語音同一認(rèn)定難點分析及解決對策

宦小答 鐘梁婷

摘要：本文通過對語音同一認(rèn)定的發(fā)展現(xiàn)狀著手，分析了語音同一認(rèn)定的難點，并對此提出了相應(yīng)的解決對策，以期提升鑒定工作效率。

關(guān)鍵詞：語音同一認(rèn)定;聲紋鑒定;聲譜;語圖;自動篩選

語音同一認(rèn)定即說話人鑒定。近年來，語音同一認(rèn)定鑒定意見成為常見且重要的證據(jù)。但是，語音同一認(rèn)定技術(shù)門檻較高，鑒定效率較低，與日益增長的鑒定業(yè)務(wù)需求難相適應(yīng)。筆者認(rèn)為，分析及攻克語音同一認(rèn)定的難點，降低鑒定工作的門檻，提高其整體效能，是亟待解決的問題。

1 語音同一認(rèn)定的發(fā)展現(xiàn)狀

隨著數(shù)字多媒體和移動互聯(lián)網(wǎng)等領(lǐng)域的快速發(fā)展和深度交融，數(shù)字語音生態(tài)日趨成熟，電話通信、語音短消息、音視頻聊天、監(jiān)聽監(jiān)控、聲紋鎖、智能語音技術(shù)等得到越來越廣泛的應(yīng)用，為大眾的日常生活和各行業(yè)的運轉(zhuǎn)提供了便利的交互手段和高效的工具。語音數(shù)據(jù)的豐富，致使在一些案事件中，涉及語音的檢材越來越多，尤其是近年電信詐騙等非接觸性類型案件高發(fā)，語音成為該類案件證據(jù)鏈中的重要一環(huán)。

然而，目前聲紋數(shù)據(jù)庫的建設(shè)還欠完善，語音自動識別技術(shù)還有待突破，語音同一認(rèn)定過程中需要依靠人工反復(fù)地辯聽比對，且要排除說話人所處情境、情緒和身體狀況的不同對發(fā)音造成的干擾，對鑒定人的能力和經(jīng)驗有著較高的要求，這也導(dǎo)致該行業(yè)入門門檻較高。據(jù)不完全統(tǒng)計，全國具備語音同一認(rèn)定鑒定能力和資質(zhì)的人員不到200人。

2 語音同一認(rèn)定的難點分析

2.1 語音同一認(rèn)定的過程

語音同一認(rèn)定技術(shù)是利用語音工作站對未知說話人或待確認(rèn)說話人的語音與已知說話人的語音進(jìn)行分析檢驗，通過對其聲紋特征的監(jiān)測、比對和綜合評斷，判斷二者是否為同一人語音的技術(shù)。根據(jù)相關(guān)標(biāo)準(zhǔn)，語音同一認(rèn)定應(yīng)按以下流程進(jìn)行。

（1）對檢材和樣本進(jìn)行記錄、標(biāo)識及加載;

（2）對檢材和樣本進(jìn)行分別檢驗;

（3）對檢材與樣本進(jìn)行聽覺比對;

（4）對檢材與樣本進(jìn)行聲譜比對;

（5）綜合評斷并作出鑒定意見[1]。

2.2 語音同一認(rèn)定的難點

在語音同一認(rèn)定的這些過程中，對檢材與樣本進(jìn)行聽覺比對及聲譜比對是綜合評斷并作出鑒定意見的依據(jù)來源，其中，聲譜比對依照語音的頻譜特征進(jìn)行比對，具有較強的客觀性，是作出鑒定意見的關(guān)鍵依據(jù)。

然而，聲譜比對也是語音同一認(rèn)定中難度最大的過程。其難度較大，一般只有經(jīng)驗豐富的鑒定人才能較高質(zhì)量地完成聲譜比對;其耗時也是最長的，一般要占據(jù)整個鑒定流程的絕大部分的時間。

