王華朋李 寧許 鋒蔡能斌

（1 中國刑警學院 遼寧 沈陽 110035；2 上海市公安局物證鑒定中心 上海 200135）

基于元音共振峰特征的法庭說話人識別

王華朋1李 寧1許 鋒1蔡能斌2

（1 中國刑警學院 遼寧 沈陽 110035；2 上海市公安局物證鑒定中心 上海 200135）

在似然比證據(jù)評估體系下研究元音的共振峰特征在法庭語音證據(jù)強度評估中的應用，提供了似然比計算方法，并在包含42人語音的數(shù)據(jù)庫中對法庭說話人識別系統(tǒng)的性能及可靠性進行了檢驗。結果表明：使用共振峰特征的法庭說話人識別系統(tǒng)，在只使用一個元音的情況下具有良好的識別率。該方法不僅能正確識別說話人，而且能根據(jù)當前語音證據(jù)的差異，量化該語音樣本作為證據(jù)的力度，為法庭提供科學合理的證據(jù)評估結果。

共振峰 似然比 法庭說話人識別

1 似然比方法概述

法庭科學家早在20年前就已經(jīng)意識到了簡單的“認定/否定”所帶來的負面問題，因此都在探索更好的評判證據(jù)價值和表述檢驗結論的方法。目前，使用似然比方法的DNA證據(jù)及分析模式已經(jīng)普遍為世界各國法庭所接受。因此，國外一些專家嘗試效仿DNA技術，將似然比方法應用于其他法庭證據(jù)，如玻璃、油漆、語音和指紋等，并且進行了大量的測試和評估。澳大利亞、英國和歐洲一些國家的學者提出在鑒定結論的表述和價值評判上引入了似然比方法。在法庭證據(jù)評價體系中利用似然比方法評判證據(jù)力度是一種科學有效的評價方法。該方法通過比較檢材和樣本的相似度，計算兩者的似然概率，同時以經(jīng)驗背景數(shù)據(jù)（先驗概率）為參考，最后得到支持起訴假設（認定同一）的后驗概率。似然比方法適用于多種法庭證據(jù)，如DNA、玻璃、油漆、語音等，并且各種證據(jù)的似然比還可以合并，進行綜合評價。似然比方法有利于更科學地評判法庭證據(jù)的價值，供法官客觀科學地判斷和采信證據(jù)，對于完善證據(jù)檢驗鑒定體系具有重要意義。

2005年，美國亞利桑那州立大學的教授M.J.Saks和J.J.Koehler在《Science》上撰文指出，法庭識別科學正在向一個新的證據(jù)評估體系發(fā)展。2009年，澳大利亞新南威爾士大學的教授G.S.Morrison在《science& Justice》上撰文指出，在法庭語音比對領域，目前正處于新舊證據(jù)評估模式的轉(zhuǎn)換進程中，明確指出了似然比證據(jù)評估體系的科學性，是未來法庭證據(jù)評估的發(fā)展方向。澳大利亞、英國和歐洲其他一些國家的法庭科學家也提出在法庭證據(jù)的檢驗和評估上應該借鑒DNA檢驗的成功做法，引入基于貝葉斯理論的似然比證據(jù)評估體系。該體系不僅可以對證據(jù)價值進行量化評價，還可以測試分析技術及方法的可靠程度和準確程度，因此，被科學界公認為是目前最科學、最正確和最符合邏輯推理的法庭證據(jù)評估方法。

2 似然比在法庭證據(jù)中的解釋

目前，在國際法庭說話人識別研究中，似然比是最重要的組成部分，因為它可以量化證據(jù)對鑒定結論支持的力度。似然比可以表示成在一個給定的假設條件下觀測到犯罪證據(jù)（罪犯和嫌疑人樣本間的聲學差異）的概率和在完全相反的假設條件下觀測到犯罪證據(jù)概率的比值。因此，它們的比率就是當前語音證據(jù)支持同一人的假設和支持不是同一人假設的相對強度，強度的大小反映在似然比的幅度上。如果似然比的值等于1，那說明該證據(jù)對兩個相反的假設支持的力度是一樣的，故不具有證據(jù)意義。似然比和1的大小關系表明，當前的語音證據(jù)支持是同一人的假設還是非同一人的假設，似然比的值并不是真相的二值表示。也就是說，對于嫌疑人樣本和罪犯樣本是不是由同一人產(chǎn)生的這一問題，似然比并沒有給出“是”或“否”的回答，它只是量化了當前語音證據(jù)對鑒定結論支持的強度。如果用P來表示概率，E表示證據(jù)，H代表假設，那么似然比（LR）可寫成下面的形式：

