Nos travaux portent sur le développement de modèles d’apprentissage profond pour la détection de spoofing vocal, dans le but d’améliorer la vérification du locuteur et de prévenir les usurpations d’identité. Nous commençons par définir le domaine dans lequel s’inscrit cette thèse, avec un focus particulier sur la parole, puis présentons un état de l’art permettant d’identifier les limites actuelles que nous avons cherché à dépasser. Nos contributions se concentrent sur l’exploration de représentations issues de modèles de fondation en parole comme front-end pour l’extraction de caractéristiques, ainsi que sur leur interaction avec des modèles back-end à l’état de l’art afin d’apprendre à distinguer les signaux authentiques des spoofings. Enfin, nous simplifions la chaîne de traitement en réduisant la taille du back-end tout en obtenant de meilleures performances que des modèles de plus grande capacité. Nous concluons par une synthèse de nos travaux et de nos résultats, avant de proposer des perspectives permettant de repousser les limites rencontrées au cours de cette thèse.