Clonage vocal par IA : les célébrités face à des lois encore insuffisantes

Une voix suffit à inspirer confiance. C’est précisément ce qui rend les progrès du clonage vocal si délicats : à partir d’enregistrements, des outils d’intelligence artificielle peuvent reproduire le timbre, le rythme et certaines intonations d’une personne avec un réalisme susceptible de tromper un auditeur. Lorsqu’il s’agit d’une personnalité publique, la confusion peut servir à vendre, à influencer ou à escroquer. Lorsqu’il s’agit d’un proche, elle peut déclencher une réaction émotionnelle immédiate.

Les exemples impliquant Jennifer Aniston, Oprah Winfrey, Kylie Jenner ou encore David Attenborough montrent que le phénomène ne relève plus de la seule démonstration technique. Des imposteurs ont exploité des voix attribuées à ces célébrités dans des opérations frauduleuses ou des contenus non autorisés. Or, en novembre 2024, les règles existantes sur la vie privée, les droits d’auteur et les usages commerciaux de l’identité ne couvrent pas toujours de manière simple et homogène cette nouvelle forme d’imitation.

Comment fonctionne le clonage vocal par IA ?

Le clonage vocal est une application de l’IA générative. Le système analyse des extraits de parole afin d’apprendre les caractéristiques sonores d’une voix : hauteur, accent, débit, prononciation et variations d’intonation. Il peut ensuite produire de nouvelles phrases dans une voix ressemblante à partir d’un texte, ou convertir la parole d’un locuteur vers la voix imitée.

La qualité dépend notamment de la quantité et de la netteté des enregistrements disponibles. Les personnalités publiques sont particulièrement exposées, parce que leurs interviews, discours, vidéos et apparitions médiatiques offrent souvent de nombreux échantillons de voix facilement accessibles. Mais ce risque ne concerne pas uniquement les vedettes : les messages vocaux, vidéos publiées sur les réseaux sociaux ou échanges professionnels peuvent eux aussi fournir de la matière à des fraudeurs.

Il faut distinguer l’imitation traditionnelle, réalisée par un artiste humain, de la synthèse vocale automatisée. Dans le premier cas, le public identifie généralement une performance. Dans le second, un message inédit peut être fabriqué rapidement, à grande échelle, et présenté comme l’enregistrement authentique de la personne imitée.

Des célébrités utilisées sans consentement

Les voix de Jennifer Aniston, Oprah Winfrey et Kylie Jenner ont été associées à des fraudes reposant sur des procédés de clonage vocal. L’objectif de ces usurpations est de profiter de la notoriété et de la confiance accordée à ces personnalités. Une voix familière peut donner une apparence de crédibilité à une publicité, un conseil financier ou une sollicitation qui ne vient pourtant pas de la personne concernée.

Le cas de David Attenborough illustre une autre menace : sa voix emblématique a été clonée pour diffuser des informations partisanes. Le naturaliste et présentateur s’est vivement opposé à cette appropriation non autorisée de son identité. Au-delà de l’atteinte personnelle, le préjudice est informationnel. Le public peut attribuer à une personnalité reconnue des propos qu’elle n’a jamais formulés, y compris sur des sujets sensibles.

Cette confusion entre la personne et sa reproduction numérique atteint un élément très particulier de l’identité. Le visage est depuis longtemps au cœur des débats sur les trucages visuels. La voix, elle, est à la fois intime et publique : elle porte une réputation, une autorité, une émotion et parfois la valeur économique d’une carrière. C’est notamment le cas des comédiens de doublage, narrateurs, animateurs, chanteurs et interprètes.

Le débat a aussi été nourri par la réaction de Scarlett Johansson face à la ressemblance troublante entre sa voix et celle employée par un modèle d’IA. Ces épisodes rappellent qu’une technologie peut susciter une controverse même lorsqu’elle ne prétend pas officiellement reproduire une personne précise : la proximité perçue par le public peut, elle aussi, poser question.

Pourquoi les arnaques vocales progressent-elles ?

Les fraudeurs n’ont pas attendu l’IA pour se faire passer pour un proche ou pour une autorité. Le clonage vocal rend toutefois ce type de manipulation plus crédible. Les escrocs peuvent associer une voix imitée à un scénario d’urgence : accident, téléphone perdu, problème bancaire ou besoin de transférer de l’argent immédiatement.

Au Royaume-Uni, les escroqueries impliquant des voix clonées ont progressé de 30 % en une année, selon des chiffres évoqués par la banque NatWest. De son côté, la banque Starling a relevé que 28 % de la population avait été prise pour cible au moins une fois par ce type de méthode malveillante. Ces données ne signifient pas que toutes les tentatives aboutissent, mais elles décrivent une exposition devenue massive.

La variante connue sous le nom de « Salut maman » est particulièrement révélatrice. Un appelant prétend être le fils, la fille ou un autre proche de la personne visée, souvent dans une situation urgente. À l’autre bout du fil, la voix peut sembler affolée, le réseau médiocre, et le temps présenté comme compté. La victime est alors incitée à agir avant d’avoir vérifié.

La prudence ne consiste pas à soupçonner systématiquement ses proches. Elle consiste à introduire une vérification indépendante avant une décision coûteuse ou irréversible. Rappeler un numéro déjà connu, contacter un autre membre de la famille ou convenir à l’avance d’un mot de passe familial sont des gestes simples qui réduisent l’efficacité de la mise en scène.

