Desarrollo de un algoritmo en Python para la detección de ataques de tipo reproducción de audios mediante parámetros de magnitud y de fase de la señal de audio

Abstract

Se busca implementar algoritmos para la detección de ataques del tipo reproducción en señales de audio, el desempeño de estos es comparado mediante el puntaje obtenido en términos de EER(%). Además, se implementa un método de fusión, como alternativa para los algoritmos individuales los cuales van a ser comparados bajo el mismo criterio. La muestra de datos que se utilizó en este trabajo fue la base ASVspoof 2017 (Versión 2). Todo el código está bajo el lenguaje de Python y se inició con un pre procesamiento, donde la señal de entrada son los archivos de audio que ofrece la base de datos; durante este proceso es aplicada la ecuación de cada modelo, para así obtener como salida el vector de coeficientes de características para cada señal. A partir de esto, bajo un esquema de entrenamiento se generan los modelos de mezclas gaussianas para los conjuntos de señales genuinas y reproducidas, así al final se obtiene un puntaje de calificación. Los modelos de fusión propuestos se presentan como una alternativa experimental de contraste con los ya valorados en estudios anteriores. Al final se presenta como una buena alternativa la fusión de los modelos de MFCC e IMFCC como una opción para la detección de ataques de tipo de reproducción con un puntaje de 29.27% de EER, y se descartan bloques como el levantamiento sinusoidal y normalización para este tipo de sistemas en donde la detección del ruido es importante.