楊英倉

（貴州警察學(xué)院刑事技術(shù)系，貴州貴陽550005）

工信部數(shù)據(jù)顯示，截至2020 年10 月末，移動(dòng)電話用戶總數(shù)達(dá)16 億戶[1]。手機(jī)兼具語音通訊和聲音采集功能，成為當(dāng)前最主要的語音錄制工具。犯罪分子無論是案前預(yù)謀、案中實(shí)施、案后掩蓋，還是串供、逃跑、銷贓等，會(huì)涉及大量的言語交流。理論上講，絕大多數(shù)案件可以運(yùn)用技術(shù)手段提取到聲音[2,3]。利用語音進(jìn)行法庭說話人身份鑒別，是司法語音學(xué)的核心內(nèi)容[4]。司法語音的錄制多數(shù)與案事件息息相關(guān)，個(gè)別情況下甚至?xí)蔀樽C明案件事實(shí)的唯一證據(jù)。案事件具有突發(fā)性、不可預(yù)見性、不確定性和非常規(guī)性，且語音錄制的當(dāng)事人大部分都是被動(dòng)收集證據(jù)、形勢異常緊迫、機(jī)會(huì)稍縱即逝，導(dǎo)致語音錄制時(shí)間、人員、地點(diǎn)、設(shè)備、環(huán)境等可供選擇的范圍大大縮小。此外，語音檢材和樣本錄制具有不同步性，樣本錄制往往滯后于檢材，二者往往間隔幾天、幾個(gè)星期、幾個(gè)月甚至是幾年，多重因素的影響會(huì)導(dǎo)致語音檢材和樣本的錄制方式不同。針對語音采集方式的不確定性以及語音變異問題，本研究選用專業(yè)人員常用的高保真錄音筆、執(zhí)法人員常用的執(zhí)法記錄儀、老百姓常用的手機(jī)錄音機(jī)錄音、手機(jī)通話錄音、手機(jī)微信語音、以及手機(jī)QQ 語音等進(jìn)行研究。通過貼近案件需求的實(shí)驗(yàn)設(shè)計(jì)，得到更加實(shí)用的方案，找出相對穩(wěn)定且具有個(gè)性差異的特征參數(shù)，分析錄制方式差異導(dǎo)致的語音特征變化，用于法庭說話人識(shí)別。

1 實(shí)驗(yàn)設(shè)計(jì)

1.1 設(shè)備和錄制方式

手機(jī)應(yīng)用的廣泛性和便捷性，導(dǎo)致手機(jī)成為語音錄制的重要設(shè)備。在錄制條件可控、錄制設(shè)備可選、錄制時(shí)間較長的情況下，人們多數(shù)會(huì)選擇高保真的錄音筆進(jìn)行錄音。執(zhí)法人員在執(zhí)法過程中會(huì)按照既定要求同步使用執(zhí)法記錄儀，客觀、完整、真實(shí)記錄執(zhí)法過程，確保執(zhí)法留痕、過程可溯。而現(xiàn)實(shí)當(dāng)中需要回溯執(zhí)法過程、查明事實(shí)的情況往往是極端執(zhí)法條件，如光線差、雨霧雪天、夜間、設(shè)備抖動(dòng)、近距離肢體沖突等，視頻模糊不清幾乎無法使用。此時(shí)執(zhí)法記錄儀當(dāng)中的語音成為還原事實(shí)的一個(gè)重要依據(jù)。綜合上述問題，本次實(shí)驗(yàn)主要研究錄音筆錄音、手機(jī)錄音機(jī)錄音、手機(jī)通話錄音、執(zhí)法記錄儀錄音、手機(jī)微信錄音以及手機(jī)QQ 錄音等6種常見方式的語音錄制。

1.2 軟硬件設(shè)施

實(shí)驗(yàn)設(shè)備和器材選用高保真錄音筆ZOOM H6、筆記本電腦、華為P20 手機(jī)六部。實(shí)驗(yàn)當(dāng)中使用Format Factory5.4.5、VS-99 計(jì)算機(jī)語音工作站 5.0、praat6.1.38 和WaveSurfer1.8.8 語音軟件，進(jìn)行格式轉(zhuǎn)化、語圖分析和數(shù)據(jù)提取。

