Deep fake: comment le clonage de voix s'est totalement démocratisé

Avec un simple outil, il est possible de reproduire des voix avec une précision redoutable. De quoi faire craindre une multiplication des deepfakes.

Emmanuel Macron qui cite du Jean-Luc Mélenchon? Joe Biden qui insulte Barack Obama? Le clonage de voix ("voice cloning" en anglais) est devenu, avec l'explosion de l'intelligence artificielle, d'une facilité déconcertante.

Dans le cadre de la Nuit de l'IA, diffusée sur BFM Business et Tech&Co, nous avons testé le site ElevenLabs qui permet justement de reproduire des voix avec un réalisme parfois impressionnant.

Concrètement, l'outil analyse des extraits sonores d'une voix pour la cloner. Pour cela, il faut lui faire "ingurgiter" des sons clairs, sans parasites. Raison pour laquelle il fonctionne mieux avec des discours, quand la voix est très nette.

A partir de là, ElevenLabs propose donc une version proche de la source, à laquelle il est possible de faire tout et n'importe quoi. Le "voice cloning" est particulièrement efficace sur les voix très reconnaissables, pour peu aussi qu'on utilise le vocabulaire adéquat. Donald Trump est ainsi un très bon exemple.

Mais la facilité que propose ElevenLabs a ouvert la voie à une industrialisation des deepfakes: en quelques minutes, un internaute peut générer un message totalement faux, mais particulièrement réaliste.

Mais il existe aussi des possibilités intéressantes avec le clonage de voix, notamment lorsque l'Ircam a pu reconstituer la voix du Général de Gaulle pour lui faire réciter l'Appel du 18 juin 1940, jamais enregistré.

De la même manière, la reproduction de la voix pourrait permettre de constituer une source intemporelle d'une voix, d'un chanteur par exemple, qui survivrait alors à sa mort.

Thomas Leroy Journaliste BFM Business