在法庭說話人識別中，似然比的分子量化了罪犯樣本和嫌疑人樣本之間相似的程度，其分母量化了罪犯樣本和嫌疑人樣本在參考人群里的典型性。如果罪犯樣本和嫌疑人樣本越相似，它們來自同一人的可能性就越大，似然比的值也就會越大。然而，這個結果還需要樣本的典型性來平衡。這兩個樣本越是典型，它們就越可能是從人群中隨機抽取的，似然比的值就會越低。因此，似然比的值是樣本的相似性和典型性相互作用的結果，貝葉斯理論明確指明，相似性和典型性對證據(jù)評估來說都是必不可少的。事實上，在實際工作中，我們經(jīng)常會忽視樣本特征的典型性，認為僅僅相似性對證據(jù)同一認定就足夠了，這是不正確的做法。

如果提取的特征為單個特征，即使用單變量計算似然比，則可采用Lindley提出的公式，詳見參考文獻[11]；如果特征為多變量，則可采用Aitken和Lucy提出的多變量核密度的似然比計算方法，詳見參考文獻[12]、[13]。

3 共振峰的概念及其應用價值

共振峰是指在聲音的頻譜中能量相對集中的一些區(qū)域，共振峰不但是音質(zhì)的決定因素，而且反映了聲道（共振腔）的物理特征。在語音聲學中，共振峰決定著元音的音質(zhì)，也可以反應說話人的個性特征。

在法庭話者鑒別中，共振峰作為話者區(qū)分的最穩(wěn)定的參數(shù)，一直都是備受重視的。語音的個體特性更多地體現(xiàn)在高頻區(qū)，但是受到實際案件條件下電話等傳輸帶寬的限制，高頻語音成分很難保留，低頻區(qū)元音的F1測量也不太可靠。因此，話者區(qū)分測試往往集中在第二和第三共振峰上。由于男性語音元音/a/的第一共振峰大概分布在800Hz左右，因此，第一共振峰的數(shù)據(jù)也是可以應用的。

4 實驗結果

為了驗證結果的穩(wěn)定性，本文采用42人電話數(shù)據(jù)庫，是由42人在不同時間段錄制的電話對話錄音，該錄音從磁帶被數(shù)字化以后，以16位的PCM格式聲音文件保存，采樣頻率為11025Hz。對話中采用的是漢語普通話，參與者年齡都在20歲左右。由一位引導人詢問他們相關的個人信息，由他們依次作答。本文選取了“啊”作為分析的對象，提取元音/a/進行分析。選取“a”作為分析對象還有另外一個優(yōu)點，因為人們經(jīng)常對其進行重讀，因此其中的元音/a/發(fā)音比較飽滿，能較好地反映個體的聲道特征。

在似然比結果的討論中，似然比經(jīng)常以10為底的對數(shù)值表示，因為在對數(shù)域，越大的正數(shù)為同一人假設提供越大的支持力度，越大的負數(shù)則為不同人假設提供越大的支持力度。例如，對數(shù)似然比+1表示在當前的語音證據(jù)條件下，它們來自同一人的概率是來自不同人概率的10倍；對數(shù)似然比-1表示，在當前的語音證據(jù)條件下，它們來自不同人的概率是來自同一人概率的10倍。

圖1為只使用第一共振峰F1作為識別結果時的Tippett圖，左上較粗的曲線表示不同說話人的對數(shù)10似然比大于等于x軸刻度的樣本所占的比率；右上較細的曲線表示同一說話人對數(shù)10似然比小于等于x軸刻度的樣本所占的比率。兩曲線相交的點為等誤差點，可以用來判斷該鑒別系統(tǒng)的好壞。圖中的豎線為識別閾值，似然比的識別閾值為1，取對數(shù)后為0，最理想的情況就是粗線和細線和閾值都沒有交點，同一說話人和不同說話人都達到100%的識別率。等誤差點的數(shù)值越小，說明該說話人識別系統(tǒng)的性能越高。在圖1中，系統(tǒng)的等誤差率在0.2與0.3之間，使用的似然比計算方法為單變量的似然比計算方法。

