Source enregistrée
demo-portrait.jpg
640 × 640 pixels · 63 578 octets
À l’intérieur d’un rapport
Exemples de rapports de détection IA pour les images et vidéos
Découvrez comment les résultats d’une analyse d’image ou de vidéo sont présentés dans un rapport. Consultez la définition des champs, puis téléchargez un exemple d’image en JSON, texte et PDF. Ces exemples sont fictifs : il ne s’agit ni de fichiers clients ni de résultats de tests mesurés.
Cinq questions à poser en lisant un rapport
- Le fichier source était-il adapté à l’analyse ?
- Quelles vérifications ont réellement été effectuées ?
- Quels indices ont été détectés ?
- Qu’est-ce qui pourrait fausser ces résultats ?
- Quelles vérifications faut-il effectuer ensuite ?
GUIDE DES CHAMPS DU RAPPORT
Ce que vous indique chaque partie du rapport.
Les rapports d’images et de vidéos utilisent la même structure versionnée. Les éléments disponibles dépendent du fichier et du mode d’analyse choisi. Les noms des champs API restent identiques dans toutes les langues.
| Champ JSON | Informations à consulter | Limite d’interprétation |
|---|---|---|
reportId · schemaVersion · generatedAt | Identifiez l’analyse enregistrée, son format et la date de traitement. | L’identifiant du rapport est une référence, pas une signature numérique. Le PDF peut avoir été créé après la date de l’analyse. |
source | Indique le nom du fichier envoyé et, lorsqu’ils sont disponibles, son type, sa taille et son empreinte SHA-256. | Une empreinte identifie les octets exacts d’un fichier. Elle ne prouve ni sa date de création, ni son auteur, ni la véracité de la scène. Les valeurs manquantes restent indiquées comme indisponibles. |
analysis | Indique le mode choisi, l’état d’achèvement et les crédits utilisés. | Un rapport terminé peut rester non concluant. La fin du traitement ne signifie pas que toutes les vérifications possibles étaient disponibles. |
verdict.code · verdict.aiLikelihood | Présente ensemble la catégorie enregistrée et le signal du détecteur. | Ce nombre ne représente ni la précision du détecteur, ni une probabilité de fraude, ni la certitude que tout le fichier est faux. Un score absent n’est pas un zéro. |
evidencePath[].signals | Sépare les résultats des modèles, les observations sur le fichier, la provenance et la recherche de sources éventuellement demandée. | Lisez l’intitulé de chaque signal et vérifiez sa disponibilité. La confiance dans une classification « authentique » n’est pas un score de génération par IA. Les signaux ne sont ni additionnés ni moyennés. |
limitations · recommendedActions | Indique les limites de l’analyse et les prochaines étapes de vérification. | Un score faible ou une source concordante ne remplace pas la vérification indépendante de la source, de l’identité ou des affirmations. |
privacy | Décrit les règles de traitement et de visibilité enregistrées pour ce rapport. | Cet exemple fictif, disponible uniquement dans la réponse, ne définit pas la conservation des données de votre compte. Consultez les conditions du parcours que vous utilisez. |
Utiliser le JSON, le texte ou le PDF dans votre produit · Ouvrir le schéma JSON complet
DÉMONSTRATION À TÉLÉCHARGER
Consultez un rapport d’image dans trois formats.
Le JSON, le texte et le PDF ci-dessous présentent le même exemple de rapport d’image. Le portrait est une image de démonstration publique. Ses scores et résultats sont fictifs : ils ne mesurent ni ce portrait ni la précision de la détection.
Analyse enregistrée
DFP-SAMPLE-IMAGE-0001
Mode : quick
Cette démonstration utilise une date d’analyse fixe donnée à titre d’exemple.
Empreinte du fichier
Le JSON et le PDF contiennent l’empreinte SHA-256 du portrait fourni. Elle identifie le fichier utilisé pour l’exemple, sans en établir l’authenticité.