Des lois qui peinent à suivre la vitesse des outils

Le problème juridique ne se résume pas à l’existence ou non de règles. Une voix clonée peut toucher simultanément à plusieurs domaines : respect de la vie privée, protection des données, droit d’auteur sur des enregistrements, droit des contrats, concurrence déloyale, publicité trompeuse ou fraude. Mais ces protections n’ont pas toujours été conçues pour répondre à la création instantanée de nouveaux propos dans une voix reconnaissable.

Le Dr Dominic Lees alerte sur ce décalage entre la législation actuelle sur la vie privée et le droit d’auteur, d’une part, et les capacités offertes par le clonage vocal, d’autre part. Une difficulté centrale consiste à identifier ce qui doit être protégé : un enregistrement particulier, la performance d’un artiste, la voix comme attribut personnel, ou encore la réputation associée à cette voix.

Le droit d’auteur, par exemple, protège généralement des œuvres ou enregistrements sous certaines conditions. Il ne confère pas nécessairement, à lui seul, un droit général et uniforme sur la manière dont une personne parle. De même, une action fondée sur la vie privée ou l’usage commercial trompeur de l’identité peut dépendre du pays, du contexte et du dommage établi. Pour une victime, ces incertitudes rendent la réaction plus lente alors que les contenus truqués peuvent circuler en quelques heures.

La nécessité d’un consentement clair et d’une rémunération adaptée devient particulièrement importante dans les métiers où la voix constitue le travail même de l’interprète. Une clause contractuelle vague autorisant l’usage d’un enregistrement peut-elle permettre l’entraînement d’un outil capable de générer des milliers de répliques inédites ? La question est au cœur des inquiétudes du secteur créatif.

Les artistes de la voix face à une mutation du travail

Le clonage vocal ne sert pas uniquement à tromper. Il peut aussi être proposé comme un outil de production : doublage plus rapide, lecture de textes, localisation de contenus ou création de voix de synthèse. Cette utilité potentielle explique que le débat ne porte pas sur une interdiction générale de l’IA, mais sur les conditions de son emploi.

Pour les artistes, le danger est double. Le premier est l’utilisation sans accord d’une voix, ou d’enregistrements ayant servi à l’entraîner. Le second est le remplacement progressif de prestations humaines par une version synthétique, parfois construite à partir du travail même des professionnels qu’elle concurrence. Joe Lewis, concepteur de voix à la Voiceover Gallery, indique que l’IA a déjà reproduit certaines voix de ses artistes.

La transformation du marché de la voix off soulève donc des enjeux de contrôle, de rémunération et de transparence. Un artiste peut souhaiter autoriser une copie numérique de sa voix pour certains usages, une langue, une durée ou un type de contenu précis. Il peut aussi vouloir l’interdire pour la publicité politique, les campagnes commerciales, les contenus sensibles ou les œuvres dont il ne partage pas les valeurs. Un cadre efficace devrait permettre d’exprimer ces choix de façon lisible et vérifiable.

Le cinéma et les médias sous surveillance parlementaire

L’inquiétude gagne les institutions. La Chambre des communes examine l’usage éthique de l’intelligence artificielle dans l’industrie du film. Cette réflexion concerne les images, les scénarios et les emplois, mais les voix y occupent une place naturelle : elles sont indispensables au doublage, à la narration, aux bandes-annonces et à de nombreuses productions audiovisuelles.

Les groupes de recherche et les professionnels cherchent également à fixer des pratiques plus sûres. Le Synthetic Media Research Network fait partie des acteurs mobilisés sur les conséquences des médias synthétiques. Leur travail souligne une évidence : la réponse ne peut pas reposer uniquement sur les utilisateurs finaux, invités à redoubler de méfiance. Les plateformes, les éditeurs d’outils, les producteurs et les donneurs d’ordre ont aussi un rôle à jouer.

Parmi les pistes couramment évoquées figurent l’information claire du public lorsqu’une voix est générée par IA, des mécanismes de traçabilité, des procédures rapides de signalement et de retrait, ainsi que des contrats plus précis pour les artistes. Leur efficacité dépendra toutefois de leur application réelle et de la capacité à agir au-delà des frontières, là où de nombreux contenus sont diffusés.

Ce qu’il faut surveiller

La question décisive est celle de la protection de l’identité vocale. À mesure que les outils deviennent plus accessibles, le coût de création d’une imitation diminue tandis que le coût humain d’une usurpation peut rester très élevé : réputation d’une célébrité, économies d’une famille, emploi d’un interprète ou confiance dans une information.

Les prochains débats réglementaires devront préciser les responsabilités de chaque intervenant. Qui répond lorsqu’une voix est clonée sans consentement ? Le créateur du contenu, la plateforme qui l’héberge, le fournisseur du modèle, ou plusieurs d’entre eux ? Et comment garantir qu’un professionnel ayant accepté un usage limité de sa voix puisse réellement en garder la maîtrise ?

En attendant des réponses plus nettes, un principe simple s’impose pour le public : une voix crédible n’est plus une preuve d’authenticité. Pour les célébrités comme pour les anonymes, la confiance devra de plus en plus reposer sur une vérification complémentaire, et non sur la seule impression familière laissée par quelques secondes d’audio.