Technologie d'imitation de voix : de la science fiction?

[Nathalie]

Je me demande si la technologie est assez avancée pour pouvoir créer un enregistrement audio qui imite parfaitement la voix d'une personne. Par parfaitement je veux dire qu'une personne qui connait bien la voix de la personne visée ne remarque aucune différence et se laisser berner par l'enregistrement.

C'est l'affaire Tariq Ramadan qui m'amène à me poser cette question. J'ai écouté un enregistrement dans lequel on dirait la voix de Tariq Ramadan qui laisse des messages à teneur sexuelle ou bien de menaces. Est-ce qu'il s'agit, selon vous, de Tariq Ramadan, ou bien il faut considérer sérieusement l'hypothèse qu'on a imité sa voix?
http://www.europe-israel.org/2017/10/af ... conquetes/

Tariq Ramadan a une longue liste d'ennemis très motivés. Et beaucoup de ses adeptes sont aussi très motivés à sauver sa réputation en attaquant ceux qui le critiquent.

[LoutredeMer]

Adobe en 2016 et Lyrebird, une société québecoise, en 2017 ont créé un algorithme le permettant.

http://sciencepost.fr/2017/05/apres-min ... iter-voix/
http://www.numerama.com/tech/251861-cet ... audio.html

Cela dit, ça doit etre plus compliqué que ça.

http://www.europe-israel.org/2017/10/af ... conquetes/

Hum...

Quand à ses fans dont la quasi totalité est antisémite, ils ne devraient pas être plus dérangés que cela par un adultère doublé d’un viol sur une musulmane, laquelle était déjà coupable, d’avoir quitté la secte.

[Cadenas]

Pourquoi envisager nécessairement le recours à un outil technologique? Les imitations de voix par d'autres humains sont choses courantes.

[Nathalie]

Je lance l'invitation, Denis tout particulièrement, pour répondre à la question suivante de type redico.
Ma réponse est entre parenthèse.
L’audio du lien que j’ai donné où on entend une voix qui ressemble à celle de Tariq Ramadan est :

La vraie voix de Tariq Ramadan (97%)
Une imitation de sa voix fait par une personne (1%)
Technologie qui imite sa voix (2%)

[LoutredeMer]

Et si vox populi décrète que c'est lui, on l'enduit de goudron et de plumes? on le pend?

Laisse faire la police, si enquête il y a...

[lefauve]

Salut Nathalie,

Tu veux savoir s'il est possible d’imiter parfaitement une personne grâce à un ordinateur.

En théorie c'est possible, mais en pratique c'est impossible.

La première raison est que la voie humaine a plein de petit défauts qui sont souvent à peine audibles.
Ce qui fait que lorsque tu répète un mots, il va sortir différent à l’oscilloscope. Mais une voix synthétique le mots va être parfaitement identique à chaque fois. La seconde raison est qu'il faut échantillonner tout l’alphabet phonétiques d'une personne dans tout ses contextes émotionnels ce qui est déjà un défis lors la personne coopère, mais impossible à faire dans un contexte illicite. Et encore là, il y a des exeptions sur certaines mots dans un certain contexte.

Des problèmes techniques, il y en a des tonnes et il y a très peu de recherche dans le domaine.
Il y a peut-être des agences de renseignements qui fiancent mais c'est peu probable car elle seraient les premières « victimes » du telle technologie.

[86lw]

Et si vox populi décrète que c'est lui, on l'enduit de goudron et de plumes? on le pend?

A-t-on besoin de ça pour le pendre?

[Florence]

A-t-on besoin de ça pour le pendre?

Je préfère une version moderne du goudron et des plumes : graisse de porc et plumes de poulets non halal

[Corwin]

S'agissant d'une affaire judiciaire, la question est aussi de savoir s'il serait possible de détecter une telle fraude. Lors de l'enquête sur Jérôme Cahuzac, par exemple, déclenchée par l'enregistrement d'une conversation téléphonique, la marge d'erreur était encore de 5%, ce qui était considéré par les scientifiques comme trop énorme pour être décisif en justice (lefigaro.fr, 20/03/2013).

Le site Police Scientifique est également prudent :

Des observations informelles suggèrent qu’une voix pourrait être unique à un individu, comme son ADN même si cela n’a pas été prouvé scientifiquement. L’unicité de la voix, comme l’unicité d’une empreinte papillaire, est pourtant un postulat admis de tous. (…) En revanche, cette unicité n’est pas simple à démontrer pour la voix qui n’a pas des caractéristiques fixes. La voix est sujette à une immense gamme de variations.

