彭菀 王虹 中國(guó)刑事警察學(xué)院

引言

語(yǔ)音同一認(rèn)定是指通過(guò)對(duì)不同的音頻資料中特定說(shuō)話人的語(yǔ)音進(jìn)行鑒定，判斷兩者是否為同一人語(yǔ)音[1]。我國(guó)聲紋鑒定技術(shù)于上世紀(jì)80年代末起步，中國(guó)刑事警察學(xué)院文檢系和公安部物證鑒定中心分別引入美國(guó)KAY Sona Graph 7800型數(shù)字聲譜儀和DSP 5500型數(shù)字語(yǔ)圖儀，建立聲紋鑒定實(shí)驗(yàn)室，進(jìn)行聲紋鑒定技術(shù)研究[2]。

隨著高科技犯罪所占比率日益增大，犯罪分子逐漸意識(shí)到聲音偽裝的重要性。他們利用變聲器改變聲音，以達(dá)到逃避打擊的目的。本文針對(duì)正常語(yǔ)音與變聲語(yǔ)音聲紋特征的變化規(guī)律展開(kāi)研究，希望可以為其語(yǔ)音的同一認(rèn)定提供幫助。

一、變聲器原理簡(jiǎn)述

變聲器所運(yùn)用的語(yǔ)音變調(diào)技術(shù)主要可分為基于重采樣的調(diào)整方法和基于模型法的語(yǔ)音變調(diào)算法。重采樣方法從整體上處理語(yǔ)音信號(hào)，從時(shí)頻映射的角度實(shí)現(xiàn)語(yǔ)音基頻的轉(zhuǎn)換，效果較好，但需要引入時(shí)長(zhǎng)規(guī)整算法保證語(yǔ)音信號(hào)的變調(diào)不變速，因此算法復(fù)雜度較高[3]。基于模型法的變調(diào)算法把語(yǔ)音信號(hào)模擬成特定的語(yǔ)音模型，其合成自然度較低，但硬件實(shí)現(xiàn)較簡(jiǎn)單。經(jīng)過(guò)變聲器的聲音，不僅聽(tīng)覺(jué)上發(fā)生了改變，其語(yǔ)音圖譜和特征中量化的數(shù)據(jù)都發(fā)生了變化。所以，人類(lèi)在熟悉說(shuō)話人的情況下對(duì)說(shuō)話人的語(yǔ)聲進(jìn)行識(shí)別表現(xiàn)的相當(dāng)可靠，但是很難識(shí)別變聲條件下的說(shuō)話人語(yǔ)聲[4]。目前常用的商業(yè)變聲器的算法多為時(shí)域重采樣算法[5]。

二、實(shí)驗(yàn)設(shè)計(jì)

（一）錄音合作人

本實(shí)驗(yàn)從在校大學(xué)生中隨機(jī)選取5男5女為發(fā)音對(duì)象，并對(duì)他們分別進(jìn)行同語(yǔ)段錄音。

（二）錄音環(huán)境

實(shí)驗(yàn)場(chǎng)所為專(zhuān)業(yè)錄音室，封閉性好，可有效隔絕外部噪音，消除回音。

（三）錄音器材

錄音所用麥克風(fēng)為森海塞爾MK4，錄音軟件為Audacity，電腦型號(hào)為聯(lián)想r9000p，手機(jī)型號(hào)為華為榮耀7X。

（四）錄音樣本

為充分觀察分析變聲語(yǔ)音與正常語(yǔ)音的各類(lèi)聲紋特征變化情況，我們采用如下錄音樣本：

（1）拼音：ā、ō、ē、ī、ū、ǖ……

（2）單字：啊、達(dá)、法、媽、那……

（3）詞語(yǔ)：會(huì)員、基本、最后……

（4）長(zhǎng)篇閱讀：《北風(fēng)與太陽(yáng)》

（五）變聲器的選擇

從嗶哩嗶哩、知乎、百度等熱門(mén)網(wǎng)絡(luò)平臺(tái)中，按瀏覽量、下載量及評(píng)論情況，選取“MorphVOX Pro變聲器”作為電腦變聲實(shí)驗(yàn)工具。

