Вдосконалення методу виявлення deepfake аудіо на основі аналізу аномалій спектральних характеристик сигналу

Abstract

(deepfake) шляхом аналізу аномалій у спектральних характеристиках сигналу. У роботі проведено огляд сучасних технологій синтезу мовлення, проаналізовано переваги та недоліки існуючих методів детекції, а також розроблено новий алгоритм, що поєднує спектральний аналіз із методами машинного навчання. Практичною реалізацією є програмний додаток на Python, який дозволяє автоматично аналізувати аудіофайли, візуалізувати їх спектрограми та формувати звіт про можливу наявність ознак deepfake. Результати тестування підтверджують високу ефективність алгоритму. Розробка має практичне значення для систем кібербезпеки, аудіофорензики та перевірки автентичності звукових даних.

by analyzing anomalies in the spectral characteristics of the signal. The work includes a review of modern speech synthesis technologies, an analysis of the advantages and disadvantages of existing detection methods, and the development of a new algorithm that combines spectral analysis with machine learning methods. The practical implementation is a Python-based software application that allows automatic analysis of audio files, visualization of their spectrograms, and generation of reports on possible signs of deepfake. Testing results confirm the high efficiency of the algorithm. The development has practical value for cybersecurity systems, audio forensics, and authenticity verification of audio data.