摘 要 錄音內(nèi)容辨聽司法鑒定是聲像資料司法鑒定中常見的鑒定事項，但是由于其難度較大并且缺乏科學(xué)性保障，因此在司法鑒定的實務(wù)中并未給予足夠的重視。本文對錄音內(nèi)容辨聽司法鑒定的有關(guān)內(nèi)容進(jìn)行介紹，并闡述了錄音內(nèi)容辨聽的方法，同時針對錄音內(nèi)容辨聽司法鑒定實務(wù)中存在的問題進(jìn)行歸納，并對未來的發(fā)展方向進(jìn)行展望。

關(guān)鍵詞 錄音內(nèi)容 辨聽 司法鑒定 方法 發(fā)展

基金項目：本論文受公安部科技強(qiáng)警基礎(chǔ)工作專項項目《面向網(wǎng)絡(luò)語音的聲紋特征與識別關(guān)鍵技術(shù)研究》資助，項目編號：2017GABJC33。

作者簡介：張曉，公安部第三研究所，助理研究員，研究方向：信息網(wǎng)絡(luò)安全、電子數(shù)據(jù)司法鑒定。

中圖分類號：D918.9 文獻(xiàn)標(biāo)識碼：A DOI：10.19387/j.cnki.1009-0592.2018.01.171

錄音內(nèi)容辨聽司法鑒定是聲像資料司法鑒定的一種。錄音內(nèi)容辨聽是指通過聽辨，必要時借助錄音處理等技術(shù)手段，書面整理錄音資料所反應(yīng)的對話內(nèi)容。公安機(jī)關(guān)在偵查網(wǎng)絡(luò)暴恐音頻的案件中，需要到對音頻中的內(nèi)容進(jìn)行辨聽以作為立案審查的證據(jù)。法院在審判階段，會對雙方當(dāng)事人提交的對錄音內(nèi)容有爭議的錄音證據(jù)委托鑒定機(jī)構(gòu)進(jìn)行司法鑒定。

一、錄音內(nèi)容辨聽司法鑒定概述

聲像資料司法鑒定的鑒定事項一般包括聲音資料的同一性、完整性鑒定、錄音內(nèi)容辨聽，以及圖像資料人像同一鑒定、真實性鑒定等。錄音內(nèi)容辨聽司法鑒定是常見的鑒定事項。

（一）錄音內(nèi)容辨聽司法鑒定

錄音內(nèi)容辨聽是聲像資料司法鑒定中常見的鑒定事項，它是指聽辨錄音資料中談話者語音文字內(nèi)容，整理相關(guān)人士在實踐中用語言表達(dá)的思想內(nèi)容，以及從錄像資料的背景圖像中提取有關(guān)案件的線索信息。

現(xiàn)代語言學(xué)中的方言，通常指的是地區(qū)方言，也就是指地方話。它是一種全民語言的地域性變體，是一種語言分化的結(jié)果，在語音、詞匯、語法上具有不同于其他親屬語言的特征，他的內(nèi)部發(fā)展規(guī)律服從于全民共同語。

現(xiàn)代漢語的全民共同語是普通話。方言與普通話不是對立的關(guān)系，而是個別與一般的關(guān)系。新中國成立以后，國家政治、經(jīng)濟(jì)高度集中、統(tǒng)一，文化、教育逐漸普及，交通和通信日益現(xiàn)代化，加之推廣普通話工作的不斷加強(qiáng)，漢語方言停止了平行發(fā)展，正在向民族共同語——普通話集中、靠攏?！吨腥A人民共和國憲法》第19條規(guī)定：“國家推廣全國通用的普通話”。使用國家通用的語言文字，是每個公民應(yīng)當(dāng)履行的權(quán)利（非義務(wù)）。我國是一個多民族、多方言的國家，推廣普及普通話有利于增進(jìn)我國各民族的交流與往來，增強(qiáng)中華民族的凝聚力。因此，錄音內(nèi)容辨聽司法鑒定中一項很重要的內(nèi)容就是把方言整理成為普通話，以解決司法實踐中存在的問題，同時為公安機(jī)關(guān)偵查提供便利。

（二）錄音內(nèi)容辨聽司法鑒定的法律依據(jù)

