认识非语音信息在司法话者识别中的应用

通过介绍两起利用非语音信息最终辅助确认了说话人的司法话者识别检验案件,发现在说话人识别中,当待检语音无法满足语图比对条件时,充分利用非语音信息所揭示出的个体特性将有助于解决话者识别问题。得出了当待检语音条件不充分时,依靠非语音信息来辅助进行话者识别的方法。     

伪装语音的自动话者识别研究

本文以语音自动话者识别系统为平台,对实际案件中出现频率较高的10种伪装语音类型进行自动话者识别测试。通过对20位发音人的正常语音和10种类型伪装语音的话者辨认和话者确认测试,分析不同语音伪装类型对自动话者识别的影响。该结果对于深入认识伪装语音的特性及其话者识别研究具有重要意义,也为自动话者识别技术的改进提供了参考。     

语音人身分析鉴定初探

一、语言人身分析概述语音人身分析和声纹鉴定、话者计算机自动识别、提高信噪比、噪音分析等技术一样均是司法声学(Forensic Acoustics、Forensic Audio,国外有学者也称司法语音学Forensic Phonetics)的组成部分之一,它是利用方音、方言、语调、词汇、语法、习惯语、口头语等对未知说话人的语音进行人身状况分析,从而推断未知案犯的性别、年龄、生活地域、文化水平、职业,甚至身高、体态,为侦查提供线索和方向的一种鉴定技术。“语音人身分析”和“语言识别”不同,前者是利用语音形式的语言进行人身分析,后者是利用文字形式的语言进行人身分析。据了解罗马尼亚、古巴等国已编制出“语音人身分析”的软件。     

从话者识别角度认识山西汾城方言的紧喉音节

目的明确山西汾城方言紧喉音节与对应普通话音节在司法话者识别时的可比性及该紧喉音的声学特性。方法利用VS-99语音工作站对山西汾城方言紧喉音节及对应普通话音节的韵律特性、音质特性等声学特性进行定性与定量分析。结果得出了汾城方言紧喉音的发声态主要为嘎裂声,汾城方言紧喉音对声母没有明显影响,紧喉音韵母与普通话韵母在共振峰频率上的一致性要远高于共振峰相对强度上的一致性等认识。结论为在汾城方言与普通话之间进行司法话者识别以及田野调查提供了依据。     

从话者识别角度认识山西汾城方言的紧喉音节

目的 明确山西汾城方言紧喉音节与对应普通话音节在司法话者识别时的可比性及该紧喉音的声学特性.方法 利用VS-99语音工作站对山西汾城方言紧喉音节及对应普通话音节的韵律特性、音质特性等声学特性进行定性与定量分析.结果 得出了汾城方言紧喉音的发声态主要为嘎裂声,汾城方言紧喉音对声母没有明显影响,紧喉音韵母与普通话韵母在共振峰频率上的一致性要远高于共振峰相对强度上的一致性等认识.结论 为在汾城方言与普通话之间进行司法话者识别以及田野调查提供了依据.     

不同频率共振峰在话者识别中的鉴别价值

目的研究在话者识别领域,不同频率共振峰特征价值的大小。方法对10对女性与8对男性双胞胎正常朗读语音的共振峰频率特性进行定量测量、比较、分析,统计。结果男性和女性双胞胎个体依据2000Hz以下、2000-5000Hz、5001-8000Hz不同频率范围内的共振峰均可区分,但共振峰的缺峰比例随着频率的升高而升高,5001-8000Hz范围的缺峰比例达26.67%。结论不同频率共振峰在话者识别中的区别能力无显著差异。     

指纹自动识别系统与现场指印的定位

随着公安科技的进步,指纹自动识别系统已经普及到每一个县级公安机关,指纹自动识别系统改变了人工管理指纹的种种弊端,减轻了大量的劳动强度,提高了工作效率,在实战中发挥出强大的威力,破获了许多重特大疑难案件。由于系统功能强大,近年来一些技术员在现场勘查中对发现的指纹不注意分析研究,不注重给现场指印定位,他们往往依赖自动识别系统,总以为提取的指纹只要输入系统就能进行识别,事实上残缺指纹、模糊指纹、自动识别系统难以完成对它们的识别,没有分析定位的现场指纹,一旦自动识别系统无法识别,再回过头进行人工查对,难度就会相当的大,…     

利用共振峰相对强度特性鉴别双胞胎语音

话者鉴别的一个基本前提是“个体间的语音差异大于个体的语音变异”。本文对30对双胞胎正常朗读语音的共振峰强度特性进行了定量测量、比较、分析,统计得出了共振峰相对强度特性在检验双胞胎语音中的置信度与判阈。     

