Votre téléphone sonne. Un numéro inconnu s’affiche. Vous décrochez, vous dites « Allô ? », mais personne ne répond à l’autre bout du fil. Depuis quelque temps, une rumeur persistante, relayée par les réseaux sociaux et même brièvement par les autorités, affirme que ces appels silencieux cachent des escrocs utilisant l’intelligence artificielle (IA) pour enregistrer et cloner votre voix.
Mais qu’en est-il réellement ? La science et la cybersécurité sont formelles : c’est un mythe. Décryptage d’une légende urbaine 2.0 et analyse des véritables menaces liées au clonage vocal.
La psychose des appels muets à l’ère de l’IA
Avec les avancées fulgurantes de l’intelligence artificielle générative, nos craintes vis-à-vis de la technologie évoluent. Les deepfakes (hypertrucages) vidéo et audio font régulièrement la une de l’actualité, illustrant la capacité des algorithmes à imiter la réalité avec une précision troublante.
Dans ce contexte anxiogène, un scénario digne d’un épisode de Black Mirror a récemment fait le tour du Web : des pirates informatiques vous appelleraient, attendraient que vous prononciez quelques mots, et utiliseraient cet extrait pour synthétiser votre voix. Leur but ? Usurper votre identité pour piéger vos proches ou votre banque.
Si la prudence est toujours de mise en matière de cybersécurité, les experts en informatique et en intelligence artificielle sont unanimes : techniquement, cloner une voix à partir d’un simple « allô » par téléphone est aujourd’hui strictement impossible. Voici pourquoi il n’y a pas lieu de paniquer, et quels sont les vrais dangers auxquels il faut prêter attention.
Le mythe de l’appel silencieux : D’où vient la rumeur ?
La panique a pris une ampleur nationale lorsque la Police nationale française a publié (puis rapidement retiré) une vidéo sur ses réseaux sociaux alertant la population sur ce prétendu mode opératoire. Cette alerte s’appuyait sur une mauvaise interprétation d’un rapport publié par l’entreprise de cybersécurité Bitdefender.
Contactée par la suite, la société Bitdefender a tenu à clarifier ses propos. Si les escrocs utilisent effectivement des appels automatisés, le but premier n’est pas le clonage vocal instantané. L’objectif de ces appels frauduleux est double :
- Vérifier qu’un numéro de téléphone est actif (la ligne est-elle attribuée ? La personne décroche-t-elle ?).
- Capturer de courts échantillons vocaux pour tenter d’identifier le profil de la victime (âge estimé, sexe) afin d’alimenter des bases de données destinées à de futures campagnes d’ingénierie sociale (phishing, arnaques au compte formation, etc.).
« Nous avons voulu alerter la population, mais nous nous sommes rendu compte que ce n’était pas si simple », s’est défendue la police après avoir supprimé sa publication. Du côté des autorités compétentes, le constat est clair : aucun cas de clonage avéré n’a été recensé par l’État à partir de ces fameux appels silencieux, comme le confirme Jérôme Notin, directeur général du dispositif gouvernemental Cybermalveillance.gouv.fr.
Pourquoi cloner une voix avec un simple « allô » est techniquement impossible
Pour comprendre pourquoi cette arnaque relève de la science-fiction, il faut se pencher sur le fonctionnement des algorithmes de synthèse vocale et sur les limites physiques de la téléphonie classique.
1. Le problème de la compression audio téléphonique
Le réseau téléphonique traditionnel (et même la VoLTE) n’est pas conçu pour transmettre un son haute-fidélité. Pour éviter de saturer les réseaux, la voix est fortement compressée. Les fréquences les plus hautes et les plus basses sont coupées, ce qui donne ce timbre si particulier et parfois étouffé à nos conversations téléphoniques.
Cette compression détruit une quantité massive de données acoustiques (les harmoniques, les micro-variations de timbre). Or, l’intelligence artificielle se nourrit de données. Sans un spectre sonore riche et complet, l’algorithme est incapable de modéliser correctement une voix.
2. Le besoin cruel de données (Data)
Anis Ayari, ingénieur et vulgarisateur en intelligence artificielle, est catégorique : « On ne peut pas cloner une voix avec un simple allô. » Pour qu’une IA puisse reproduire les intonations, le rythme, l’accent et l’émotion d’un individu, elle a besoin d’un volume de données conséquent.
Des spécialistes de la traque des arnaques en ligne ont d’ailleurs fait le test. Même en utilisant des logiciels de pointe (comme ceux d’ElevenLabs ou de Resemble AI) avec un enregistrement de 20 à 30 secondes réalisé au téléphone, le résultat est inutilisable. La voix générée est robotique, étouffée, pleine d’artefacts sonores et le timbre n’est absolument pas reconnaissable.
