Pour imiter une voix, une intelligence artificielle commence par écouter de nombreux extraits audio de la personne à copier. Elle repère les éléments clés : le timbre, l’intonation, le rythme, les petites particularités de prononciation.

Grâce à des algorithmes d’apprentissage automatique, l’IA décompose la voix en milliers de paramètres (hauteur, vitesse, accent, etc.) et apprend à les combiner pour créer de nouveaux mots ou phrases qui sonnent comme la voix d’origine.

Plus l’IA a de données à disposition, plus l’imitation est précise et réaliste. C’est ainsi que l’on peut aujourd’hui « cloner » une voix à partir de quelques minutes d’enregistrement.