基于语音情感分析系统的语音压力测谎

目的探究语音情感分析系统(Layered Voice Analysis,LVA)在不同情况下的表现,并通过分析数据找出影响系统识别率的因素。方法设置两种不同场景对20名研究对象进行提问,并录音。通过LVA语音系统对语音样本进行分析,使用SPSS统计软件对系统生成的参数进行统计分析。结果在未告知研究对象实验真相的情况下LVA语音系统平均识别率为91.75%,要远高于研究对象在知情情况下的识别率。在询问过程中,当未涉及敏感问题时,随着时间的推移研究对象的心理压力逐渐减小。结论LVA语音系统具有良好的情感分析和识别能力,可为司法工作提供参考。     

国内语言识别领域专利技术发展趋势

前言语音技术在计算机领域中的关键技术是语音识别技术和语音合成技术,其中语音识别技术是2000年至2010年间信息技术领域十大重要的科技发展技术之一。语音识别技术(ASR:AutomaticSpeechRecognition),是指将人说话的语音信号转换为可被计算机程序所识别的文字信息,从而识别说话     

法庭语音学

本文对法庭语音学进行了研究综述,主要介绍了该学科的核心内容：说话人鉴定。在实际办案中,当未找到嫌疑人,只有犯罪分子的检材语音时,可以使用说话人画像/说话人分类技术。若没有犯罪分子的录音证据时,可以让受害人和证人进行说话人的听觉辨认。具体的辨认形式有两种：对熟人辨认和对陌生人辨认,在对陌生人辨认时可以采用语音辨认的方法进行。当检材语音和样本语音都齐备的时候,法庭语音分析专家就可以对二者进行比对检验了。目前语音比对分析涉及到的问题和领域有：基于贝叶斯方法的法庭推理和似然比计算、共振峰频率的测量应用、非解析感知与样例理论、法庭说话人自动识别以及不同方法的综合应用等。     

论声纹鉴定意见的表述形式

本文针对目前国内外讨论比较热烈的声纹鉴定意见表述问题进行了评述.首先介绍了实践中正在使用的听觉分析法、声谱比对分析法、声学分析法、听觉-声学分析法和说话人自动识别五种鉴定方法,指出了各种方法的优缺点;然后对现存的二元判决、可能性等级、似然比和英国立场声明四种鉴定意见表述形式进行了介绍和评析,通过分析发现,上述四种意见表述形式都存在一定的问题,实践中选择何种形式表述鉴定意见要综合考虑其科学性、逻辑性、现实性和可行性等多种价值选项;最后认为解决该问题的根本方法是各相关领域的专家应加强在鉴定方法上的合作性的基础研究.     

Voice disguise and automatic speaker recognition

In this paper a newly developed Forensic Automatic Speaker Recognition System (FASRS) was introduced and the effect of 10 types of voice disguises that are common in forensic casework on the performance of this system was studied. In this study 10 types of disguised voices and normal voices from 20 male college students were used as test samples. Each disguised voice was compared with all normal voices in the database to make speaker identification and speaker verification. The result of speaker recognition is summarized and the influence of voice disguises on the FASRS is evaluated.     

Speaker identification utilizing noncontemporary speech

The noncontemporariness of speech is important to both of the two general approaches to speaker identification. Ear-witness identification is one of them; in that instance, the time at which the identification is made is noncontemporary. A substantial amount of research has been carried out on this relationship and it now is well established that an auditor's memory for a voice decays sharply over time. It is the second approach to speaker identification which is of present interest. In this case, samples of a speaker's utterances are obtained at different points in time. For example, a threat call will be recorded and then sometime later (often very much later), a suspect' s exemplar recording will be obtained. In this instance, it is the speech samples that are noncontemporary and they are the materials that are subjected to some form of speaker identification. Prevailing opinion is that noncontemporary speech itself poses just as difficult a challenge to the identification process as does the listener's memory decay in earwitness identification. Accordingly, series of aural-perceptual speaker identification projects were carried out on noncontemporary speech: first, two with latencies of 4 and 8 weeks followed by 4 and 32 weeks plus two more with the pairs separated by 6 and 20 years. Mean correct noncontemporary identification initially dropped to 75-80% at week 4 and this general level was sustained for up to six years. It was only after 20 years had elapsed that a significant drop (to 33%) was noted. It can be concluded that a listener's competency in identifying noncontemporary speech samples will show only modest decay over rather substantial periods of time and, hence, this factor should have only a minimal negative effect on the speaker identification process.     

