Comment retirer les données personnelles des enregistrements audio
Un enregistrement est souvent le fichier le plus sensible que vous manipulez — une vraie voix, à quoi s’ajoutent des noms, des numéros et des détails de santé ou juridiques. Ce guide montre comment retirer les données personnelles de l’audio sur votre propre ordinateur : transcrire en local, biper les identifiants prononcés et partager en toute sécurité — sans jamais envoyer l’enregistrement où que ce soit.
Pourquoi l’audio est le type de données personnelles le plus difficile à masquer
Les données personnelles se nichent dans les fichiers ordinaires bien plus souvent qu’on ne le croit : après avoir analysé environ 6,5 millions de fichiers Google Drive, la société de sécurité Metomic a constaté que 40,2 % contenaient des informations sensibles, données personnelles comprises, et qu’un tiers d’entre eux étaient partagés en externe. (Source : Metomic.) L’audio représente le pire des cas. Les identifiants prononcés se dispersent de façon imprévisible tout au long d’un enregistrement, ils sont fastidieux à repérer à l’oreille, et l’enregistrement porte la voix réelle de la personne — laquelle, dès lors qu’elle est traitée pour identifier l’intervenant, peut elle-même devenir une donnée biométrique au sens du RGPD (voir plus bas).
Ce que le masquage audio signifie réellement
Le masquage audio consiste à retirer les informations identifiantes d’un enregistrement en coupant ou en bipant les segments parlés — noms, numéros, adresses — et en masquant les mêmes valeurs dans la transcription. Le point clé, celui qui piège tout le monde : masquer un nom dans la transcription ne change rien à l’enregistrement. Si vous partagez l’audio, le nom y figure toujours, prêt à être entendu. Une véritable anonymisation agit à la fois sur le son et sur le texte, afin qu’aucun identifiant ne subsiste, ni dans l’un ni dans l’autre.
Transcription sur l’appareil ou dans le cloud : le point de bascule pour la confidentialité
La plupart des transcriptions se font dans le cloud, et l’échelle est colossale — Otter.ai à lui seul déclare traiter plus d’un milliard de réunions pour plus de 35 millions d’utilisateurs. (Source : Otter.ai.) Cette commodité a un prix. En août 2025, Otter a fait l’objet d’une action collective fédérale l’accusant d’enregistrer « de manière trompeuse et furtive » les conversations sur Zoom, Meet et Teams et de s’en servir pour entraîner son IA. (Source : NPR.)
Le problème ne se limite pas à un seul prestataire. La Freedom of the Press Foundation avertit qu’Otter, Rev, Trint et Descript ont tous la capacité technique d’accéder à l’audio téléversé, et que plusieurs d’entre eux s’en servent pour l’entraînement ou le transmettent à des sous-traitants tiers et à des relecteurs humains — d’où son conseil aux journalistes de privilégier des outils sur l’appareil comme Whisper. (Source : Freedom of the Press Foundation.) Ces relecteurs humains représentent une exposition bien réelle : une enquête de OneZero a révélé que les transcripteurs indépendants de Rev étaient confrontés à des contenus extrêmement sensibles, jusqu’à des enregistrements décrivant des abus sexuels sur mineurs. (Source : OneZero.) La transcription sur l’appareil — des modèles de qualité Whisper tournant sur votre propre machine — contourne tout cela : l’enregistrement brut n’est jamais téléversé, il n’y a donc ni politique de conservation, ni sous-traitant, ni relecteur à qui faire confiance.
Un enregistrement vocal est-il une donnée personnelle ou biométrique au sens du RGPD ?
Un enregistrement vocal est toujours une donnée personnelle si une personne peut y être identifiée. Il bascule dans les données biométriques de catégorie particulière dès lors qu’il est techniquement traité pour identifier ou vérifier l’intervenant — par exemple en transformant la parole en empreinte vocale. L’ICO y voit un traitement à haut risque qui, dans la plupart des cas, nécessite une analyse d’impact relative à la protection des données et, à défaut d’une condition adaptée, un consentement explicite au titre de l’article 9(2)(a), en plus d’une base légale au titre de l’article 6. (Source : ICO.) En cas de faux pas, on s’expose au plafond le plus élevé des amendes RGPD — jusqu’à 20 millions d’euros ou 4 % du chiffre d’affaires annuel mondial.
Le consentement et le droit de l’enregistrement des voix
Deux volets sont à ne pas négliger. D’abord, la protection des données : le CEPD juge « très probable » que les services vocaux/audio nécessitent une AIPD, et estime qu’un enregistrement déclenché accidentellement ne saurait, « selon toute vraisemblance », constituer un consentement valable. (Source : Lignes directrices 02/2021 du CEPD.)
