Il y a quelque temps, j’ai essayé une de ces démos de clonage vocal en ligne, du genre qui demande un court échantillon et vous rend un jumeau synthétique. Je lui ai donné quelques secondes de ma propre voix, j’ai tapé une phrase que je n’avais jamais prononcée et j’ai appuyé sur lecture. Ce qui est ressorti n’était pas parfait. Ça n’avait pas besoin de l’être. C’était suffisamment moi pour tromper quiconque m’aime, et ça m’a pris moins de temps que de préparer un café.
La recherche dit que ma petite expérience n’avait rien d’un hasard. L’étude VALL-E de Microsoft a montré une synthèse vocale personnalisée à partir d’un échantillon de trois secondes, et les chercheurs de McAfee ont obtenu une correspondance vocale de 85 % à partir de trois secondes d’audio avec des outils librement accessibles, 95 % avec un peu plus de données d’entraînement. Pendant ce temps, l’arnaque classique que tout cela rend possible, la voix clonée d’un proche qui supplie qu’on lui envoie de l’argent en urgence, est documentée aussi bien par la FTC que par le FBI. La matière première, elle, est partout, dans chaque message vocal, chaque story, chaque vidéo publiée où que ce soit.
Mon premier réflexe a été celui de tout le monde. Il nous faut de meilleurs détecteurs de deepfakes. Et ce réflexe est un piège. La détection est une course aux armements contre des générateurs qui progressent tous les mois, et le détecteur, lui, doit gagner à chaque fois, en temps réel, pendant un appel téléphonique. Alors retournez le problème. Arrêtez de chercher à détecter le faux. Prouvez le vrai.
ENCODE fait de ce retournement un produit. Vous obtenez une identité d’appel personnelle et portable que vous partagez comme un pseudo, une liste de confiance faite de gens dont les appareils se sont mutuellement vérifiés, et un badge sur chaque appel qui vous dit, d’un coup d’œil, de quel monde votre interlocuteur vous appelle. ENCODE n’analyse la voix de personne. Il répond avec certitude à une question plus petite et plus dure : cet appel vient-il de l’appareil auquel je fais déjà confiance ?
Marché et opportunités
L’argent en jeu n’a rien d’hypothétique. Les Américains ont déclaré 3,5 milliards de dollars de pertes liées aux arnaques par usurpation d’identité pour la seule année 2025, contre 2,95 milliards en 2024, d’après les données Consumer Sentinel de la FTC, et les pertes déclarées sous-estiment la réalité puisque l’essentiel de la fraude n’est jamais signalé. Côté entreprises, la compromission de messagerie professionnelle, cette famille d’escroqueries qu’on appelle chez nous la « fraude au président », a coûté à ses victimes environ 3 milliards de dollars de pertes déclarées en 2025 selon le rapport IC3 du FBI, et plus de 20 milliards cumulés depuis 2015. Le clonage vocal verse de l’essence sur les deux incendies.
Le détail qui m’a convaincu que cette idée méritait d’exister, c’est que le FBI demande déjà aux gens de fabriquer ENCODE à la main. Sa mise en garde publique de décembre 2024 sur la fraude assistée par IA conseille, mot pour mot : « Créez un mot secret ou une phrase secrète avec votre famille pour vérifier leur identité. » La réponse fédérale à une fraude par IA qui se chiffre en milliards est, littéralement, un mot de passe familial. Le conseil est bon, et il est aussi fragile. On oublie le mot, on le prononce sur une ligne compromise, ou on panique et on le saute juste au moment où il compte. Quand la parade officielle est un rituel manuel, il reste de la place pour un produit qui rend le rituel automatique.
Les deux marchés s’empilent naturellement. Les familles, c’est le récit : le grand-parent qui reçoit l’appel de 2 heures du matin, le parent qui a viré l’argent parce que la voix pleurait. Les entreprises, c’est le moteur. Un annuaire ENCODE relié au fournisseur d’identité de la société, pour qu’un appel vidéo du « directeur financier » porte un badge vérifié ou n’en porte pas, est un poste de dépense que n’importe quel budget sécurité comprend.
