Détection de voix synthétique : ElevenLabs trie les appels des agents IA

La détection voix synthétique entre dans les centres d’appels. Le 9 octobre 2026, ElevenLabs l’a ajoutée à ElevenAgents, sa plateforme d’agents conversationnels : dans les premières secondes d’un appel, le logiciel dit si la voix au bout du fil est humaine ou générée par IA. Ensuite, c’est l’entreprise qui décide.

Sa cible n’est pas d’abord l’escroc. Selon ElevenLabs, une part croissante des appels reçus par les entreprises et les administrations ne vient plus de personnes : agents IA personnels en mission, agents d’entreprise qui confirment une commande, parfois une voix clonée qui se fait passer pour un client. Combien d’appels ? Aucun chiffre (dommage, c’est tout l’argument).

On se place ici du côté de l’entreprise qui décroche : tri des appels, protocole d’identification des agents, AI Act et RGPD.

Ce qu’ElevenLabs a lancé dans ElevenAgents le 9 octobre

ElevenLabs est d’abord connu pour ses voix, celles de notre tuto pour créer des voix de synthèse réalistes. Mais l’éditeur vend aussi ElevenAgents, qui déploie des agents IA au téléphone comme à l’écrit (site, application, e-mail, WhatsApp, SMS). Le terrain se peuple vite : Mistral a lancé le 20 octobre Voxtral 3, ses modèles vocaux pour agents, en concurrent direct.

La fonction (« synthetic voice detection » en anglais) figure dans un billet d’ElevenLabs du 9 octobre, qui annonce aussi son entrée dans le groupe de travail du Personal Agent Protocol. Deux annonces qui se répondent : repérer les agents qui se taisent, préparer un monde où ils se présenteront.

Côté disponibilité, prudence. Pour l’instant, l’outil est réservé aux clients entreprise suivis par l’équipe « Forward Deployed Engineering » d’ElevenLabs (des ingénieurs détachés chez eux). D’autres clients entreprise doivent y accéder d’ici la fin octobre, en option dans ElevenAgents. Au 22 octobre, la documentation publique ne décrit pas la fonction. Le journal des modifications (dernière entrée le 12 octobre) n’en dit rien non plus. Aucun prix publié.

Détection voix synthétique : ce que l’outil écoute vraiment

L’outil analyse la parole de l’appelant pendant les premières secondes, directement sur le flux audio, puis rend un verdict binaire : humain, ou généré par IA. Il cherche, selon ElevenLabs, des traces qu’un auditeur ne remarquerait pas mais qu’un logiciel repère. Lesquelles ? Mystère, et c’est logique : détailler les indices apprendrait aux fraudeurs à les effacer.

Point important, cette détection voix synthétique ne repose pas sur un filigrane. ElevenLabs marque l’audio produit par ses propres outils, mais les voix venues d’ailleurs n’en portent souvent aucun. Même chez lui, la règle a des trous : la documentation de son Audio Detector précise que les contenus créés avec des modèles tiers proposés sur sa plateforme ne sont en général pas filigranés. La différence entre filigrane et classificateur est détaillée dans notre guide pour reconnaître un deepfake audio, écrit pour les particuliers.

Ce qui manque ? Les chiffres. Le billet ne publie aucun taux d’erreur : ni faux positifs (un humain pris pour une machine), ni faux négatifs (une voix clonée qui passe). Rien non plus sur les langues couvertes. Un tel tri tient-il en français, sur une ligne qui grésille ? À vous de poser la question avant de signer.

L’idée n’est pas neuve : depuis le 7 septembre, ElevenAgents sait déjà repérer les répondeurs sur les appels sortants passés par Twilio. Cette fois, la question se pose à l’entrée.

Trois règles pour aiguiller les appels d’agents IA

Le verdict ne fait rien tout seul. Ce sont les règles écrites dans ElevenAgents qui comptent, et ElevenLabs en donne trois exemples : un accueil à trois vitesses.

Les clients humains servis en premier

Un client reconnu comme humain obtient votre agent IA le plus capable, ou un conseiller : passage en tête de file, facture négociée, offre de fidélisation, décision au cas par cas. En clair, la voix humaine devient un coupe-file. Ça se défend.

Les agents IA dans un couloir balisé

Un appelant identifié comme machine part vers un agent dédié, avec ses propres consignes et limites. Il s’authentifie d’abord, puis reçoit des réponses rapides, dans un périmètre que vous fixez (négociation, modification de compte, exceptions). Si l’appel exige un humain, l’agent peut passer après les personnes qui attendent.

C’est la règle la plus discutable. Derrière l’agent qui patiente, il y a un client, peut-être âgé, peut-être débordé, qui a délégué la corvée. Le faire attendre relève d’un choix commercial. Et si votre agent IA de service client répond déjà au téléphone, vos agents vont bientôt discuter avec les leurs.

