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))