按應(yīng)用市場(chǎng)下載排行，選出“專(zhuān)業(yè)變聲器”作為手機(jī)變聲實(shí)驗(yàn)工具。

二者變聲原理均為時(shí)域重采樣算法。

（六）變聲處理

將發(fā)音人錄音后的正常語(yǔ)音保存到裝有變聲軟件的電腦和手機(jī)中。經(jīng)過(guò)電信詐騙案件篩選出兩種常用語(yǔ)音包，用男變女語(yǔ)音包對(duì)男性發(fā)音人的聲音進(jìn)行處理，使其變?yōu)榕月曇?；反之，使女性發(fā)音人聲音變?yōu)槟行月曇簟?/p>

（七）語(yǔ)音分析軟件

本文使用的語(yǔ)音分析軟件為Praat6.2.10。

三、實(shí)驗(yàn)結(jié)果與分析

（一）聽(tīng)覺(jué)檢驗(yàn)

人的聽(tīng)覺(jué)的一個(gè)特點(diǎn)是它能感受到動(dòng)態(tài)范圍極寬的聲音[6]。并且，人耳對(duì)聲音具有較強(qiáng)的解析和分辨能力。因此，對(duì)變聲語(yǔ)音做聽(tīng)覺(jué)檢驗(yàn)具有必要性。

1.檢驗(yàn)方法

本文根據(jù)變聲器的基本原理，從聽(tīng)覺(jué)特征中選取14個(gè)特征制作聽(tīng)覺(jué)比對(duì)檢驗(yàn)表。每個(gè)特征按正常語(yǔ)音與變聲語(yǔ)音的符合程度劃分為5個(gè)等級(jí)，將每個(gè)等級(jí)用分?jǐn)?shù)表示。選取5位具有語(yǔ)音學(xué)基礎(chǔ)的聽(tīng)音人對(duì)特征進(jìn)行打分。

2.評(píng)價(jià)方式

依照表1，讓5位聽(tīng)音人對(duì)聽(tīng)覺(jué)特征進(jìn)行打分。對(duì)不同變聲器中不同變聲方式的所有特征得分，利用MOS（Mean Opinion Score）值進(jìn)行打分評(píng)測(cè)。

3.檢驗(yàn)結(jié)果

將5位聽(tīng)音人對(duì)每種聽(tīng)覺(jué)特征給出分?jǐn)?shù)的平均值繪制成柱狀統(tǒng)計(jì)圖，如圖1、圖2所示。

據(jù)統(tǒng)計(jì)結(jié)果：兩種變聲語(yǔ)音與正常語(yǔ)音在變調(diào)、流暢度、兒化音、音節(jié)完整性和輕、重音這些聽(tīng)覺(jué)特征上有較高的一致性。電腦變聲語(yǔ)音在嗓音純度和平均音高上一致性較低，手機(jī)變聲僅在平均音高上一致性較低。

（二）頻譜分析

1.能量曲線形態(tài)特征

聲音的能量反應(yīng)了說(shuō)話人聲音的聲強(qiáng)，即聲波中振幅的大小。以《北風(fēng)和太陽(yáng)》中的“這下北風(fēng)只好承認(rèn)，他們倆當(dāng)中還是太陽(yáng)的本事大”作為研究對(duì)象，對(duì)10位發(fā)音人語(yǔ)音的能量曲線形態(tài)進(jìn)行測(cè)繪，然后分別對(duì)每一個(gè)人變聲前后語(yǔ)音的能量曲線形態(tài)進(jìn)行比對(duì)，觀察能量曲線的分布特征，圖中黑線為正常語(yǔ)音曲線，綠線為變聲語(yǔ)音曲線，如圖3所示。

