Saltar al contenido principal

Imágenes y vídeos

Revelio es actualmente el modelo con la arquitectura más eficaz en muchos contextos. V01 y Brokenwand están en la plataforma para cubrir escenarios específicos (generadores antiguos que ya no se usan ampliamente).

Revelio:

  • Tecnología: una tecnología que permite entrenar un modelo especializado combinando la parte semántica de la imagen con sus características intrínsecas a nivel de píxel. A diferencia de la familia V0X, no analiza el detalle de todos los píxeles y prefiere un análisis “de alto nivel” combinado con el valor semántico extraído de la imagen. La ventaja es una mayor precisión en ciertos tipos de imágenes, a costa de la fiabilidad en imágenes distintas de las del training set.
  • Dataset: dataset multigenerador con imágenes fotorrealistas generadas por IA. Los generadores más antiguos datan de 2023 y mantenemos un pipeline de integración continua que actualiza Revelio con las firmas arquitectónicas más recientes de los nuevos generadores.

Revelio-Onboarding:

  • Tecnología: la misma tecnología que Revelio. En comparación con Morphing, reconoce técnicas de faceswap más modernas.
  • Dataset: dataset facial multivector con rostros humanos sintéticos o manipulados de alta fidelidad. Mantenemos un pipeline de integración continua que actualiza Revelio Onboarding con las firmas arquitectónicas más recientes, desde el deep-swapping y la edición en el espacio latente hasta la síntesis completa de identidad.

Revelio Face:

  • Tecnología: diseñado para el análisis de rostros, este modelo es una evolución de Revelio-Onboarding. Usa una nueva arquitectura de backbone y está pensado para ser más robusto en una gama más amplia de contenidos faciales sintéticos y manipulados.
  • Dataset: entrenado con un dataset facial ampliado, que incluye muchos más generadores que los modelos anteriores dedicados a rostros, con actualizaciones continuas para detectar las nuevas técnicas de faceswap y de síntesis de identidad.

Ellen:

  • Tecnología: la arquitectura del modelo está diseñada específicamente para detectar las huellas que dejan las herramientas de retoque fotográfico, sobre todo en el contexto de la compresión de imágenes. Es un modelo que responde afirmativamente solo cuando hay retoque fotográfico; en los demás casos no se tiene en cuenta (aparece entre los “modelos excluidos”).
  • Dataset: dataset de doble flujo con pares de imágenes originales y alteradas digitalmente (manipuladas). El modelo aprende a detectar anomalías localizadas resultantes de operaciones de copiar-mover y de técnicas avanzadas de splicing.

V01 (legacy)

  • Tecnología: el modelo más antiguo junto con Brokenwand. Se basa en una tecnología que trabaja sobre los aspectos “generales” de una imagen, independientemente del tipo de imagen representada. Son, por tanto, modelos “generalistas”, que permiten analizar muchos tipos de imágenes pero normalmente con una fiabilidad menor que modelos como Revelio.
  • Dataset: un corpus de referencia legacy con imágenes sintéticas fotorrealistas generadas entre el primer y el cuarto trimestre de 2023. Este dataset recoge las firmas arquitectónicas básicas de las etapas iniciales e intermedias de la síntesis basada en Latent Diffusion y GAN.

Morphing (legacy):

  • Tecnología: una tecnología distinta de las anteriores, cuyo objetivo es primero identificar los rostros y después analizar sus rasgos en busca de distorsiones respecto a la imagen real. Es un modelo que, cuando detecta correctamente un rostro, permite determinar si algunos de sus rasgos han sido transformados. Es menos eficaz con rostros generados por completo; si no hay rostros, este modelo puede ignorarse.
  • Dataset: un dataset legacy de rostros alterados, generados con las técnicas de deformación geométrica clásica y de síntesis en el espacio latente habituales hasta 2023. Este dataset sirve de referencia forense para detectar manipulaciones sincronizadas basadas en puntos de referencia faciales y las primeras formas de morphing generativo.

Audio (voz)

identifAI usa varios modelos para detectar deepfakes de voz.

Dataset compartido

Cada modelo se basa en un enfoque tecnológico distinto, pero todos se entrenan con un dataset multimodal compartido, compuesto por muestras de voz auténticas de alta fidelidad y sus equivalentes sintéticos. El dataset abarca la evolución de la síntesis de voz neuronal, desde los métodos concatenativos legacy hasta los modernos vocoders basados en difusión. Mantenemos un pipeline de integración continua para actualizar regularmente el dataset con las técnicas más recientes de generación y manipulación de voz.

Tecnologías subyacentes

  • Zebra II (legacy): la arquitectura del modelo está diseñada para distinguir el audio auténtico del artificial. Se apoya en un modelo adicional que transforma numéricamente las características de la señal de audio antes de la clasificación;
  • Phantom: este modelo se centra en el análisis del audio en bruto. Phantom detecta artefactos sutiles que otros métodos pueden pasar por alto, mientras que su entrenamiento especializado garantiza robustez en las condiciones impredecibles del mundo real.
  • Quiet: este modelo tiene una arquitectura compleja, compuesta por un sistema modular de detectores especializados gobernados por un router dinámico que asigna a cada tarea el módulo experto más adecuado. Este diseño ofrece una adaptabilidad fundamental frente a los deepfakes de nueva generación;
Quiet es actualmente el modelo más eficaz en la mayoría de los contextos. Dada la variabilidad y la complejidad intrínsecas de la voz (p. ej., tipos de voz, formas de hablar, rangos de frecuencia, entornos acústicos), el rendimiento debe evaluarse siempre teniendo en cuenta estos factores.