Comment la plateforme sait que votre clip est une copie : la détection de vidéos en double expliquée

Comment la plateforme sait que votre clip est une copie : la détection de vidéos en double expliquée

La plateforme ne regarde pas votre vidéo pour savoir si c'est une copie. Elle calcule une empreinte de l'image et du son et la compare à des millions d'autres, une empreinte conçue pour résister à la compression, au recadrage et aux petites retouches. C'est ainsi que le Content ID de YouTube a traité 2,2 milliards de revendications en 2024, dont plus de 99 % de façon automatique (TorrentFreak, d'après le rapport de transparence de YouTube).

Si vous faites des clips, comprendre ça change deux choses : vous cessez de perdre du temps avec des astuces qui ne marchent pas, et vous voyez pourquoi une autorisation vaut plus que n'importe quel filtre.

Pourquoi un hash classique ne suffit pas

La façon la plus simple de savoir si deux fichiers sont identiques, c'est un hash cryptographique, comme SHA-256. Vous passez le fichier, il en sort une suite de longueur fixe. Un seul bit différent dans le fichier et le hash change complètement.

C'est parfait pour vérifier un téléchargement et très mauvais pour retrouver une copie de vidéo. Il suffit de réencoder le fichier, ce que tous les réseaux sociaux font à l'upload, pour obtenir un autre hash. Aucune plateforme sérieuse n'utilise ça pour détecter les republications.

Le hash perceptuel

La solution, c'est le hash perceptuel : une empreinte qui change peu quand l'image change peu. Deux images que l'on juge semblables produisent des hashs semblables.

En 2019, Meta a ouvert deux algorithmes de ce type, PDQ pour les images et TMK+PDQF pour les vidéos, conçus pour retrouver des fichiers « identiques ou presque identiques, sans disposer de l'image ou de la vidéo d'origine » (Meta). La documentation publique de PDQ aide à comprendre la logique (ThreatExchange, PDQ) :

• le « P » vient de perceptual : il cherche à faire correspondre des images que les gens perçoivent comme semblables ;
• il convertit l'image en luminance (clair et sombre), la réduit, puis applique une transformée en cosinus, de la même famille de mathématiques que la compression JPEG, pour conserver la structure générale dans un hash de 256 bits (document technique de PDQ) ;
• comparer deux hashs revient à compter combien de bits diffèrent (distance de Hamming), et la référence publique suggère de considérer comme proches ceux qui diffèrent de 31 bits au plus ;
• et le détail qui compte pour ceux qui essaient de contourner : PDQ sait générer huit variantes du hash, une pour chaque rotation de 90 degrés et pour chaque effet miroir.

Pour la vidéo, l'idée s'étend. Dans TMK+PDQF, chaque image devient un vecteur de caractéristiques, et la vidéo entière devient une combinaison de ces caractéristiques pondérée dans le temps, ce qui permet de comparer des vidéos sans les examiner image par image. Le principe vaut pour tout système du genre : on compare ce que la vidéo donne à voir au fil du temps, et un clip de 40 secondes garde la même apparence que le passage du live dont il est tiré.

Et le son ?

L'audio a sa propre empreinte, et elle encaisse encore plus de mauvais traitements.

L'article classique de Shazam, de 2003, décrit la technique : transformer l'audio en une carte des pics de fréquence au fil du temps (une « constellation ») et calculer le hash de paires de pics (Wang, 2003). Le système identifiait de la musique captée par un micro de téléphone, avec une voix par-dessus, du bruit ambiant et la compression d'un appel téléphonique, dans une base de plus d'un million de morceaux.

Voyez ce que ça implique pour un clip : ajouter de la musique par-dessus, toucher au volume ou compresser l'audio, c'est exactement le type de bruit que cette famille de techniques a été conçue pour traverser, et elle y arrivait déjà avec le micro d'un téléphone de 2003.

Meta indique utiliser, en plus de Rights Manager, le service Audible Magic pour bloquer des vidéos quand une correspondance audio est détectée (Meta, transparence). Nous avons déjà expliqué comment cela se transforme en strike sur un ancien clip dans détection automatique de l'audio.

Qui utilise ça, et pour quoi faire

Système	Qui envoie la référence	Ce qui se passe quand il y a correspondance	Source
Content ID (YouTube)	ayants droit remplissant les critères, avec du matériel original souvent envoyé	bloquer, monétiser avec des publicités ou suivre les statistiques	YouTube Help
Rights Manager (Meta)	ayants droit participants	bloquer, revendiquer les revenus publicitaires, surveiller ou signaler	Meta
Protection du contenu (Facebook)	créateurs monétisés respectant un standard d'originalité	surveiller, bloquer la diffusion, autoriser, mention d'attribution	Facebook for Creators
Feed Pour vous (TikTok)	règle de la plateforme elle-même	un contenu réutilisé sans rien de nouveau reste hors du Pour vous	TikTok

Vérifié sur les pages liées le 26/09/2026.