Mais un récent article des Echos ne tarit pas d'éloges sur les nouveaux résultats obtenus en biométrie vocale, de plus en plus utilisée dans le secteur bancaire, avec la bénédiction de la CNIL¹ :

Cette popularité croissante de la biométrie vocale est d'abord liée aux récents progrès de la technologie. Grâce aux réseaux neuronaux, les algorithmes permettent de reconnaître une voix avec un taux d'erreur quasi nul. Aujourd'hui, les logiciels de Nuance² identifient une centaine de paramètres caractérisant une empreinte vocale. Ils peuvent identifier une personne sans hésitation même si elle est enrhumée ou que la connexion est mauvaise. Les ingénieurs de la société ont également mis au point des algorithmes pour distinguer une voix en direct d'un enregistrement (lesechos.fr, 15/06/2017).

Un taux d'erreur quasi nul… Dans le cas des empreintes ADN, qui ont permis de condamner et d'innocenter des centaines de personnes, il serait de 1 sur un milliard. Qu'en est-il exactement pour « l'empreinte vocale », expression considérée encore récemment comme abusive ?

Dans le doute… à la place des satyres je renoncerais d’ors et déjà au harcèlement téléphonique…

1. Commission Nationale de l'Informatique et des Libertés (France)
2. Nuance Communications, éditeur américain contrôlant plus des trois quarts du marché de la biométrie vocale

[LePsychoSophe]

Le 1/1000000000, c'est l'algorithme qui est en cause ou la technologie interfaçant le bio à l'informatique ou la probabilité d'avoir deux ADN similaires (barré car c'est, pour 13 locus, 1 chance sur 1018 ?

Quand est-il pour la voix? Des chiffres? Pas de données scientifiques??
Je viens de lire que pour les empreintes digitales, la probabilité d'avoir 2 similaires , c'est 1 sur 1024.

Mon petit tour m'a pas apporté grand chose sur un chiffre de probabilité. En revanche, pour ceux qui s'intéresse à l'interface biologique/informatique pour la reconnaissance vocale, il y a ça . ça m'a l'air nettement plus complexe que l'ADN ou le bout du doigt donc je suis sceptique sur le quasi nul également.

Totalement d'accord pour l'émotionnel et les degrés de variation à l'oscilloscope. La posture, le souffle, le contexte social (au sens relationnel), les encombrements ORL, la fatigue, l'âge, certaines maladies... Bref, assez relatif comme donnée personnelle. Maintenant, est-ce que la puissance de l'algorithme ne permettra pas de vaincre ces différences pour trouver un/des invariant(s) dans la voix?

Dans le monde nébuleux et pas toujours très scientifique (voire pas du tout parfois) de la psychologie, il est dit que la voix est unique car elle reflète le soi... Certains, même, au travers de l'apprentissage du chant ou d'autres techniques plus charlatanesques atteindrait leur "plus vraie" voix... La voix révèle beaucoup de nous donc en faire une carte d'identité... Why not?

Merci pour le lien vers le site de la police scientifique.

[Nathalie]

Merci à Corwin et LePsychoSophe

Si je comprends bien, s'il n'existe pas encore une technologie capable de reproduire avec grande fidélité la voix humaine. Toutefois, la techno est assez avancée pour reconnaitre la voix de quelqu'un, même enrhumé. Autrement dit, en utilisant cette technologie qui existe déjà, on peut savoir si l'enregistrement audio du site Europe Israel est un enregistrement authentique de la voix de TR.

[Corwin]

Tout ce qu'on peut dire c'est que des entreprises aux forts enjeux économiques et des administrations publiques « sensibles » (fiscales, pénitentiaires…) jugent ces technologies assez fiables pour leur confier une part importante de leur sécurité, notamment dans la lutte anti-fraude. Le sont-elles suffisamment pour la justice ?

L'entreprise de référence, Nuance, parle de « Précision algorithmique inégalée, reconnue par des tiers », mais ne nous donne pas de précisions sur cette précision, et ne nous fait pas connaître les tiers qui la connaissent.

Elle propose deux solutions : l'authentification lors d'une conversation, Nuance FreeSpeech, et l'authentification à l'aide d'une phrase, Nuance VocalPassword :

Nuance FreeSpeech vérifie l'identité d'un appelant lors d'une conversation ordinaire. Il analyse de façon transparente plus d'une centaine de caractéristiques vocales uniques du locuteur et les compare en quelques secondes à l'empreinte vocale enregistrée, indépendamment du contenu, de la langue, de l'accent et de la qualité de l'appel.

