Un hypertrucage se fabrique en quatre techniques distinctes, à partir de très peu de matière première. Les indices visuels se périment vite ; la provenance, elle, reste vérifiable.
Un hypertrucage n’est pas une technique mais quatre : l’échange de visage, la réanimation d’un visage par un acteur, la synchronisation labiale sur une bande-son, et la génération intégrale d’une séquence. Toutes demandent aujourd’hui très peu de matière première, parfois quelques images publiques. Les indices visuels classiques, mains, clignements, lisière du visage, se périment à chaque génération de modèles. Ce qui ne se périme pas, c’est la provenance : qui publie, depuis quand, et existe-t-il une source primaire. En France, la diffusion d’un tel contenu sans consentement est un délit.
Une vidéo de quarante secondes arrive sur une boucle familiale. Un ministre y tient des propos stupéfiants, face caméra, dans un décor plausible. L’image est un peu molle, le son un peu sourd, mais rien ne saute aux yeux. Personne ne sait quoi en faire : ni la croire, ni prouver qu’elle est fausse.
C’est exactement l’effet recherché. Un hypertrucage réussi n’a pas besoin d’être parfait, il a besoin d’être suffisant : assez crédible pour circuler pendant les quelques heures où il produira son effet, et assez ambigu pour que la vérification coûte plus cher que le partage.
Le mot « deepfake » désigne pourtant des objets techniques très différents, qui ne se fabriquent pas au même prix et ne laissent pas les mêmes traces. Les distinguer change complètement la façon de les examiner.
L’échange de visage est l’ancêtre, apparu en 2017, et il a donné son nom au reste. Un réseau apprend à comprimer puis à reconstruire le visage de deux personnes avec un encodeur commun et deux décodeurs distincts. En branchant le décodeur de la personne B sur le visage encodé de la personne A, on obtient A qui porte les traits de B, avec les expressions et l’éclairage d’origine.
La réanimation fonctionne autrement : un acteur joue devant une caméra, et ses mouvements de tête, ses regards et ses expressions pilotent une photographie unique de la cible. Une seule image de bonne qualité suffit. C’est la technique des portraits qui se mettent à parler.
La synchronisation labiale ne touche qu’à la bouche et au menton d’une vidéo authentique, pour les recaler sur une bande-son nouvelle. C’est la plus économique, la plus discrète, et la plus utilisée pour faire dire n’importe quoi à une personnalité filmée dans un cadre officiel.
La génération intégrale, enfin, produit la séquence entière à partir d’une description, avec les mêmes modèles de diffusion que ceux décrits dans la fabrication d’une image par débruitage, étendus à la dimension temporelle. Elle n’imite pas une personne précise par défaut, mais elle fabrique des scènes, des lieux et des événements qui n’ont jamais existé.
| Échange de visage | Réanimation | Synchronisation labiale | Génération intégrale | |
|---|---|---|---|---|
| Matière première | Quelques dizaines d’images de la cible | Une photographie de face | Une vidéo réelle et une bande-son | Une description écrite |
| Ce qui est modifié | La zone du visage | La tête entière | Bouche et menton | Toute l’image |
| Défaut typique | Lisière du visage, teint, oreilles | Cou figé, cheveux instables | Bavures autour des lèvres | Objets qui se déforment, texte illisible |
| Usage le plus fréquent | Contenus à caractère sexuel non consentis | Fausses vidéos d’annonce | Fausses déclarations publiques | Faux événements, fausses preuves |
| Détectable au son | Non, le son est rapporté | Souvent | Presque toujours | Souvent |
Vers 2018, un échange de visage convaincant réclamait plusieurs minutes de vidéo de la cible sous des angles variés, une carte graphique et des jours de calcul. Les modèles actuels arrivent pré-entraînés sur des millions de visages : ils n’apprennent plus votre visage, ils l’adaptent. Quelques photographies publiques suffisent, et l’opération se compte en minutes.
Le goulot d’étranglement n’est donc plus technique. Il est scénaristique. Un hypertrucage efficace exige un prétexte crédible, un canal de diffusion qui inspire confiance, un moment opportun et une demande précise. C’est la même architecture que l’hameçonnage : la partie coûteuse a toujours été la mise en scène, jamais la fabrication.
Cette bascule a une conséquence pratique. Chercher à savoir si les pixels ont été manipulés revient à examiner la partie devenue bon marché. Examiner le scénario, c’est-à-dire ce que le contenu vous demande de faire et avec quelle urgence, revient à examiner la partie qui coûte cher à l’attaquant.
