Un bruit presque imperceptible dans vos vidéos peut révéler votre position

Une vidéo sans indice visuel exploitable peut encore en dire long sur son lieu de tournage. Le vidéaste Colsto le montre en croisant le bruit d’avions à hélices avec leurs trajectoires publiques. Une démonstration impressionnante, qui repose toutefois sur un important travail d’analyse.

Une ligne d’arbres et une vidéo floue, qui ne bouge presque pas. Difficile, à première vue, de retrouver où cette caméra de surveillance est installée. Pour son expérience, le vidéaste Colsto dispose pourtant de deux indications : la date de l’enregistrement et une zone de recherche, les États-Unis continentaux. L’heure, elle, est inconnue.

Dans une vidéo publiée le 2 novembre 2026, il explique pourtant comment il est parvenu à retrouver une petite zone autour du lieu d’enregistrement. Son indice : le bruit d’avions à hélices, si discret qu’il est indiscernable à l’oreille dans les extraits qu’il fait écouter.

La démonstration ne signifie pas que n’importe qui peut localiser n’importe quelle vidéo en quelques clics. Colsto dit avoir consacré plusieurs mois au projet, écrit plus de 5 000 lignes de code et manipulé des fichiers de données de 50 Go. Mais elle montre tout de même à quel point une bande-son en apparence banale peut en dire plus que ce que nous croyons.

Ce que le bruit d’un avion permet de mesurer

Pour repérer ces passages, Colsto ouvre la bande-son dans un spectrogramme : un graphique qui représente les fréquences du son au fil du temps. En zoomant sur la bonne plage de fréquences et en augmentant la résolution de l’affichage, il fait apparaître des courbes.

Elles correspondent à l’effet Doppler. Vous connaissez probablement le phénomène avec la sirène d’une ambulance : le son paraît plus aigu lorsqu’elle s’approche, puis devient plus grave lorsqu’elle s’éloigne. Un avion en mouvement produit lui aussi une variation de fréquence par rapport à un micro immobile.

La forme de cette courbe permet d’estimer plusieurs paramètres. Dans un modèle simplifié, où l’appareil avance en ligne droite à vitesse constante, l’ampleur de la variation de fréquence renseigne sur sa vitesse. La rapidité avec laquelle cette variation se produit aide à estimer sa distance minimale au micro. Colsto en déduit des plages de valeurs, avec des marges pour les erreurs de mesure.

Il retient deux passages d’avions espacés d’environ 920 secondes, soit 15 minutes et 20 secondes. Il cherche désormais un endroit d’où l’on aurait pu enregistrer deux appareils aux bonnes vitesses, aux bonnes distances et avec cet intervalle.

Des milliers de lieux possibles, puis un résultat qui se détache

Il faut ensuite retrouver les avions. Colsto récupère les données ADS-B des vols ayant traversé les États-Unis continentaux ce jour-là. Ces données de suivi aérien renseignent notamment la position, l’altitude et la vitesse des appareils. Il écarte les modèles connus d’avions à réaction, puisque les sons analysés proviennent d’avions à hélices.

À partir de ces trajectoires, il construit une grille de lieux possibles, initialement espacés de 200 mètres. Pour chacun, il calcule quand les passages auraient été entendus.

Ce détail compte : un avion situé à plusieurs kilomètres ne s’entend pas instantanément. Il faut intégrer le temps que met le son à rejoindre le micro. La distance doit aussi tenir compte de l’altitude de l’appareil et de l’élévation du terrain, pas seulement de l’écart horizontal sur une carte.

L’absence de bruit entre les deux avions lui sert aussi d’indice. Pendant près de quinze minutes, il ne repère aucun autre passage dans l’enregistrement. Il écarte donc les lieux où, d’après les données de vol et ses calculs, le micro aurait dû capter un autre avion pendant cet intervalle. Le nombre d’emplacements possibles passe ainsi d’environ 73 000 à 15 000.

Il reste à les départager. Les avions ne volent pas toujours tout droit à vitesse constante : ils tournent, accélèrent ou ralentissent. Ces changements se retrouvent dans la courbe sonore.

Plutôt que de tenter de reconstituer une trajectoire à partir du seul son, Colsto fait le chemin inverse. Pour chaque lieu candidat, il utilise les trajectoires connues pour simuler les courbes que le micro aurait enregistrées. Il compare ensuite ces simulations au spectrogramme, en conservant l’intervalle imposé par les deux vols.

Après avoir affiné la grille à 100 mètres, une combinaison de lieu et de vols se détache nettement dans ses résultats. Il peut alors resserrer encore sa recherche autour de cette zone.

Une minute d’audio, à condition de connaître l’heure

Colsto recommence ensuite la recherche avec seulement une minute de la même vidéo, durant laquelle passe un autre avion. Mais cette fois, il ajoute une information : l’extrait a été enregistré à 20h37 UTC. Il peut donc limiter ses calculs aux avions qui volaient à ce moment-là. Même en cherchant sur l’ensemble des États-Unis continentaux, il retrouve la même zone.

Il montre ainsi deux façons de procéder : sans connaître l’heure, il exploite deux passages d’avions et le temps qui les sépare ; avec l’heure précise, un seul passage lui suffit dans cet essai. La méthode suppose toutefois plusieurs conditions : un bruit d’avion exploitable dans l’enregistrement, des données de vol disponibles et suffisamment d’informations pour délimiter la recherche. Dans sa démonstration à l’échelle des États-Unis continentaux, Colsto connaît au minimum la date. Il utilise ensuite deux passages d’avions et leur intervalle, ou un seul passage lorsqu’il connaît aussi l’heure précise.

À ce stade, l’analyse du son le situe à environ une centaine de mètres du lieu recherché. Pour identifier la caméra exacte, Colsto utilise ensuite Google Street View : il compare la silhouette des arbres avec celle visible dans la vidéo. Le son lui a permis de trouver la zone ; la comparaison des images lui permet de confirmer l’emplacement.

Faut-il s’inquiéter pour ses vidéos ?

Colsto montre également qu’une courbe sonore peut subsister malgré certains traitements audio. Dans ses essais, un filtrage qui semble l’avoir effacée laisse encore un signal récupérable après amplification. Il teste aussi la transmission d’une courbe diffusée par une enceinte à travers un appel téléphonique.

Ces expériences illustrent des possibilités, sans établir que tous les filtres ou tous les appels laisseraient passer un véritable bruit d’avion exploitable. De même, couper une vidéo peut casser l’intervalle entre deux passages, mais ne neutralise pas nécessairement une analyse fondée sur un seul passage dont l’heure est connue.

Le vidéaste tempère lui-même le risque : il juge peu probable que quelqu’un dispose à la fois des moyens et de l’envie d’employer cette méthode pour vous retrouver. Sa démonstration repose sur un enregistrement précis, analysé en profondeur ; elle ne mesure pas le taux de réussite sur une grande série de vidéos ordinaires. Elle pourrait toutefois intéresser les enquêtes en sources ouvertes, lorsqu’une image fournit peu d’indices et que sa bande-son a été conservée.

Toute l'actu tech en un clin d'œil

Ajoutez Numerama à votre écran d'accueil et restez connectés au futur !