Details

Целью работы является обнаружение синтезированных аудиофайлов, созданных с применением методов машинного обучения и нейронных сетей. Предметом исследования являются способы обнаружения синтезированных аудиофайлов, созданных с применением использования методов машинного обучения и глубоких нейронных сетей. Задачи, решаемые в ходе исследования: 1. Исследовать современные решения в области распознавания синтезированных аудиофайлов с применением методов машинного обучения. 2. Исследовать характеристики аудиофайлов и современные решения извлечения высокоуровневых признаков аудиофайлов. 3. Разработать способ обнаружения синтезированных аудиофайлов. 4. Оценить точность работы предложенного способа обнаружения синтезированных аудиофайлов и провести сравнительный анализ с существующими решениями. В ходе работы были исследованы характеристики аудиофайлов и проанализированы решения по извлечению признаков из аудиофайлов. Были проанализированы современные исследования в области распознавания синтезированных аудиофайлов. В результате работы было разработано средство распознавания синтезированных аудиофайлов. Был проведен эксперимент на тестовом наборе данных, в результате которого было установлено, что предложенный способ обладает высокой точностью для задачи обнаружения синтезированных аудиофайлов.

The purpose of the study is the detection of synthesized audio files created with the use of machine learning and neural networks. The subject of the study is detection methods of synthesized audio files created with the use of machine learning and deep neural networks. The research set the following goals: 1. Studying the current solutions in the field of recognition of synthesized audio files using machine learning techniques. 2. Studying the characteristics of audio files and state-of-the-art solutions for extracting high-level features from audio files. 3. Development of recognition method for synthesized audio files. 4. Evaluating the accuracy of the proposed method for detecting synthesized audio files and making a comparative analysis with existing solutions. During the work the characteristics of audio files have been studied and solutions for extracting features from audio files have been analyzed. Current researches in the field of synthesized audio recognition have been analyzed. The work resulted in development of a tool for recognition of synthesized audio files. An experiment was conducted on a test dataset and it was found that the proposed method has high accuracy for the task of synthesized audio file recognition. The results could be used as a base for the detection of artificially created audio files.