Clone vocal via IA : la nouvelle trouvaille des «escrocs»

Avant, c’était des arnaqueurs qui se faisaient passer pour des agents d’opérateurs mobiles. Pour d’autres, c’était l’hypnose. Mais aujourd’hui, ils semblent monter d’un cran. Plus besoin d’être un as de l’informatique pour monter une escroquerie sophistiquée. Quelques instructions données à une IA peuvent désormais suffire à imiter la voix d’un proche destinée à tromper sa victime. A Louga, une gérante de point de tranfert d'argent piégée par une voix clonée grâce à l’IA, ua transféré plus de 4,3 millions FCFA- à son escroc. Selon Assane Gueye, expert en cyber sécurité interrogé par L'OBS, les outils IA sont entraînés sur des milliers d'heures d'enregistrements.

À partir d'un court extrait de la voix recherchée, ils en analysent les caractéristiques : le timbre, la hauteur, le débit de parole et l'accent. «Ils peuvent ensuite générer un discours avec cette même voix. Certains systèmes permettent même de transformer en temps réel la voix d'un interlocuteur pour lui donner celle d'une autre personne», explique-t-il. Le plus troublant, c'est le faible temps d'enregistrement nécessaire. «Trois à dix secondes peuvent suffire pour obtenir un clone crédible au téléphone», renseigne le spécialiste. Avec une à deux minutes d'audio de bonne qualité, le résultat peut devenir encore plus fidèle.

La compression sonore des communications téléphoniques contribue également à masquer certaines imperfections. «Des outils comme ElevenLabs, Resemble AI, Play.ht ou Speechify, ainsi que des solutions libres telles que XTTS, OpenVoice et RVC, rendent cette technologie de plus en plus accessible», poursuit le spécialiste. Il n'est donc plus indispensable de disposer de compétences avancées en informatique pour reproduire une voix.

L'expert apporte toutefois une nuance : les émotions, les tics de langage et certains accents locaux, notamment le mélange du français et du wolof, restent plus difficiles à imiter. Mais encore faut-il récupérer la voix de la personne ciblée. Pour cela, les escrocs disposent de plusieurs portes d'entrée. «Les réseaux sociaux constituent une véritable mine d'informations. Les vidéos publiées sur TikTok, Facebook ou Instagram, les messages vocaux sur WhatsApp etc.»

«Un simple “Allô, oui” peut servir d'échantillon vocal»

Les conversations enregistrées peuvent fournir des échantillons sonores. «Ces plateformes permettent également de repérer les liens familiaux, les proches et les habitudes des personnes ciblées». Les numéros de téléphone peuvent, eux aussi, être récupérés par différents moyens : fuites de données, faux formulaires, messages d'hameçonnage ou encore appels silencieux destinés à enregistrer quelques mots de la victime. «Un simple “Allô, oui” peut servir d'échantillon vocal», précise l'expert. Dans certains cas, les fraudeurs peuvent également exploiter des informations accessibles publiquement ou des bases de données compromises. Une fois la voix récupérée, les escrocs passent à la mise en scène.

Lire plus : https://www.pulse.sn/article/une-ia-vole-95-millions-deuros-a-une-banque-2026092719593270989

«Le scénario repose généralement sur une personne connue de la victime : un parent, un enfant ou un proche. Ils lui attribuent une situation d'urgence, réclament de l'argent et cherchent à obtenir un transfert rapide. La pression psychologique est essentielle. Il faut empêcher la victime de réfléchir, de vérifier ou de contacter directement la personne qu'elle croit avoir au bout du fil», confesse le sénior Soc analyste.