Ils gardent leur utilité sur les productions bâclées, qui restent la majorité. Regardez d’abord les zones que les modèles traitent mal : la lisière entre le visage et les cheveux, les oreilles et les boucles d’oreilles, les lunettes et leurs reflets, les dents lorsqu’elles apparaissent, le cou et la pomme d’Adam, et les mains dès qu’elles s’approchent du visage.
Vérifiez ensuite la cohérence physique : direction des ombres sur le visage par rapport au reste de la scène, température de couleur de la peau comparée à l’arrière-plan, netteté du visage plus élevée ou plus faible que celle du décor. Un visage rapporté conserve presque toujours sa propre compression, ce qui produit un carré de netteté légèrement différent du reste.
L’oreille repère des anomalies que l’œil laisse passer, parce que la voix synthétique porte la signature de son absence d’environnement. Écoutez la réverbération : une personne filmée dans une pièce produit un écho court propre à ce volume, une voix générée est souvent posée sur un fond trop propre ou sur une ambiance rapportée qui ne bouge pas.
Écoutez ensuite les respirations, généralement trop régulières ou absentes aux endroits où une phrase longue devrait obliger à reprendre son souffle. Les hésitations, les reprises et les changements de rythme émotionnel manquent aussi. Sur une synchronisation labiale, concentrez-vous sur les consonnes qui ferment les lèvres, p, b et m : c’est là que le décalage d’une ou deux images devient perceptible. Le mécanisme complet de fabrication d’une voix est détaillé dans l’article sur le clonage vocal.
L’idée d’un logiciel qui rendrait un verdict séduit, et les résultats publiés en laboratoire sont flatteurs. Ils s’effondrent en conditions réelles pour une raison structurelle : un détecteur apprend les traces d’un générateur donné, et un générateur nouveau laisse d’autres traces. Lors du grand concours de détection organisé en 2020 sur un corpus de vidéos inédites, le meilleur modèle plafonnait autour de deux tiers de bonnes réponses, très loin des scores annoncés sur les données d’entraînement.
S’y ajoute la dégradation ordinaire du web. Une vidéo partagée est recompressée, recadrée, réencodée au format vertical, parfois recapturée en filmant un écran. Chacune de ces étapes efface les traces fines sur lesquelles la détection repose. Un score affiché par un outil en ligne n’est donc pas une preuve, et un résultat « authentique » ne vaut pas certificat. C’est la même prudence que celle exigée face à une réponse d’assistant, décrite dans les hallucinations de l’IA.
Renversez la question. Au lieu de chercher si le fichier est faux, cherchez d’où il vient. Un contenu authentique laisse presque toujours une piste : un auteur, une date, un autre angle, une reprise par un média qui engage sa responsabilité.
Cette méthode a un avantage que la forensique n’aura jamais : elle fonctionne aussi contre les fausses informations sans trucage, qui restent de très loin les plus nombreuses. Une photographie authentique légendée de travers circule mieux qu’un montage, et la mécanique de diffusion décrite dans le classement des fils d’actualité favorise exactement les contenus qui déclenchent une réaction immédiate.
L’article 226-8 du code pénal réprime le fait de porter à la connaissance du public un montage réalisé avec les paroles ou l’image d’une personne sans son consentement, sauf s’il apparaît à l’évidence qu’il s’agit d’un montage ou s’il en est expressément fait mention. La peine est d’un an d’emprisonnement et de 15 000 euros d’amende. La loi du 21 mai 2024 visant à sécuriser et à réguler l’espace numérique a explicitement étendu ce texte aux contenus générés par un traitement algorithmique, et aggravé la sanction lorsque la diffusion a lieu sur un service de communication au public en ligne.
La même loi a créé l’article 226-8-1, propre aux contenus à caractère sexuel, puni de deux ans d’emprisonnement et de 60 000 euros d’amende, avec une aggravation en cas de diffusion en ligne. D’autres qualifications se cumulent souvent : l’usurpation d’identité de l’article 226-4-1, l’escroquerie de l’article 313-1 quand le montage sert à obtenir un virement, et les délits d’injure ou de diffamation. Au civil, l’article 9 du code civil protège le droit à l’image et permet d’obtenir en référé le retrait d’un contenu.
Le volet européen ajoute une couche de transparence plutôt que de répression. Le règlement sur l’IA impose à celui qui diffuse un hypertrucage représentant des personnes ou des événements réels de le signaler clairement, avec un aménagement pour les œuvres artistiques et satiriques. La reconnaissance faciale en temps réel dans l’espace public relève, elle, des pratiques d’IA interdites. La répartition des compétences entre autorités françaises est détaillée dans notre article sur le contrôle de l’IA en France.