聲像資料司法鑒定的產(chǎn)生和發(fā)展具有社會發(fā)展必然性，2005年通過的《全國人民代表大會常務(wù)委員會關(guān)于司法鑒定管理問題的決定》（以下簡稱《決定》）中規(guī)定了聲像資料鑒定這一鑒定類別。2010年發(fā)布的司法鑒定技術(shù)規(guī)范《聲像資料鑒定通用規(guī)范》中規(guī)定了錄音資料鑒定分為錄音資料真實性（完整性）鑒定、錄音內(nèi)容辨聽和語音同一性鑒定。2010年發(fā)布的司法鑒定技術(shù)規(guī)范《錄音資料鑒定規(guī)范》中規(guī)定了錄音內(nèi)容辨聽的步驟和方法。標(biāo)準(zhǔn)的發(fā)布使得這項鑒定工作有據(jù)可依有規(guī)可循，使得這項鑒定工作的開展更加規(guī)范。

（三）錄音內(nèi)容辨聽司法鑒定的目的

委托機(jī)關(guān)委托鑒定機(jī)構(gòu)做錄音內(nèi)容辨聽司法鑒定一般是出于幾方面原因的考慮：一是由于某些地區(qū)將普通話考試作為司法工作人員的職業(yè)準(zhǔn)入標(biāo)準(zhǔn)之一，所以這些地方的司法工作人員在工作過程中使用普通話交流，因此將方言翻譯成普通話既有利于司法工作，又減少了訴訟當(dāng)事人交流的語言障礙；二是由于當(dāng)事人提供的錄音證據(jù)背景噪音太大、語音內(nèi)容不清楚難以辨識，致使當(dāng)事人提交的這份錄音證據(jù)難以充分發(fā)揮其作用；三是由于雙發(fā)當(dāng)事人對錄音資料的內(nèi)容有爭議，需要提交司法鑒定對錄音有爭議的部分進(jìn)行內(nèi)容的辨聽。

因此，基于以上原因，偵查起訴和審判工作會要求將用方言表達(dá)或者模糊不清的說話錄音內(nèi)容，具體地辨識出來。錄音的內(nèi)容是語音證據(jù)的重要方面，可起到書證的作用，它關(guān)系到證據(jù)的價值。一份完整的語音內(nèi)容整理證據(jù)可以為民事訴訟案件的審判、刑事訴訟案件的偵破提供很大的幫助。因此對模糊不清的錄音內(nèi)容進(jìn)行辨識成為聲像資料司法鑒定的一項任務(wù)和內(nèi)容。

二、錄音內(nèi)容辨聽的方法

錄音內(nèi)容辨聽司法鑒定可以采用語音學(xué)、語用學(xué)以及專業(yè)分析軟件等多種方法綜合進(jìn)行。案件鑒定過程中遇到的錄音大致分為模擬錄音和數(shù)字錄音。例如磁帶中的錄音就屬于模擬錄音，磁帶每播放一次，音質(zhì)就會損耗一點，播放的次數(shù)久了音質(zhì)就會明顯下降，因此鑒定時不適合對磁帶進(jìn)行反復(fù)辨聽。而數(shù)字錄音則不存在損耗的問題，它的復(fù)制和傳播都是100%無失真、無品質(zhì)下降的。因此在鑒定過程中，當(dāng)遇到檢材為模擬錄音時，通常都會將其轉(zhuǎn)換為數(shù)字錄音再進(jìn)行辨聽。

根據(jù)《錄音資料鑒定規(guī)范》中的第2部分，錄音內(nèi)容辨聽規(guī)范，語音內(nèi)容辨聽有以下幾種基本方法：

（一）在無外界干擾條件下，通過高質(zhì)量的回放系統(tǒng)，反復(fù)放音聽辨，對錄音內(nèi)容進(jìn)行書面整理

反復(fù)辨聽是一個很重要的步驟。根據(jù)原來所使用錄音機(jī)的性能，采用更高性能的錄音機(jī)或功放機(jī)放音，可改善語音的聽覺效果。辨聽過程中應(yīng)采用頭戴式耳機(jī)進(jìn)行辨聽，以排除外界干擾。同時在播放過程中選擇具有循環(huán)播放功能的播放軟件。