1.3 語音錄制

實(shí)驗(yàn)選用10 名成年男性，年齡范圍為21-23 歲，均系貴州警察學(xué)院全日制本科生。其發(fā)音標(biāo)準(zhǔn)，無明顯地方口音，日常交往以普通話為主。在貴州警察學(xué)院司法鑒定中心的語音錄制室內(nèi)，對10 位發(fā)音人分別進(jìn)行3 次錄音，每次錄音時(shí)間間隔一周以上。每一位發(fā)音人均同步使用錄音筆錄音、手機(jī)錄音機(jī)錄音、手機(jī)通話錄音、執(zhí)法記錄儀錄音、微信錄音和QQ 錄音6 種方式錄音，發(fā)音人距離各個(gè)設(shè)備間的距離為10cm。錄音文本包含漢語普通話的全部輔音、單元音、二合元音和三合元音，讓發(fā)音人以正常說話方式用普通話進(jìn)行念讀。錄音筆、執(zhí)法記錄儀錄音采樣頻率為22kHz，精度為16 位。手機(jī)錄音機(jī)錄音、手機(jī)通話錄音、微信錄音、以及QQ 錄音均使用設(shè)備默認(rèn)錄制參數(shù)。語音錄制期間，發(fā)音人身體健康，無疾病。期間未服用藥物，無酒精和鎮(zhèn)靜劑的影響。

2 實(shí)驗(yàn)結(jié)果與分析

2.1 六種語音錄制方式的實(shí)驗(yàn)結(jié)果與分析

2.1.1 六種語音錄制方式的聽覺檢驗(yàn)

聽覺檢驗(yàn)重點(diǎn)針對錄制方式差異對音高變化、嗓音品質(zhì)、強(qiáng)度變化、韻律特征、發(fā)音規(guī)律、音質(zhì)差異、聲音畸變和噪聲干擾等的影響[5]。選擇10 名與發(fā)音人不熟悉的聽音人，對不同錄制方式的語音進(jìn)行聽辨。結(jié)果顯示：聲調(diào)特點(diǎn)、韻律特征、個(gè)性化拼讀、發(fā)音和言語習(xí)慣的一致性檢驗(yàn)，幾種錄制方式均未發(fā)生變化。平卷舌發(fā)音特點(diǎn)，在各個(gè)語音錄制方式中均穩(wěn)定出現(xiàn)。錄音筆錄音、手機(jī)錄音機(jī)錄音、微信錄音、QQ 錄音的強(qiáng)度、音高、嗓音品質(zhì)差異不大，無噪聲、無回聲、無畸變、聲音清晰、效果較好；手機(jī)通話錄音音量明顯減小，無噪聲、無回聲、無畸變，基本能聽辨出內(nèi)容，嗓音特征受到部分影響；執(zhí)法記錄儀錄音的音量明顯增大，可以聽清楚語音內(nèi)容，但聲音不清晰，有噪聲干擾、有明顯擴(kuò)音和回聲，聲音產(chǎn)生了較大畸變。

2.1.2 六種語音錄制方式寬帶語圖檢驗(yàn)

寬帶語圖常用于檢驗(yàn)共振峰頻率特征、走向特征、音素間過渡段形態(tài)特征、時(shí)長分布特征等等。而共振峰頻率特征、走向特征的個(gè)人穩(wěn)定性較強(qiáng)，不易受到說話狀態(tài)改變的影響，可作為語音同一性鑒定的主要依據(jù)[6]。錄音筆錄音、手機(jī)錄音機(jī)錄音、執(zhí)法記錄儀錄音、微信錄音和QQ 錄音的高頻語音信息均有記錄，但通話錄音4000Hz 以上的高頻信息未被記錄，見圖1。