如果將F1、F2和F3進行融合，即假設它們之間是相互獨立的，是統(tǒng)計無關的特征，把F1、F2和F3的單獨的似然比計算結果進行相乘，得到一個使用前三個共振峰特征的似然比的值，結果見圖2所示。系統(tǒng)的識別性能得到明顯的提高，等錯誤率降到0.1之內(nèi)。

圖1 特征為F1時的Tippett圖

圖2 F1&F2&F3融合的Tippett圖

圖3為使用MVK的方法計算似然比結果的Tippett圖，系統(tǒng)的識別性能也比單獨使用一個特征時要好，等錯誤率降低到0.1以下。

圖3 基于MVK方法的Tippett圖（F1&F2&F3）

5 結論及討論

本文通過對42人數(shù)據(jù)庫的測試，使用共振峰特征作為識別參數(shù)，取得了較高的正確識別率共振峰作為識別特征，具有很好的魯棒性和穩(wěn)定性，受信道和噪聲的影響較小，具有其他數(shù)字特征所沒有的穩(wěn)定性好的優(yōu)勢，并且具有明確的物理意義。實驗結果表明，通過分析共振峰的相關特征進行似然比計算的方法是法庭說話人識別的一個科學有效的方法，能大大提高識別的準確率，并且量化了證據(jù)的強度。本文僅使用了每個人的元音/a/，我們還可以使用更多數(shù)量的元音和特征，然后融合這些證據(jù)，獲得一個全局證據(jù)力度，進一步提高識別結果的可靠度。

[1]Morris on G S， Zhang C， Rose P.An empiricalestimate ofthe precision oflikelihood ratiosfrom a forensic-voice-comparison system[J].Forensic science international，2011，208(1).

[2]Saks M J，Koehler J J.The coming paradigm shift in forensic identification science[J].Science，2005，309(5736).

[3]Morrison G S.Forensic voice comparison and the paradigm shift[J].Science&Justice，2009，49(4).

[4]Rose P， Morrison G.A response to the UK position statement on forensic speaker comparison[J].The international journal of speech,language and the law，2009，16(1).

[5]Zhang C， Morrison G S， Rose P.Forensic speaker recognition in Chinese：a multivariate likelihood ratiodiscriminationon/i/and/y/[A].INTERSPEECH[C]. Brisbane，Australia:The DBLP Computer Science Bibliography，200.

[6]Drygajlo A.Automatic Speaker Recognition for Forensic Case Assessment and Interpretation[M].New York:ForensicSpeakerRecognition.Springer，2012.

[7]Drygajlo A.Statistical evaluation of biometric evidence in forensic automatic speaker recognition[M]. Computational Forensics.Berlin Heidelberg:Springer, 2009.

[8]Gonzalez-Rodriguez J， Ramos D.Forensic automatic speaker classification in the"Coming Paradigm Shift"[M].Speaker Classification I.Berlin Heidelberg: Springer，2007.

[9]CampbellW M，BradyKJ，CampbellJP，et al. Understanding scores in forensic speaker recognition[A]. Speaker and Language Recognition Workshop[C]，IEEE Odyssey2006，Puerto Rico：The.IEEE，2006.

[10]DrygajloA，MeuwlyD，AlexanderA.Statistical Methods and Bayesian Interpretation of Evidence in Forensic Automatic Speaker Recognition[A],in Proc. Eurospeech 2003[C],Geneva,Switzerland:Institute for PerceptualArtificialIntelligence,2003.

[11]WangHuapeng，Yang Jun.The comparison of "Idiot's Bayes"and multivariate kernel-density in forensic speaker identification using Chinese vowel/a/[A].3rd InternationalCongressonImageandSignalProcessing[C].Shanghai：The IEEE，2010，v8.

[12]Aitken C G G，Lucy D.Evaluation of trace evidence in the form of multivariate data[J].Journal of the Royal Statistical Society：Series C(Applied Statistics)，2004，53(1).

[13]Morrison G S.Matlab Implementation of Aitken &Lucy's(2004)Forensic Likelihood-Ratio Software UsingMultivariate-Kernel-DensityEstimation[software], 2007.[EB/OL].http://geoff-morrison.net.

（責任編輯：孟凡騫）

TP391.4

A

2014-3-11

遼寧省自然科學基金資助項目（編號：2013020008）；上海市物證鑒定中心重點實驗室開放課題（編號：2013KF030110）。

王華朋（1979-），男，山東鄆城人，中國刑警學院聲像資料檢驗技術系副教授，博士，主要從事聲像資料檢驗研究。