Le filigrane IA SynthID expliqué

Une voix parfaitement naturelle vous appelle pour confirmer un rendez-vous. Une photographie spectaculaire circule sur LinkedIn. Une vidéo attribuée à un dirigeant apparaît quelques minutes avant une annonce sensible. Dans chaque cas, la même question revient : comment savoir si une intelligence artificielle a participé à la création du contenu ?

Les indices visibles ne suffisent plus toujours. SynthID explore une autre piste : inscrire une marque invisible au moment même où l’IA génère un texte, une image, une vidéo ou un contenu audio. Cette trace peut ensuite être recherchée par un détecteur compatible.

Qu’est-ce que SynthID ?

SynthID est une technologie de Google DeepMind conçue pour intégrer un filigrane numérique dans un contenu produit ou modifié par une intelligence artificielle. Ce filigrane est imperceptible pour l’être humain : il ne prend pas la forme d’un logo visible sur une image, d’un son audible dans un enregistrement ou d’une mention ajoutée au bas d’un texte[2].

La marque est incorporée dans la structure même du contenu. Un système de détection configuré pour la reconnaître peut ensuite déterminer si elle est probablement présente.

SynthID remplit donc deux fonctions liées :

• le marquage, réalisé pendant la génération du contenu ;
• la détection, effectuée lorsqu’un utilisateur ou un système souhaite en examiner l’origine.

Cette approche se distingue des détecteurs d’IA généralistes. Ces derniers analysent les caractéristiques d’un texte, d’une image ou d’un fichier audio afin d’estimer s’il ressemble à une production artificielle. SynthID recherche plutôt une signature intentionnellement ajoutée par le générateur.

Pourquoi Google a-t-il créé SynthID ?

La première version expérimentale de SynthID a été présentée en août 2023 pour les images créées avec Imagen dans Vertex AI. Le système reposait alors sur deux modèles d’apprentissage profond entraînés conjointement : l’un ajoutait le filigrane, tandis que l’autre le recherchait dans l’image[3].

La technologie a ensuite été étendue au texte, à l’audio et à la vidéo. Elle est notamment utilisée avec des contenus provenant de Gemini, Imagen, Lyria et Veo. En mai 2025, plus de 10 milliards de contenus avaient déjà été marqués, d’après le chiffre communiqué lors de la présentation du portail SynthID Detector[4].

L’objectif ne consiste pas seulement à repérer des deepfakes malveillants. Le filigranage peut aussi faciliter :

• l’attribution correcte d’une création ;
• l’application des règles d’une plateforme ;
• la modération de contenus synthétiques ;
• la vérification d’un fichier transmis par un tiers ;
• la transparence sur l’utilisation de l’IA dans un processus éditorial.

Le dispositif reste cependant dépendant de son adoption. Un générateur qui n’intègre pas SynthID ne laissera pas de filigrane SynthID dans ses productions.

Comment SynthID fonctionne-t-il ?

Le principe commun consiste à introduire un signal pendant la création du contenu. La forme prise par ce signal varie selon qu’il s’agit d’une image, d’une vidéo, d’un fichier audio ou d’un texte.

Le filigrane doit répondre à deux exigences parfois contradictoires : rester assez discret pour ne pas détériorer le résultat, mais assez robuste pour demeurer détectable après des transformations courantes.

SynthID pour les images et les vidéos

Pour une image, SynthID modifie subtilement certaines informations présentes dans les pixels. Ces variations ne sont pas censées altérer la qualité perçue, mais elles composent un motif que le détecteur peut rechercher.

Le même principe s’applique aux segments d’une vidéo. La marque est ajoutée lors de la génération et conçue pour résister à des opérations fréquentes telles que :

• le recadrage ;
• l’ajout de filtres ;
• la compression avec perte ;
• la modification du nombre d’images par seconde ;
• certains changements de couleur ou de dimensions[2].

Cette résistance présente un intérêt concret lorsqu’une image est téléchargée depuis un réseau social, compressée par une plateforme ou légèrement retouchée avant d’être republiée.

Elle ne doit toutefois pas être interprétée comme une garantie de persistance. Des transformations nombreuses ou importantes peuvent finir par affaiblir le signal au point de le rendre indétectable.

SynthID pour les contenus audio

Dans un fichier audio, le filigrane est intégré sous la forme d’un signal inaudible. Il peut notamment être appliqué aux contenus générés avec le modèle musical Lyria ou avec la fonctionnalité de génération de podcasts de NotebookLM[2].