圖1 A1 六種語音錄制方式的寬帶語圖

司法實(shí)踐中對輔音的分析要求采樣率22050Hz 及以上（即顯示出的語圖在11025Hz 及以上）, 但這并不是鑒定的唯一參數(shù)。相對于輔音而言，元音的共振峰更穩(wěn)定，是說話人司法語音識(shí)別對比的有效方法。共振峰能夠清晰反映說話人聲道的整體特征，還能反映出說話人的發(fā)音習(xí)慣[7]。共振峰的低頻信息記錄了發(fā)音內(nèi)容，高頻信息記錄了人與人之間的個(gè)體差異，但實(shí)際應(yīng)用中4000Hz 以上的高頻信息并不穩(wěn)定[8]。語速加快、聲音變小、發(fā)音不充分的情況下，4000Hz 以上的高頻信息很難穩(wěn)定出現(xiàn)。處于兩、三千赫茲左右的第三、四共振峰能客觀、穩(wěn)定地記錄語音發(fā)音特征，基本涵蓋個(gè)體差異特征[9]，因此通話錄音也可以進(jìn)行話者識(shí)別。對六種錄制方式錄制的“現(xiàn)在”寬帶語圖分別檢驗(yàn)，發(fā)現(xiàn)錄制方式的變化對語音產(chǎn)生一定影響對語音識(shí)別造成干擾，但同一人、相同音節(jié)、不同錄制方式語音間的共振峰走向、過渡段特征、時(shí)長分配等基本一致。相同話者不同錄制方式共振峰整體特征基本一致，但也表現(xiàn)出能量分布的不同；執(zhí)法記錄儀語音不同頻次的共振峰能量分布相對一致；其它錄制方式語音不同頻次的共振峰能量分布存在顯著差異，見圖2。

圖2 A1 六種語音錄制方式“現(xiàn)在”的寬帶語圖

微信語音和QQ 語音錄制的“圳”“測”“吃”“缺”“生”等多個(gè)音節(jié)在第四共振峰以上區(qū)域出現(xiàn)虛峰，個(gè)別音節(jié)出現(xiàn)共振峰缺失；通話錄音還表現(xiàn)出橫杠模糊不清，輔音部分被明顯弱化，高頻信息丟失，輔音能量減弱或消失，鼻韻母共振峰減弱或消失，音節(jié)內(nèi)和音節(jié)間的過渡特征減弱或消失，低頻和高頻的共振峰部分缺失，少量中頻共振峰缺失，個(gè)別音節(jié)出現(xiàn)虛峰。通話錄音雖然音量最小、采樣率最低，但是語圖相對清晰，共振峰位置、形態(tài)走向、能量分布均十分清晰。執(zhí)法記錄儀則普遍表現(xiàn)為在不同頻段均出現(xiàn)多個(gè)虛峰。對比其他錄音方式，執(zhí)法記錄儀錄音的寬帶語圖顏色最深，各部分能量均得到增強(qiáng)，聲音最大；語音信號(hào)被物理放大的同時(shí)噪聲較為嚴(yán)重，增加數(shù)條虛峰，共振峰模糊不清，見圖3。經(jīng)檢驗(yàn)錄音筆錄音的信息保存最為完整；手機(jī)錄音機(jī)錄音其次；微信錄音、QQ 錄音再次；通話錄音復(fù)次；執(zhí)法記錄儀錄音質(zhì)量最差。同一人相同音節(jié)，各錄制方式間聲母、韻母和聲韻母時(shí)長分配比例相對穩(wěn)定。

圖3 A1 六種語音錄制方式“深圳”的共振峰頻率檢測

A1 至A10 不同話者、同一錄制方式，輔音參數(shù) COG、SD、skewness、kurtosis 差異顯著；在能量分布、共振峰走向、共振峰頻率、過渡特征、時(shí)長分配等方面也表現(xiàn)出明顯的差異特征，見圖4。例如：A1 與A7 的“現(xiàn)”第一、二、三共振峰頻率較為接近，但音節(jié)內(nèi)過渡特征和共振峰走向有差異，第三、四共振峰能量分布也不同，第四共振峰相差341Hz；輔音部分的能量分布也表現(xiàn)出較為明顯的差異，A1 輔音部分的COG 集中在3715Hz，A7 輔 音 部 分 的 COG 集 中 在5049Hz，相差較大。