2.3 聲譜比對難度解析

聲譜比對包含“一找、二看、三測量”三個環(huán)節(jié)，“一找”指的是先在檢材和樣本中尋找可供比對的特征音段;“二看”指的是觀察比對特征音段的語譜圖形態(tài);“三測量”指的是測量比對特征音段的各項參數(shù)。其中，第一個環(huán)節(jié)一一尋找可供比對的特征音段是后兩個環(huán)節(jié)的前提，其決定了所選擇的比對目標(biāo)是否具有可比性。然而，這一環(huán)節(jié)是聲譜比對的三個環(huán)節(jié)中難度最大的。

這一環(huán)節(jié)的目標(biāo)是篩選出調(diào)音音質(zhì)相同的音段。聲譜比對的原理主要是基于不同人聲管（咽腔、口腔、鼻腔等）微觀結(jié)構(gòu)的差異性，而聲管的宏觀形態(tài)和微觀結(jié)構(gòu)均會對聲譜產(chǎn)生影響，所以在尋找可供比對的特征音段時，必須要確保待比對的音段發(fā)音時聲管的宏觀形態(tài)一致（語音學(xué)中稱為調(diào)音音質(zhì)相同），聲譜才能準(zhǔn)確反映聲管微觀結(jié)構(gòu)的異同，才是理想的可供比對的特征音段。這一環(huán)節(jié)的困難主要有以下幾點：

（1）分辨難度大。調(diào)音音質(zhì)與口腔關(guān)系最密切，由于咽腔、鼻腔等在發(fā)音時宏觀形態(tài)基本保持不變，而口腔中的顎、舌、唇、齒等器官都能通過運動較大幅度地改變其形狀及位置，這些器官不同的形狀、位置和運動方式的組合就成為了調(diào)音音質(zhì)的決定性因素。但是，口腔內(nèi)的情形是很難觀察到的，目前，要分辨發(fā)音時的口腔中各器官的動作最好的方法是聽辨，這對于鑒定人的聽覺靈敏度和經(jīng)驗都有較高的要求。

（2）干擾因素多。檢材和樣本在錄制時，發(fā)音人的身體狀態(tài)、情緒、所說語言、所處情境、對話對象和錄音信道等均可能存在差異，這些都可能對發(fā)音造成影響，哪怕語音的內(nèi)容一致，也很可能出現(xiàn)調(diào)音音質(zhì)不同的情況。鑒定人需要盡力排除這些干擾因素，找到符合調(diào)音音質(zhì)相同的標(biāo)準(zhǔn)的特征音段。

（3）工作量大。語音同一認(rèn)定的過程中，鑒定人須在檢材語音中選擇錄音質(zhì)量較好且含有不同元音音素的音段進(jìn)行標(biāo)注，正常人的語速平均每分鐘約240個音節(jié)，可選的音段數(shù)量每分鐘可超百個;一般情況下，樣本語音的時長為檢材語音的3倍以上，須在樣本中尋找與檢材標(biāo)注的音段對應(yīng)的音段并逐一反復(fù)聽辨，以找到調(diào)音音質(zhì)相同的特征音段。這個工作量是很龐大的。

（4）自動識別技術(shù)難以充分發(fā)揮作用。目前，有的聲紋鑒定工作站軟件開發(fā)了音素自動檢索功能，借助計算機智能識別技術(shù)，對語音材料進(jìn)行自動掃描，將搜索到的音素進(jìn)行標(biāo)記。這可以在一定程度上提升鑒定工作效率，但是，目前的技術(shù)并無法替代人耳對調(diào)音音質(zhì)進(jìn)行自動分辨，仍需要鑒定人逐一對自動標(biāo)記的音素進(jìn)行聽辨，工作依然繁重。

3 語音同一認(rèn)定難點的解決對策

在思考語音同一認(rèn)定難點的解決對策的過程中，筆者從手印鑒定中得到了重要的啟發(fā)。手印鑒定與語音同一認(rèn)定在原理、流程和難點等方面存在一定的相似性，而前者經(jīng)過較長期的實踐和發(fā)展，形成了一些對策，可以較好地解決鑒定中的困難，值得后者借鑒。

