# Qu'est-ce qu'un clone vocal ? Le clonage de voix expliqué
Source: https://arsen.co/ressources/clonage-de-voix
Summary: Le clonage de voix copie une voix réelle à partir de quelques secondes d'audio. Comment il sert au vishing et comment s'en protéger.

**Un clone vocal est une copie de la voix d'une personne réelle, générée par l'intelligence artificielle, qui peut prononcer des mots que cette personne n'a jamais dits. Les outils commerciaux n'ont besoin que d'une minute d'audio propre : tout dirigeant qui donne des interviews publiques peut donc être imité. Pour les équipes sécurité, le clonage de voix fait passer le vishing d'une arnaque générique à un appel qui a la voix de votre PDG.**

**Points clés**

- Le clonage de voix crée une copie synthétique de la voix d'une personne précise à partir d'enregistrements où elle parle.
- Les outils de clonage instantané fonctionnent avec une à deux minutes d'audio, et la plupart des services commerciaux reposent sur un consentement simplement déclaré.
- Les attaquants utilisent des clones vocaux dans des appels de vishing et des messages vocaux pour usurper l'identité de dirigeants, de responsables publics ou d'équipes informatiques.
- Une voix familière ne prouve plus l'identité. La vérification doit passer par un second canal de confiance.
- Des simulations de vishing réalistes permettent aux équipes de s'exercer à cette vérification avant qu'un vrai attaquant n'appelle.

## Qu'est-ce que le clonage de voix ?

Le clonage de voix consiste à reproduire, grâce à l'IA, la voix d'une personne précise, avec sa hauteur, son accent, son rythme et son timbre, pour que de nouvelles paroles semblent venir d'elle. Le résultat est un clone vocal. Il peut lire n'importe quel texte ou convertir, pendant un appel, la voix d'un opérateur en celle de la cible.

Le clonage de voix se distingue de la synthèse vocale classique, qui utilise des voix génériques n'appartenant à personne. Il se distingue aussi d'une vidéo deepfake, qui imite un visage. En cybersécurité, un clone vocal pose problème parce qu'il exploite la confiance que l'on accorde à une voix connue.

## Comment fonctionne le clonage de voix ?

Un clone vocal se construit en trois étapes : collecter des enregistrements de la cible, entraîner un modèle vocal d'IA sur cet audio, puis générer de nouvelles paroles. L'audio provient en général de sources publiques : conférences, présentations de résultats, podcasts, vidéos sur les réseaux sociaux ou message d'accueil de messagerie vocale.

Il faut peu d'audio. Dans sa [documentation sur le clonage vocal instantané](https://elevenlabs.io/docs/eleven-creative/voices/voice-cloning/instant-voice-cloning), ElevenLabs recommande une à deux minutes d'audio clair, avec un minimum de 10 secondes au total, et 30 minutes ou plus pour un clone de qualité professionnelle.

Les contrôles d'accès sont faibles. Consumer Reports a évalué six services de clonage de voix et constaté que quatre d'entre eux, ElevenLabs, Speechify, PlayHT et Lovo, se contentaient d'une case à cocher par laquelle l'utilisateur confirme avoir le droit de cloner la voix, comme [l'a rapporté The Register en mars 2025](https://www.theregister.com/2025/03/10/ai_voice_cloning_safeguards/).

## Comment les cybercriminels utilisent-ils le clonage de voix ?

Les cybercriminels utilisent des clones vocaux pour que leurs appels de [vishing](https://arsen.co/ressources/vishing) et leurs messages vocaux semblent venir d'une personne en qui la victime a déjà confiance. La voix clonée porte la demande : valider un paiement, réinitialiser un mot de passe, communiquer un code MFA ou poursuivre la conversation sur une autre application.

Scénarios courants en entreprise :

- Un dirigeant demande à la direction financière de débloquer un virement urgent.
- Un employé appelle le support informatique pour réinitialiser ses identifiants ou enregistrer un nouvel appareil MFA.
- Un cadre dirigeant laisse un message vocal pour établir un lien de confiance avant d'envoyer un lien malveillant.

