Phát hiện giọng nói giả mạo trên tiếng Việt
Luận văn · Thạc sĩ · năm 2025 · đề tài tham khảo
| Loại tài liệu | Luận văn |
|---|---|
| Bậc học | Thạc sĩ |
| Ngành | Công nghệ thông tin |
| Tác giả | Võ Thanh Trúc |
| Người hướng dẫn | Châu Thành Đức |
| Cơ sở đào tạo | Đại học Quốc gia TP. Hồ Chí Minh |
| Năm | 2025 |
| Nguồn | Thư viện số Đại học Quốc gia TP. Hồ Chí Minh · trang gốc |
Tóm tắt
Luận văn này nghiên cứu bài toán phát hiện giọng nói giả mạo trên tiếng Việt, tập trung vào hai hình thức giả mạo phổ biến là chuyển đổi giọng nói và tấn công phát lại. Để giải quyết vấn đề trên, nghiên cứu đã ứng dụng mô hình AASISTL (Jung và cộng sự, 2021) – một mô hình đạt hiệu suất cao với chỉ 85 nghìn tham số. Tác giả tiến hành huấn luyện và tinh chỉnh mô hình nhằm nâng cao khả năng phát hiện giọng nói giả mạo trên tiếng Việt đối với hai dạng tấn công kể trên. Do mô hình gốc không được thiết kế riêng cho kiểu tấn công phát lại, nên nghiên cứu đã thực hiện các thực nghiệm đối với cả hai kiểu tấn công, từ đó đánh giá hiệu suất từng loại tấn công cũng như hiệu suất khi kết hợp. Bên cạnh đó, luận văn triển khai xây dựng một ứng dụng nhận dạng giọng nói giả mạo từ tấn công phát lại với độ chính xác (accuracy) đạt 95.87% và khả năng hoạt động thời gian thực (mỗi giây một lần). Đồng thời, nghiên cứu còn xây dựng một bộ dữ liệu chuyên dụng 20 giờ ghi âm nhằm phục vụ cho quá trình huấn luyện và đánh giá mô hình.
Bản toàn văn lưu tại thư viện Đại học Quốc gia TP. Hồ Chí Minh
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
- Xây dựng mô hình biến dạng do nhiễu cho văn bản in ấn tiếng Việt
- Mô hình cộng tác phát hiện xâm nhập dựa trên học liên kết bán giám sát và cơ chế tăng cường dữ liệu
- Đánh giá chất lượng tín hiệu điện tâm đồ (ECG) ở bệnh nhân uốn ván bằng thuật toán phân cụm
- Phân loại Android Malware dựa vào giá trị thanh ghi
- Mô hình hỏi đáp thông tin dược liệu y học cổ truyền Việt Nam
- Tăng cường khả năng chống chịu của hệ thống phát hiện mã độc Android trong môi trường đối kháng
- Xây dựng hệ thống nhận diện gương mặt dựa trên nền tảng Blockchain và Federated Learning
- Đề xuất các phương pháp tự động hoá thiết kế cơ sở dữ liệu và sinh ra câu lệnh truy vấn từ mô tả bằng ngôn ngữ tự nhiên
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.