PHÁT HIỆN GIẢ MẠO GIỌNG NÓI DÙNG AUDIO FOUNDATION MODEL
Khoá luận tốt nghiệp · Đại học · năm 2026 · đề tài tham khảo
| Loại tài liệu | Khoá luận tốt nghiệp |
|---|---|
| Bậc học | Đại học |
| Ngành | Công nghệ thông tin |
| Tác giả | Võ Thế Hưng |
| Người hướng dẫn | Trần Công Án |
| Cơ sở đào tạo | Trường Đại học Cần Thơ |
| Năm | 2026 |
| Nguồn | Thư viện số Trường Đại học Cần Thơ · trang gốc |
Tóm tắt
Đề tài này nghiên cứu nhằm xây dựng mô hình phân loại âm thanh giọng nói thật và giọng nói giả (deepfake audio). Những giọng giả này được tạo ra hoặc chỉnh sửa bằng các mô hình deep learning, có khả năng bắt chước giọng con người với độ chân thực cao, gây khó khăn cho cả con người và hệ thống tự động trong việc phân biệt. Bằng cách kết hợp XLS-R (phiên bản đa ngôn ngữ của wav2vec 2.0) làm bộ trích xuất đặc trưng với bộ phân loại tích hợp Sensitive Layer Selection (SLS), cùng các chiến lược tăng cường dữ liệu và kỹ thuật huấn luyện phù hợp, mô hình đạt Equal Error Rate (EER) là 3.15% trên tập đánh giá của ASVspoof 5. Sản phẩm của đề tài là một hệ thống được triển khai dưới dạng dịch vụ web, nhận đầu vào là tệp âm thanh và trả về kết quả dự đoán “thật” hoặc “giả”. Từ khoá: Phát hiện giả mạo giọng nói; ASVspoof 5; XLS-R; Sensitive Layer Selection (SLS); Học tự giám sát; Tăng cường dữ liệu; Equal Error Rate (EER). This research aims to develop a model capable of classifying audio as either bonafide speech or spoofed voices. These spoofed voices are created or manipulated by deep learning models to mimic human speech with high fidelity, making them difficult for both humans and automated systems to distinguish from genuine voices. By combining XLS-R (the multilingual version of wav2vec 2.0) as a feature extractor with a classifier integrating Sensitive Layer Selection (SLS), along with appropriate data augmentation strategies and training techniques, the model achieved an Equal Error Rate (EER) of 3.15% on the ASVspoof 5 evaluation set. The final product of this thesis is a system deployed as a web service that accepts audio files as input and returns "bonafide" or "spoof" prediction results. Key words: Speech Anti-Spoofing; ASVspoof 5; XLS-R; Sensitive Layer Selection (SLS); Self-Supervised Learning; Data Augmentation; Equal Error Rate (EER).
Bản toàn văn lưu tại thư viện Trường Đại học Cần Thơ
Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.
Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
- Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
- Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
- Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.
Hướng dẫn chọn đề tài, cấu trúc và số liệu cho ngành này: Luận văn công nghệ thông tin · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.
Đề tài cùng ngành
- DESIGNING ONLINE WATCHES SELLING WEBSITE
- BUILD SMALL AND MEDIUM CORPORATION MANAGEMENT APPLICATION
- Phân Tích Chuỗi Thời Gian Bằng Phần Mềm R
- HỆ THỐNG HỖ TRỢ ĐẶT DỊCH VỤ KẾT HỢP GỢI Ý ĐỊA ĐIỂM DU LỊCH
- XÂY DỰNG WEBSITE TỔNG HỢP TIN TỨC TÍCH HỢP TRỢ LÝ ẢO
- ỨNG DỤNG ĐỘ ĐO INCEPTION SCORE VÀO LỰA CHỌN MẪU SINH RA TỪ MẠNG GAN ĐỂ CÂN BẰNG DỮ LIỆU
- VIPRIME: HỆ THỐNG NHẬN DẠNG ÂM NHẠC TRUYỀN THỐNG VIỆT NAM VỚI TRÍ TUỆ NHÂN TẠO
- HỌC TỰ GIÁM SÁT TRONG PHÂN LỚP ẢNH X-QUANG ĐA NHÃN
Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.