Le NTSB retire le dossier après que l'IA a recréé les voix de pilotes décédés à partir de spectrogrammes

Le NTSB a temporairement suspendu l’accès public à son système de dossiers en ligne après que des internautes ont utilisé des outils d’IA pour reconstituer l’audio de l’enregistreur phonique du cockpit à partir d’images spectrogrammes publiées dans le cadre d’une enquête. L’incident concerne l’écrasement du vol UPS 2976 en novembre 2025, un MD-11F cargo qui s’est écrasé peu après le décollage à Louisville, Kentucky, tuant trois pilotes et douze personnes au sol.

Le NTSB a publié un PDF contenant un spectrogramme — une représentation visuelle des signaux sonores — montrant les 30 dernières secondes de l’enregistrement audio du cockpit de l’accident. Des utilisateurs sur X et Reddit ont rapidement reconstitué des versions audio des voix des pilotes et d’autres sons du cockpit à l’aide du spectrogramme.

Détails techniques

Une technique clé utilisée est l’algorithme de Griffin-Lim, publié à l’origine en 1984 par Daniel Griffin et Jae Lim. Des versions mises à jour ont été intégrées aux algorithmes de traitement de la parole et implémentées via Python. Diverses implémentations Python de l’algorithme sont disponibles sur GitHub. La disponibilité généralisée des modèles d’IA a facilité l’application de ces méthodes.

Un compte sur X a rapporté avoir pris seulement 10 minutes avec le modèle Codex d’OpenAI pour reconstituer un audio brut à partir du spectrogramme initialement partagé par le NTSB. L’utilisateur a probablement utilisé Codex pour écrire un script Python appliquant l’algorithme Griffin-Lim à l’image du spectrogramme, produisant une forme d’onde audio.

Implications réglementaires et de confidentialité

Une loi fédérale adoptée par le Congrès en 1990 interdit au NTSB de partager publiquement toute partie d’un enregistreur vocal ou vidéo de cockpit, visant à protéger la vie privée des équipages. La loi a fait suite à un tollé après qu’une chaîne de télévision a diffusé une conversation dans le cockpit lors de l’accident du vol 1141 de Delta Air Lines en 1988. Le NTSB prend de multiples précautions pour sécuriser les enregistreurs phoniques, notamment en limitant l’accès à l’écoute à une poignée de personnes qui doivent signer des accords de non-divulgation, laisser leur téléphone portable à l’extérieur et détruire les notes manuscrites par la suite. Les transcriptions de l’audio du cockpit sont créées manuellement par des relectures constantes et des discussions de groupe.

Le NTSB avait publié une transcription écrite de l’audio du cockpit de l’accident du vol UPS 2976 lors d’une audience d’enquête de deux jours les 19 et 20 mai, accompagnée du PDF du spectrogramme. Cette combinaison a permis la reconstitution.

Ben Berman, ancien enquêteur d’accident du NTSB et pilote de Boeing 737 chez United Airlines, a déclaré à Ars que la loi sur l’enregistreur phonique avait été importante pour que les pilotes acceptent d’avoir leur voix enregistrée. « Les gens sont horrifiés à l’idée que leurs derniers moments soient rendus publics », a déclaré Berman. Le communiqué du NTSB a reconnu que les progrès de la reconnaissance d’images et des méthodes de calcul ont permis la reconstitution de l’audio à partir de spectrogrammes.

Ce que cela signifie pour les développeurs

Cet incident démontre que toute représentation visuelle de données audio, comme un spectrogramme, peut être rétroconçue en son à l’aide d’algorithmes accessibles et de génération de code IA. Les développeurs travaillant avec des données audio sensibles devraient considérer si la publication de spectrogrammes ou de visualisations similaires pourrait divulguer accidentellement l’audio sous-jacent. La combinaison des outils de génération de code IA et des algorithmes classiques de traitement du signal abaisse la barrière à une telle reconstruction.

Le NTSB examine maintenant ses documents publics pour empêcher toute autre reconstruction. Le dossier reste « temporairement indisponible » depuis le 21 mai.