Signaler : Pharos et le 33 700

Un vocal piégé reçu sur une messagerie ou un réseau social, un compte qui usurpe l’identité d’un proche : signalez-les sur Pharos, la plateforme du ministère de l’Intérieur. Un SMS frauduleux se transfère gratuitement au 33 700.

Porter plainte, et sur quel fondement

La plainte se dépose au commissariat, à la gendarmerie ou par courrier au procureur de la République, avec vos preuves. Si de l’argent a été remis, c’est une escroquerie au sens de l’article 313-1 du code pénal : cinq ans d’emprisonnement et 375 000 euros d’amende. Faire entendre à un tiers, sans consentement, un contenu sonore généré par un traitement algorithmique qui reproduit les paroles d’une personne peut aussi relever de l’article 226-8 : un an et 15 000 euros, deux ans et 45 000 euros en ligne, sauf si le caractère artificiel est évident ou mentionné.

Quand le faux est sexuel, c’est l’article 226-8-1 qui joue, étiquette « IA » ou pas : deux ans et 60 000 euros, trois ans et 75 000 euros en ligne. Si c’est votre propre voix clonée qui circule, la CNIL peut aussi être saisie, sans que cela remplace la plainte pénale. Démarches pas à pas et obligations des plateformes : voyez ce que dit la loi française face aux deepfakes.

Ce que l’AI Act change pour les voix de synthèse

Depuis le 2 août 2026, l’article 50 du règlement européen sur l’IA oblige les fournisseurs de systèmes qui génèrent de l’audio, de l’image, de la vidéo ou du texte de synthèse à marquer leurs sorties dans un format lisible par machine, identifiable comme artificiel. Le considérant 133 cite les techniques possibles : filigranes, métadonnées, méthodes cryptographiques, empreintes. Les outils déjà sur le marché avant cette date ont jusqu’au 2 décembre 2026, un délai ajouté par le règlement omnibus 2026/1744.

Pour guider les éditeurs, la Commission a publié le 10 juin 2026 un code de bonnes pratiques sur le marquage et l’étiquetage, volontaire, signé par environ 190 organisations à la fin juillet. Celui qui utilise un outil d’IA pour fabriquer un hypertrucage doit aussi signaler qu’il est artificiel (article 50, paragraphe 4). Notre point sur ce qui s’applique déjà de l’AI Act détaille le calendrier.

Sur le papier, c’est une bonne nouvelle contre le deepfake audio : plus d’outils marqués, plus de oui fiables. En pratique, la règle vise les éditeurs présents sur le marché européen, et un escroc qui fait tourner un modèle sans filigrane audio ne demandera la permission à personne. Contre la voix clonée du faux fils au téléphone, le rappel sur le numéro habituel reste la meilleure défense.

Foire aux questions

Peut-on reconnaître un deepfake audio à l’oreille ?

Rarement avec certitude. Dans l’étude londonienne de 2023, 529 auditeurs ne repéraient les fausses voix que 73 % du temps. Une diction trop lisse ou l’absence de respiration peuvent alerter, mais une voix clonée soignée n’en montre aucune trace. Vérifiez plutôt la source, ou rappelez la personne.

Un détecteur gratuit peut-il prouver qu’une voix est vraie ?

Non. Un détecteur de filigrane audio ne reconnaît que les voix des éditeurs qui posent sa marque : un résultat négatif signifie seulement que le fichier ne vient pas de chez eux. Un classificateur donne une probabilité, moins fiable sur un modèle qu’il n’a pas appris. Pour détecter une voix IA, croisez plusieurs outils et remontez à l’enregistrement d’origine.

Que faire si vous avez déjà payé après un faux appel ?

Appelez votre banque immédiatement pour tenter de bloquer ou de récupérer le virement, et faites opposition si vous avez donné votre carte. Gardez le vocal, le numéro et l’heure de l’appel, puis portez plainte pour escroquerie. 17Cyber et Info Escroqueries (0 805 805 817) guident les victimes d’une arnaque voix clonée comme des autres fraudes.

Le filigrane des voix IA est-il obligatoire en Europe ?

Oui, pour les fournisseurs. Depuis le 2 août 2026, l’article 50 de l’AI Act impose de marquer les contenus audio de synthèse dans un format lisible par machine ; les systèmes déjà sur le marché avant cette date ont jusqu’au 2 décembre 2026.

Sources

• Légifrance : code pénal, article 226-8
• Légifrance : code pénal, article 226-8-1
• Légifrance : code pénal, article 313-1
• EUR-Lex : règlement (UE) 2024/1689 (AI Act)
• EUR-Lex : règlement (UE) 2026/1744 (omnibus sur l’IA)
• Commission européenne : code de bonnes pratiques sur le marquage des contenus d’IA
• CNIL : hypertrucage, se protéger et signaler
• Cybermalveillance.gouv.fr : rapport d’activité 2025
• Cybermalveillance.gouv.fr : escroquerie « Coucou maman/papa »
• 17Cyber : assistance en ligne aux victimes
• Ministère de l’Intérieur : Pharos
• FBI (IC3) : avis du 3 décembre 2024 sur la fraude par IA générative