Este artículo presenta un sistema de detección de deepfake basado en IA capaz de analizar contenido de texto, imagen y video dentro de un marco unificado. El enfoque propuesto integra modelos de Procesamiento de Lenguaje Natural basados en transformadores como RoBERTa para el análisis de texto, arquitecturas de Vision Transformer como SigLIP para la detección basada en imágenes, y un enfoque de análisis de video basado en fotogramas donde los fotogramas son extraídos usando OpenCV y analizados utilizando el modelo SigLIP. El sistema realiza preprocesamiento, extracción de características y clasificación para identificar medios manipulados con alta precisión. Los resultados experimentales demuestran que el sistema puede distinguir efectivamente entre contenido auténtico y deepfake a través de múltiples formatos de medios. Esta investigación contribuye a mejorar la confianza digital y apoya aplicaciones en ciberseguridad, verificación de medios y forenses digitales.
S et al. (Mon,) estudiaron esta cuestión.