Les usurpations arrêtées dès le début

Troisième cas, le plus attendu : une voix de synthèse qui réclame une action sensible, comme un changement de coordonnées bancaires, la réinitialisation d’un mot de passe ou l’accès à un autre compte. La demande peut être stoppée avant que l’appelant obtienne une information ou déclenche une action. Pour une banque ou un assureur, ce scénario justifie presque à lui seul la détection voix synthétique.

Personal Agent Protocol : des agents qui se présentent

Détecter, c’est le plan B. Le plan A, c’est que l’agent dise qui il est, pour qui il agit et ce qu’il a le droit de faire. C’est l’objet du Personal Agent Protocol, que Meta et Sierra ont présenté le 6 octobre avec Genesys, Instinct, Rocket, Shopify, Stripe et Walmart. Trois jours plus tard, Sierra publiait un premier brouillon, surnommé « Poppy », et 35 nouveaux partenaires de conception, dont ElevenLabs, OpenAI, Visa et la banque espagnole BBVA.

Le mécanisme assemble des briques connues. L’entreprise publie sur son site un fichier, /.well-known/poppy.json, qui explique aux agents comment travailler avec elle. L’agent s’identifie. Quand la tâche touche au compte du client, celui-ci se connecte sur la page de l’entreprise, via OAuth, et choisit ce qu’il accorde : lecture seule ou droit de modifier. Le reste s’appuie sur JWT, HTTPS, OpenAPI et MCP, le protocole déjà adopté par les logiciels marketing qui s’ouvrent aux agents IA.

Le site du Personal Agent Protocol le dit sans fard : les entreprises essaient de détecter les agents, les agents essaient d’y échapper, et ce jeu ne sert personne. ElevenLabs joue donc sur les deux tableaux, sans incohérence : il promet de reconnaître dans ElevenAgents les agents qui se déclarent, dès que les standards auront pris forme.

Reste le calendrier. Au 22 octobre, la spécification en est au brouillon 0.2, et tout peut encore changer, y compris de façon incompatible. Les paiements et les notifications figurent parmi les chantiers ouverts. Surtout, le seul format de conversation défini est du JSON échangé sur HTTPS : rien ne permet encore à un agent de s’annoncer sur une ligne téléphonique classique. Au téléphone, la détection voix synthétique garde donc son utilité, sans doute pour un bon moment.

AI Act : l’agent qui parle à vos conseillers doit s’annoncer

En Europe, une partie du problème a déjà une réponse légale. Depuis le 2 août 2026, l’article 50 du règlement européen sur l’IA oblige les fournisseurs de systèmes d’IA destinés à interagir directement avec des personnes à les concevoir pour que ces personnes sachent qu’elles parlent à une IA, sauf si c’est évident, et ce dès la première interaction.

La foire aux questions de la Commission fixe quatre critères cumulatifs : un système d’IA, un vrai échange dans les deux sens, une interaction directe et une personne physique en face, consommateur ou professionnel. Votre conseillère au téléphone en fait partie. Un agent qui l’appelle pour un client doit donc, en principe, dire qu’il est une IA. L’obligation pèse sur son fournisseur, même établi hors de l’Union si son système sert dans l’UE.

Le trou est ailleurs : selon la même FAQ, les échanges purement machine à machine sortent du champ. Quand l’agent d’un client tombe sur votre agent vocal, l’article 50 ne joue plus : la détection, ou le Personal Agent Protocol, prend le relais. Dans l’autre sens, votre propre agent, même doté d’une voix de marque soignée, doit être conçu pour s’annoncer aux humains qui appellent. Notre point sur ce qui s’applique déjà de l’AI Act détaille le reste du calendrier.

RGPD : la voix de l’appelant reste une donnée personnelle

Analyser la voix de chaque appelant, même trois secondes, c’est traiter une donnée personnelle. Le Comité européen de la protection des données (CEPD) va plus loin dans ses lignes directrices de 2021 sur les assistants vocaux : la voix est par nature une donnée biométrique. Quand elle sert à identifier une personne de façon unique, le régime renforcé de l’article 9 du RGPD s’applique, et le consentement explicite semble alors, selon le CEPD, la seule exception utilisable.

Un tri « humain ou IA » ne cherche pas à savoir qui parle : en principe, il échappe à ce régime. Couplez-le à une authentification par la voix, et la frontière saute. Dans tous les cas, vos appelants doivent savoir que leur voix est analysée : message d’accueil et politique de confidentialité à revoir.

Deuxième vigilance, la décision automatique. Le RGPD donne le droit de ne pas faire l’objet d’une décision fondée uniquement sur un traitement automatisé, quand elle produit des effets juridiques ou affecte la personne de manière significative. Le guide du CEPD pour les PME y range les décisions qui touchent à la situation financière. Bloquer un changement de coordonnées bancaires sur la seule foi d’un verdict d’ElevenAgents peut donc entrer dans ce cadre. C’est permis si la loi l’autorise (la prévention de la fraude est l’exemple cité), avec le consentement explicite de la personne ou si c’est nécessaire au contrat. Prévoyez un recours humain.