Le marquage est conçu pour rester reconnaissable après plusieurs modifications ordinaires, par exemple :

• une compression au format MP3 ;
• l’ajout de bruit ;
• un changement de vitesse ;
• certaines opérations de traitement ou de montage.

Détecter SynthID dans un enregistrement signifie qu’au moins une partie du fichier contient un signal provenant d’un système compatible. Cela ne permet pas de vérifier l’identité d’une voix, l’exactitude des propos ou le contexte dans lequel l’enregistrement a été diffusé.

SynthID pour les textes générés par IA

Un texte ne contient ni pixels ni signal acoustique. SynthID Text intervient donc au moment où le modèle choisit successivement les mots, ou plus exactement les tokens, qui composent sa réponse.

À chaque étape, le modèle attribue une probabilité aux différents tokens susceptibles de suivre le texte déjà produit. SynthID ajuste légèrement ces probabilités afin de créer une signature statistique répartie dans la réponse. Il ne se contente pas d’ajouter une expression secrète ou une suite de caractères cachés.

Une expérimentation portant sur près de 20 millions de réponses avec et sans filigrane n’a pas relevé de différence statistiquement significative dans les évaluations positives ou négatives données par les utilisateurs. La méthode n’a besoin ni de modifier l’entraînement du modèle ni d’accéder au modèle d’origine pour effectuer ensuite la détection, à condition de disposer de la configuration de filigranage appropriée[5].

La détection est plus efficace sur des réponses longues et variées, comme un essai, un scénario ou plusieurs versions d’un e-mail. Cependant, elle devient plus délicate sur une réponse factuelle très courte, par rapport au fait que le modèle dispose de moins de choix possibles pour intégrer le signal sans modifier le sens.

Une réécriture complète ou une traduction peut également réduire fortement le niveau de confiance du détecteur[6].

Comment détecter un contenu marqué par SynthID ?

La méthode la plus accessible consiste à utiliser l’application Gemini. Un utilisateur connecté peut importer une image, une vidéo ou un fichier audio, puis demander par exemple : « Ce contenu a-t-il été créé ou modifié par l’IA de Google ? »

Le processus suit trois étapes :

1. Importer un seul fichier dans la conversation.
2. Formuler une question explicite sur son origine ou sa modification par une IA.
3. Examiner le résultat et, pour certains médias, les parties dans lesquelles le filigrane a été détecté.

Le fichier doit actuellement peser 100 Mo au maximum. Une vidéo doit durer moins de 90 secondes et un contenu audio moins d’une heure. Des quotas approximatifs s’appliquent également sur une période glissante de 24 heures[7].

Cette vérification documentée dans Gemini porte sur les images, les vidéos et les fichiers audio. Il ne faut donc pas la présenter comme un service public capable de vérifier de la même manière n’importe quel texte collé dans une conversation.

Le portail SynthID Detector annoncé en 2025 devait réunir la détection des différents formats et montrer les portions les plus susceptibles de contenir le filigrane. Sa page officielle indique encore une collaboration avec des journalistes et des professionnels des médias pour tester le portail[2]. La disponibilité exacte doit donc être vérifiée avant de conseiller cet outil à un public général.

Comment interpréter le résultat ?

Trois conclusions sont possibles.

Un filigrane est détecté. Tout ou partie du fichier a probablement été créé ou modifié par un outil d’IA compatible avec SynthID. Dans Gemini, la vérification identifie actuellement les contenus issus des outils d’IA de Google, même si d’autres entreprises ont commencé à adopter cette technologie[7].

Aucun filigrane n’est détecté.Le fichier n’a pas été reconnu comme une production marquée par le système examiné. Il peut néanmoins avoir été généré avec une autre IA, provenir d’un outil ne pratiquant aucun filigranage ou avoir subi des transformations qui ont affaibli la marque.

Le résultat est incertain. Le contenu peut être trop simple, contenir trop peu d’informations exploitables ou n’avoir été modifié que de manière limitée. Plutôt que de forcer une réponse binaire, le système signale alors qu’il ne dispose pas d’éléments suffisants.

En pratique, un résultat SynthID répond surtout à cette question : « Ce fichier porte-t-il une marque technique provenant d’un système compatible ? » Il ne répond pas seul à la question : « Ce contenu est-il vrai ? »

SynthID est-il réellement fiable ?

