Nous nous intéressons au problème de la séparation des composantes de forme et de temps dans les séries temporelles. En statistique ce problème concerne la séparation des variations d'amplitude et de phase dans les données fonctionnelles. La forme recherchée est neutre temporellement dans le sens où celle-ci peut éventuellement exister en dehors de toute spécification temporelle, comme c'est le cas pour une forme géométrique. Nous proposons d'exploiter et d'adapter un algorithme d'alignement temporel probabiliste, initialement conçu pour estimer le centroïde d'un ensemble de séries temporelles, pour apporter des éléments de solution à ce problème de séparation. Nous montrons sur des données de synthèse que cet algorithme répond empiriquement au besoin, puis l'évaluons sur des données réelles dans le cadre de tâches de détection de signatures falsifiées produites en-ligne. Sur les benchmarks exploités, l'approche proposée se positionne légèrement au dessus de l'état de l'art, illustrant ainsi l'intérêt applicatif de l'approche.