圖4 A1-A10 手機(jī)錄音機(jī)錄音“現(xiàn)”的共振峰頻率檢測

2.1.3 音強(qiáng)檢驗(yàn)

音強(qiáng)可以作為語音檢驗(yàn)的有效參數(shù)，即使是發(fā)音器官高度相似的同卵雙胞胎語音，其音強(qiáng)特性也具有一定的個(gè)體特殊性[10]。振幅曲線可用來觀測音強(qiáng)，還可以用來確定音節(jié)中聲母與韻母的分界或語流中音節(jié)之間的分界。制作六種錄制方式的音強(qiáng)語圖，進(jìn)行對比分析，見圖5。對比檢驗(yàn)“你又不缺錢”的強(qiáng)度曲線，強(qiáng)度從大到小依次排序?yàn)閳?zhí)法記錄儀錄音、錄音筆錄音、手機(jī)錄音機(jī)錄音、微信錄音、QQ 錄音、手機(jī)通話錄音。執(zhí)法記錄儀錄音的強(qiáng)度介于53.88dB 至93.38dB 之間，錄音筆錄音的強(qiáng)度介于34.68dB 至88.26dB 之間，通話錄音的強(qiáng)度介于-2.83dB 至69.27dB 之間。韻母部分的音強(qiáng)走勢表現(xiàn)出較強(qiáng)的個(gè)體特征。對比同一話者不同錄制方式的相同語音內(nèi)容，強(qiáng)度隨時(shí)間變化的分布規(guī)律基本一致。

圖5 A1 六種語音錄制方式的強(qiáng)度曲線圖譜

對比不同話者、相同錄制方式、相同語音內(nèi)容，總體強(qiáng)度按時(shí)間的分布情況表現(xiàn)出了較大的差異特征，見圖6。音強(qiáng)統(tǒng)計(jì)的結(jié)果表明：以錄音筆錄音為參照，音強(qiáng)平均水平最高的是A7，為65.32dB；音強(qiáng)平均水平最低的是A4，為50.12dB。10 位發(fā)音人的總體音強(qiáng)均為執(zhí)法記錄儀最高，較錄音筆平均高出16.69dB；通話錄音最低，較錄音筆平均低出34.08dB；執(zhí)法記錄儀和通話錄音間音強(qiáng)平均相差50.76dB。利用音強(qiáng)曲線圖，給出所有發(fā)音人六種錄制方式的平均音強(qiáng)值，圖中各個(gè)點(diǎn)上的數(shù)值代表各個(gè)發(fā)音人的平均音強(qiáng)，見圖7。

圖6 A1-A10 手機(jī)錄音機(jī)錄音的"你又不缺錢"音強(qiáng)檢驗(yàn)

圖7 十位發(fā)音人六種錄制方式的平均音強(qiáng)變化

2.1.4 自動(dòng)識(shí)別檢驗(yàn)

將聲紋識(shí)別運(yùn)用于涉案人員的身份認(rèn)定能有效提高司法案件鑒定的效率。但是受情緒、方言、噪音、錄制設(shè)備等的影響，聲紋自動(dòng)識(shí)別技術(shù)還有待于繼續(xù)深入挖掘和研究[11]。利用科大訊飛語音軟件進(jìn)行自動(dòng)識(shí)別比對，檢測錄制方式變化對語音識(shí)別的影響。將六種不同方式錄制的語音文件以樣本的形式錄入到數(shù)據(jù)庫，再以其中一個(gè)文件為檢材進(jìn)行識(shí)別比對。比對結(jié)果表明錄音筆錄音為檢材時(shí)，識(shí)別準(zhǔn)確度最高；執(zhí)法記錄儀錄音為檢材比對時(shí)，識(shí)別準(zhǔn)確度最低。錄音筆錄音為檢材進(jìn)行識(shí)別對比，自動(dòng)識(shí)別準(zhǔn)確度排序依次為：手機(jī)錄音機(jī)錄音、微信錄音、QQ 錄音、通話錄音、執(zhí)法記錄儀錄音。分值越大越支持來自同一話者，分值越小越支持來自不同話者。同一人不同錄制方式間比對的分值大部分高于不同人同一錄制方式間的分值。個(gè)別出現(xiàn)同一人通話錄音、執(zhí)法記錄儀錄音比對分值小于不同人同一錄制方式分值，這與噪聲干擾、信號(hào)損失情況密切相關(guān)。