La fiabilité de SynthID dépend d’abord du contenu examiné et des transformations qu’il a subies.

Une image redimensionnée ou compressée peut généralement conserver son filigrane. Il en va de même pour certaines modifications de couleur, certains montages vidéo ou certains traitements audio. Après une succession de transformations, la marque peut toutefois ne plus être détectée[7].

Pour le texte, la longueur et la liberté de formulation comptent beaucoup. Une réponse développée offre davantage d’occasions d’inscrire une signature statistique qu’un nom de ville, une citation imposée ou une phrase très courte. Le signal peut aussi être affaibli par :

• une paraphrase approfondie ;
• une traduction ;
• la réécriture par un autre modèle ;
• l’intégration de quelques phrases artificielles dans un document humain plus long ;
• le remplacement d’une grande partie du vocabulaire.

La publication scientifique consacrée à SynthID Text souligne elle-même que les filigranes génératifs ne constituent pas une solution complète. Ils nécessitent une coordination entre les fournisseurs de modèles et restent exposés à des tentatives de suppression, d’imitation ou de falsification du signal[5].

Deux erreurs d’interprétation sont donc à éviter :

• considérer l’absence de filigrane comme une preuve de création humaine ;
• considérer sa présence comme une preuve que les informations diffusées sont exactes.

Une photographie authentique peut être trompeuse si elle est publiée avec une fausse légende. Inversement, une illustration générée par IA peut accompagner honnêtement un contenu clairement identifié comme tel. SynthID renseigne sur le mode de production, pas sur la véracité du message.

Quelles différences entre SynthID, détecteur d’IA et Content Credentials :?

Ces technologies poursuivent un objectif commun de transparence, mais elles ne produisent pas les mêmes informations.

Les Content Credentials reposent sur la norme ouverte C2PA. Elles fonctionnent comme un historique de provenance lié cryptographiquement au fichier et peuvent enregistrer son origine, ses transformations ou le recours à l’IA. Elles ne certifient cependant pas que le contenu lui-même est vrai : elles permettent surtout de vérifier que les informations de provenance sont valides, signées et non altérées[8].

SynthID et les Content Credentials peuvent ainsi se compléter. Le premier cherche un signal inscrit dans le contenu ; les secondes documentent son parcours.

Peut-on détecter un appel téléphonique IA avec SynthID ?

SynthID peut aider à repérer la voix artificielle présente dans l’enregistrement d’un appel, mais seulement si cette voix a été générée par un outil qui applique le filigrane. Il ne permet pas, à ce stade, de détecter universellement et en temps réel tous les appels réalisés par des agents IA.

Cette distinction est essentielle. SynthID analyse la provenance d’un signal audio. Il ne détermine pas à lui seul qui pilote la conversation.

Un appel peut, par exemple, être conduit par un agent IA utilisant une voix de synthèse sans filigrane. SynthID ne trouvera alors rien. À l’inverse, une personne réelle peut diffuser pendant un appel un message préenregistré et marqué par SynthID. La présence du filigrane signalera un contenu audio synthétique, mais pas nécessairement un appel entièrement automatisé.

Dans quels cas la détection est-elle possible ?

Trois conditions doivent être réunies :

1. La voix doit provenir d’un moteur qui applique SynthID.
2. Le filigrane doit rester suffisamment intact après la transmission téléphonique.
3. L’enregistrement doit être analysé avec un détecteur compatible avec la configuration utilisée par le générateur.

Le périmètre commence à dépasser les seuls outils de Google. ElevenLabs a annoncé en juin 2026 l’intégration de SynthID dans ses générations Text to Speech, avec une extension progressive à ses autres contenus audio. L’entreprise propose parallèlement un détecteur gratuit destiné à vérifier si un extrait a été généré par ses propres outils[9].

Cette évolution rend envisageable l’analyse d’un appel utilisant une voix ElevenLabs. Elle ne garantit toutefois pas que tous les appels provenant de ses agents vocaux soient identifiables dans toutes les conditions. La documentation disponible ne confirme pas la résistance du filigrane à l’ensemble des codecs, recodages, filtrages, bruits et traitements appliqués par les réseaux téléphoniques.

Peut-on détecter l’IA pendant l’appel ?

