La voix humaine n’est plus seulement un moyen de communication. Avec le développement rapide des technologies d’intelligence artificielle, elle fait désormais partie des données exploitables pour le vol d’identité et la fraude en ligne.

Si les utilisateurs sont désormais habitués à se méfier des messages suspects, des liens inconnus et des tentatives de vol de mot de passe, de nouvelles méthodes ont émergé. Elles reposent sur des technologies capables d’imiter la voix humaine à un point tel qu’il devient de plus en plus difficile de distinguer la voix originale de la voix imitée.

L’escroquerie peut commencer par un appel apparemment anodin provenant d’un numéro inconnu. Cependant, la voix à l’autre bout du fil peut sembler suffisamment familière pour mettre la victime en confiance.

L’appelant peut prétendre être un membre de la famille ou un ami, puis inventer une histoire d’urgence : accident, difficultés financières, besoin d’aide urgente… avant de demander des virements d’argent, des données personnelles ou un code de vérification envoyé par SMS.

Les technologies de clonage vocal permettent de créer de nouvelles voix imitant celles d’une personne réelle à partir d’échantillons audio disponibles. Ceci soulève des questions croissantes quant à la quantité d’informations personnelles partagées en ligne et leur utilisation potentielle dans des escroqueries plus sophistiquées.

Avec cette évolution, la simple reconnaissance d’une voix familière ne suffit plus à prouver l’identité d’un appelant, notamment lorsqu’il s’agit d’une demande financière ou d’informations sensibles.

Il est donc essentiel de faire preuve de prudence face aux appels inconnus, d’éviter les décisions prises sous pression ou dans la précipitation, et de vérifier l’identité de l’appelant par un canal de communication indépendant avant de répondre à toute demande.

Accent et persuasion

Une étude menée par l’Université d’Abertay a examiné des versions artificielles de l’anglais écossais standard, ainsi que du dialecte local de Dundee, répandu dans la région. L’étude a conclu que les auditeurs supposaient souvent que les voix générées par l’IA appartenaient à de vraies personnes. Cette impression était encore plus forte lorsque des dialectes régionaux étaient utilisés, les personnes percevant les machines comme moins précises dans leur imitation.