Les clones vocaux sont souvent associés à l'usurpation du numéro de téléphone, si bien que le numéro affiché et la voix semblent tous deux légitimes. L'exposition est plus forte dans les secteurs où un appel téléphonique peut encore suffire à valider un paiement, comme les services financiers.

## À quoi ressemble une véritable attaque par clonage de voix ?

Dans un [avis public de mai 2025](https://www.ic3.gov/PSA/2025/PSA250515), le FBI a alerté sur des acteurs malveillants qui, depuis avril 2025, envoyaient des SMS et des messages vocaux générés par IA se présentant comme provenant de hauts responsables américains. Les cibles étaient surtout des hauts fonctionnaires fédéraux et des États, en poste ou anciens, ainsi que leurs contacts.

Les messages cherchaient d'abord à établir une relation de confiance. Les attaquants demandaient ensuite aux cibles de passer sur une autre messagerie, via un lien qui dérobait leurs identifiants de connexion. La recommandation du FBI était claire : lorsqu'un message prétend venir d'un haut responsable, ne présumez pas qu'il est authentique.

## Comment les organisations peuvent-elles se protéger contre les attaques par clone vocal ?

La défense la plus fiable est procédurale : une voix reconnue ne doit jamais suffire à autoriser une action sensible. La vérification doit passer par un canal que l'appelant ne contrôle pas.

- [x] Rappelez sur un numéro issu de l'annuaire de l'entreprise, jamais sur le numéro appelant ni sur un numéro donné pendant l'appel.
- [x] Exigez un second approbateur ou un ticket pour les paiements, les réinitialisations de mot de passe et les changements de MFA demandés par téléphone.
- [x] Convenez de questions de vérification ou de mots de code pour les demandes des dirigeants. En juillet 2024, un cadre de Ferrari a mis fin à un appel imitant la voix du PDG Benedetto Vigna en lui demandant quel livre Vigna lui avait récemment recommandé, comme [l'a rapporté Fortune, citant Bloomberg](https://fortune.com/2024/07/27/ferrari-deepfake-attempt-scammer-security-question-ceo-benedetto-vigna-cybersecurity-ai).
- [x] Considérez les indices sonores comme un bonus, pas comme un contrôle. Le FBI cite un ton étrange, un choix de mots inhabituel et un décalage dans l'appel comme signes possibles d'un clone, mais un clone réussi peut n'en montrer aucun.
- [x] Formez les employés avec des appels réalistes, pour que le réflexe du rappel soit acquis avant d'en avoir besoin.

## Quels termes sont liés au clonage de voix ?

TermeLien avec le clonage de voix[Vishing](https://arsen.co/ressources/vishing)Le phishing vocal. Les clones vocaux font partie des outils qui rendent les appels de vishing convaincants.Usurpation de numéro de téléphoneLa falsification du numéro affiché. Souvent combinée à un clone vocal pour que le numéro et la voix paraissent familiers.Médias synthétiquesLa catégorie plus large des contenus audio, images et vidéos générés par IA. Les vidéos deepfake de visages en relèvent, et non du clonage de voix.[Ingénierie sociale](https://arsen.co/ressources/ingenierie-sociale)La manipulation de personnes pour leur faire commettre des actions risquées. Le clonage de voix est l'un de ses moyens.

## Comment Arsen aide-t-il les équipes à se préparer aux attaques par clone vocal ?

La [simulation de vishing](https://arsen.co/plateforme/simulation-vishing) d'Arsen s'appuie sur une IA vocale en temps réel et sur le clonage de voix pour mener des appels de vishing réalistes, y compris des scénarios d'usurpation de dirigeants. Les appels sont générés dynamiquement plutôt que lus à partir d'un script figé, et la voix, le ton, l'urgence et les tactiques s'adaptent à votre organisation.

Les équipes sécurité suivent les réactions des employés en temps réel et exportent les résultats en PDF, en CSV ou via l'API, ce qui montre qui a vérifié, qui a obtempéré et où les procédures doivent être renforcées.

Lancez une simulation de vishing par clone vocalObservez la réaction de vos équipes lorsqu'une voix familière demande un paiement, une réinitialisation de mot de passe ou un code MFA, et mesurez qui vérifie avant d'agir.[Demander une démo](https://arsen.co/plateforme/simulation-vishing)