（二）對微弱的、受干擾的、不清晰的語音，通過錄音處理，改善聽覺效果

送檢的錄音文件經(jīng)常會出現(xiàn)聲音太小聽或者背景噪聲太大而導(dǎo)致聽不清語音內(nèi)容的情況。此類錄音文件在進(jìn)行內(nèi)容的辨聽之前，先要對其進(jìn)行處理以利于聽辨。例如使用VS99語音工作站、智能聲紋鑒定工作站、音頻處理軟件Cool Edit 、Gold Wave等工具對錄音進(jìn)行處理以利于聽辨。endprint

對于微弱的語音，采用語音增益可以起到增強(qiáng)或衰減語音，并能起到濾波（高通、低通、帶通）效果。

對于含有背景噪音的錄音文件，可以采取自適應(yīng)降噪或者人工降噪的方法。自適應(yīng)降噪可設(shè)定噪聲抑制強(qiáng)度，處理后得到降噪后的文件，可以通過疊加操作并反復(fù)視聽以達(dá)到最終效果，并保存降噪的結(jié)果。人工降噪需要人工采集噪音樣本，并設(shè)定噪音范圍后，對整個或多個語音段參照噪音樣本進(jìn)行降噪。

通常會綜合使用上述手段并同時使用多種軟件，進(jìn)行反復(fù)處理并視聽，以求達(dá)到最佳辨聽效果。

（三）對語義不是十分明確的語音，對說話人的語音特點進(jìn)行分析，了解與某種發(fā)音對應(yīng)的語義

由于中國文化的博大精深和語言的復(fù)雜性，每個人由于生長環(huán)境、教育背景、性別、年齡、職業(yè)的不同而具有個人的語音人身特征。當(dāng)在辨聽過程中遇到語義不是十分明確的語音時，需要對說話人的語音特點進(jìn)行分析，了解當(dāng)?shù)氐奈幕?，確定與某種發(fā)音對應(yīng)的語義。

三、錄音內(nèi)容辨聽司法鑒定存在的問題

由于錄音內(nèi)容辨聽司法鑒定起步比較晚，況且當(dāng)前并未對其引起足夠的重視，因此語音內(nèi)容辨識司法鑒定存在一定的問題。這些問題應(yīng)當(dāng)及時解決，否則將會阻礙該類鑒定的進(jìn)一步發(fā)展。本人認(rèn)為當(dāng)前錄音內(nèi)容辨聽司法鑒定存在的問題可以歸納為以下幾點：

（一）認(rèn)識不夠

實踐中對錄音內(nèi)容辨聽司法鑒定并未給予足夠的重視，沒有認(rèn)識到其重要性，認(rèn)為語音內(nèi)容辨識司法鑒定是很容易的甚至無關(guān)緊要。從上海某家鑒定機(jī)構(gòu)2017年聲像資料司法鑒定案件的分類統(tǒng)計數(shù)據(jù)來看，該鑒定機(jī)構(gòu)的錄音內(nèi)容辨聽司法鑒定案件的數(shù)量占聲像資料司法鑒定案件總數(shù)的比例接近15%，根據(jù)這一顯示的數(shù)據(jù)，說明錄音內(nèi)容辨聽司法鑒定在聲像資料司法鑒定中起著至關(guān)重要的作用。因此應(yīng)當(dāng)充分的認(rèn)識到錄音內(nèi)容辨聽司法鑒定所起的重要作用。

（二）技術(shù)復(fù)雜

錄音內(nèi)容辨聽司法鑒定的技術(shù)涉及語言學(xué)、計算機(jī)學(xué)、物理學(xué)、法學(xué)等多個學(xué)科，其所運(yùn)用到的知識比較綜合，因此該鑒定技術(shù)具有復(fù)雜性。對于含有背景噪聲的錄音文件，需要根據(jù)噪聲的種類，采用相應(yīng)的方法并綜合運(yùn)用多種工具和手段進(jìn)行降噪，以達(dá)到辨聽的最佳效果。

（三）輔助人員易失控

由于語音辨識的內(nèi)容往往會涉及到方言，而我國的漢語方言十分復(fù)雜，目前通行的說法是分為7種：北方方言、吳方言、湘方言、贛方言、粵方言、客家方言、閩方言。所以方言的復(fù)雜性和多樣性給鑒定工作帶來很大的困難，因此常常需要聘請相關(guān)的方言專家來進(jìn)行輔助鑒定。但是輔助人員畢竟不是司法鑒定人，目前對于輔助人員的責(zé)任范圍沒有明確的規(guī)定，對其能力的認(rèn)定也沒有一定的標(biāo)準(zhǔn)，因此為確保鑒定結(jié)果的科學(xué)性，需要對輔助人員進(jìn)行嚴(yán)格的控制和審查。

