聲紋識別技術在司法實踐中的應用

摘 要 隨著科學技術的發(fā)展，聲紋證據已成為公安和司法機關破案偵查的重要證據之一。實施聲紋鑒定的基本要求是程序必須科學和規(guī)范。本文認為要正確提取嫌疑對象的樣本，按程序審查案件檢材，重視搜集和應用聲紋鑒定基礎資料，設計科學合理、切合實際的應用系統，采用背景音庫比對模式和實時語音流監(jiān)控、識別模式。深化聲紋識別技術研究，在實踐中逐步擴大聲紋技術的識別應用范圍。

關鍵詞 聲紋 識別技術 司法實踐

作者簡介：鄭永紅，湖北警官學院偵查系教授，研究方向：公安情報學。

中圖分類號：D918.9 文獻標識碼：A DOI：10.19387/j.cnki.1009-0592.2017.10.360

隨著現代科學技術的發(fā)展，聲紋證據已成為公安和司法機關破案偵查的重要證據之一。聲紋識別技術為案件偵查提供了關鍵證據和調查方向。我們應結合工作實際，努力發(fā)揮聲紋識別技術的優(yōu)勢，努力提高工作效率。

一、聲紋識別技術的發(fā)展

眾所周知，每個人發(fā)聲都是身體幾大器官多重配合的結果，通過鼻腔、口舌、聲道、胸肺最終形成看不見的聲波和聽得見的聲音。而通常所說的聲紋，是指人的聲音的頻譜圖，是借助科學儀器描繪出來的說話人聲音的圖像。聲紋識別技術，是一項通過語音信號提取代表說話人身份的相關特征，進而識別出說話人身份的技術 。聲紋具有人的個性特征，與指紋類似。

（一）聲紋識別技術的早期應用

隨著科學技術的發(fā)展，科學家們在20世紀30年代開始了說話人的識別研究。1945年，這項研究取得了突破性的進展，貝爾實驗室的科學家經過多次科學實驗，完成語譜圖匹配，提出了“聲紋”的概念。1966年，美國法院采用“聲紋”取證，聲紋技術開始走上了司法實踐舞臺。這種技術開發(fā)之初，主要秘密應用于軍事情報領域，后來逐漸被司法以及金融等領域采用。

（二）我國聲紋識別技術的發(fā)展

我國聲紋識別技術首先是從公安、司法系統開始研究與應用。從20世紀80年代末起步的我國聲紋鑒定技術的研究，至今已經取得顯著成就。多種聲紋智能鑒定系統，在許多案件的偵查中發(fā)揮了重大作用，其功能被人們逐漸認識。在說話人辨認領域的應用有：刑偵破案、罪犯跟蹤、個性化應用等等；在說話人確認領域的應用有：銀行交易、證券交易、公安取證、身份證、信用卡的認證等。

（三）聲紋識別技術特點

以指紋、人臉、虹膜、語音等生理特征為識別對象的生物識別技術快速發(fā)展，在眾多領域獲得了應用。例如，蘋果手機運用指紋識別替代密鑰，一些單位的門禁系統也應用了人臉和指紋相結合的認證技術。這是因為指紋、人臉、虹膜、語音等人體生理特征具有穩(wěn)定性、相對唯一性的特點，識別率較高，備受用戶喜愛。美國圣何塞州立大學國家生物特性測評中心的專家曾對各種生物特征進行了比較，總結出各種生物特征在現階段因為技術等各種原因，在易用性和應用成本上存在較大差異。如技術成熟的指紋識別因為樣本采集困難，應用成本增加；虹膜、人臉識別因其技術原因易用性不強。相對而言，聲紋識別的應用有一些特殊優(yōu)勢：語音獲取自然，聲紋提取便捷，識別成本低廉，適合遠程身份確認，聲紋辨認和確認的算法復雜度低，與說話語言、方言無關，適應人群范圍很廣等。

（四）聲紋識別技術的兩個關鍵問題

聲紋識別的過程是先通過錄音設備采集聲音信號，之后利用電子設備將聲音信號轉換成電信號，再用信號處理算法提取音頻特征，最后綜合運用多種聲紋識別技術來識別說話人的身份。聲紋識別技術應用，需要解決兩個關鍵問題：即特征提取和模式識別。

