A mélytanulással előállított deepfake hangok jelentősen befolyásolják a hangmintákon szereplő beszélők azonosítását. Ez különösen fontos a törvényszéi hangösszehasonlítások során. A téma során a hallgató feladata megvizsgálni, hogy a legújabb (pl. transformer) mélytanuláson alapuló vektorbeágyazási technikákra hogyan hat az audio deepfake, valamint hogyan alkalmazhatók ezek a technikák bírósági eljárásokban, nyomozási esetekben a beszélők személyazonosságának megállapítására, mennyire érinti hátrányosan az audio deepfake az ilyenkor használt state-of-the-art beszélőverifikációs eljárásokat. Jelentkezés (email, Teams):Sztahó Dávid, sztaho.david@vik.bme.hu

Deep learning deepfake voices have a significant impact on the verification of speakers in voice samples. This is particularly important in the case of forensic voice comparison. In this topic, the student's task will be to investigate the impact of audio deepfake on recent vector embedding techniques based on deep learning (e.g. transformer), how these techniques can be used in court proceedings and investigative cases to verify speakers, and how audio deepfake adversely affects state-of-the-art speaker verification procedures used in such cases. Contact (email, Teams): Dávid Sztahó, sztaho.david@vik.bme.hu