使用例

操作画面と出力例を示します。下記例は、Traditional Modelで個人特化フェイク音声検出（Personalized FVD）の例です。

下記例は、Deep Learning Modelで汎用フェイク音声検出(Universal Fake Detection)のGrad-COMとOcclusion Sensitivityの例です。これらのツールは音声のどの領域（時間区間、周波数域）がreal/fakeの判定根拠となったかを視覚的に判別できます。RawNet2が検出しているのは、・SincConvフィルタの応答パターン,・子音母音遷移の自然さ,・無音区間の特性,・音声の微細な周期性,・呼吸声門閉鎖の痕跡 です。