與語音識別不同的是，聲紋識別的聲紋特征必須是“個性化”特征。而這種“個性化”的根本要求在于提取對象人語音信號的基本特征，以便有效地區(qū)分不同的說話人。目前，多種聲紋識別系統并存，雖各有千秋，但有一個共同點，即識別方式主要依靠聲學特征進行。體現個人聲學特征的是多層面的，如鼻音、帶深呼吸音、沙啞音、笑聲等，還有受到教育水平、出生地等環(huán)境影響的發(fā)音、言語習慣等以及個人特點，受父母影響的語調、速度、節(jié)奏等特征。聲紋自動識別模型目前可以使用包括聲學特征、詞法特征、韻律特征、語種、方言和口音信息、通道信息等特征。

聲紋識別技術要求選擇適合的識別方法。聲紋識別常用方法可以分為動態(tài)時間規(guī)整法、矢量量化法、隱馬爾科夫模型、人工神經網絡法等。近年來，一些專家在傳統高斯混合模型-通用背景模型的方法上，先后提出了聯合因子分析和i-vector模型 ，將說話人模型映射到低維子空間中，顯著提高了聲紋識別技術的性能。

二、聲紋鑒定的重要環(huán)節(jié)

實施聲紋鑒定的基本要求是程序必須科學和規(guī)范。聲紋鑒定涉及的樣本提取、檢材審查、聲紋鑒定數據庫應用、鑒定應用系統的運用等各環(huán)節(jié)，都必須嚴格遵守操作程序。

（一）科學提取嫌疑對象的樣本

運用先進技術進行科學采樣，是聲紋鑒定的首要環(huán)節(jié)。采樣前要選好錄音設備和地點，盡量減少和避免噪音。采樣有自由交談錄音和聽說錄音兩種。實施交談錄音時，嫌疑對象并不知曉被錄音，發(fā)音自然。但是，尋找與樣本相同的語句則困難較多。

聽說錄音則是有意讓對方說與樣本相同的語句，目的是為了便于對比鑒定，但嫌疑對象有的因為緊張，有的可能刻意偽裝，反而增加了鑒定難度。因此，具體辦案時，往往自由交談錄音和聽說錄音兩種方式都要采用。

（二）按程序審查案件檢材

聲紋鑒定前，必須對案件錄音檢材進行審查，首先審查檢材語音連續(xù)性、背景噪聲連貫性、信號的波形頻譜正常性，認定檢材是否原件，有無經過剪輯。同時，還要注意檢材的時效性。只有認定檢材確為原件，沒有剪輯痕跡，并且具有時效性，才可進行一定的處理。通過濾波措施和減低噪聲，增強相關語音的識別度。然后，辨聽檢材，選定辨識性較高的語音段作為樣本。根據要求，采用先進技術妥為保管樣本。endprint

（三）搜集和應用聲紋鑒定基礎資料

聲紋特征提取是在現實環(huán)境中進行的。其環(huán)境的復雜性既包括聲紋識別的說話人，也包括客觀的生活環(huán)境。作為說話人，其語音聲學特征不可避免地具有發(fā)展性和變異性，既便是同一個人，被采集到的兩段語音內容都是相同的，但是在不同的時期或特殊的情境下，由于情緒、語速、疲勞程度等原因，聲紋特征也不盡一致，語音都會有一些差異性。

因此，要隨著工作任務的拓展，不斷充實各種語音庫，包括重點人口、不同地域、不同場合人群的語音庫等。語音資料的搜集應像指紋搜集一樣，結合日常工作，長期不懈地進行。語音資料的搜集應注重質量，能反映相關人的準確語音信息。語音資料的整理堅持信息化、專業(yè)化原則，形成特怔鮮明、覆蓋面大、實用性強的語音資料體系。

（四）設計科學合理、切合實際的應用系統

應用現代管理理論，采用系統工程的方法和信息技術，建立層次分明、互相聯系、匹配有序的系統結構。聲紋識別應用系統要著眼實踐工作需要，既要有全國性的聲紋識別系統，也可有區(qū)域性或具體部門的小型聲紋識別系統。注意各類聲紋系統信息的互聯互通，并同有關部門的人口管理系統、犯罪情報系統等相連接，最大限度的實現資源共享共用。充分利用各方科技人力資源，努力解決背景噪音處理、失真信號補償和由年齡變化引起的自然變調等問題。