2.2 錄音筆錄音和執(zhí)法記錄儀錄音差異的實(shí)驗(yàn)研究結(jié)果與分析

無論是聽覺檢驗(yàn)、圖譜分析、數(shù)據(jù)測量還是自動(dòng)識(shí)別，執(zhí)法記錄儀錄音效果都是最差的。因此以錄音筆錄音為參照，重點(diǎn)對執(zhí)法記錄儀錄音進(jìn)行分析和檢驗(yàn)。因執(zhí)法記錄儀語音噪聲干擾較強(qiáng)，先用VS99 語音工作站進(jìn)行降噪，再與錄音筆錄音進(jìn)行對比檢驗(yàn)。

2.2.1 基頻數(shù)據(jù)和基頻曲線檢驗(yàn)

基頻是聲帶振動(dòng)的基本頻率，基頻的高低取決于聲帶的長短、厚薄、彈性和韌性。它能夠反映說話人的很多生物學(xué)信息，是語音中最重要的聲學(xué)參數(shù)之一[12]。音調(diào)特征在漢語語音識(shí)別中起著非常重要的作用，而音調(diào)特征可以由基頻特征來刻畫和構(gòu)造[13]?；糁芷谑敲枋鰸嵋艏?lì)源的一個(gè)基本特征，其倒數(shù)稱為基音頻率，基音頻率的不同軌跡就是聲調(diào)[14]。通過觀察分析錄音筆錄音和執(zhí)法記錄儀錄音基頻曲線圖發(fā)現(xiàn)，音節(jié)基頻曲線基本一致，畸變現(xiàn)象不嚴(yán)重，見圖8。具體表現(xiàn)為“深”的基頻曲線連續(xù)、起始部位均為181Hz 左右“，深”的基頻均為一條水平線至“圳”開始上升到200Hz 后平緩下降，最低達(dá) 121Hz。“深”為一聲、“圳”為四聲，根據(jù)基頻調(diào)形陰平、陽平、上聲、去聲分類圖譜分析，是發(fā)音變化導(dǎo)致的曲線變化，與錄制方式無關(guān)。繼續(xù)分析“衣服”“吃飯”“雙簧”“電燈 “ 姓名”“ 自 己 ”“ 現(xiàn) 在 ”“ 生 氣 ”“ 拜 年 ”“ 框架”“測量”“這個(gè)完全不存在”等多個(gè)音節(jié)，基頻曲線變化不大，二者基本吻合。深入分析A1 至A10，10 人的3 次錄音筆錄音和執(zhí)法記錄儀錄音的基頻，發(fā)現(xiàn)基本吻合，僅個(gè)別音節(jié)基頻曲線出現(xiàn)輕微畸變現(xiàn)象。例如“框架”“現(xiàn)在”等音節(jié)的錄音筆基頻曲線為連續(xù)，而執(zhí)法記錄儀基頻曲線則中間斷裂，“吃飯”等音節(jié)的錄音筆基頻曲線為中間斷裂而執(zhí)法記錄儀基頻曲線為連續(xù)，但二者形態(tài)走向基本一致。

圖8 A1 錄音筆錄音和執(zhí)法記錄儀錄音基頻特征檢驗(yàn)

同一人3 次錄音筆F0 均值，與同一人3 次執(zhí)法記錄儀F0 均值較為接近，與另外9 人3 次錄音筆F0 均值相差較大，見圖9。將A1 至A10 同一人錄音筆錄音和執(zhí)法記錄儀錄音基頻均值進(jìn)行方差分析，分別為2.25、1.02、4.23、2.42、3.29、4.27、2.61、4.15、4.62、2.36；不同人錄音筆錄音基頻均值方差為161.24，不同人執(zhí)法記錄儀錄音基頻均值方差為131.89。統(tǒng)計(jì)分析10 個(gè)音節(jié)，得出同一話者錄音筆錄音和執(zhí)法記錄儀錄音基頻變異系數(shù)在0-1.65%之間，不同話者同一錄音筆錄音基頻變異系數(shù)在17.14% -45.90%之間，見表1。說明錄制方式變化對語音基頻的影響較小，可作為法庭說話人識(shí)別中的特征參數(shù)。