Intra- and inter-speaker variations of formant pattern for lateral syllables in Standard Chinese

Speech variation of speakers is a crucial issue for speaker recognition and identification, especially for forensic practice. Greater intra-speaker variation is one main reason for incorrect speaker identification in real forensic situations. Understanding the stability of acoustic parameters and their variation in speech is therefore significant for the evaluation of effective parameters for speaker identification. In this paper, all vowels in Standard Chinese including five monophthongs, eight diphthongs and four triphthongs were combined with lateral /l/. Finally, 15 lateral syllables with different tones for 10 speakers were selected and acoustically analyzed. Central frequencies of the first four formants for each syllable were measured for quantitative comparison of intra- and inter-speaker variation in order to provide a general idea of speaker variation in Standard Chinese, and finally serving for forensic application. Results show that the overall intra-speaker variation is less than the inter-speaker variation in great extent under laboratory condition though occasionally they are contrary. This supports the basis for forensic speaker identification, that is, intra-speaker variation should be less than inter-speaker variation in many acoustic features, and further validates the probability and reliability of forensic speaker identification.     

法庭语音学

本文对法庭语音学进行了研究综述,主要介绍了该学科的核心内容:说话人鉴定。在实际办案中,当未找到嫌疑人,只有犯罪分子的检材语音时,可以使用说话人画像/说话人分类技术。若没有犯罪分子的录音证据时,可以让受害人和证人进行说话人的听觉辨认。具体的辨认形式有两种:对熟人辨认和对陌生人辨认,在对陌生人辨认时可以采用语音辨认的方法进行。当检材语音和样本语音都齐备的时候,法庭语音分析专家就可以对二者进行比对检验了。目前语音比对分析涉及到的问题和领域有:基于贝叶斯方法的法庭推理和似然比计算、共振峰频率的测量应用、非解析感知与样例理论、法庭说话人自动识别以及不同方法的综合应用等。     

似然比在法庭说话人确认中的应用

本文把成功应用于DNA检验的证据评估方法（似然比）应用于法庭语音证据评估之中,提取语音的LPC作为识别特征,并使用45人电话对话录音中元音/a/作为样本进行了测试。结果表明该方法不仅能正确识别说话人,而且能根据当前嫌疑人样本和问题语音样本的差异,量化该语音样本作为证据的力度,为法庭提供科学合理的证据评估结果和科学解释。同时,自动特征提取的引入比起人工提取共振峰特征,提高了工作效率,识别系统性能也获得大幅提升。     

基于人工智能硅藻自动化识别系统的实际案例应用

目的探讨人工智能硅藻自动化识别系统在实际案例中的应用,为应用该系统进行硅藻定量分析提供参考,并对该系统所搭载的深度学习模型进行验证。方法收集10例水中尸体的器官进行硅藻硝酸消解,利用数字化切片扫描仪将涂片数字化扫描后,使用人工智能硅藻自动化识别系统进行硅藻的定性定量检测。结果该人工智能硅藻自动化识别系统所搭载的深度学习模型的受试者操作特征(receiver opera⁃tor characteristic,ROC)曲线的曲线下面积(area under the curve,AUC)达到98.22%,硅藻识别的查准率达到92.45%。结论该人工智能硅藻自动化识别系统实现了硅藻的自动化识别,可用于实际案例中硅藻的辅助检验,并为水中尸体的死因鉴定提供参考依据。     

女性普通话塞音过渡音征个体特性初探

目的考察塞音过渡音征的个体特性及在说话人鉴定中的价值。方法选取9位女性发音人普通话中的6个塞音与元音/i、a、u/组成的单音节,提取每个音节F2、F3的起点值和目标值进行统计分析,并计算说话人的塞音音轨。结果 （1）过渡音征形态特征在不同说话人之间具有差异;（2）各音节的说话人区分率呈现较大区别,音节/tu/的说话人区分率较高而/khu/音节几乎不具备说话人区分能力;（3）与零声母音节相比,音节中3个元音的F2共振峰频率均值受到塞音的影响而提高,其中/i、a/F2提高的幅度要大于/u/;（4）不同说话人的音轨存在差异。结论在说话人鉴定中选取塞音音节进行比对时要注意不同音节的说话人区分率,尽量避免选取舌根塞音音节;塞音过渡音征的形态和音轨数据可以应用于说话人鉴定。