Dans le contexte des biométries, la confiance de correspondance fait référence à la certitude qu'une décision de correspondance donnée est correcte. Étant donné que de nombreux systèmes biométriques sont utilisés dans des processus décisionnels critiques, tels que les enquêtes criminelles, il devient essentiel d'exprimer avec précision et fiabilité la confiance associée à une correspondance. Les travaux antérieurs sur l'estimation de la confiance biométrique parviennent bien à distinguer les situations à haute et basse confiance, mais souffrent d’un manque d’interprétabilité. En conséquence, ils ne fournissent pas d’estimations probabilistes précises de la justesse d’une décision. Dans ce travail, nous proposons une mesure de comparaison probabiliste et interprétable (PIC, Probabilistic Interpretable Comparison), qui reflète avec exactitude la probabilité que le score provienne d’échantillons appartenant à la même identité. Nous démontrons que l’approche proposée fournit une confiance optimale en correspondance. Contrairement aux autres méthodes, elle permet également de combiner de manière optimale plusieurs échantillons dans un score PIC conjoint, ce qui améliore davantage les performances de reconnaissance ainsi que celles de l’estimation de la confiance. Les expérimentations comparent l’approche PIC à toutes les méthodes disponibles d’estimation de la confiance biométrique sur quatre bases de données publiques et à cinq systèmes d’état de l’art pour la reconnaissance faciale. Les résultats montrent que la méthode PIC offre une interprétation probabiliste significativement plus précise que les approches similaires, et s’avère particulièrement efficace pour la reconnaissance biométrique multi-sources. Le code source est disponible publiquement.