從圖3中可知，兩種變聲與正常語(yǔ)音的聲音能量曲線形態(tài)符合度都較高，曲線的斜率與曲率高度接近，其中電腦變聲后的能量曲線形態(tài)符合度要高于手機(jī)變聲。兩種聲音的能量整體高低有區(qū)別是變音軟件對(duì)聲音能量進(jìn)行增強(qiáng)所致，而有的相同音素能量大小不同原因可能是變聲器改變聲強(qiáng)所致，故變聲器對(duì)該特征的影響較為微弱。

2.基頻走向形態(tài)

基頻是指基音的頻率[1]?；l的走向能夠反映一段時(shí)間內(nèi)基頻的變化。根據(jù)聲調(diào)變化的多樣性，選用語(yǔ)料《北風(fēng)和太陽(yáng)》中的“爭(zhēng)來(lái)爭(zhēng)去就是分不出高低來(lái)”作為研究對(duì)象，對(duì)10位發(fā)音人的兩種語(yǔ)音基頻進(jìn)行測(cè)量，然后對(duì)形成的基頻曲線進(jìn)行比對(duì)分析，觀察曲線的分布狀態(tài)。圖中黑線為正常語(yǔ)音曲線，綠線為變聲語(yǔ)音曲線，如圖4所示。

由圖可見(jiàn)，男性手機(jī)變聲語(yǔ)音的基頻走向符合度高于電腦變聲語(yǔ)音，女性?xún)煞N變聲語(yǔ)音的基頻走向符合度基本相同，符合度都較高。同一個(gè)人在進(jìn)行變聲時(shí)，基頻曲線會(huì)發(fā)生整體升高或降低的趨勢(shì)，部分連續(xù)性較好的基頻曲線曲率會(huì)發(fā)生變化，曲線拐點(diǎn)與極值點(diǎn)的位置大體不變，曲線的單調(diào)區(qū)間基本趨于一致。因此，變聲器對(duì)基頻曲線的走向特征影響較小，不同人相關(guān)文本的語(yǔ)音樣本時(shí)長(zhǎng)較長(zhǎng)時(shí)，基頻走向特征相對(duì)于變聲條件表現(xiàn)出較為明顯的差異。此外，若變聲器將基頻提高到300HZ以上，基頻走向曲線出現(xiàn)被縱向拉伸變形的情況，而300HZ以下縱向變形程度較小。

3.共振峰走向特征

共振峰走向特征是指共振峰中心線在頻率和時(shí)間平面上的曲線形態(tài)，它能反映語(yǔ)音及其共振峰的動(dòng)態(tài)形態(tài)[7]。選取10位發(fā)音人兩種語(yǔ)音中“累”“藥”“回”三個(gè)音節(jié)中的復(fù)合元音[ei]、[iɑu]、[uei]作為研究對(duì)象，觀察同一人在正常語(yǔ)音和變聲語(yǔ)音中這些復(fù)合元音的共振峰走向特征是否存在變化。

從表2可見(jiàn)，手機(jī)變聲語(yǔ)音的共振峰走向符合度高于電腦變聲語(yǔ)音，且低次共振峰走向穩(wěn)定性較高。此外，在男性語(yǔ)音變女聲時(shí)，共振峰頻率顯著提高，但走向較為模糊，如圖5所示。在女性語(yǔ)音變男聲時(shí)，共振峰頻率顯著降低，如圖6所示。因此，對(duì)于男性語(yǔ)音變女聲，低次共振峰走向特征具有較強(qiáng)的穩(wěn)定性，高次共振峰走向特征容易產(chǎn)生變化；對(duì)于女性語(yǔ)音變男聲，高次共振峰和低次共振峰都具有較強(qiáng)的穩(wěn)定性。

