VERIDIC / src /polygraph.py
turboryzen's picture
Upload folder using huggingface_hub
e95cd0c verified
Raw History Blame Contribute Delete
1.74 kB
# src/polygraph.py
import joblib, numpy as np, os
_MODEL_PATH = os.path.join(os.path.dirname(__file__), "..", "models", "polygraph_xgb.pkl")
_model = joblib.load(_MODEL_PATH)
# Orden fijo que debe coincidir con el entrenamiento
FEATURE_NAMES = [
"ear_mean", # apertura media de ojos (menor = mas tenso)
"ear_std", # variabilidad de apertura
"iris_ratio_mean", # tamano relativo del iris
"iris_ratio_std", # variabilidad del iris
"ear_asymmetry", # diferencia izquierdo-derecho EAR (asimetria ocular)
"brow_asymmetry", # diferencia de elevacion de cejas
"gaze_std", # inestabilidad de mirada (std del centro de iris)
"head_roll_std", # variabilidad del giro lateral de cabeza
"head_pitch_std", # variabilidad de cabeceo
"head_yaw_std", # variabilidad de giro horizontal
"hr_bpm", # frecuencia cardiaca estimada (rPPG)
"hr_std", # variabilidad FC (HRV proxy)
"pitch_mean", # tono medio de voz (F0)
"pitch_std", # variabilidad de tono (jitter proxy)
"energy_std", # variabilidad de energia vocal (shimmer proxy)
"pause_ratio", # fraccion de silencio
"speech_rate", # fraccion de habla activa
"suppression_index", # FACS: supresion emocional (blendshapes asimetricos)
"emotion_variance", # FACS: varianza inter-emocional (expresion inconsistente)
"au_fear_peak", # FACS: pico de miedo/AU1+AU2+AU4 (microexpresiones)
]
def compute_score(features: dict) -> float:
"""Devuelve probabilidad de engano [0-1]."""
X = np.array([[features.get(k, 0.0) for k in FEATURE_NAMES]])
return float(_model.predict_proba(X)[0, 1])