Ensuite, le droit des écoutes. La loi fédérale américaine autorise l’enregistrement avec le consentement d’une seule partie, mais en 2026 quinze États exigent le consentement de toutes les parties : Californie, Connecticut, Delaware, Floride, Illinois, Maryland, Massachusetts, Michigan, Montana, Nevada, New Hampshire, Oregon, Pennsylvanie, Vermont et Washington. (Source : Sembly AI.) Les enjeux sont concrets : au titre de l’Invasion of Privacy Act de Californie, une personne enregistrée sans le consentement de toutes les parties peut réclamer des dommages-intérêts légaux de 5 000 $ par violation ou le triple des dommages réels, le montant le plus élevé étant retenu. (Source : Shouse Law Group.) L’enseignement pratique est le même dans les deux cas : obtenez le consentement, ne conservez que le nécessaire et masquez les identifiants avant que l’enregistrement ne parte où que ce soit.
Quand vous devez masquer un enregistrement avant de le partager (DSAR)
Un cas de figure fréquent est la demande d’accès d’une personne concernée. Lorsqu’un DSAR porte sur l’enregistrement d’un appel qui contient aussi les données d’autres personnes, l’ICO attend que vous supprimiez ou bipiez les identifiants de tiers avant divulgation, que vous répondiez dans un délai d’un mois, et que le masquage soit appliqué de sorte que les données retirées ne puissent pas être récupérées à partir de la copie que vous communiquez. (Source : ICO.) C’est précisément là que le bipage sur l’appareil colle parfaitement à la règle : puisque l’audio bipé ne peut pas être débipé, la copie que vous divulguez reste masquée par conception.
Qui masque l’audio, et pourquoi
- Les journalistes qui protègent le nom, l’employeur et le numéro de téléphone d’une source avant qu’un fichier d’entretien ne parte chez un rédacteur.
- Les chercheurs en études qualitatives qui anonymisent des enregistrements d’entretiens réalisés avec consentement pour un comité d’éthique (IRB) avant de partager des transcriptions.
- Les équipes RH qui retirent le nom et l’adresse personnelle d’un témoin prononcés à voix haute lors d’une réunion d’enquête enregistrée.
- Les équipes juridiques qui bipent le nom d’un mineur ou un numéro de sécurité sociale lu à voix haute dans une déposition.
- Les soignants et les thérapeutes qui désidentifient l’enregistrement d’une séance avant de l’utiliser pour de la supervision ou des notes.
Comment retirer les données personnelles d’un enregistrement audio, étape par étape
- Transcrivez sur votre propre ordinateur. Ouvrez l’enregistrement dans Occlira. Il est transcrit en local grâce à un modèle vocal embarqué — l’audio brut, la version la plus sensible, ne quitte jamais votre machine et ne touche aucun service cloud.
- Séparez les intervenants. Les intervenants sont distingués sur l’appareil, ce qui vous permet de voir qui a dit quoi et de masquer par intervenant tout en gardant la conversation lisible.
- Détectez les données personnelles à l’oral. Occlira signale les données personnelles prononcées à voix haute — noms, numéros de téléphone, adresses, numéros de compte ou de carte — dans la transcription synchronisée, chacune accompagnée de sa position exacte dans l’audio.
- Vérifiez et confirmez. Conservez ou masquez chaque occurrence lors d’une étape de vérification rapide, et sélectionnez ce que le détecteur aurait manqué pour l’ajouter. Rien n’est modifié sans votre feu vert.
- Bipez l’audio et masquez la transcription. Pour chaque élément confirmé, Occlira coupe/bipe ce segment de la forme d’onde et masque la même valeur dans la transcription — de sorte que l’identifiant disparaît de ce que les gens entendent, pas seulement de ce qu’ils lisent.
- Exportez une copie partageable. Enregistrez une copie masquée à partager, archiver ou divulguer. L’audio bipé est définitif — c’est exactement ce que vous voulez pour une copie que vous remettez — tandis que la transcription reste réversible au sein de votre session de travail, ce qui vous permet de revérifier les valeurs d’origine avant de terminer.
À la main ou automatiquement
Vous pouvez masquer l’audio à la main dans un éditeur comme Audacity — repérer chaque identifiant à l’oreille, sélectionner la zone et la rendre silencieuse. Pour un extrait court, cela suffit ; pour un entretien de 90 minutes ou une série d’enregistrements d’appels, c’est lent et il est facile de laisser passer un nom au second passage. La détection pilotée par la transcription, elle, passe à l’échelle : elle localise chaque occurrence par son horodatage, si bien que vous vérifiez une liste au lieu de parcourir une forme d’onde, et aucun identifiant ne passe entre les mailles du filet sous prétexte qu’il a été prononcé à voix basse à la minute 72. C’est exactement ce que fait Occlira : il transcrit sur l’appareil, répertorie chaque nom et numéro détecté par horodatage, et bipe chacun d’eux sur votre confirmation — et, contrairement à Otter, Rev ou Descript, l’enregistrement n’est jamais téléversé.
