Analisi audio tramite apprendimento profondo per scopi forensi e investigativi.

Questa tesi di dottorato esplora la fusione di apprendimento profondo e modelli all'avanguardia per avanzare nei campi della forense audio, dell'intelligibilità audio e dell'ottimizzazione. In un'epoca in cui le registrazioni audio hanno una rilevanza critica in molteplici settori, la capacità di autenticarle e migliorarle è fondamentale. Modelli di apprendimento profondo, come le reti neurali convoluzionali e ricorrenti, vengono utilizzati per rilevare registrazioni audio manomesse, potenziando il processo di autenticazione. Inoltre, i rivoluzionari Transformers, noti per le loro capacità sequenziali, sono impiegati per affrontare le sfide legate all'intelligibilità e all'ottimizzazione audio. Questi modelli sono in grado di ridurre efficacemente il rumore e chiarire le registrazioni audio, migliorandone la qualità complessiva. Vengono sviluppati strumenti e metodologie pratici per affrontare scenari del mondo reale, tenendo conto di rumori, artefatti di compressione e variazioni nei dispositivi di registrazione. La ricerca contribuisce in modo significativo alla affidabilità delle prove audio, beneficiando settori come le forze dell'ordine, le procedure legali e la forense dei media digitali. In sintesi, questa ricerca dottorale rappresenta un notevole progresso nel campo della forense audio, dell'intelligibilità e dell'ottimizzazione. Unendo modelli di apprendimento profondo e all'avanguardia, offre soluzioni complete per l'autenticazione, la chiarezza e l'ottimizzazione delle registrazioni audio nell'era guidata dalle informazioni.

Grantor dc:publisher

Università degli studi di Catania

Year dc:date

2024

Author dc:creator

• PUGLISI, VALERIO FRANCESCO

Contributors dc:contributor

• BATTIATO, SEBASTIANO

• Artificial Intelligence
• Deep Learning
• Audio Analysi
• Speech Enhancement
• Automatic Speech Recognition
• Intelligenza Artificiale
• Apprendimento Profondo
• Analisi Audio
• Miglioramento del parlato
• Trascrizione Automatica
• Localizzazione di sorgenti sonore

Statement dc:rights

• info:eu-repo/semantics/openAccess
• license:PUBBLICO - Pubblico con Copyright
• license uri:iris.PUB02

Language dc:language

ita

Handle dc:identifier

https://hdl.handle.net/20.500.11769/598191

OAI identifier oai:identifier

oai:www.iris.unict.it:20.500.11769/598191