3.1 手印鑒定中的難點對策及啟發(fā)

如前所述，語音同一認(rèn)定的主要難點存在于尋找特征音段的環(huán)節(jié)，其與手印鑒定中分析確定檢材手印的留痕部位的環(huán)節(jié)很相似。

在手印鑒定的過程中，只有找準(zhǔn)對應(yīng)的手印留痕部位，后續(xù)的對比才有意義（例如，如果檢材指印是右手拇指指頭所留，那么就只能選用右手拇指指頭的樣本指印與其進(jìn)行比對）。然而，檢材手印可能出現(xiàn)殘缺、變形或檢材留痕人的局部宏觀特點異于常人等情形，鑒定人也可能存在能力或經(jīng)驗欠缺等情況，這些都可能影響檢材手印留痕部位分析的準(zhǔn)確度。故在實際鑒定工作中，遇到難以確定檢材手印留痕部位的情況，為了避免造成錯誤和遺漏，一般的做法是，先對檢材手印作粗略分析，以確定其可能的留痕部位，再將樣本手印中的相應(yīng)部位逐一與檢材手印進(jìn)行特征比對，而后進(jìn)行綜合評斷并得出鑒定結(jié)論。例如，粗略分析確定檢材手印是一枚指頭印，但難以確定具體指位，此時可將嫌疑人的所有指頭印樣本逐一與檢材進(jìn)行特征比對，若樣本指印中有一枚與檢材的特征符合度達(dá)到認(rèn)定同一的條件，便可作出認(rèn)定結(jié)論;若所有樣本指印與檢材的特征符合度均達(dá)到否定同一的條件，便可作出否定結(jié)論。

由此可見，在手印鑒定中，檢材手印留痕部位分析是得出鑒定結(jié)論的基礎(chǔ)，但其干擾因素較多，得出準(zhǔn)確的結(jié)論難度較大;而即使對檢材手印留痕部位分析并不精準(zhǔn)，也能依據(jù)特征符合度得出鑒定結(jié)論。這本質(zhì)上是一種逆向思維一一不拘泥于固定的順序，盡可能繞過難度較大的環(huán)節(jié)。這為我們解決語音同一認(rèn)定的難點提供了思路。

3.2 語音同一認(rèn)定難點的解決方案

3.2.1 思路

我們解決語音同一認(rèn)定難點的思路是，調(diào)整聲譜比對的各環(huán)節(jié)，構(gòu)建新的聲譜比對工作程序，先不對特征音段進(jìn)行聽辨尋找，而是通過對檢材和樣本中所有音段逐一進(jìn)行特征比對，以期找出特征符合或接近同一認(rèn)定條件的特征音段，再進(jìn)行后續(xù)的同一性檢驗。

3.2.2 構(gòu)建聲譜比對的新程序

擬將原有的“一找、二看、三測量”變?yōu)椤耙缓Y、二核、三比對”，即先篩選出檢材和樣本中語圖特征參數(shù)較為近似的成對音段，再通過聽辨核查其調(diào)音音質(zhì)的一致性，最后再對調(diào)音音質(zhì)相同的特征音段進(jìn)行特征比對。

3.2.3

新程序與原程序?qū)Ρ?/p>

新程序的“三比對”的環(huán)節(jié)就是原來“二看”和“三測量”環(huán)節(jié)的合并，其工作內(nèi)容相同;而“二核”的對象是經(jīng)篩選的成對音段，相比原來的“一找”，難度和工作量都明顯減輕，是新程序的優(yōu)勢所在;“一篩”環(huán)節(jié)是新增的，此環(huán)節(jié)一定要快速而高效，才能實現(xiàn)新程序優(yōu)勢。見圖1。

3.2.4 新程序的關(guān)鍵技術(shù)

