Como Detectar Deepfakes nas Eleições 2026 em Tempo Real

# deepfake_check.py
import cv2, numpy as np, subprocess, json, sys
from deepface import DeepFace

def video_fingerprint(path):
    # extrai 1 frame a cada 0.5 s
    cap = cv2.VideoCapture(path)
    fps = cap.get(cv2.CAP_PROP_FPS)
    interval = int(fps * 0.5)
    frames = []
    i = 0
    while True:
        ret, frame = cap.read()
        if not ret: break
        if i % interval == 0:
            frames.append(frame)
        i += 1
    cap.release()
    # calcula hash perceptual de cada frame
    hashes = [cv2.img_hash.averageHash(f).flatten() for f in frames]
    return np.mean(hashes, axis=0)

def detect(path):
    # 1️⃣ verifica metadados
    meta = subprocess.check_output(
        ["ffprobe", "-v", "quiet", "-print_format", "json", "-show_format", path]
    )
    meta = json.loads(meta)
    if meta["format"]["duration"] > 300:   # vídeos muito longos são suspeitos
        print("⚠️ Duração fora do padrão")
    # 2️⃣ análise facial
    result = DeepFace.analyze(img_path=path, actions=['emotion'])
    # 3️⃣ fingerprint vs base de deepfakes conhecidos
    fp = video_fingerprint(path)
    # (aqui você carregaria um vetor médio de deepfakes reais)
    # fake_score = 1 - cosine_similarity(fp, known_fp)
    fake_score = np.random.rand()  # placeholder
    print(f"Score de falsificação: {fake_score:.2f}")
    return fake_score

if __name__ == "__main__":
    if len(sys.argv) != 2:
        print("Uso: python deepfake_check.py video.mp4")
        sys.exit(1)
    score = detect(sys.argv[1])
    if score > 0.8:
        print("🚨 Vídeo provavelmente é deepfake!")
    else:
        print("✅ Parece autêntico.")

# .github/workflows/deepfake.yml
name: Detectar Deepfake em Vídeo
on:
  workflow_dispatch:
  repository_dispatch:
    types: [new_video]

jobs:
  scan:
    runs-on: ubuntu-latest
    steps:
      - name: Baixar vídeo
        run: |
          wget ${{ github.event.client_payload.url }} -O video.mp4
      - name: Instalar dependências
        run: |
          python -m pip install opencv-python deepface ffmpeg-python
      - name: Rodar detector
        id: detect
        run: |
          python deepfake_check.py video.mp4 > result.txt
          cat result.txt
      - name: Enviar alerta
        if: steps.detect.outputs.result == '🚨 Vídeo provavelmente é deepfake!'
        uses: slackapi/[email protected]
        with:
          payload: |
            {
              "text": "⚠️ Deepfake detectado! <${{ github.event.client_payload.url }}> "
            }