Spaces:
Running
Running
File size: 3,472 Bytes
e3bdc52 16afeb0 e3bdc52 1a10ba5 e3bdc52 1a10ba5 e3bdc52 1a10ba5 e3bdc52 7458dd4 ffd044a 7458dd4 ffd044a 1a10ba5 72892b6 ffd044a 1a10ba5 72892b6 ffd044a e3bdc52 ffd044a e3bdc52 7458dd4 1a10ba5 7458dd4 89dd351 7458dd4 1a10ba5 7458dd4 1a10ba5 7458dd4 1a10ba5 7458dd4 89dd351 ffd044a 7458dd4 a6ab27c ffd044a 1a10ba5 ffd044a e3bdc52 1a10ba5 7458dd4 1a10ba5 ffd044a e3bdc52 7458dd4 1a10ba5 e3bdc52 16afeb0 e3bdc52 | 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 | from execution.inference_wav2vec import run_inference as run_wav2vec
from execution.inference_secondary import run_secondary_inference as run_secondary
def get_combined_verdict(file_path):
"""
Orquestra a execução dos dois motores e aplica o Protocolo de Rigor.
"""
# 1. Executa Motor 1 (Wav2Vec2 - padrões fonéticos e temporais)
res_w2v = run_wav2vec(file_path)
score_w2v = res_w2v.get("deepfake_probability", 0.0)
# 2. Executa Motor 2 (WavLM - anti-spoofing ASVspoof)
res_secondary = run_secondary(file_path)
score_secondary = res_secondary.get("risk_score", 0.0)
# 3. Lógica do Protocolo de Rigor V3
# O motor Wav2Vec2 é o comandante principal (70% do peso)
# Pesos definidos para dar comando ao motor neural principal
WEIGHT_W2V = 0.7
WEIGHT_SECONDARY = 0.3
# Cálculo ponderado do score
final_score = (score_w2v * WEIGHT_W2V) + (score_secondary * WEIGHT_SECONDARY)
# Thresholds de decisão
SPOOF_THRESHOLD = 0.50
HIGH_CONFIDENCE = 0.85
is_fraud = False
verdict = "AUTHENTIC"
w2v_error = res_w2v.get("error")
secondary_error = res_secondary.get("error")
if w2v_error:
# Sem o motor principal não há veredito confiável.
final_score = 0.0
verdict = "ERROR"
message = f"ERRO INTERNO: O motor neural falhou ao processar o áudio. Detalhe: {w2v_error}"
elif secondary_error:
# O segundo motor é complementar (30%): se falhar, decide-se com o principal.
final_score = score_w2v
if score_w2v >= SPOOF_THRESHOLD:
is_fraud = True
verdict = "SPOOF"
message = f"ALERTA NEURAL: Risco de {(score_w2v*100):.1f}% identificado (motor anti-spoofing indisponível)."
else:
message = "INTEGRIDADE CONFIRMADA: Padrões de voz condizentes com gravação humana autêntica (motor anti-spoofing indisponível)."
# Lógica de decisão baseada na confiança do comandante
elif score_w2v >= HIGH_CONFIDENCE:
is_fraud = True
verdict = "SPOOF"
message = "COMANDO NEURAL: Detecção crítica de padrões neurais sintéticos com alta convicção."
elif final_score >= SPOOF_THRESHOLD:
is_fraud = True
verdict = "SPOOF"
message = f"ALERTA COMBINADO: Risco de {(final_score*100):.1f}% identificado, com base na análise anti-spoofing e fonética."
else:
message = "INTEGRIDADE CONFIRMADA: Padrões de voz condizentes com gravação humana autêntica."
return {
"verdict": verdict,
"fraud_probability": final_score,
"wav2vec_score": score_w2v,
# Mantido o nome `ast_score` por compatibilidade com o dashboard atual.
"ast_score": score_secondary,
"secondary_score": score_secondary,
"wav2vec_model": res_w2v.get("model", ""),
"secondary_engine": res_secondary.get("engine", ""),
"temporal_scores": res_w2v.get("temporal_scores", []),
"engines_consensus": message,
"details": {
"protocol": "Protocolo de Rigor V3",
"weights": {"wav2vec": WEIGHT_W2V, "secondary": WEIGHT_SECONDARY}
},
"engines": ["Wav2Vec2-Deepfake", res_secondary.get("engine", "Secondary")]
}
if __name__ == "__main__":
import sys
if len(sys.argv) > 1:
import json
print(json.dumps(get_combined_verdict(sys.argv[1]), indent=2))
|