Módulos Python para pré-processamento multimodal e avaliação de detectores de manipulação digital

A identificação de conteúdo multimídia manipulado é um desafio, face à ampla disponibilidade de ferramentas de edição digital de grande sofisticação, fácil acesso e baixo custo. Neste trabalho, são apresentados três módulos Python, implementados para facilitar e padronizar o pré-processamento e a avaliação de desempenho de modelos multimodais para detecção de manipulação em multimídia. Dentre as funcionalidades implementadas, destacam-se as funções para segmentação de faces pela técnica MTCNN, cálculo de MFCCs de trechos de áudio, funções para ampliação de conjunto de dados, e métricas estatísticas de desempenho, tais como AUC, e curvas ROC e DET.