La voix au cœur d’un nouveau défi de cybersécurité
/La voix est devenue un élément central de notre manière d’accéder, de communiquer et de faire confiance — qu’il s’agisse d’un appel client ou d’un assistant vocal.
Mais à mesure que les voix générées par l’IA se multiplient, ce signal humain — autrefois gage d’authenticité — se retrouve au cœur d’un nouveau défi de cybersécurité.
+ 475 % de fraudes vocales par IA en un an
En 2025, les fraudes exploitant des voix synthétiques dans les services financiers européens ont progressé de +475 %. Quelques secondes d'audio suffisent désormais à reproduire la voix d'une personne avec un réalisme suffisant pour tromper un interlocuteur humain ou un système automatisé. La fraude vocale synthétique n'est plus un risque théorique : elle est déjà dans les centres d'appels, dans les messageries vocales et dans les processus d'authentification du quotidien.
Restaurer la confiance dans la voix
La voix est devenue l'une des nouvelles surfaces d'attaque de l'économie numérique.
Usurpation d'identité par téléphone, contournement des systèmes d'authentification, campagnes de désinformation : les deepfakes vocaux atteignent un niveau de réalisme qui rend leur identification toujours plus complexe.
Face à cette évolution, les technologies de détection constituent une première ligne de défense. Mais elles doivent être en mesure d'opérer en conditions réelles, sur de l'audio téléphonique dégradé, en temps réel et à l'échelle industrielle.
Nous avons rencontré Whispeak* sur le stand Bouygues de VivaTech 2026.
Whispeak détecte la fraude vocale en moins d’une seconde
Fondée à Lille en 2020, Whispeak a développé deux catégories de solutions pour sécuriser chaque interaction vocale :
La première est un moteur de détection de voix générées par IA. Il analyse l'audio via un modèle de deep learning qui génère une représentation du signal, optimisée pour distinguer une voix humaine d'une voix de synthèse, y compris les modèles génératifs apparus après la phase d'entraînement. Le résultat est retourné en moins d'une seconde, avec un score de confiance. Le modèle, fort de 98,9 millions de paramètres, est conçu pour fonctionner sur tout type d’audio, y compris le canal téléphonique, le format réel des appels en production.
La seconde est une solution d'authentification par biométrie vocale. Lors de la première utilisation, l'utilisateur parle quelques secondes pour enregistrer sa voix et le modèle de deep learning génère une empreinte vocale unique. À chaque interaction suivante, la voix est comparée en temps réel avec l'empreinte vocale de l'utilisateur présumé : le verdict, vérifié ou non, est retourné en moins d'une seconde. Le système détecte également les tentatives de fraude : il reconnaît qu'une voix est synthétique ou qu'il s'agit d'un enregistrement rejoué, et non d'une personne parlant en direct.
Les deux solutions sont disponibles via API, en mode SaaS, on-premise ou déploiement air-gapped, c’est-à-dire totalement isolé d’un réseau externe, pour les environnements les plus sensibles.
command control
Whispeak pour la Défense et les Institutions Publiques
Les commandes et accès autorisés par la voix exigent une certitude absolue sur l’identité de la personne qui les émet. C’est particulièrement vrai dans le monde de la Défense et de la Sécurité.
C’est pourquoi Whispeak, après avoir remporté en 2024 le Défi Cyber AMIAD, organisé par la Direction générale de l'armement (DGA / COMCYBER, 2024), est soutenue par l’AID** et la DGA.
**Agence Innovation Défense
Crédits photos: Whispeak
