Sur demande d’AyiboPost, deux groupes d’experts en intelligence artificielle ont analysé séparément la note pour la comparer à la voix authentique de la Première dame. Ils sortent tous les deux avec la même conclusion : la voix dans la note semble être différente de celle de Martine Moïse
[Mise à jour sur demande des experts] Position d’AyiboPost sur la note vocale de Martine Moïse
La voix dans la note vocale diffusée hier d’abord par le média pro PHTK, Tripotay Lakay, puis par le gouvernement, y compris le compte officiel Twitter de la première dame, pourrait ne pas être celle de Martine Moïse. Ce sont les conclusions sorties des travaux de deux groupes d’experts en intelligence artificielle aux États-Unis et en France qui ont collaboré avec AyiboPost, depuis le 10 juillet.
Les deux groupes ont utilisé deux méthodes et techniques différentes. Ils sortent avec la même conclusion : la voix dans la note vocale diffère de celle de Martine Moïse, retrouvée dans multiples enregistrements publiés avant l’attaque à la résidence du président dans la matinée du 7 juillet 2021.
AyiboPost a soumis aux experts une trentaine de minutes de voix de la première dame, sélectionnée de façon aléatoire (discours, entrevue, prise de parole publique). Nous avons aussi transféré la note vocale rendue publique par le Gouvernement.
Ben Toussaint est informaticien et docteur en intelligence artificielle. Il a travaillé au laboratoire d’informatique de Grenoble, classé premier laboratoire de recherche en informatique en France. Il a d’abord construit un modèle de « Machine Learning » pour traiter dans un premier temps des enregistrements authentiques de voix de la première dame. Une fois le modèle entrainé, il l’a testé avec des voix d’individus autres que la première dame, la voix authentique de Martine Moïse, et la note vocale diffusée par le Gouvernement, confirmée par Pradel Henriquez, ministre de la Communication, et reprise par des médias nationaux et internationaux.
« J’ai constaté que les mesures obtenues pour ce fichier vocal n’atteint pas le seuil de similarité déterminé par le modèle », conclut le spécialiste.
Le deuxième groupe d’expert basé aux États-Unis comprend des individus qui travaillent ou ont travaillé pour de grandes entreprises américaines effectuant des recherches sur les discours et la voix humaine associés à l’intelligence artificielle. Ils requièrent l’anonymat parce qu’ils n’ont pas l’autorisation de leur employeur.
Ce groupe a utilisé une méthode différente de celle de l’équipe de Ben Toussaint. Mais, la comparaison entre la voix de Martine Moise disponible dans plusieurs enregistrements avant l’assassinat du président, et celle entendue dans l’enregistrement de l’administration de Claude Joseph sont bien différentes.
« Il y a beaucoup de dissimilarités qui peuvent potentiellement vouloir dire qu’il ne s’agit pas d’un enregistrement authentique », déclare un des experts de ce deuxième groupe.
Les États-Unis ont promis d’envoyer des enquêteurs américains pour aider à faire la lumière sur l’assassinat du président, Jovenel Moïse. Questionnée sur l’authenticité de la note vocale par AyiboPost, l’ambassade n’a pas souhaité réagir. « Les États-Unis souhaitent à la Première dame Martine Moïse un prompt rétablissement », a déclaré à AyiboPost, un porte-parole de l’ambassade.
Contacté, un officiel de l’administration américaine a répondu de la sorte : « Nous avons vu des rapports remettant en question la véracité de l’audio publié à partir du compte officiel de la Première dame Martine Moïse. Nous avons aussi des interrogations sur l’authenticité [de cette note vocale]. »
Les spécialistes font état d’un processus de vérification rigoureux.
