Skip to content

JoseRuiz01/Detecciones-de-Manipulaciones-Copy-Move-y-Splicing-en-Audio-usando-Tecnicas-de-Aprendizaje-Profundo

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

75 Commits
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

Trabajo Fin de Grado

Detección de Manipulaciones Copy-Move y Splicing en Audio mediante Técnicas de Aprendizaje Profundo

Universidad Complutense de Madrid     Facultad de Informática

Autores:

- José Antonio Ruiz Heredia LinkedIn Gmail

- Néstor Antonio Marín


🧪 Instrucciones para Probar el Modelo

  1. Descargar el modelo final y los datos de prueba desde el siguiente enlace:
    📁 Google Drive – Modelo y Datos de Prueba

  2. Colocar el modelo descargado en la carpeta ./Model/PicklesAndFinalModel.

  3. Instalar las dependencias ejecutando el archivo Prerrequisitos.py.
    Las bibliotecas requeridas son: torch, torchaudio, torchvision, transformers, gradio, numpy, Pillow (PIL), timm

  4. Ejecutar el archivo Gradio.ipynb para iniciar la interfaz y comenzar a probar el modelo.


📌 Asegúrate de tener Python y los entornos virtuales correctamente configurados para evitar errores de dependencias.

About

Trabajo Fin de Grado sobre Detección de Manipulaciones de Audio usando técnicas Deep Learning.

Topics

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Contributors 2

  •  
  •