本系统参考了Qt+Yolo实时目标检测(带美化Gui界面和高帧率检测)(附带代码)
博客。
在上面的基础上结合自己项目的需求进行了改进：
1.增加了伪造音频检测
2.将目标检测改造为防伪检测
3.丰富了输出框的内容
4.增加了批量检测的功能
5.界面进行了优化
首先来看看系统长啥样吧！

功能实现：
1.音频防伪检测：

2.视频防伪检测

3.模型准确率测试
在打开音频中选中所有测试文件

同理可以检测视频准确率
代码讲解
代码结构：
|——ReadMe.md //帮助文档
|——dataset
|   |——mydataset.py //构建自己数据集
|   |——transform.py //对图片进行操作
|——Lib
|   |——QRC_rc.py //编译文件，不要动
|   |——UI_From.py //设计GUI界面
|——network
|   |——mesonet.py //网络模型
|   |——models.py //网络模型
|   |——xception.py //网络模型
|——test
|   |——LA_D_1099638.flac //测试文件
|   |——test.mp4 //测试文件
|——weights
|   |——model2.pth //人脸检测模型权重
|   |——Res_TSSDNet…4%.pth //音频检测模型权重
|——Audio_detect.py //检测音频
|——data //音频数据操作
|——Face_detect.py //人脸检测
|——models.py //音频检测模型文件
|——Main.py //主函数
环境配置：
pytorch
opencv
PyQt5
matplotlib
soundfile
dlib
PIL
pandas
改造思想：
1.本项目继承了源代码多线程的思想，不然在检测时会出现界面卡死的情况
2.源代码是检测视频的，因此采用了QTimer计时器，来对每一帧进行检测。但本项目由于涉及到检测音频，只用检测一次就行，因此需要对定时器进行暂停操作，不然程序会一直检测同一个音频。