Use este identificador para citar ou linkar para este item: http://repositorio.utfpr.edu.br/jspui/handle/1/33191
Título: Detecção de edições em áudios baseada na análise tempo-frequência e em redes neurais convolucionais
Título(s) alternativo(s): Audio tampering detection based on time-frequency analysis and convolutional neural networks
Autor(es): Cordeiro Junior, Marcos
Orientador(es): Pipa, Daniel Rodrigues
Palavras-chave: Editor de audio digital
Som - Registro e reprodução - Técnicas digitais
Processamento de sinais
Aprendizado do computador
Aprendizado profundo (Aprendizado do computador)
Redes neurais (Computação)
Digital audio editors
Sound - Recording and reproducing - Digital techniques
Signal processing
Machine learning
Deep learning (Machine learning)
Neural networks (Computer science)
Data do documento: 28-Nov-2023
Editor: Universidade Tecnológica Federal do Paraná
Câmpus: Curitiba
Citação: CORDEIRO JUNIOR, Marcos. Detecção de edições em áudios baseada na análise tempo-frequência e em redes neurais convolucionais. 2024. Dissertação (Mestrado em Engenharia Elétrica e Informática Industrial) - Universidade Tecnológica Federal do Paraná, Curitiba, 2023.
Resumo: A detecção de edições é um dos mais importantes tópicos na análise forense de áudios digitais. A interpolação (splicing), caracterizada pela inserção de um trecho de sinal proveniente de um áudio distinto no registro de áudio original, é incluída entre as categorias mais recorrentes de adulterações. As redes neurais convolucionais (CNNs) têm demonstrado eficácia em diversas tarefas de processamento de áudio, o que motiva a pesquisa por diferentes formas de obtenção dos dados de entrada. O espectrograma é uma representação útil para a visualização da evolução temporal do espectro de frequências de um áudio, sendo que diferentes técnicas de processamento de sinais podem ser utilizadas para a sua obtenção. No presente trabalho, foi realizado o desenvolvimento de um modelo de detecção automática de interpolação em áudios digitais com o uso de CNNs. O espectrograma dos áudios, calculado através de diferentes técnicas: transformada de Fourier de tempo curto (STFT) na escala linear, STFT na escala mel e transformada Q constante (CQT), foi diretamente fornecido à rede como dado de entrada. Um estudo comparativo foi conduzido avaliando o impacto da escolha da representação no domínio tempo-frequência no desempenho do modelo em classificar corretamente os áudios originais e editados.
Abstract: Tampering detection is one of the most important topics in forensic analysis of digital audio. Splicing corresponds to the insertion of a segment of signal from a different audio into the original audio record and is included among the most common categories of tampering. Convolutional neural networks (CNNs) have demonstrated effectiveness in various audio processing tasks, which motivates research into different methods of obtaining input data. The spectrogram is a useful representation for visualizing the temporal evolution of the frequency spectrum of an audio, with different signal processing techniques available for its generation. In this study, the development of an automatic splicing detection model in digital audio using CNNs was carried out. The audio spectrogram, computed using different techniques such as Short-Time Fourier Transform (STFT) on a linear scale, STFT on a mel scale, and Constant Q Transform (CQT), was directly provided to the network as input data. A comparative study was conducted to evaluate the impact of the choice of time-frequency representation on the model’s performance in correctly classifying the original and edited audios.
URI: http://repositorio.utfpr.edu.br/jspui/handle/1/33191
Aparece nas coleções:CT - Programa de Pós-Graduação em Engenharia Elétrica e Informática Industrial

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
deteccaoedicoesaudios.pdf8,74 MBAdobe PDFThumbnail
Visualizar/Abrir


Este item está licenciada sob uma Licença Creative Commons Creative Commons