三、聲紋鑒定的應用策略

聲紋鑒定聲紋識別通常有兩種對比方式，即1：1和1：N方式。在案件偵查中，辦案人員通過兩段錄音音素的對比分析，來判斷兩個音素是否屬同一人，這也就是說話人的確認。此外，還可以運用1：N的方式來進行聲紋對比，也就是說是將一個人的聲音與聲紋庫中的聲紋數據進行對比，進而找出最有可能的說話人，即判斷語音是誰說的，這被稱為說話人辨認。

（一） 兩種對比方式

將兩段語音檢材直接比對應用，被稱為1：1方式。在偵查中應用這種方式，可將案件現場采集到的語音檢材和嫌疑錄音樣本進行比對，確認嫌疑人是否為作案人。這是1：1方式的應用。

人員語音庫比對模式，即1：N方式。在偵查中，將案件語音檢材與重點人口語音庫連接、與語音庫中語音模型比對，會出現在庫中和不在庫中兩種情況。受檢語音的說話人在庫中，則確定匹配人，據此確定其身份。如不在庫中，則采取其它措施，繼續(xù)深入偵查。這種方式應用較多，如在重點人群監(jiān)控、犯罪嫌疑人排查以及案件司法證據鑒定等方面。

（二）背景音庫比對模式

聲紋識別并不僅僅是靜態(tài)檢測，更多的是動態(tài)檢測。背景環(huán)境復雜性和傳輸信道等的差異性，對語音信息會造成不同程度的影響，為聲紋識別增添了不少的問題 。如何降噪以及去混響依然是聲紋識別的一大難題。聲紋識別的核心介質是聲音，為了獲取純粹和真實聲紋素材，客觀上要求最大限度地降低雜音。雖然運用相關技術，能夠過濾雜音，但這只是相對而言。外界的雜音干擾，很可能帶來誤判。為了突出說話人的聲音，在一般的聲紋識別中，采取技術方法降低噪聲是必要的。

但是在有些案件偵查中，應用聲紋識別系統又不能單純地“去噪”。因為許多重要的辦案線索很可能隱含于“噪聲”之中。遇有相關案情，應在聲紋鑒定前，先對背景聲音進行分離和鑒別。如在綁架案的偵查中，通過音頻資料的鑒定，便可以從各種噪聲中，發(fā)現案發(fā)時間、地點及相關人員的重要線索。

（三）實時語音流監(jiān)控、識別模式

近年來，各地公安部門結合工作實際，努力發(fā)揮聲紋識別技術的優(yōu)勢，有力地維護了社會治安。一些地方公安部門的聲紋鑒定系統與相關部門監(jiān)控、采集設備結合使用，運用實時語音流監(jiān)控、識別系統，發(fā)揮出重要作用。只要“犯罪嫌疑人”接通電話，通過監(jiān)控、識別系統同“犯罪嫌疑人”的語音樣本比對，便可迅速提供通話人身份、地點等信息，為破案提供了重要線索。有的地方公安機關建立了“110”報警聲紋采集與輔警系統，也取得了較好的社會效益。

總之，應加強總體規(guī)劃，加強專業(yè)技術隊伍建設，深化包括聲紋識別在內的生物特征識別技術研究，進一步建立和健全相應的聲紋庫，在實踐中逐步擴大聲紋技術的識別應用范圍，為提高破案率提供技術支撐。聲紋識別技術與其它高新技術高度融合是未來的發(fā)展趨勢，如大數據、物聯網、人工智能以及地理信息技術、虛擬現實技術、區(qū)塊鏈和深度學習等技術，都可與聲紋識別技術加以融合，大大提升聲紋識別的精確性。

注釋：

陳擁權、張羽、胡翀豪、楚瑾.聲紋識別技術及其應用前景分析.網絡安全技術與應用.2013，11（24）.

Dehak N，Kenny P，Dehak R，et al.Front-end factor analysis for speaker verification.IEEE Trans on Audio，Speech，and Language Processing，2011，19（4）.

鄭方、李藍天、張慧、艾斯卡爾·肉孜.聲紋識別技術及其應用前景.信息安全研究.2016，1（44-57）.endprint