Ce qui existe déjà, et pourquoi ça ne suffit pas
Je dois d’abord nommer le cimetière, parce que les morceaux de cette idée traînent partout. Les numéros de sécurité de Signal permettent déjà à deux personnes de vérifier cryptographiquement leur canal. Signal précise lui-même que cela vérifie les clés, pas l’humain derrière le compte, et la fonction reste optionnelle et enfouie. Même la vérification automatique des clés ajoutée par Signal en août 2026 doit être lancée à la main, contact par contact. STIR/SHAKEN, imposé par la FCC, permet aux opérateurs d’attester qu’un appel provient bien du numéro affiché. Ce protocole authentifie le numéro, pas la voix, et l’attestation saute dès qu’un appel traverse de vieux réseaux non IP. Quant au mot de passe familial, on vient de le voir, il a une bénédiction fédérale et un taux d’échec humain.
L’invention, ici, n’est donc pas une nouveauté cryptographique. Toutes les briques existent. Le produit, c’est l’assemblage et les réglages par défaut : une vérification qui se fait sans que personne ait à comparer des nombres à soixante chiffres, un badge qui est simplement là sur chaque appel, et un système qui échoue bruyamment plutôt qu’en silence. Signal a construit le moteur et l’a caché dans un menu de réglages. Le pari d’ENCODE est que le produit tout entier tient dans la partie que Signal jugeait optionnelle.
Fonctionnalités clés
- Une identité d’appel portable. Votre identifiant ENCODE est un court pseudo que vous distribuez comme une adresse e-mail, sur une carte de visite, un profil LinkedIn, une signature d’e-mail. N’importe qui peut demander à vous ajouter ; rien ne se passe tant que vous n’avez pas approuvé.
- Une liste de confiance mutuellement vérifiée. L’approbation se joue d’appareil à appareil : les deux téléphones échangent des clés, et à partir de là chacun peut prouver qu’il parle bien à l’autre. Aucun serveur central ne détient le graphe des relations.
- Quatre niveaux, pas deux. Les contacts vérifiés sonnent en vert. Les inconnus honnêtes, le livreur, l’hôpital, sonnent en jaune : non vérifiés, signalés, jamais bloqués. Les appels porteurs de marqueurs d’usurpation déclenchent une vérification supplémentaire. Seule la fraude manifeste est coupée. Un système binaire ne tiendrait pas face à la vraie vie ; un système gradué se dégrade en douceur.
- Un badge qui reste allumé. La vérification n’est pas une coche au moment de décrocher, mais un indicateur permanent pendant toute la durée de l’appel. Si la session cryptographique se rompt en pleine conversation, le badge passe au rouge alors que vous êtes encore en train de parler. C’est ce moment-là qui compte.
- Le changement d’appareil comme événement de sécurité. Nouveau téléphone signifie nouvelle vérification : une poignée de main par QR code depuis l’ancien appareil quand c’est possible, et vos contacts voient « nouvel appareil » lors de votre prochain appel tant qu’ils n’ont pas reconfirmé. Le moment que les attaquants préfèrent, le fameux « salut, nouveau téléphone, nouveau numéro », devient le moment où le système crie le plus fort.
- Une étiquette honnête sur la boîte. L’application dit clairement ce qu’elle prouve et ce qu’elle ne prouve pas, ce qui nous amène à la section suivante.
Ce qu’ENCODE ne fait pas
ENCODE authentifie l’appareil, pas la personne. C’est un badge pour votre porte d’entrée. Il prouve que le badge est présent, pas que c’est la bonne main qui le tient. Si quelqu’un vole le téléphone déverrouillé de votre père, ENCODE se portera garant pour lui. Si quelqu’un contraint une personne à vous appeler elle-même, tous les voyants restent au vert, parce que l’appel est authentique même si la situation ne l’est pas.