Les outils publics documentés fonctionnent actuellement à partir d’un fichier audio importé. Gemini permet d’envoyer un enregistrement, puis de demander s’il a été créé ou modifié par une IA de Google. Il ne reconnaît pas les productions de tous les fournisseurs et n’est pas présenté comme un système de surveillance des appels en direct[7].

Dans un centre de contact, l’usage réaliste de SynthID serait donc plutôt le suivant :

• enregistrer l’appel dans le respect des règles applicables ;
• isoler un passage contenant la voix suspectée d’être artificielle ;
• l’analyser avec le détecteur du fournisseur présumé ;
• recouper le résultat avec le numéro appelant, le scénario conversationnel, les métadonnées et les informations déclarées par l’émetteur.

Un résultat positif peut attribuer la voix à un système compatible. Un résultat négatif ne prouve pas qu’un humain était au bout du fil.

SynthID n’est pas un détecteur universel d’agents vocaux

Pour identifier automatiquement les appels IA, une entreprise aurait besoin d’un dispositif plus large combinant plusieurs signaux :

• recherche de filigranes audio ;
• analyse acoustique ;
• détection de comportements conversationnels automatisés ;
• authentification de l’appelant ;
• informations fournies par l’opérateur ou le prestataire ;
• déclaration explicite de l’utilisation d’une IA.

Cette dernière reste la solution la plus claire pour l’interlocuteur. Les règles européennes de transparence prévoient d’ailleurs que les personnes soient informées lorsqu’elles interagissent directement avec certains systèmes d’IA[1]. Dans un appel professionnel, annoncer dès le début qu’il est pris en charge par un agent vocal IA est plus fiable et plus compréhensible que de demander au destinataire de mener sa propre enquête technique.

À quoi SynthID peut-il servir en entreprise ?

Pour une entreprise, l’intérêt principal de SynthID réside dans la vérification de contenus dont la chaîne de production n’est pas entièrement maîtrisée.

Contrôler un visuel transmis par un prestataire

Une équipe marketing reçoit une campagne comprenant plusieurs images. L’entreprise peut demander les fichiers originaux et leurs informations de provenance, rechercher un éventuel filigrane, puis consigner l’outil utilisé et les droits associés.

Le résultat SynthID ne remplace ni la vérification des licences ni le contrôle des personnes, marques et œuvres représentées. Il ajoute un indice technique au dossier de validation.

Examiner une vidéo avant publication

Une courte vidéo attribuée à un dirigeant circule sur les réseaux sociaux. Une vérification dans Gemini peut rechercher un marquage issu des outils Google. En l’absence de filigrane, l’équipe doit poursuivre ses recherches : origine du premier téléchargement, compte ayant publié le fichier, communication officielle de la personne concernée et éventuelles coupures de montage.

Le micro-insight à retenir est simple : un résultat négatif doit ouvrir l’enquête, pas la refermer.

Vérifier un contenu audio

Une équipe reçoit un extrait vocal destiné à illustrer une formation ou une publicité. La détection peut signaler un contenu audio produit par un outil compatible. Il reste ensuite à vérifier l’autorisation d’utilisation de la voix, le consentement des personnes et la fidélité du message.

Encadrer la production éditoriale

Pour les textes, SynthID ne doit pas devenir un outil disciplinaire utilisé isolément contre un salarié, un candidat ou un étudiant. Les textes courts, remaniés ou traduits offrent des conditions de détection moins favorables, tandis que les générateurs non compatibles échappent au dispositif.

Une politique interne plus solide peut préciser :

• les usages autorisés de l’IA ;
• les contenus qui doivent faire l’objet d’une validation humaine ;
• les informations de provenance à conserver ;
• les mentions destinées au public ;
• la procédure à suivre lorsqu’un contenu paraît douteux.

Cette gouvernance complète les pratiques décrites dans le guide consacré àl’utilisation de l’intelligence artificielle en entreprise.

Ce qu’il faut retenir de SynthID

SynthID apporte une réponse technique précise à un problème bien délimité : retrouver dans un contenu la marque ajoutée par un générateur compatible. Son principal intérêt vient de cette inscription à la source, plus informative qu’une simple estimation fondée sur l’apparence d’un texte ou d’une image.

