DETECCIÓN DE FRAUDE DE VOZ A TRAVÉS DE MODELOS DE LA PARTE COMPLEJA DE SERIES DE FOURIER
dc.contributor.author | Gonzalez Terroba, Sara | |
dc.date.accessioned | 2024-07-17T12:00:05Z | |
dc.date.available | 2024-07-17T12:00:05Z | |
dc.date.issued | 2024-07-16 | |
dc.description | Trabajo Fin de Grado leído en la Universidad Rey Juan Carlos en el curso académico 2023/2024. Directores/as: Clara Simón De Blas, Jordi Luque Serrano | |
dc.description.abstract | Este documento se centra en la investigación y el estudio de modelos discriminativos de voces generadas artificialmente, de forma que se pueda concluir si la parte compleja de la señal de la voz es una característica importante a la hora de clasificar la misma. En el documento, primero se hablará de conceptos clave como son los tipos de spoofing y de generación de voz más comunes actualmente; y se revisarán las nociones base de la creación de los espectrogramas que representan la señal de voz, es decir, la transformada de Fourier y los algoritmos optimizados, la Transformada Rápida de Fourier (FFT) y la Transformada de Fourier de Tiempo Reducido (STFT) y, seguidamente, se llevará acabo la parte práctica realizando distintos experimentos al introducir las nuevas características de la parte compleja en el modelo.\\ Finalmente, se analizarán los resultados obtenidos en los distintos experimentos para obtener así las conclusiones. | |
dc.identifier.uri | https://hdl.handle.net/10115/38210 | |
dc.language.iso | spa | |
dc.publisher | Universidad Rey Juan Carlos | |
dc.rights | Creative Commons Atribución-CompartirIgual 4.0 Internacional | |
dc.rights.accessRights | info:eu-repo/semantics/openAccess | |
dc.rights.uri | https://creativecommons.org/licenses/by-sa/4.0/legalcode | |
dc.subject | Transformada de Fourier | |
dc.subject | FFT | |
dc.subject | STFT | |
dc.subject | Deepfakes | |
dc.subject | Detección de spoofing | |
dc.subject | Clasificación de voces | |
dc.title | DETECCIÓN DE FRAUDE DE VOZ A TRAVÉS DE MODELOS DE LA PARTE COMPLEJA DE SERIES DE FOURIER | |
dc.type | info:eu-repo/semantics/studentThesis |
Archivos
Bloque original
1 - 2 de 2
Cargando...
- Nombre:
- 2023-24-ETSII-A-2316-2316050-s.gonzalezt.2018-MEMORIA.pdf
- Tamaño:
- 2.06 MB
- Formato:
- Adobe Portable Document Format
- Descripción:
- Memoria del TFG
No hay miniatura disponible
- Nombre:
- 2023-24-ETSII-A-2316-2316050-s.gonzalezt.2018-ANEXO.zip
- Tamaño:
- 5.88 MB
- Formato:
- Unknown data format
- Descripción:
- Anexo.zip