“一篩”須對檢材和樣本語音進(jìn)行完整而全面的檢測和對比，顯然難以靠人工完成。但是，其篩選的依據(jù)是可量化的圖形特征參數(shù)，完全可以開發(fā)相應(yīng)的計算機軟件，進(jìn)行語圖特征參數(shù)的自動化篩選。參見圖2。

語圖特征參數(shù)自動化篩選技術(shù)，要在認(rèn)定或傾向認(rèn)定同一的檢材和樣本語音中，篩選出足夠數(shù)量的準(zhǔn)特征音段，其中大部分是要符合同一認(rèn)定條件的特征音段。為達(dá)到此效果，開發(fā)語圖特征參數(shù)自動化篩選技術(shù)之前，須開展一些基礎(chǔ)研究。先要對大量的符合同一認(rèn)定條件的特征音段的各項參數(shù)的穩(wěn)定性進(jìn)行分析，選擇穩(wěn)定性較強的參數(shù)作為篩選條件;其次應(yīng)對這些參數(shù)的偏差程度進(jìn)行統(tǒng)計，得出較合理的參數(shù)偏差閩值，作為篩選依據(jù)。依據(jù)這些研究的結(jié)果，再進(jìn)行相應(yīng)的開發(fā)工作。

3.3 須注意的事項

3.3.1 參數(shù)偏差閾值的設(shè)定

篩選參數(shù)是影響篩選結(jié)果的關(guān)鍵因素，如前所述，須通過研究確定參數(shù)的類型并得出合理的偏差閾值。但是，案件中的語音條件千差萬別，實驗研究得出的參數(shù)偏差閾值不一定適合具體的個案。所以，參數(shù)偏差閩值應(yīng)設(shè)計成可調(diào)節(jié)的形式。在實際鑒定中，可先用默認(rèn)閾值（實驗得出的閩值）進(jìn)行篩選，當(dāng)篩選結(jié)果不理想時，可以自行調(diào)高或調(diào)低閡值，直至獲得較理想的篩選結(jié)果。

3.3.2 鑒定結(jié)論的得出

須特別注意的是，新程序僅適用于結(jié)論為認(rèn)定同一或傾向認(rèn)定同一的情況，如果要作出否定同一、傾向否定同一或無法判斷的結(jié)論，依舊須采用原程序。在實際鑒定中，可先用語圖特征參數(shù)自動化篩選工具進(jìn)行篩選，如果經(jīng)反復(fù)調(diào)節(jié)偏差閾值依然無法獲得理想的篩選結(jié)果時，則要切換回原程序，采取傳統(tǒng)的聽辨方法尋找特征音段。此種情況下，可以認(rèn)為是特征音段的參數(shù)偏差太大或是特征音段不足，不再符合認(rèn)定同一或傾向認(rèn)定同一的條件，視情作出否定同一、傾向否定同一或無法判斷的結(jié)論。

4 結(jié)語

新程序?qū)υ绦虻母鳝h(huán)節(jié)進(jìn)行調(diào)整和改變，開發(fā)并利用語圖特征參數(shù)自動化篩選技術(shù)，先篩選特征音段，再進(jìn)行后續(xù)比對，在一定程度上繞過了原程序中最困難的環(huán)節(jié)，有利于降低語音同一認(rèn)定的技術(shù)門檻，提升鑒定工作效率，是突破語音同一認(rèn)定發(fā)展瓶頸的可期之路。

參考文獻(xiàn)

[1] GA/T 1433-2017，法庭科學(xué)語音同一認(rèn)定技術(shù)規(guī)范[S].北京：中國標(biāo)準(zhǔn)出版社，2018.

作者簡介

宦小答（1984-），男，湖南省長沙市人。碩士學(xué)位，實驗師。研究方向為聲紋鑒定技術(shù)、痕跡檢驗技術(shù)。

鐘梁婷（2001-），女，湖南省郴州市人。大學(xué)本科在讀。研究方向為刑事科學(xué)技術(shù)。