四、未來發(fā)展方向預(yù)測

錄音內(nèi)容辨聽司法鑒定是一項技術(shù)復(fù)雜、內(nèi)容繁瑣的鑒定工作，對鑒定人的計算機(jī)技能、方言水平、辨聽能力、耐心程度等多方面的能力都是巨大的考驗。目前行業(yè)內(nèi)對此類司法鑒定案件的做法主要還是通過人工辨聽的方法，將錄音中的內(nèi)容聽辨出來然后一句一句翻譯出來，整理成文字。對于時間較長的錄音文件，此項鑒定工作將會花費鑒定人巨大的時間和精力，對鑒定人的耐心是一種極大的考驗。

在高科技迅速發(fā)展的今天，依靠信息技術(shù)解決鑒定中的技術(shù)問題已然成為一種發(fā)展趨勢。市面上的語音轉(zhuǎn)文字類軟件按照應(yīng)用環(huán)境大致可以分為語音喚醒、語音聽寫、語音轉(zhuǎn)寫等三種。語音喚醒多用于設(shè)備（手機(jī)、家電等）在休眠或鎖屏狀態(tài)下檢測到用戶的聲音（設(shè)定的語音指令，即喚醒詞），讓處于休眠狀態(tài)下的設(shè)備直接進(jìn)入到等待指令狀態(tài)，以開啟后續(xù)進(jìn)程。語音聽寫一般支持短時間（一分鐘以內(nèi)）的音頻，多適用于人機(jī)對話。語音轉(zhuǎn)寫可以支持較長時間的音頻，使用場景更自然地貼近日常交流。

科大訊飛于今年在開放平臺推出一項語音轉(zhuǎn)寫服務(wù)，該服務(wù)基于科大訊飛獨立研究的深度全序列卷積神經(jīng)網(wǎng)絡(luò)語音識別框架，針對語音的長時相關(guān)性進(jìn)行語言建模，將音頻數(shù)據(jù)轉(zhuǎn)換成文本數(shù)據(jù)，為后續(xù)的信息處理和數(shù)據(jù)挖掘提供基礎(chǔ)。具體表現(xiàn)形式為，將多種格式的長段音頻文件（5小時以內(nèi)）轉(zhuǎn)換成包含時間戳、詞句置信度、詞屬性以及句子標(biāo)志的文字信息。文字信息提供分詞形式以及整段文字形式。使用語音轉(zhuǎn)寫服務(wù)可以減輕錄音辨聽鑒定的工作量，由于是對于時間較長的錄音文件，可以先使用此項服務(wù)對錄音內(nèi)容進(jìn)行預(yù)辨識，識別率一般在80%以上，然后再根據(jù)預(yù)處理的結(jié)果做進(jìn)一步的完善工作。

五、結(jié)語

在我國，有關(guān)聲像資料司法鑒定中的錄音內(nèi)容辨聽司法鑒定的研究，不論是在理論和技術(shù)方面，還是在司法應(yīng)用的實踐方面，都處于起始階段。錄音內(nèi)容辨聽司法鑒定需要解決其在鑒定過程中存在的技術(shù)難題，在實踐中還需要不斷探索新的方法和研究領(lǐng)域，促進(jìn)該類司法鑒定朝著更加合理化和規(guī)范化的方向發(fā)展。

參考文獻(xiàn)：

[1]霍憲丹主編.司法鑒定通論.法律出版社.2009.

[2]王永全.淺談撰寫計算機(jī)司法鑒定文書的一般原則//司法鑒定論叢I.北京大學(xué)出版社.2008.

[3]楊俊杰編著.司法話者識別.中國人民公安大學(xué)出版社.2009.

[4]公安部政治部編.言語識別與鑒定.中國人民公安大學(xué)出版社.2007.

[5]李利華.法醫(yī)鑒定文書制作應(yīng)注意的問題//司法鑒定論叢I.北京大學(xué)出版社.2008.

[6]司法鑒定技術(shù)規(guī)范《錄音資料鑒定規(guī)范》SF/Z JD0301001-2010.中華人民共和國司法部司法鑒定管理局.2010.endprint