Nuance VocalPassword permet de vérifier l'identité d'un locuteur donné (…) Après lui avoir fait prononcer une courte phrase, l'application vérifie que son empreinte vocale correspond à celle enregistrée dans la base de données. L'appelant n'a pas besoin de mémoriser cette phrase, c'est sa façon unique de la prononcer qui permet de l'authentifier (voicebiometrics)

FreeSpeech peut enregistrer les empreintes vocales des fraudeurs déjà identifiés, afin de les neutraliser de façon proactive

Néanmoins… on peut se demander si toute cette technologie permettant d'identifier les voix ne pourrait pas être utilisée pour les frauder…

[Florence]

Totalement d'accord pour l'émotionnel et les degrés de variation à l'oscilloscope. La posture, le souffle, le contexte social (au sens relationnel), les encombrements ORL, la fatigue, l'âge, certaines maladies... Bref, assez relatif comme donnée personnelle. Maintenant, est-ce que la puissance de l'algorithme ne permettra pas de vaincre ces différences pour trouver un/des invariant(s) dans la voix?

Dans le monde nébuleux et pas toujours très scientifique (voire pas du tout parfois) de la psychologie, il est dit que la voix est unique car elle reflète le soi... Certains, même, au travers de l'apprentissage du chant ou d'autres techniques plus charlatanesques atteindrait leur "plus vraie" voix... La voix révèle beaucoup de nous donc en faire une carte d'identité... Why not?

Pourquoi pas, en effet. Il est généralement facile à un amateur de musique expérimenté de reconnaître qui chante tel air, même lorsque l'interprète en imite un autre, même sur quelques notes seulement, qu'il y ait paroles ou seulement fredonnement. De même, il est relativement aisé, avec un peu d'entraînement, de faire la différence entre tel ou tel imitateur : aussi bon soit-il, il se trahit par des particularités vocales (timbre, vibrations, débit, ...).

Dans le sport que je pratique (kendo), on crie beaucoup (et il n'y a généralement que 4 mots intelligibles, représentant les cibles autorisées, que l'on vocalise simultanément à la frappe), et la voix se modifie au cours d'un entraînement ou d'une compétition ("excitation", fatigue, enrouement, ...). Malgré cela, il est aisé de savoir qui combat contre qui, rien qu'à la voix.

A partir de simples observations de ce genre, il est aisé d'extrapoler vers un traitement "technologique" de la reconnaissance vocale ...

[Florence]

Néanmoins… on peut se demander si toute cette technologie permettant d'identifier les voix ne pourrait pas être utilisée pour les frauder…

Si vous connaissez une technologie, quelle qu'elle soit et de quelqu'époque il s'agisse, qui n'ait pas été utilisée par les fraudeurs, malfrats, politiciens, clergés escrocs, et autres, faites-nous signe ...

[Nicolas78]

Si vous connaissez une technologie, quelle qu'elle soit et de quelqu'époque il s'agisse, qui n'ait pas été utilisée par les fraudeurs, malfrats, politiciens, clergés escrocs, et autres, faites-nous signe ...

Je sèche la...

[viddal26]

Si vous connaissez une technologie, quelle qu'elle soit et de quelqu'époque il s'agisse, qui n'ait pas été utilisée par les fraudeurs, malfrats, politiciens, clergés escrocs, et autres, faites-nous signe ...

Je sèche la...

La télékinésie !

[Florence]

La télékinésie !

Il est vrai qu'à ce jour, rien n'indique que des malfrats aient été impliqués dans le mystère de la chaussette gauche manquante dans le panier à lessive ...

[Nicolas78]

Si vous connaissez une technologie, quelle qu'elle soit et de quelqu'époque il s'agisse, qui n'ait pas été utilisée par les fraudeurs, malfrats, politiciens, clergés escrocs, et autres, faites-nous signe ...

Je sèche la...

La télékinésie !

Ha bien vue ! merci

[LePsychoSophe]

Le Projet Stargate... C'est pas politique officiellement, la CIA étant neutre du gouvernement... Mon conspiomètre me dit : Mmmmhhh, je sais pas... Mon bullshitomètre me dit : je sais pas non plus...
C'est pas de la télékinésie mais de la clairvoyance... c'est dans le même paquet de capacités psi...

M'enfin désolé, j'ai pas trouvé la télékinésie! Bonne pioche.