圖9 同一人錄音筆、執(zhí)法記錄儀錄音和不同人同一錄音筆錄音F0 均值

表1 同一人錄音筆、執(zhí)法記錄儀錄音和不同人同一錄音筆錄音基頻變化比較

2.2.2 音強(qiáng)和音強(qiáng)曲線檢驗(yàn)

檢測A1 執(zhí)法記錄儀錄音的音強(qiáng)均值為54.37dB，方差為14.31；錄音筆錄音音強(qiáng)均值為70.78dB，方差為13.23；A1 至A10相同錄制方式的音強(qiáng)方差相差較大。執(zhí)法記錄儀音強(qiáng)明顯增加，錄制方式變化改變了音強(qiáng)的絕對數(shù)值，但是方差分析錄音筆錄音和執(zhí)法記錄儀錄音變化幅度不大，音強(qiáng)隨時(shí)間變化波動(dòng)情況較為相似，見圖10。

圖10 A1 錄音筆錄音和執(zhí)法記錄儀錄音音強(qiáng)特征檢驗(yàn)

2.2.3 語圖檢驗(yàn)

挑選“特”“燈”“圳”“現(xiàn)”“簧”“姓”等音節(jié)進(jìn)行分析。多數(shù)情況下，執(zhí)法記錄儀除出現(xiàn)了“特”的前四個(gè)共振峰外，額外多出一或兩條虛峰，對比相同頻次的共振峰發(fā)現(xiàn)出現(xiàn)的位置、形態(tài)走向、能量分布基本一致。“圳”的前鼻韻母特征相對穩(wěn)定，與錄音筆吻合；執(zhí)法記錄儀“簧”的后鼻韻母特征相對穩(wěn)定，與錄音筆吻合。對比“深圳”的寬帶語圖和頻譜曲線，見圖11。錄音筆“深圳”800Hz 至5000Hz 的共振峰能量是依次遞減，而執(zhí)法記錄儀“深圳”800Hz 至5000Hz 的共振峰能量呈均勻分布，未出現(xiàn)明顯的能量衰減，且執(zhí)法記錄儀增加數(shù)條虛峰。鼻韻母的共振峰特征相對穩(wěn)定。執(zhí)法記錄儀“深圳”的輔音部分相較于錄音筆有明顯的能量增強(qiáng)，但能量集中的區(qū)域變化不大。

圖11 A1“深圳”的寬帶語圖和“圳”的頻譜曲線

2.2.4 統(tǒng)計(jì)分析

挑選“存”“吃”“間”“特”“姓”“圳”“現(xiàn)”“生”“燈”“簧”10 個(gè)音節(jié)，各音節(jié)均有 4 條以上共振峰，分別測量A1 至A10 的10 人3 次錄音筆錄音和執(zhí)法記錄儀錄音的共振峰數(shù)值。同一話者錄音筆錄音和執(zhí)法記錄儀錄音的共振峰頻率變異系數(shù)在0-15.94%，不同話者同一錄音筆的共振峰頻率變異系數(shù)在0.12%-41.13%，見圖12。結(jié)合聽辨檢驗(yàn)、聲調(diào)、韻律特征、語音圖譜、共振峰模式、音節(jié)內(nèi)和音節(jié)間的過渡特征等綜合分析，對比檢驗(yàn)“存”“吃”“特”“圳”“現(xiàn)”“簧”，同一話者錄音筆錄音和執(zhí)法記錄儀錄音的語音差異小于 10%；“存”“吃”“間”“特”“圳”“簧”不同話者同一錄音筆的語音差異大于10%。中華人民共和國公共安全行業(yè)標(biāo)準(zhǔn)GA/T1433-2017《法庭科學(xué)語音同一認(rèn)定技術(shù)規(guī)范》規(guī)定，檢材語音和樣本語音中有6個(gè)以上可供比對的不同音節(jié)，且每個(gè)音節(jié)有4 條以上有效共振峰，經(jīng)綜合評(píng)斷，同一話者錄音筆錄音和執(zhí)法記錄儀錄音的語音特征總體符合率超過90%，二者間差異部分能得到合理解釋的，可認(rèn)定同一。