4.音節(jié)間過(guò)渡音征

音節(jié)間過(guò)渡音征是指自然發(fā)音的節(jié)奏單元內(nèi)音節(jié)之間的相鄰音素之間發(fā)生協(xié)同發(fā)音并形成有機(jī)過(guò)渡段走向形態(tài)和過(guò)渡方式[8]。選取發(fā)音人兩種語(yǔ)音中“約會(huì)”、“北風(fēng)”兩詞語(yǔ)中第一個(gè)音節(jié)的元音[ε]、[i]到第二個(gè)音節(jié)的[x]、[f]的過(guò)渡段作為實(shí)驗(yàn)對(duì)象。根據(jù)過(guò)渡段的走向和過(guò)渡方式來(lái)判斷相同發(fā)音人在變聲后音節(jié)間過(guò)渡音征是否出現(xiàn)明顯差異，結(jié)果如表3。

上表中對(duì)比可得：兩種變聲器的音節(jié)間過(guò)渡音征走向和過(guò)渡方式符合度較高，只有個(gè)別存在差異，例如：發(fā)音人W2發(fā)“北風(fēng)”時(shí)的F2，正常語(yǔ)音音節(jié)間過(guò)渡音征走向?yàn)榻刀?，而兩種變聲都為平渡。因此，同一人發(fā)音時(shí)，音節(jié)間元音到輔音的過(guò)渡音征具有較強(qiáng)的穩(wěn)定性，不易受到變聲器的干擾。

5.音節(jié)內(nèi)過(guò)渡音征

音節(jié)內(nèi)過(guò)度音征指自然發(fā)音的單音節(jié)內(nèi)部的相鄰音素之間發(fā)生協(xié)同發(fā)音并形成一個(gè)有機(jī)過(guò)渡段走向形態(tài)和過(guò)渡方式[8]。選取“習(xí)”為例，分析音節(jié)內(nèi)輔音到元音[i]之間過(guò)渡段的走向和過(guò)渡方式來(lái)判斷相同發(fā)音人在變聲后音節(jié)內(nèi)過(guò)渡音征是否發(fā)生變化，結(jié)果見(jiàn)表4。

表中可見(jiàn)：兩種變聲語(yǔ)音的音節(jié)內(nèi)過(guò)渡方式符合度在本次測(cè)量中都達(dá)到100%，音節(jié)內(nèi)音渡音征的走向能達(dá)到95%和90%的符合度，只有個(gè)別存在差異。因此，正常語(yǔ)音在進(jìn)行變聲后，過(guò)渡方式相同，雖然個(gè)別發(fā)音人的音節(jié)內(nèi)前音渡音征走向有差異，但總體穩(wěn)定性較強(qiáng)，受變聲器干擾較弱。

（三）聲紋參數(shù)測(cè)量分析

1.速度變化特征

受語(yǔ)音時(shí)長(zhǎng)規(guī)整技術(shù)的影響，測(cè)量速度變化特征有必要性。通過(guò)測(cè)量發(fā)音人兩種語(yǔ)音中單獨(dú)音節(jié)及其聲母與韻母的時(shí)長(zhǎng)，來(lái)對(duì)比變聲后發(fā)音人的聲音速度是否產(chǎn)生變化。選取語(yǔ)音中的“徐”“時(shí)”“考”作為研究對(duì)象，對(duì)10位發(fā)音人的兩種語(yǔ)音進(jìn)行測(cè)量，觀察時(shí)長(zhǎng)是否存在差異，結(jié)果見(jiàn)表5～6，其中時(shí)長(zhǎng)差距小于0.01秒認(rèn)為基本不變。

經(jīng)分析，男性發(fā)音人變聲后聲母和韻母的時(shí)長(zhǎng)普遍下降，且聲母的時(shí)長(zhǎng)下降程度要大于韻母，音節(jié)的時(shí)長(zhǎng)隨之降低。女性發(fā)音人變聲后聲母的時(shí)長(zhǎng)會(huì)有細(xì)微降低，有的無(wú)變化，韻母的時(shí)長(zhǎng)會(huì)有一定程度的增加，整個(gè)音節(jié)的時(shí)長(zhǎng)無(wú)明顯變化。可見(jiàn)，語(yǔ)音的速度在變聲后產(chǎn)生了微弱變化且具一定規(guī)律。所以，速度變化特征具有一定的研究和應(yīng)用價(jià)值。

