声纹鉴定中嗓音音质的声学界标初探——基于随机森林和决策树模型的研究

目的 嗓音音质是声纹鉴定的重要参考特征之一。但目前鉴定实践中关于嗓音音质的类别判断尚缺乏客观数据支撑。方法 基于随机森林和决策树模型，利用18个声学参数对4种嗓音音质（即正常嗓音、嘎裂嗓音、气嗓音和假嗓音）的声学界标进行探索。结果 随机森林结果显示，嗓音类别的判别准确率为90.7%，基频、整字时长、谐噪比（HNR）、基频/振幅抖动、以及第一谐波和第三振幅差值（H1-A3）对于嗓音判别的贡献度较大；决策树模型结果显示，4种嗓音类别可以通过三个决策点（即HNR、基频均值和H1-A3）加以区分，嗓音判别正确率在75%以上。结论 基于基频、谐噪比和谐波差值等参数可以实现较好的嗓音判别，且不同嗓音之间的声学界标对于声纹鉴定中嗓音类别判断具有较好的参考价值和可行性。