Deux chiffres du rapport 2024 de YouTube, relayés par TorrentFreak, aident à calibrer les attentes : plus de 90 % des revendications Content ID ont été monétisées, et non supprimées, et moins de 1 % ont été contestées. Autrement dit, la plupart du temps, quand votre clip correspond, le propriétaire du matériel récupère les revenus et la vidéo reste en ligne.

Le point de la Protection du contenu de Meta qui intéresse ceux qui font des clips : elle est précisément destinée au gros créateur que vous clippez le plus, et elle vaut pour Facebook et Instagram. J'en ai parlé dans Facebook Reels pour une chaîne de clips.

Pourquoi les astuces ne marchent pas

Chaque groupe de clippeurs a sa liste d'astuces pour « passer l'algorithme ». En regardant comment les systèmes fonctionnent, on voit pourquoi elles échouent :

Retourner la vidéo en miroir. PDQ prévoit déjà un hash pour chaque effet miroir. Et l'audio, lui, ne se retourne pas.

Zoomer, recadrer, ajouter une bordure. Le hash perceptuel capture la structure générale de l'image. Une bordure ou un léger zoom la modifient à peine. Rights Manager et la Protection du contenu cherchent des correspondances, et la technologie que Meta a elle-même ouverte a été conçue pour trouver des fichiers « identiques ou presque identiques », pas seulement identiques.

Accélérer de 5 % ou changer la tonalité. La comparaison par séquence tolère les variations de durée, et la constellation de pics audio a été conçue pour des bruits et des distorsions bien pires que ça.

Filtre de couleur. PDQ écarte la couleur dès la première étape et travaille sur la luminance.

Et il y a un problème qui n'est pas technique : tenter de contourner la détection va souvent, en soi, à l'encontre des règles des plateformes. Meta cite « changer la vitesse » et « ajouter une bordure » comme des modifications à faible valeur dans sa règle d'originalité, comme nous l'avons détaillé dans la republication ne paie plus. Vous perdez du temps pour dégrader la vidéo, et vous reconnaissez en plus que vous saviez que c'était une copie.

Ce que ça change pour ceux qui font des clips

Si vous clippez avec autorisation, la détection joue en votre faveur. Le propriétaire du matériel peut choisir de surveiller ou d'autoriser vos clips, et le système se met à protéger le créateur contre ceux qui republient votre travail. Convenez-en par écrit.

Si vous clippez sans autorisation, le clip reste en ligne tant que le propriétaire n'en décide pas autrement. Content ID et Rights Manager lui laissent cette décision, et elle peut arriver des mois plus tard, comme nous l'avons montré avec le cas du clip ancien qui devient un strike.

Si deux clippeurs découpent le même passage, les deux clips correspondent à l'original, puisqu'ils en viennent. Ce qui les sépare, c'est le montage : point d'entrée, cadrage, contexte, ce que chacun a ajouté. C'est pour ça qu'un clip avec une signature survit mieux qu'un clip brut.

Si vous republiez le clip monté par quelqu'un d'autre, il n'y a pas de débat : c'est le cas classique du doublon. Même découpe, même cadrage, mêmes sous-titres. N'importe quel système le repère.

Et dans un championnat de clips ?

Un championnat paie à la vue, donc le doublon est un problème d'équité : quelqu'un télécharge le clip qui a bien marché, le republie sur son propre compte et vise le même prix avec le travail d'un autre.

Sur Cut.Pro, les championnats détectent les vidéos en double parmi les inscriptions, et les participants peuvent se signaler entre eux. Je ne vais pas détailler comment cela fonctionne en interne, mais la logique est la même que dans cet article : comparer ce que la vidéo montre et ce qu'elle fait entendre, pas le nom du fichier. Si l'un de vos clips n'a pas compté, jetez un œil à la checklist pour savoir pourquoi la vidéo n'est pas entrée au classement.

En résumé

• La plateforme compare des empreintes perceptuelles d'image et de son, pas des fichiers.
• Content ID a traité 2,2 milliards de revendications en 2024, plus de 99 % automatiques, et plus de 90 % ont été monétisées, non supprimées.
• L'empreinte audio vient de la même famille que Shazam, conçue pour le bruit, une voix par-dessus et la compression.
• Miroir, zoom, bordure, accélération et filtre modifient peu l'empreinte et jouent en plus contre vous dans la règle d'originalité.
• L'autorisation transforme la détection en protection de votre travail.
• Dans un championnat, republier le clip d'un autre participant est détecté et peut être signalé.

La question utile n'a jamais été « comment passer l'algorithme ». C'est « qu'y a-t-il de moi dans ce clip ». Quand la réponse est bonne, la détection cesse d'être une menace.

Sources : TorrentFreak, 2,2 milliards de revendications Content ID en 2024 · YouTube, comment fonctionne Content ID · Meta, PDQ et TMK+PDQF en open source · ThreatExchange, documentation de PDQ · Meta, document technique de PDQ et TMK+PDQF · Wang, An Industrial-Strength Audio Search Algorithm (2003) · Meta, protection de la propriété intellectuelle · Facebook for Creators, Protection du contenu · TikTok, standards du Pour vous