La priorité est la preuve, avant le retrait : une fois le contenu supprimé, il devient beaucoup plus difficile d’établir ce qui a été diffusé. Faites des captures d’écran montrant l’adresse complète, la date, le nombre de vues et l’identifiant du compte, et conservez une copie du fichier.
Signalez ensuite le contenu à la plateforme par son formulaire dédié : le règlement européen sur les services numériques l’oblige à traiter les notifications et à motiver sa décision. Déposez plainte en parallèle, sans attendre le résultat du signalement. Si un compte a été créé à votre nom pour diffuser le contenu, la marche à suivre figure dans notre article sur l’usurpation de compte. Si le montage reste accessible via un moteur de recherche après suppression de la page, la demande de déréférencement est une démarche distincte, qui s’adresse au moteur.
Pour un contenu manifestement illicite, le signalement à Pharos alerte les services d’enquête. Pour les mineurs et les victimes de violences numériques, le 3018 est un numéro national gratuit qui accompagne les démarches et dispose de canaux directs auprès des plateformes.
Ne demandez pas « est-ce vrai ». Demandez « que veut-on que je fasse ». Un hypertrucage utile à son auteur cherche presque toujours une action immédiate : partager, voter, payer, virer, répondre à un supérieur en visioconférence. Dans le cadre professionnel, cette demande recoupe la fraude au faux ordre de virement, et la parade est la même depuis vingt ans, un rappel sur un numéro connu à l’avance.
L’urgence est l’indice le plus fiable, parce que c’est le seul que l’attaquant ne peut pas supprimer : sans pression temporelle, sa cible vérifie. Si vous voulez éprouver ce réflexe sur des scénarios concrets, notre quiz de reconnaissance d’une arnaque travaille exactement ce point.
« Hypertrucage » est le terme retenu dans la version française du règlement européen sur l’intelligence artificielle, qui le définit comme un contenu image, son ou vidéo généré ou manipulé par une IA et ressemblant à des personnes, des objets ou des événements existants, au point de paraître authentique. « Trucage vidéo » et « vidéo truquée par IA » circulent aussi. Le mot anglais reste le plus employé, y compris dans les échanges avec les plateformes, mais c’est bien « hypertrucage » qu’il faut employer dans un courrier officiel ou une plainte.
Non, à deux conditions. L’article 226-8 du code pénal ne s’applique que si le caractère truqué n’apparaît pas à l’évidence ou n’est pas expressément mentionné : un montage clairement identifié comme tel sort du champ. Le règlement européen prévoit de la même façon un aménagement pour les œuvres manifestement artistiques, satiriques ou fictionnelles, où la mention doit rester discrète pour ne pas gâcher l’œuvre. En revanche, ni la parodie ni la satire ne couvrent l’atteinte à la dignité, l’injure, la diffamation ou le contenu à caractère sexuel.
Pas assez pour fonder une décision. Ils sont entraînés sur des corpus de trucages connus et perdent beaucoup de précision face à une technique nouvelle, ou simplement après une recompression, un recadrage ou une capture d’écran. Ils produisent aussi des faux positifs sur des vidéos authentiques mais très retouchées, filtrées ou fortement compressées. Un score de probabilité ne vaut jamais une vérification de provenance : remonter à la source primaire reste la seule méthode qui ne se périme pas.
Conservez d’abord les preuves : captures d’écran avec la date et l’adresse exacte, identifiant du compte, copie du fichier. Signalez ensuite le contenu à la plateforme, qui doit traiter la notification au titre du règlement européen sur les services numériques. Déposez plainte, au commissariat, à la gendarmerie ou en ligne selon les cas. S’il s’agit d’un contenu à caractère sexuel, le 3018 accompagne les victimes de violences numériques. Voir aussi la procédure de signalement d’un contenu illicite.
Oui, et c’est l’usage le plus coûteux à ce jour. Début 2024, une entreprise d’ingénierie a viré l’équivalent de plusieurs dizaines de millions de dollars depuis son bureau de Hong Kong après une visioconférence où l’ensemble des participants, dont le directeur financier, étaient truqués. Le schéma reprend la fraude au faux ordre de virement classique, avec une couche de crédibilité supplémentaire. La parade ne change pas : validation par un canal indépendant, connu à l’avance, jamais celui qui a servi à la demande.
Les liens ci-dessus renvoient vers les textes et les organismes cités. Les dates de consultation sont celles de la dernière relecture, le 13 septembre 2026.
Dans ce thème
Dans la rubrique
Modèles de langage, IA générative, deepfakes et règlement européen sur l’IA, expliqués sans hype ni panique.