圖12 同一話者錄音筆、執(zhí)法記錄儀錄音和不同話者同一錄音筆錄音的共振峰對比

3 結(jié)論

3.1 條件允許時(shí)盡量選擇相同的錄制方式

以高保真錄音筆為參照，手機(jī)錄音機(jī)錄音效果較好，微信錄音和QQ 錄音變化相對較小，通話錄音的能量整體減少、能量較弱的頻率部分消失、高頻共振峰和輔音特征減少，執(zhí)法記錄儀錄音能量整體增加、部分高頻共振峰出現(xiàn)偏移、增加多條虛峰。聲音具有相對穩(wěn)定和絕對變化的特性，同一人的幾次發(fā)音不可能完全相同。錄制方式變化會(huì)加劇語音的變異，給法庭說話人識(shí)別帶來一定難度。相同話者情緒高漲與情緒低落時(shí)可能會(huì)出現(xiàn)基頻相差一倍以上的現(xiàn)象[15]，說話方式的改變會(huì)對聲紋鑒定產(chǎn)生影響[16]，案件語音不僅存在正常的語音變異，而且存在形形色色的反常語音變異[17]。本實(shí)驗(yàn)要求發(fā)音人盡可能保持相同的音高、語速、情緒狀態(tài)等，研究結(jié)論僅適用于相同發(fā)音狀態(tài)。因此，當(dāng)語音受影響較大時(shí)可能出現(xiàn)不具備鑒定條件的情況，故條件允許時(shí)應(yīng)盡量選擇錄制檢材的方式來錄制語音樣本。案件鑒定中，還應(yīng)額外注意語音的來源、錄制方式等問題，根據(jù)錄制方式變化適當(dāng)調(diào)整參數(shù)和樣本采集方案，必要時(shí)可先推算出回歸模型對語音進(jìn)行校正后再進(jìn)行鑒定。

3.2 錄制方式造成的語音變異小于話者之間的差異

錄制方式變化對聽覺檢驗(yàn)的影響較小，對聲母、韻母和聲韻時(shí)長分配比例影響較小，對聲音強(qiáng)度有影響但韻母部分走勢變化不大。個(gè)別音節(jié)基頻曲線出現(xiàn)輕微畸變現(xiàn)象但數(shù)據(jù)變化不大且形態(tài)走向基本一致。共振峰位置、走勢、音節(jié)內(nèi)和音節(jié)間過渡特征基本一致，僅個(gè)別出現(xiàn)顯著變化。六種錄制方式語音質(zhì)量由高到低依次為：高保真錄音筆-手機(jī)錄音機(jī)錄音-微信錄音-QQ 錄音-通話錄音-執(zhí)法記錄儀錄音。雖然自動(dòng)識(shí)別方便、快速，但限于研究內(nèi)容的有限性和語音變異的無限性，當(dāng)前仍應(yīng)采用自動(dòng)識(shí)別比對和專家人工鑒定相結(jié)合的技術(shù)手段。相同話者不同錄制方式采集的語音，其基頻和共振峰變異較小，小于不同話者相同錄制方式的語音基頻和共振峰差異。結(jié)合聽辨檢驗(yàn)、聲調(diào)、韻律特征、語音圖譜、共振峰模式、音節(jié)內(nèi)和音節(jié)間的過渡特征等綜合分析，可以得出準(zhǔn)確的鑒定意見。研究結(jié)果為錄制方式變化導(dǎo)致的語音差異提供了解決方案，為其它種類語音變異的鑒定提供了技術(shù)參考，為提高法庭話者自動(dòng)識(shí)別提供了研究思路。本研究也有一定的局限性，研究成果僅適用于以上六種語音錄制方式，不能排除其他錄制方式會(huì)導(dǎo)致語音特征發(fā)生較大變異的情況。