[Corwin]

Si vous connaissez une technologie, quelle qu'elle soit et de quelqu'époque il s'agisse, qui n'ait pas été utilisée par les fraudeurs, malfrats, politiciens, clergés escrocs, et autres, faites-nous signe ...

Certes…
Mais la question est alors de savoir dans quelle mesure cet argument sera opposable en justice.

On peut, par exemple, truquer une vidéo de caméra de surveillance pour incriminer quelqu'un, mais pour que la fraude soit suffisamment compromettante et en même temps absolument indétectable, il faut vraiment beaucoup de temps et de moyens. Ce qui, dans la plupart des cas, rend finalement cette éventualité peu probable.

Amener une fausse preuve devant un tribunal, c'est pendre le risque de se retrouver sur le banc des accusés, avec ses auteurs et commanditaires. Alors la tâche est un peu plus délicate que fabriquer une fausse carte d'identité, ou hacker une messagerie.

Mais concernant l'authentification vocale, étant donné les enjeux, il faut espérer que certaines précautions ont été prises… Sinon, ils n'auront inventé qu'un nouveau moyen de faire plumer leurs clients.

A savoir, selon Les Echos, 600 millions d'individus à l'horizon 2020…

[Florence]

Certes…
Mais la question est alors de savoir dans quelle mesure cet argument sera opposable en justice.

On peut, par exemple, truquer une vidéo de caméra de surveillance pour incriminer quelqu'un, mais pour que la fraude soit suffisamment compromettante et en même temps absolument indétectable, il faut vraiment beaucoup de temps et de moyens. Ce qui, dans la plupart des cas, rend finalement cette éventualité peu probable.

Amener une fausse preuve devant un tribunal, c'est pendre le risque de se retrouver sur le banc des accusés, avec ses auteurs et commanditaires. Alors la tâche est un peu plus délicate que fabriquer une fausse carte d'identité, ou hacker une messagerie

Certes, mais une caractéristique des malfrats est d'avoir une lecture particulièrement optimiste du ratio risque/bénéfice, aidée il faut bien le dire par la lenteur de la justice (laquelle est souvent la conséquence de la nécessaire lenteur de l'adaptation des lois aux changements entre autres technologiques).

Mais concernant l'authentification vocale, étant donné les enjeux, il faut espérer que certaines précautions ont été prises… Sinon, ils n'auront inventé qu'un nouveau moyen de faire plumer leurs clients.

Prions, mes frères !

[LePsychoSophe]

Dragon NaturallySpeaking 13 Premium est excellent pour taper du texte par la parole. Il faut un PC assez puissant pour que ce soit presque aussi doué que le cerveau. C'est impressionnant.

Si je retrouve une vidéo de journalistes de technologies nouvelles qui présentent un appareil imitant la voix d'un des journalistes, je vous la post. C'est bluffant comme la machine reproduit la voix (pas la parole, différente à mon sens). Après, une analyse syntaxique, prosodique, sémantique... pourrait peut-être arriver à reconnaitre le vrai du faux.
Etant assez croyant en la capacité de la machine à copier (voire dépasser - idéologie transhumaniste détectée -) l'humain, je ne serais pas étonné qu'un algo doublé d'une puissance de calcul suffisants puissent imiter un humain mieux qu'un autre humain ne le ferait mais je dérape dans mon imaginaire débordant...

[switch]

https://gizmodo.com/this-artificially-i ... 1794839913

la voix comme l'image ne sont plus (ou ne doivent plus) être considérée comme des "preuves".

[Corwin]

https://gizmodo.com/this-artificially-intelligent-speech-generator-can-fake-1794839913

Cet article concerne la technologie Lyrebird, déjà présentée dans les liens postés au début du sujet par notre amie la Loutre.

Au moment où Lyrebird et Adobe nous informent qu'ils peuvent désormais imiter n'importe quelle voix à la perfection, Nuances et Opus Research rétorquent qu'ils peuvent détecter n'importe quelle fraude de ce genre.

Qui croire ? Entreprises locales, multinationales et pouvoirs publics, en nombre croissant, choisissent, quant à eux, de suivre les seconds.

Mais nous voyons qu'un suisse résiste encore et toujours à l'invasion de la biométrie vocale.
Devrons-nous alors aller tous planquer notre argent dans les banques helvètes ?
Cela pourra peut-être les sauver de leur crise.

Pas de bol pour nous… c'est juste au moment où elles renoncent au secret bancaire…

[Cogite Stibon]

Est-ce qu'on fait des tests de ces technologies les unes contres les autres ?
Ça me parait un beau cas pratique pour tester l'hypothèse de la reine rouge.