Une vidéo de surveillance floue montrant tout au plus une rangée d’arbres peut fournir peu d’indices visuels sur le lieu où elle a été enregistrée. Mais de faibles bruits d’avions présents dans l’audio ont aidé le vidéaste Colsto à réduire la zone où se trouvait la caméra, selon une démonstration qu’il a publiée le 2 novembre 2026.

Colsto est parti de la date de l’enregistrement et d’une zone de recherche couvrant les États-Unis contigus, sans connaître l’heure. Il a examiné l’audio à l’aide d’un spectrogramme, qui représente les fréquences sonores au fil du temps. Les courbes obtenues révélaient des variations associées à l’effet Doppler : lorsqu’un avion s’approche d’un microphone immobile, puis s’en éloigne, la hauteur de son son change.

Ces variations peuvent aider à estimer la vitesse de l’avion et sa distance minimale par rapport au microphone. Colsto a repéré deux passages d’avions à hélice espacés d’environ 15 minutes et 20 secondes, puis les a comparés aux données ADS-B de suivi des vols traversant les États-Unis à la date de l’enregistrement. Ces données comprennent la position, l’altitude et la vitesse des avions.

Il a calculé où chaque vol aurait pu être entendu, en tenant compte du temps que met le son à se propager, de l’altitude des avions et de l’élévation du terrain. L’absence d’autres avions détectables entre les deux passages a permis d’éliminer les endroits où un autre vol aurait dû être audible. Le nombre de sites possibles est ainsi passé d’environ 73 000 à quelque 15 000.

Colsto a ensuite comparé les motifs sonores de l’enregistrement à des sons simulés à partir de trajectoires de vol connues. Après avoir affiné sa grille de recherche, une combinaison particulière d’emplacement et de vols s’est démarquée. L’analyse a réduit le site à une zone d’environ 100 mètres de large. Il a utilisé Google Street View pour comparer les arbres de la zone à ceux de la vidéo et déterminer où se trouvait la caméra.

Lors d’un deuxième essai, Colsto n’a utilisé qu’une minute d’audio contenant le bruit d’un autre avion. Cette fois, il connaissait aussi l’heure de l’enregistrement : 20 h 37 UTC. En limitant la recherche aux vols à ce moment-là, il est de nouveau arrivé à la même zone, ce qui montre qu’une heure connue peut rendre utile, dans cette analyse, le passage d’un seul avion.

La démonstration a nécessité plusieurs mois de travail, plus de 5 000 lignes de code et le traitement de 50 Go de données. La méthode dépend de la présence de bruits d’avion exploitables, de la disponibilité des données de vol et d’informations permettant de restreindre la recherche. Colsto a également testé le filtrage audio et sa transmission au cours d’un appel téléphonique, mais ces expériences ne démontrent pas que chaque filtre ou chaque appel préserverait un signal exploitable.

Cette méthode ne signifie pas que n’importe quelle vidéo peut être géolocalisée rapidement. Colsto l’a décrite comme un moyen peu probable de suivre une personne, et la démonstration ne mesure pas son taux de réussite sur un vaste ensemble de vidéos du quotidien. Elle montre toutefois comment l’audio peut fournir des indices lorsque les images, à elles seules, révèlent peu de choses, en particulier dans le cadre d’enquêtes en sources ouvertes.

Sources: Numerama.