Desarrollo de un sistema web para la detección de deepfakes de audio mediante Deep Learning y análisis espectral

Abstract

Esta investigación aborda la detección de deepfakes de audio mediante técnicas de aprendizaje profundo y análisis espectral. Su objetivo fue desarrollar e integrar un modelo CNN-LSTM en una plataforma web para la clasificación de audios reales y deepfakes. Para ello, se recopiló y depuró un conjunto de datos conformado por muestras auténticas y sintéticas, del cual se obtuvieron representaciones espectrales basadas en coeficientes Mel, delta y delta-delta para el entrenamiento y la evaluación del modelo. Posteriormente, se comparó el desempeño del modelo base con una versión optimizada, seleccionándose esta última por alcanzar una precisión de 0.9961, un recall de 0.9933, un F1-Score de 0.9947, un AUC-ROC de 0.9990 y un EER de 0.0055. Finalmente, se implementó una plataforma web que permite analizar audios, visualizar los resultados de la clasificación y generar reportes, constituyendo una alternativa de apoyo en la detección de deepfakes de audio.