Des chercheurs mettent au point un système de détection des deepfakes en visioconférence en temps réel

Des chercheurs ont créé un système d'alerte en temps réel qui signale la présence d'interlocuteurs synthétiques en visioconférence. Il répond à un constat : les technologies de deepfake imitent désormais la voix et l'apparence avec un réalisme tel que le contrôle visuel habituel ne suffit plus.

Pourquoi les visioconférences sont devenues une cible pour les fraudeurs

La visioconférence est devenue un outil de base pour les entreprises : on y mène des entretiens d'embauche, on y signe des contrats, on y vérifie l'identité de clients et de partenaires. Un appel vidéo inspirait traditionnellement plus de confiance qu'un e-mail ou un appel vocal : il semblait difficile de se faire passer pour quelqu'un d'autre face à la caméra. Cette logique ne tient plus aujourd'hui.

Les technologies de deepfake actuelles peuvent plaquer en temps réel un visage étranger sur un flux vidéo et cloner la voix en même temps, avec une latence de synthèse devenue pratiquement imperceptible. Le participant regarde son interlocuteur « dans les yeux » et entend une voix familière, mais il échange en réalité avec une image entièrement synthétique, générée par un réseau de neurones.

• Les deepfakes falsifient le visage et la voix simultanément, pendant l'appel
• La qualité de synthèse a atteint un niveau où l'analyse visuelle ne suffit plus
• Les visioconférences sont une cible directe : négociations, vérification d'identité, décisions financières
• La plupart des détecteurs de deepfakes existants travaillent sur des enregistrements, pas en temps réel

Comment fonctionne le système d'alerte

Le système analyse le flux vidéo et audio entrant pendant l'appel et affiche une alerte s'il détecte des signes de synthèse. Son objectif n'est pas de remplacer le jugement humain, mais de donner à l'utilisateur un signal à temps, avant qu'il ne prenne une décision fondée sur la confiance accordée à son « interlocuteur ».

Les détecteurs de deepfakes recherchent les traces caractéristiques de la génération : désynchronisation entre mimique et parole, artefacts sur les contours du visage et de la chevelure, anomalies dans le mouvement des yeux, clignements non naturels, schémas d'éclairage atypiques. La tâche se complique du fait que les réseaux de neurones générateurs s'améliorent sans cesse : le détecteur doit évoluer dans une course technologique permanente.

«

De plus en plus souvent, nous devons nous demander si de vrais yeux nous regardent depuis l'écran », écrit TechXplore AI à propos de la menace des deepfakes en visioconférence.

L'alerte doit apparaître en temps réel dans l'interface de l'appel. Faute de quoi elle perd sa valeur pratique : elle devient un outil d'enquête a posteriori, et non une protection en direct.

Pourquoi cette solution arrive maintenant

Entre 2025 et 2026, la qualité des deepfakes a fait un bond. Les outils commerciaux et open source disponibles permettent de produire des faux convaincants sans connaissances techniques particulières. La barrière d'entrée a tellement baissé que ces technologies sont désormais entre les mains d'un large éventail de malfaiteurs, des escrocs téléphoniques aux auteurs d'espionnage industriel.

Les détecteurs de deepfakes fondés sur l'IA existent depuis plusieurs années, mais la plupart fonctionnent a posteriori : ils analysent une vidéo déjà enregistrée. Un système temps réel pose un problème fondamentalement différent : l'algorithme doit rendre son verdict en quelques millisecondes, tant que la conversation se poursuit et que l'utilisateur n'a pas encore pris sa décision clé.

Ce que cela signifie

L'arrivée d'outils pratiques d'alerte aux deepfakes directement dans l'interface des appels vidéo marque une étape importante pour la sécurité des entreprises et l'identification en ligne. Pour les sociétés qui utilisent la visioconférence afin de vérifier des clients, de mener des négociations financières ou de prendre des décisions de recrutement, un tel outil comble une vulnérabilité réelle, que l'œil humain ne couvre plus à l'ère de l'IA générative.