En réalité, pour obtenir un clone vocal crédible capable de tromper un humain en temps réel, il faut :
- Au minimum 15 à 20 minutes d’enregistrement continu.
- Un son de qualité studio (sans aucun bruit de fond, écho ou parasite).
- Une variété d’intonations (questions, exclamations, chuchotements).
La vraie raison derrière les appels muets : Le démarchage industriel
Si ce n’est pas pour voler votre voix, pourquoi ces appels silencieux existent-ils ? La réponse se trouve dans les méthodes, souvent agressives, des centres d’appels commerciaux.
Pour augmenter la rentabilité de leurs opérateurs (qui sont payés à l’heure), les centres d’appels utilisent des ordinateurs qui composent des dizaines de numéros simultanément. Le logiciel calcule la probabilité que les gens décrochent. Mais l’algorithme se trompe parfois : si plusieurs personnes décrochent en même temps et qu’il n’y a plus d’opérateur humain disponible sur le plateau pour prendre l’appel, le logiciel vous met en attente (souvent sans musique) ou raccroche.
Bilan : vous vous retrouvez face à un silence oppressant. Ce n’est donc pas l’œuvre d’un hacker, mais simplement celle d’un logiciel de télémarketing mal calibré ou surchargé.
Clonage vocal par IA : Quels sont les véritables dangers ?
Si l’appel téléphonique silencieux n’est pas une menace pour votre voix, le clonage vocal par IA reste un danger bien réel, mais qui cible des canaux différents.
Les escrocs s’attaquent là où la qualité audio est bonne et abondante :
- Les notes vocales WhatsApp : Si votre compte WhatsApp est piraté, les hackers peuvent extraire vos longs messages vocaux.
- Les vidéos sur les réseaux sociaux : Les influenceurs, les créateurs de contenu sur YouTube, TikTok ou Instagram, qui publient des heures de vidéos avec un son d’excellente qualité, sont des cibles parfaites.
- Les podcasts et interviews : Les personnalités publiques ou les chefs d’entreprise sont particulièrement exposés.
L’arnaque au faux président (CEO Fraud) : Aujourd’hui, l’utilisation de l’IA vocale à des fins criminelles relève surtout de l’attaque ultra-ciblée (spear-phishing). Les pirates clonent la voix d’un PDG à partir de ses discours publics, puis appellent un employé du service comptabilité en urgence pour exiger un virement exceptionnel. Le taux de réussite de ces arnaques en entreprise est malheureusement en hausse.
De même, on voit apparaître aux États-Unis des arnaques au « faux enlèvement », où des parents reçoivent un appel de détresse imitant la voix de leur enfant (générée via des vidéos postées publiquement sur TikTok) pour réclamer une rançon immédiate.
Comment se protéger contre les arnaques vocales et les Deepfakes ?
Bien que le citoyen lambda soit moins exposé que les personnalités publiques, il convient d’adopter de bonnes pratiques d’hygiène numérique :
- Ne paniquez pas face aux appels muets : Si vous décrochez et qu’il n’y a personne, raccrochez simplement. Bloquez le numéro si les appels deviennent insistants. Votre voix ne sera pas clonée.
- Limitez les données vocales publiques : Si vous êtes soucieux de votre vie privée, évitez de publier de longues vidéos de vous en mode « face caméra » sur des profils publics accessibles à tous.
- Mettez en place un « mot de passe familial » : Pour parer aux arnaques ciblées impliquant de faux proches en détresse, convenez d’un mot de code secret avec votre famille. Si un proche vous appelle d’un numéro inconnu pour vous demander de l’argent en urgence, demandez-lui ce mot de passe.
- Méfiez-vous du sentiment d’urgence : Toute demande financière inattendue par téléphone, même si la voix semble familière, doit faire l’objet d’une contre-vérification (raccrochez et rappelez la personne sur son numéro habituel).
- Signalez les abus : En France, vous pouvez utiliser la plateforme de lutte contre le spam vocal et SMS, 33700.fr, ou vous rendre sur Cybermalveillance.gouv.fr en cas de tentative d’escroquerie.
Conclusion
En matière de technologies et de cybersécurité, la désinformation circule souvent plus vite que la vérité scientifique. Si l’intelligence artificielle fait des bonds de géant et pose de vrais défis éthiques et sécuritaires, elle n’est pas encore dotée de pouvoirs magiques. Cloner votre voix à partir d’un malheureux « Allô » compressé par les réseaux téléphoniques est, en l’état actuel de la technologie, un mythe absolu.
Les appels silencieux restent une nuisance liée aux dérives du démarchage téléphonique, mais pas une arme d’usurpation d’identité de masse. Restons vigilants face aux véritables menaces numériques (hameçonnage, piratage de comptes, fuites de données), tout en gardant l’esprit critique face aux légendes urbaines technologiques qui envahissent nos réseaux.