2.基頻測(cè)量

選取10位發(fā)音人語(yǔ)音中的[a]、[i]、[u]、[y]為研究對(duì)象，測(cè)量它們正常語(yǔ)音和變聲語(yǔ)音的基頻平均數(shù)值。為探尋基頻平均數(shù)值是否具有顯著差異，對(duì)男性和女性統(tǒng)計(jì)以上四種音素的基頻平均數(shù)值首先進(jìn)行單樣本Kolmogorov-Smirnov檢驗(yàn)，觀察是否符合正態(tài)分布，經(jīng)檢驗(yàn)顯著性P值均為0.2，即P>0.05服從正態(tài)分布，然后進(jìn)行T-檢驗(yàn)，檢驗(yàn)它們之間是否存在顯著差異，結(jié)果見(jiàn)表7。

結(jié)果顯示，在T-檢驗(yàn)結(jié)果中所有被檢驗(yàn)組別的顯著性P<0.05，因此兩種語(yǔ)音的平均基頻數(shù)值具有顯著差異。為觀察它們之間是否具有相關(guān)性，做出兩類(lèi)數(shù)據(jù)的散點(diǎn)圖7～10，發(fā)現(xiàn)可能存在線性相關(guān)的關(guān)系。因此，對(duì)兩類(lèi)數(shù)據(jù)進(jìn)行Pearson相關(guān)性檢驗(yàn)，結(jié)果男性的配對(duì)樣本相關(guān)性中的顯著性P<0.05，相關(guān)性為0.987和0.993；女性的配對(duì)樣本相關(guān)性中的顯著性P<0.05，相關(guān)性為0.992和0.990?？梢?jiàn)男女變聲后的基頻平均數(shù)值和正常語(yǔ)音的基頻平均數(shù)值具線性相關(guān)的關(guān)系。

3.第一共振峰

不同人共振峰頻率的差異是進(jìn)行語(yǔ)音同一認(rèn)定的重要音素。對(duì)10位發(fā)音人正常語(yǔ)音與變聲語(yǔ)音中[a]、[i]、[u]的第一共振峰進(jìn)行測(cè)量，繪制出以下統(tǒng)計(jì)圖，并對(duì)它們進(jìn)行分析。（后文中共振峰測(cè)量用相同實(shí)驗(yàn)條件和對(duì)象）具體變化量如圖11所示。

經(jīng)分析：男性在變女聲時(shí)F1的頻率總體都發(fā)生了上升的情況，女性在變男聲時(shí)F1的頻率總體都發(fā)生了下降的情況。其中，手機(jī)變聲后[a]的下降幅度稍大于[i]和[u]的下降幅度。將同一人不同音素和不同人相同音素比對(duì)后發(fā)現(xiàn)，正常語(yǔ)音F1在變聲后上升和下降的范圍規(guī)律較為模糊，研究人未發(fā)現(xiàn)其中存在明顯規(guī)律性。

4.第二共振峰

對(duì)第二共振峰進(jìn)行測(cè)量并繪制成統(tǒng)計(jì)圖，觀察比對(duì)變聲前后第二共振峰出現(xiàn)的差異。具體變化量如圖12所示。

比對(duì)可見(jiàn)：5位男性發(fā)音人在變女聲時(shí)，F(xiàn)2普遍升高；[i]的F2上升幅度穩(wěn)定在1000HZ左右；[u]的F2上升幅度差別較大，各不相同。5位女性發(fā)音人在變男聲時(shí)，F(xiàn)2普遍下降，3種音素F2的下降幅度差異較大，無(wú)明顯規(guī)律性。同一人不同音素之間具有差異，F(xiàn)2上升或下降的幅度各不相同，不具有明顯的符合性。

5.第三共振峰

由于同性別不同人的第一、二共振峰之間差異較小，一般高次共振峰會(huì)有明顯差異，故有必要對(duì)第三、四共振峰進(jìn)行測(cè)量，并觀察變聲之后的頻率變化。其中，第三共振峰升降變化結(jié)果如圖13所示。