« Des modèles d’intelligence artificielle permettent d’utiliser la voix d’une personne sur des propos qu’elle n’a pas forcément exprimés, grâce à une approche appelée Generative Adversarial Network (GAN). On peut réussir à encoder la voix de quelqu’un, c’est-à-dire, son intonation, son débit, son accent, etc. Cependant, même si une oreille humaine peut rencontrer des difficultés pour saisir les subtilités de la création de la machine, on peut utiliser une technique de l’intelligence artificielle elle-même pour détecter ce type de manipulations. »
Pour produire ses conclusions, l’équipe de Toussaint a fait dans la comparaison. « Dans le processus de traitement, j’ai encodé les fichiers retrouvés avec la voix authentique de la Première dame pour avoir une représentation mathématique de sa voix. J’ai ensuite créé un modèle dit de classification. Ce modèle se rapproche du même principe utilisé pour faire en sorte qu’une intelligence artificielle reconnaisse un chat ou un chien. Si vous lui montrez un cheval, il vous dira qu’il ne s’agit ni d’un chat ni d’un chien. »
Le modèle mis en place, on peut comparer les voix et il vous dira à quel point il est possible qu’il s’agisse de la voix de la personne. « J’ai pris les fichiers avec les voix authentiques pour créer la « vérité de base » (ground truth), dit Ben Toussaint. Avec cette signature, j’ai testé la voix d’une autre personne qui n’est pas Martine Moise pour tenter de reconnaitre si le système est fiable avec suffisamment de certitude. Avant même ce test, je l’ai testé avec la voix de Martine Moise pour voir si le système la reconnait. Ceci s’appelle une matrice de confusion. »
Les conclusions sont têtues. « A chaque test, il est révélé que le système a des doutes qu’il s’agisse de la voix de la même personne », déclare Ben Toussaint.
Le deuxième groupe d’expert a utilisé la méthode convolution neural network (CNN).
« On a d’abord absorbé des données appartenant à la vraie personne. Nous avons alors entraîné un modèle avec la voix réelle de la personne afin qu’il puisse la reconnaitre, dit le représentant de ce groupe d’expert. Ce modèle a plusieurs niveaux, c’est pour cela qu’on l’appelle “deep neural network “. Ensuite, on a utilisé la note vocale pour savoir s’il s’agit effectivement de la même personne. Pour ce faire, nous avons mesuré la distance entre l’audio rendue publique et celles retrouvées dans les plus anciens enregistrements. Nous avons utilisé les seuils de similarités et les codes utilisés dans plusieurs recherches d’universités. Le seuil utilisé est 0,040. Nous avons enregistré un score de 0,051 pour notre modèle, après entrainement. Ce qui suggère que l’audio entendu partout sur internet pour la Première dame, comparé à ses autres discours, relève beaucoup de dissimilarités. »
Samedi, tôt dans la matinée, le message vocal de Martine Moïse devient viral en Haïti. Dans l’enregistrement d’une étonnante froideur, la Première dame décrit vaguement l’assassinat de son mari et la tentative d’assassinat qu’elle a elle-même subie. Sur les auteurs du crime, elle mentionne des mercenaires sans donner de grande précision. Le message laisse comprendre que les auteurs intellectuels du crime seraient des opposants du régime politique de son mari.
La première entité à publier la note vocale est Tripotay Lakay, un média propagandiste du régime PHTK. Elle est ensuite partagée par Frantz Exantus, le Chef de la communication du Gouvernement. Peu de temps après, il a tourné en boucle sur la Télévision nationale d’Haïti (TNH), et est partagé sur la page Facebook de la TNH. Elle a aussi été publiée sur la page officielle Twitter de Martine Moïse.
Contactés par AyiboPost, plusieurs membres de l’équipe de communication de Mme Moïse semblent être dans une confusion totale. Une source proche de la Première dame confirme qu’elle n’utilise pas et n’a jamais utilisé Twitter personnellement. Son équipe de communication s’en est toujours chargé. Selon AFP, Associated Press et Le Nouvelliste, la note vocale a été authentifiée par le ministre de la Culture et de la Communication, M. Pradel Henriquez.
Nous continuons de supporter sans réserve les conclusions matérielles des chercheurs. Sur demande des spécialistes, le titre de l’article est changé pour mieux refléter l’état de leurs recherches. Par souci de transparence, les données utilisées, ainsi que les méthodologies sont ajoutées à ce Google Drive.
Comments