Afficher l’empreinte SHA-256 enregistrée
55c824c6118dfb18ef5156c3e7c6b5bf4cf9cd53ef44c3f1b5f5efa27c45910e Télécharger le rapport d’image en PDFTélécharger le rapport d’image en JSONTélécharger le rapport d’image en texte
Consulter le JSON complet de l’exemple de rapport d’image
{
"schemaVersion": "deepfakepolicy.report.v1",
"reportId": "DFP-SAMPLE-IMAGE-0001",
"generatedAt": "2026-09-13T12:00:00.000Z",
"source": {
"modality": "image",
"sha256": "55c824c6118dfb18ef5156c3e7c6b5bf4cf9cd53ef44c3f1b5f5efa27c45910e",
"name": "demo-portrait.jpg",
"mediaType": "image/jpeg",
"format": "JPG",
"url": null,
"sizeBytes": 63578,
"pageCount": null,
"characterCount": null
},
"analysis": {
"mode": "quick",
"status": "complete",
"creditsUsed": 1,
"method": "DeepfakePolicy evidence synthesis"
},
"evidencePath": [
{
"id": "provenance",
"label": "Provenance",
"status": "limited",
"summary": "No verified origin credential or complete chain of custody was available for this report.",
"signals": []
},
{
"id": "metadata",
"label": "Metadata",
"status": "reviewed",
"summary": "Available format, coverage and metadata observations were reviewed.",
"signals": [
{
"label": "Submitted format",
"finding": "JPG",
"score": null,
"scoreLabel": null
}
]
},
{
"id": "media-signals",
"label": "Media signals",
"status": "not-available",
"summary": "No separate human-readable media observation was available for this modality.",
"signals": []
},
{
"id": "model-signals",
"label": "Model signals",
"status": "reviewed",
"summary": "The returned classifications are listed separately, including unavailable checks and any segment findings.",
"signals": [
{
"label": "AI-generated image",
"finding": "Indicators found",
"score": 82,
"scoreLabel": "82% signal score"
},
{
"label": "Deepfake face manipulation",
"finding": "No strong signal in this example",
"score": 6,
"scoreLabel": "6% signal score"
}
]
},
{
"id": "web-evidence",
"label": "Public web evidence",
"status": "not-available",
"summary": "Automated public-source research was not included in this analysis.",
"signals": []
}
],
"verdict": {
"code": "suspicious",
"label": "Suspicious signals detected",
"aiLikelihood": 82,
"confidenceBand": "not-rated",
"summary": "The analysed media contains signals that require review. The individual findings identify what to examine.",
"rationale": [
"The AI-generation detector returned an elevated signal.",
"No independently verified capture history is supplied in this example."
]
},
"recommendedActions": [
"Preserve the earliest available, highest-quality original and its surrounding context.",
"Confirm the publisher, identities and important claims through an independent channel.",
"Compare key frames, audio segments or images with an attributable original source.",
"Escalate high-stakes use to a qualified forensic reviewer before acting."
],
"limitations": [
"This is a probabilistic assessment, not proof of authenticity, authorship or intent.",
"Compression, editing, transcription, translation, short samples and unseen generation methods can change results.",
"A low score does not certify authenticity, and a high score does not identify a creator.",
"Public-source research can miss private, deleted, paywalled or unindexed material."
],
"privacy": {
"originalStoredWithReport": false,
"researchContributionSeparate": true,
"reportVisibility": "response-only",
"statement": "The report contains normalized findings, not the submitted source. Any optional research contribution is governed and deleted separately."
}
}Le téléchargement de ces exemples n’envoie aucun fichier et ne lance aucune analyse. Consultez le guide de démarrage API pour tester les requêtes avec les exemples prédéfinis de la sandbox, ou analysez un lot de vos propres fichiers.
DFP-SAMPLE-IMAGE-0001DEEPFAKEPOLICY.REPORT.V1
IMAGE IAIndices détectés — vérifications supplémentaires nécessaires
Exemple de rapport de détection d’image IA
Éléments examinés Portrait de démonstration d’une personne fictive, généré par IA Image JPG, 640 × 640 pixels Résultats d’exemple ; aucune mesure du détecteur n’est présentée
Limite importanteLe redimensionnement, les filtres, les captures d’écran et la recompression peuvent introduire ou masquer des caractéristiques utilisées par un détecteur d’images.
PROCHAINE ÉTAPE
Retrouvez la copie la plus ancienne disponible et demandez le fichier original à la personne ou à l’organisme présenté comme son éditeur.
DFP-SAMPLE-VIDEO-0001DEEPFAKEPOLICY.REPORT.V1
VIDÉO IA / DEEPFAKEIndices divergents — source à confirmer
Exemple de rapport vidéo IA et deepfake
Éléments examinés Courte vidéo MP4 adaptée à un premier examen Copie republiée ; conteneur d’origine et historique de mise en ligne indisponibles Présence de passages exploitables montrant un visage et contenant de la parole
Limite importanteUne courte durée, un enregistrement d’écran et la compression des réseaux sociaux peuvent réduire ou déformer les signaux détectables.
PROCHAINE ÉTAPE
Demandez le fichier complet le plus ancien disponible. Conservez l’URL de la publication, le nom du compte et la date.
Les résultats vidéo utilisent la même structure de rapport.
Les résultats concernant les images générées, la manipulation des visages et la voix synthétique sont présentés séparément. L’exemple vidéo en explique les limites ; il ne fournit ni vidéo source à télécharger ni scores mesurés. Consulter l’exemple vidéo.
Exemple de rapport vocal existant
L’exemple de rapport vocal reste disponible à titre de référence. L’API de production pour les entreprises traite les images et les vidéos ; un ancien exemple de rapport n’ajoute pas un type de média pris en charge en production.
Certains fichiers ne permettent pas une analyse fiable.
Un fichier court, endommagé ou fortement compressé peut ne pas contenir assez d’informations. Le rapport précise alors les éléments manquants.
Une question sur un rapport ?
L’identifiant du rapport permet de retrouver le document exporté et son format. Une capture d’écran peut être incomplète ou modifiée. Demandez l’export original, puis indiquez son identifiant lorsque vous contactez DeepfakePolicy pour faire examiner ou corriger un résultat.