EarDefender
EarDefender- Narzędzie do wykrywania audio DeepFake
Projekt ma na celu stworzenie zaawansowanego narzędzia, które umożliwi efektywne przeszukiwanie portali społecznościowych w celu wykrywania materiałów wideo z dźwiękiem oraz nagrań audio, a następnie ich weryfikację pod kątem autentyczności (detekcja DeepFake audio). Opracowana aplikacja będzie generować szczegółowy raport, zawierający liczbę pobranych materiałów, zastosowaną metodologię detekcji oraz wskazanie konkretnych fragmentów dźwiękowych zidentyfikowanych jako DeepFake. Dodatkowo, w raporcie znajdą się linki do znalezionych treści. Narzędzie będzie również wyposażone w funkcję wyboru preferowanego detektora DeepFake, co pozwoli na dostosowanie metody analizy do potrzeb użytkownika.
To innowacyjne rozwiązanie umożliwi szybką i precyzyjną identyfikację fałszywych nagrań audio, co jest niezwykle istotne w dzisiejszym świecie, gdzie manipulacja cyfrowymi materiałami jest coraz bardziej powszechna.
Python oraz biblioteki pokrewne zostały wykorzystane do modułu odpowiedzialnego za przygotowanie modelu AI oraz części ekstrakcji audio. Java oraz Spring zostały wykorzystane w celu stworzenia łącznika między wszystkimi modułami oraz bazą MongoDB. Docker został wykorzystany do konteneryzacji.
- https://github.com/tymem12/ear-defender -> główne repozytorium łączące wszystkie razem.
- https://github.com/tymem12/ear-defender-model -> repozytorium zawierające kod z modelem
- https://github.com/tymem12/ear-defender-scraper -> repozytorium zawierające kod ze scraperem
- https://github.com/tymem12/ear-defender-frontend -> repozytorium zawierające kod z warstwą wizualną
- https://github.com/tymem12/ear-defender-connector -> repozytorium zawierające kod z connectorem