Et les faux positifs les plus prévisibles ? Certaines personnes parlent avec une voix de synthèse parce qu’elles ont perdu la leur, à cause de la maladie de Charcot par exemple, et une banque de voix leur rend un timbre proche de l’original. Pour un outil de détection voix synthétique, leur parole est… synthétique. Les renvoyer en fin de file serait franchement indéfendable. Gardez une sortie vers un conseiller, sans condition.

En France, authentifier le numéro ne dit rien de la voix

Les opérateurs français ont déjà une ligne de défense, mais elle porte sur le numéro. La loi du 24 juillet 2020 les oblige à authentifier le numéro de l’appelant et à couper les appels mal authentifiés. Ce mécanisme d’authentification des numéros (MAN) se généralise depuis octobre 2024. Depuis le 1er janvier 2026, un numéro mobile français non authentifié est masqué quand l’appel vient de l’étranger.

Les fraudeurs s’adaptent. Selon l’Arcep, les signalements d’usurpation de numéros sont passés de 531 en 2023 à plus de 19 000 en 2025, première cause de signalement reçue par le régulateur, qui a ouvert une enquête administrative le 29 janvier 2026. Et même bien appliqué, le MAN dit seulement que le numéro est légitime. Un agent IA peut appeler depuis un numéro parfaitement authentifié : la question « qui parle ? » reste entière. La détection voix synthétique vient en complément.

Avant d’activer le tri : quatre questions à poser

À obtenir par écrit avant de brancher un tel filtre, dans ElevenAgents ou ailleurs :

• Les taux d’erreur, mesurés sur des appels en français et sur de vraies lignes, pas seulement en démonstration.
• Le sort de l’audio analysé : est-il conservé, combien de temps, sert-il à entraîner des modèles ?
• La possibilité de revoir, voire d’annuler, une décision prise sur le seul verdict de la machine.
• La prise en charge des agents qui se déclarent, avec le Personal Agent Protocol ou un autre standard, dès qu’il sera stable.

Le dernier point pèse lourd. Un client qui envoie un agent identifié, aux droits limités, ne devrait pas être traité en fraudeur parce que sa voix sonne trop lisse. Repérer les machines a son utilité. Leur ouvrir une porte d’entrée propre vaudra mieux.

Foire aux questions

Comment fonctionne l’outil d’ElevenLabs ?

Il analyse la voix de l’appelant pendant les premières secondes et conclut : humain ou généré par IA, sans dépendre d’un filigrane. Le verdict déclenche ensuite les règles fixées par l’entreprise dans ElevenAgents : priorité aux humains, agent dédié pour les machines, blocage des actions sensibles. Aucun taux d’erreur n’a été publié.

La fonction est-elle ouverte à toutes les entreprises ?

Pas encore. Depuis le 9 octobre, elle est réservée aux clients entreprise accompagnés par les ingénieurs « Forward Deployed Engineering » d’ElevenLabs. Un accès plus large, toujours pour des clients entreprise, est annoncé d’ici la fin octobre sous forme d’option. Au 22 octobre : ni documentation publique, ni prix.

Un agent IA qui appelle une entreprise doit-il dire qu’il est une IA ?

Oui, s’il parle à une personne. Depuis le 2 août 2026, l’article 50 de l’AI Act impose aux fournisseurs de concevoir leurs systèmes pour que les personnes sachent qu’elles échangent avec une IA, dès la première interaction, sauf si c’est évident. La Commission précise que les professionnels sont concernés, mais que les échanges purement machine à machine sortent du champ.

Le Personal Agent Protocol rend-il la détection inutile ?

Pas à court terme. Le Personal Agent Protocol, porté par Meta et Sierra avec ElevenLabs parmi ses partenaires, n’en est qu’au brouillon 0.2 et peut encore changer. Il couvre les sites web, les API et les conversations écrites avec l’agent de l’entreprise, pas les appels téléphoniques. La détection voix synthétique garde donc sa place au téléphone, en attendant que les agents s’annoncent d’eux-mêmes.

Sources

• Règlement (UE) 2024/1689 sur l’IA, article 50 : obligations de transparence, Commission européenne.
• Lignes directrices sur les obligations de transparence des systèmes d’IA (20 juillet 2026), Commission européenne.
• Transparency obligations under Article 50 of the AI Act, questions et réponses (24 juillet 2026), Commission européenne.
• Guidelines 02/2021 on virtual voice assistants, version 2.0 (7 juillet 2021), Comité européen de la protection des données (CEPD).
• Guide RGPD pour les PME : respecter les droits des personnes, CEPD.
• Lutte contre les appels frauduleux : l’Arcep ouvre une enquête administrative (29 janvier 2026), Arcep.