經(jīng)統(tǒng)計(jì)，男性變聲后F3普遍上升，音素[a]的F3普遍上升了1000HZ左右，音素[i]的F3除了M1 的上升幅度較小，其余的普遍上升了1200HZ左右，音素[u]上升幅度差別較大。女性變聲后F3普遍降低，音素[a]電腦變聲器變聲后除了W5下降幅度較大外，剩下的普遍下降650HZ左右，手機(jī)變聲器則下降更多一些，音素[i]普遍下降1100HZ左右，音素[u]普遍下降1000HZ左右。此外，同一人在不同音素中F3上升或下降的幅度并不相符。

6.第四共振峰

對(duì)第四共振峰進(jìn)行測(cè)量，并制成條形統(tǒng)計(jì)圖，然后觀察比對(duì)變聲給F4帶來(lái)的影響，結(jié)果如圖14所示。

如圖，男性變女聲時(shí)F4普遍升高，女性變男聲時(shí)F4普遍降低。男性F4上升的幅度范圍較為模糊，女性F4下降幅度大約為1100HZ左右。同一人不同音素時(shí)F4的上升或下降的幅度范圍無(wú)明顯相關(guān)性。

四、討論與總結(jié)

從實(shí)驗(yàn)結(jié)果可以看出變聲器可以改變發(fā)音人的大部分聲學(xué)特征，這些變化中部分擁有一定的規(guī)律。在聽(tīng)覺(jué)特征中變調(diào)、流暢度、兒化音、音節(jié)完整性和輕、重音這些特征較為穩(wěn)定，變化程度小。在聲學(xué)頻譜特征中能量曲線形態(tài)特征、共振峰走向特征、音節(jié)間過(guò)渡音征和音節(jié)內(nèi)過(guò)渡音征具有較強(qiáng)穩(wěn)定性。變聲語(yǔ)音的基頻走向特征具有一定的變化規(guī)律，即隨著變聲后頻率的增高，基頻走向曲線被縱向拉伸的程度會(huì)逐漸加大。變聲器對(duì)發(fā)音人語(yǔ)音的速度產(chǎn)生了一定的影響，它使男性變女聲的音節(jié)時(shí)長(zhǎng)明顯降低，但女性變男聲的音節(jié)時(shí)長(zhǎng)無(wú)顯著變化。后續(xù)，可對(duì)速度的變化進(jìn)一步研究，尋找速度變化的一般規(guī)律。

在對(duì)基頻和前四個(gè)共振峰的測(cè)量結(jié)果中發(fā)現(xiàn)：基頻的變化規(guī)律比較明顯，同一種變聲器正常語(yǔ)音基頻與變聲基頻之間線性相關(guān)。從前四個(gè)共振峰的測(cè)量結(jié)果來(lái)看，不同人或不同音素間少數(shù)發(fā)音人有一定程度上的符合，但大多數(shù)差異比較明顯，不具有特定的規(guī)律，且低次共振峰的變化程度要小于高次共振峰的變化程度。后續(xù)，我們將繼續(xù)對(duì)同一人的共振峰變化程度大小的規(guī)律性進(jìn)行研究。

此外，當(dāng)變聲器在頻域和時(shí)域上參數(shù)的設(shè)置都發(fā)生很大的變化，使變聲語(yǔ)音從聽(tīng)覺(jué)到圖譜不再穩(wěn)定的表現(xiàn)個(gè)人習(xí)慣，這種語(yǔ)音就不再具備鑒定價(jià)值。本文實(shí)驗(yàn)使用的變聲器較為初級(jí)，無(wú)法進(jìn)行特征參數(shù)調(diào)節(jié)，在未來(lái)的研究中會(huì)采用專(zhuān)業(yè)變聲器，對(duì)可鑒定的變聲程度及不同語(yǔ)速和語(yǔ)調(diào)的變聲情形進(jìn)行進(jìn)一步的研究。