ENCODE ne détecte pas non plus les deepfakes, et il ne devrait jamais prétendre le contraire. Boulonner une couche d’analyse vocale par-dessus ENCODE diluerait la seule promesse qu’il peut tenir en deux promesses qu’il ne peut pas tenir. La bonne architecture est la séparation. ENCODE prouve le canal, et si la course aux armements de la détection finit un jour par produire quelque chose de fiable, ce détecteur pourra fonctionner en parallèle. Ce qu’ENCODE tue précisément, c’est l’arnaque qui fonctionne aujourd’hui à grande échelle : un inconnu avec trente secondes d’audio cloné et un numéro usurpé, qui appelle à l’aveugle. Cet attaquant-là n’a jamais tenu l’appareil de confiance, donc il n’obtiendra jamais le badge vert, aussi parfaite que soit la voix.
Monétisation
Gratuit pour toujours pour les particuliers et les familles, parce qu’un réseau de confiance derrière un péage est un réseau de confiance que personne ne rejoint, et parce que chaque famille vérifiée de plus est un marketing qu’aucun budget ne pourrait acheter. L’affaire est en B2B : licence par poste pour les organisations, avec l’annuaire ENCODE synchronisé au fournisseur d’identité (Okta, Microsoft Entra), des règles d’administration du type « un virement exige un appel à badge vert », et des journaux d’audit. Les équipes sécurité achètent déjà des outils contre la fraude au président, sur un problème dont les pertes se comptent en milliards ; une couche d’appels vérifiés pour les dirigeants fixe son prix toute seule. Un palier ultérieur peut servir les banques et les courtiers qui veulent passer des appels sortants vérifiés à leurs clients, soit l’exact inverse du rituel absurde d’aujourd’hui, où la banque vous appelle puis vous demande de prouver qui vous êtes.
Prochaines étapes : comment je la construirais
La phase un se limite à l’appel d’application à application, et c’est une fonctionnalité, pas un compromis. À l’intérieur de ses propres appels VoIP, ENCODE maîtrise toute l’expérience et ne dépend de la faveur de personne. Il n’a besoin ni de la coopération d’un opérateur, ni d’une intégration profonde au composeur natif du téléphone. Signal a démarré de la même façon. Sur iOS, CallKit permet déjà aux applications VoIP de présenter leurs appels dans l’interface native, ce qui suffit à offrir l’expérience du badge vert au sein des appels de l’application.
Les obstacles sont au nombre de deux. D’abord, le plafond des plateformes. L’intégration profonde aux appels cellulaires ordinaires reste limitée par ce qu’Apple et Google exposent, si bien que la protection complète des appels téléphoniques classiques est une vision qui exige soit une adoption au niveau du système d’exploitation, soit des partenariats avec les opérateurs, et l’article que vous êtes en train de lire ne promet ni l’un ni l’autre. La stratégie consiste à posséder la couche application à application si complètement que l’intégration plateforme devienne le geste évident pour quelqu’un de plus gros. Ensuite, le démarrage à froid. Une liste de confiance ne vaut rien toute seule. Le point d’entrée, c’est la cellule familiale, trois à six personnes qui l’installent d’une traite parce que l’une d’elles vient de lire un article sur une arnaque à la voix clonée, et le pilote en entreprise, une équipe finance, une règle, un trimestre de journaux d’audit.
Ordre de construction : le cœur identité et échange de clés, l’appel vérifié à deux, l’interface du badge à quatre niveaux, puis le cercle familial, puis la synchronisation Entra/Okta. Un prototype fonctionnel à deux personnes demande un week-end de WebRTC et une bibliothèque du protocole Signal. Le produit, c’est tout ce qu’il y a autour.
Pour finir
ENCODE refuse purement et simplement de jouer au jeu de la détection. Prouver le vrai, étiqueter le reste, échouer bruyamment. Le FBI a déjà dit à votre famille de faire ça avec un mot chuchoté. L’application ne fait que rendre ce mot inoubliable, impossible à hameçonner et automatique. Cette idée appartient au même combat que ThreatShield, mon concept de boîte de réception plus sûre. Les deux sont des outils pour les gens qu’on aime et qui n’ont pas grandi avec cet internet-là.
Si vous la construisez, dites-le-moi. Je serai votre premier contact vérifié. Et si vous voulez discuter du modèle de menace avant d’écrire la moindre ligne de code, c’est encore mieux ; cette conversation-là est le produit.