Cette précision impose aussi d’en respecter les limites. Une détection positive renseigne sur la provenance technique, pas sur la véracité. Une détection négative n’écarte pas l’utilisation d’une autre IA. Pour une entreprise, la démarche la plus fiable consiste donc à combiner filigrane, Content Credentials, examen du contexte, conservation des fichiers originaux et validation humaine.

Pour prolonger cette réflexion, consultez nos ressources consacrées à l’intelligence artificielle et aux agents IA.

FAQ sur SynthID

Peut-on détecter tous les contenus générés par IA avec SynthID ?

Non. SynthID détecte les contenus auxquels un système compatible a préalablement ajouté son filigrane. Un contenu provenant d’un modèle non compatible peut être entièrement généré par IA sans porter cette marque.

Comment faire pour vérifier une image avec SynthID ?

Il faut importer l’image dans Gemini avec un compte éligible, puis demander si elle a été créée ou modifiée par l’IA de Google. Gemini recherche le filigrane et peut indiquer les zones où il est le plus susceptible d’être présent[7].

Peut-on supprimer un filigrane SynthID ?

Des modifications courantes ne suffisent pas nécessairement à le faire disparaître. Une succession de transformations importantes peut néanmoins réduire sa détectabilité. Le texte est notamment vulnérable aux réécritures profondes et aux traductions[6].

Le filigrane de SynthID est-il visible ?

Non. Il est conçu pour être imperceptible dans les images et les vidéos, inaudible dans les fichiers audio et invisible dans la formulation d’un texte. Seul un détecteur compatible peut rechercher le signal.

SynthID suffit-il pour respecter l’AI Act ?

SynthID peut contribuer au marquage lisible par machine attendu de certains fournisseurs de systèmes d’IA. Il ne constitue pas pour autant une certification de conformité.

L’article 50 distingue plusieurs responsabilités. Les fournisseurs doivent notamment permettre la détection de certains contenus synthétiques, tandis que les déployeurs doivent informer les personnes exposées à certains deepfakes ou textes artificiels d’intérêt public[1].

Une entreprise doit donc examiner son rôle, la nature du contenu et son contexte de diffusion. Un filigrane invisible ne dispense pas automatiquement d’une mention visible ni d’une information compréhensible pour le public.

Quelle différence entre SynthID et un filigrane visible ?

Un filigrane visible informe immédiatement le lecteur ou le spectateur, mais il peut souvent être recadré ou effacé. SynthID est intégré au contenu et vise à résister à certaines modifications, mais sa présence nécessite un outil de détection.

SynthID prouve-t-il qu’un contenu est faux ?

Non. Le filigrane renseigne sur l’utilisation d’une technologie de génération ou de modification. Il ne vérifie ni les faits présentés, ni le contexte, ni l’intention de l’auteur.

Peut-on utiliser SynthID pour détecter un appel réalisé par une IA ?

SynthID peut détecter un filigrane dans l’enregistrement d’un appel si la voix a été produite par un générateur compatible. Il ne détecte cependant pas tous les agents vocaux et ne fonctionne pas comme un identificateur universel en temps réel. L’absence de filigrane ne permet donc pas de conclure que l’appelant était humain.

Qu’est-ce que le C2PA ?

La C2PA est une coalition à l’origine d’un standard ouvert de traçabilité des contenus numériques. Celui-ci repose sur les Content Credentials, qui enregistrent de manière cryptographiquement vérifiable l’origine d’un fichier, les outils utilisés et certaines modifications apportées. Contrairement à SynthID, la C2PA ne recherche pas un filigrane invisible : elle documente l’historique du contenu sans garantir que les informations qu’il présente sont vraies [8].

Mentions

• [1] https://digital-strategy.ec.europa.eu/en/policies/guidelines-ai-transparency-obligations
• [2] https://deepmind.google/models/synthid/
• [3] https://deepmind.google/blog/identifying-ai-generated-images-with-synthid/
• [4] https://blog.google/innovation-and-ai/products/google-synthid-ai-content-detector/
• [5] https://www.nature.com/articles/s41586-024-08025-4
• [6] https://deepmind.google/blog/watermarking-ai-generated-text-and-video-with-synthid/
• [7] https://support.google.com/gemini/answer/16722517?hl=fr
• [8] https://c2pa.org/specifications/specifications/2.2/explainer/Explainer.html
• [9] https://www.theverge.com/ai-artificial-intelligence/957510/elevenlabs-rolls-out-synthid-support

Publié le 8 septembre 2026.