? À quoi ça sert ?
Un détecteur de deepfakes qui tourne 100 % dans votre
navigateur. Il utilise Deep-Fake-Detector-v2, un
Vision Transformer fine-tuné (base ViT
google/vit-base-patch16-224-in21k, ~86M paramètres) pour
classer une image en Realism ou Deepfake.
Trois modes : image (upload / glisser-déposer), webcam (score temps réel) et vidéo (analyse frame-by-frame avec timeline). Le modèle (~90 Mo quantized) est téléchargé une fois via Transformers.js puis mis en cache par votre navigateur. Aucune image ne quitte votre machine.
Limites : le modèle a été entraîné sur des visages. Il est moins fiable sur des scènes sans visage, sur des deepfakes récents (Sora, Veo3) ou sur des images très compressées. Un score Fake élevé n'est pas une preuve — croisez toujours avec d'autres indices.
Vous êtes touché·e par un deepfake ? Vous n'êtes pas seul·e. Cette page rassemble les numéros d'écoute et associations qui peuvent vous accompagner.
1 Modèle
Le modèle est chargé à la demande (~90 Mo quantized, mis en cache après).
Le modèle est mis en cache via un service worker persistant entre déploiements — vous ne re-téléchargez pas 90 Mo à chaque visite. Les autres démos IA du site (RAG-PDF, MATCH, CHAT, SIGN) partagent ce cache.
2 Choisissez un mode
Glissez une image ici, ou :
JPEG, PNG, WebP. Aucun envoi réseau.
Glissez plusieurs images ici (2 à 100), ou :
Analyse séquentielle avec le modèle actif · Aucun envoi réseau.
—
| Fichier | Real % | Fake % | Verdict | Latence |
|---|
Charge un batch d'images (2 à 20). L'app calcule les scores du modèle en silence, puis te propose de deviner Real ou Fake avant de dévoiler le verdict du modèle. Score final : ton taux d'accord avec l'IA + meilleur temps.
Glisse tes images ici, ou :
Aucun envoi réseau — l'app calcule et teste tes yeux localement.
Préparation…
Glissez une vidéo ici, ou :
MP4, WebM. Analyse par extraction de frames.
—
3 Résultat
Chargez une image, une webcam ou une vidéo pour lancer l'inférence.