Liste de contrôle du masquage audio
Avant de partager, d’archiver ou de divulguer un enregistrement, passez en revue ceci :
- Vérifiez que vous disposez du consentement ou d’une autre base légale pour enregistrer et traiter l’audio
- Réalisez une AIPD si l’enregistrement implique une surveillance systématique ou la conversion de voix en empreintes vocales
- Transcrivez sur votre propre appareil — n’envoyez pas l’enregistrement brut vers un service cloud
- Détectez et vérifiez chaque nom, numéro de téléphone, adresse et numéro de compte/carte prononcé à voix haute
- Bipez l’audio ET masquez la transcription — une transcription masquée seule laisse le nom audible
- Réécoutez la copie masquée et confirmez qu’aucun identifiant ne subsiste
- Supprimez les métadonnées du fichier avant de le partager
- Pour une divulgation/DSAR, exportez une copie irréversible neuve et gardez la table de correspondance réversible privée
Comment Occlira procède — entièrement sur votre appareil
Occlira est conçu précisément pour cela. Il transcrit votre enregistrement en local grâce à un modèle embarqué de qualité Whisper, sépare les intervenants, détecte automatiquement les noms et les numéros prononcés à voix haute et — une fois que vous confirmez — bipe l’audio tout en masquant la transcription à chaque occurrence. Il prend en charge les formats MP3, WAV, M4A, FLAC et OGG, fonctionne hors ligne après activation sous Windows et macOS. L’audio que vous exportez est bipé de manière définitive, tandis que la transcription reste réversible au sein de votre session de travail. Aucun envoi, aucun compte, aucun cloud. Découvrez précisément ce qui reste sur votre appareil.
Foire aux questions
Le masquage audio consiste à retirer les informations identifiantes d’un enregistrement en coupant ou en bipant les segments parlés — noms, numéros, adresses — et en masquant les mêmes valeurs dans toute transcription. Contrairement au masquage d’un document texte, il agit sur la forme d’onde elle-même, de sorte que l’identifiant ne peut plus être entendu à la lecture.
Une transcription masquée ne fait que cacher le texte ; si vous partagez l’enregistrement sous-jacent, le nom reste audible. Une véritable anonymisation exige d’agir sur les deux — biper l’audio à chaque occurrence et masquer la transcription — pour que rien d’identifiant ne subsiste, ni dans les mots ni dans le son.
Transcrivez l’audio, repérez chaque nom prononcé dans la transcription (avec son horodatage dans l’enregistrement), puis coupez ou superposez une tonalité sur ce segment de la forme d’onde. Occlira le fait automatiquement : il détecte les noms sur l’appareil et bipe chaque occurrence, ce qui est bien plus fiable que de les traquer à la main dans un éditeur.
Un enregistrement vocal est toujours une donnée personnelle si une personne peut y être identifiée. Il devient une donnée biométrique de catégorie particulière dès lors qu’il est techniquement traité pour identifier ou vérifier l’intervenant — par exemple en transformant la parole en empreinte vocale —, ce que l’ICO considère comme un traitement à haut risque nécessitant généralement une AIPD et un consentement explicite au titre de l’article 9.
En général, oui. Au titre du RGPD, il vous faut une base légale, et le CEPD estime qu’une AIPD est « très probablement » requise pour les services vocaux/audio. Aux États-Unis, la loi fédérale autorise le consentement d’une seule partie, mais de nombreux États exigent le consentement de toutes les parties (voir ci-dessous). La règle de prudence est la suivante : obtenez le consentement, réduisez au minimum ce que vous conservez et masquez les identifiants avant tout partage.
En 2026, quinze États exigent le consentement de toutes les parties : Californie, Connecticut, Delaware, Floride, Illinois, Maryland, Massachusetts, Michigan, Montana, Nevada, New Hampshire, Oregon, Pennsylvanie, Vermont et Washington. Pour les appels entre États, c’est généralement la loi la plus stricte qui s’applique : si un participant se trouve dans un État à consentement de toutes les parties, comme la Californie, vous avez besoin du consentement de chacun, où que vous soyez.
Par défaut, plusieurs services de transcription cloud peuvent utiliser les enregistrements téléversés pour améliorer leurs modèles ou les transmettre à des sous-traitants tiers et à des relecteurs humains. Comme l’audio brut est téléversé, tout repose sur leurs politiques de conservation et d’entraînement. La transcription sur l’appareil élimine la question à la racine : l’enregistrement n’est jamais téléversé.
Si une demande d’accès d’une personne concernée porte sur un enregistrement contenant aussi les données personnelles d’autres personnes, l’ICO attend que vous supprimiez ou bipiez les identifiants de tiers avant divulgation (en appliquant le test de mise en balance), que vous répondiez dans un délai d’un mois, et que le masquage soit appliqué de manière à ce que les données retirées ne puissent pas être récupérées à partir de la copie communiquée.
Le bipage de l’audio est définitif : une fois l’enregistrement masqué exporté, les segments coupés ne peuvent pas être restaurés — ce qui est exactement ce que vous voulez pour une copie que vous partagez ou divulguez. La transcription reste réversible au sein de votre session de travail (grâce à la fonction « Désanonymiser » d’Occlira), ce qui vous permet de vérifier les valeurs d’origine avant de terminer ; l’audio exporté lui-même ne peut pas être débipé.
Masquez l’audio sans l’envoyer où que ce soit
Transcrivez en local, bipez les données personnelles, partagez en toute sécurité. Gratuit pendant 14 jours sous Windows et macOS.
À lire aussi : pour les cabinets d’avocats · qu’est-ce que les données personnelles (PII) ? · utiliser l’IA sans enfreindre le RGPD · comment vos données sont traitées