假聲偽裝語(yǔ)音同一認(rèn)定的可行性分析

申小虎 金 恬 張長(zhǎng)珍 萬(wàn)榮春

（1 江蘇警官學(xué)院刑事科學(xué)技術(shù)系 江蘇 南京 210031；2 江蘇省公安廳物證鑒定中心 江蘇 南京 210031）

近年詐騙侵財(cái)類案件高發(fā)，錄音材料成為偵查破案有用情報(bào)，也是公訴量刑的重要證據(jù)來(lái)源。犯罪嫌疑人為掩蓋其真實(shí)身份，通過(guò)捏鼻子、電子變聲器、假聲發(fā)音等偽裝手段逃避公安機(jī)關(guān)的偵查。捏鼻偽裝手法是鼻音通道受阻形成的語(yǔ)音，雖使語(yǔ)音特征發(fā)生改變，但是不同個(gè)體之間差異仍然大于自身差異，具備鑒定的條件和基礎(chǔ)[1-2]。電聲偽裝語(yǔ)音使語(yǔ)音發(fā)生了畸變，但有的學(xué)者利用聲學(xué)特征變化規(guī)律得到線性回歸模型，通過(guò)逆變換可以得到與原聲聲學(xué)參數(shù)相近的語(yǔ)音[3-4]。假聲發(fā)音有提高基頻、降低基頻、快速發(fā)音、慢速發(fā)音[5]等多種偽裝方式，但從實(shí)際案例得到的偽造語(yǔ)音檢材來(lái)看，犯罪嫌疑人進(jìn)行偽裝發(fā)聲的方式相對(duì)簡(jiǎn)單唯一。因此，針對(duì)相同偽裝方式條件下的假聲語(yǔ)音，分析其基頻參數(shù)、寬帶語(yǔ)譜圖、能量曲線等聲學(xué)參量數(shù)據(jù)并進(jìn)行量化比較，為發(fā)掘假聲語(yǔ)音檢驗(yàn)中的線索與依據(jù)而開展此項(xiàng)研究。

1 假聲偽裝手法

根據(jù)發(fā)聲生理學(xué)，正常發(fā)音主要通過(guò)人體喉部環(huán)甲肌組織的收縮運(yùn)動(dòng)使聲帶完全振動(dòng)，控制聲門的全方位閉合，進(jìn)而發(fā)出音質(zhì)明亮的聲音。假聲則是喉部披裂肌作收縮運(yùn)動(dòng)使聲帶局部振動(dòng)，聲門閉合呈菱形合縫狀，聲帶邊緣變薄后與空氣流動(dòng)共同發(fā)出的聲音。假聲高于原聲正常音域，且接近正常音域上限一個(gè)8度范圍，例如“海豚音”。假聲發(fā)音機(jī)理的不同改變了發(fā)聲聲音的基頻，同時(shí)由于基頻的改變，元音、濁輔音的語(yǔ)譜圖也會(huì)呈現(xiàn)出一定程度的變化。犯罪嫌疑人經(jīng)常采用假聲發(fā)音的方式偽裝不同角色逃避偵查，給偵查、鑒定工作增加了難度。

2 實(shí)驗(yàn)條件

2.1 實(shí)驗(yàn)設(shè)備

硬件：Gnome-p專業(yè)錄音器（采樣頻率8KHz/16KHz，截止頻率為16KHz）、研華科技610H工控機(jī)（CPU i7-4790 3.60G雙核，內(nèi)存16GB）。

軟件：Adobe Audition語(yǔ)音編輯軟件、俄羅斯法庭語(yǔ)音分析系統(tǒng)OT-Expert 5.1、美國(guó)LVIS自動(dòng)話者識(shí)別系統(tǒng)。

2.2 實(shí)驗(yàn)樣本

待測(cè)試音頻文件中發(fā)音人共30人，選用江蘇警官學(xué)院大四男女學(xué)生各15人，年齡分布在22～24歲之間，采錄時(shí)采用現(xiàn)場(chǎng)發(fā)生率較高的“提高基頻式”假聲方法發(fā)音。錄音語(yǔ)料為自行設(shè)計(jì)的3分鐘語(yǔ)音對(duì)話語(yǔ)句。錄制地點(diǎn)選擇于江蘇省公安廳物證鑒定中心的語(yǔ)音采集室。錄音設(shè)備為Gnome-p專業(yè)錄音器，設(shè)置錄音器參數(shù)為11.025KHz采樣率，按照聲紋鑒定語(yǔ)音檢材和樣本提取方法[6]進(jìn)行錄制。錄制過(guò)程為每人正常發(fā)音閱讀1次后再假聲發(fā)音閱

讀4次，依次命名為XXX假聲1，XXX假聲2，…，

XXX假聲4，其中XXX為說(shuō)話人姓名音節(jié)首字母，共得到150份語(yǔ)音樣本。

2.3 實(shí)驗(yàn)方法

分別利用OT-Expert 5.1的寬帶語(yǔ)譜圖、共振峰/基頻統(tǒng)計(jì)模塊、能量曲線模塊，分析計(jì)算男、女間正常發(fā)音與假聲偽裝樣本的共振峰走勢(shì)形態(tài)、共振峰/基頻參數(shù)、音強(qiáng)等聲學(xué)特性，并在0.05的檢驗(yàn)水平下進(jìn)行成對(duì)T檢驗(yàn)，論證正常發(fā)音與假聲間、假聲發(fā)音間差異性與穩(wěn)定性。同時(shí)，將此實(shí)驗(yàn)樣本中的30份偽裝語(yǔ)音作為檢材加入自動(dòng)話者識(shí)別系統(tǒng)LVIS的2500人語(yǔ)音庫(kù)中。再利用30份正常語(yǔ)音與其余120份假聲作為樣本進(jìn)行自動(dòng)識(shí)別測(cè)試，最后對(duì)測(cè)試結(jié)果進(jìn)行分析統(tǒng)計(jì)。

3 實(shí)驗(yàn)結(jié)果

從對(duì)實(shí)驗(yàn)樣本的對(duì)比中我們發(fā)現(xiàn)，假聲的發(fā)音特性導(dǎo)致相同個(gè)體的正常發(fā)音與假聲的語(yǔ)譜圖中的共振峰、基頻、音強(qiáng)等各參數(shù)具有明顯的差異，與期待結(jié)果相同，同時(shí)相同個(gè)體的4次假聲間的差異較小。由于篇幅限制，本文中僅列舉了1位男性個(gè)體WDJ的分析對(duì)比實(shí)驗(yàn)結(jié)果。

3.1 基頻參數(shù)

利用MFCC倒譜功能模塊對(duì)實(shí)驗(yàn)樣本的基頻參數(shù)進(jìn)行量化統(tǒng)計(jì)。眾所周知，由于基頻反映聲帶振動(dòng)速度，而假聲是利用聲帶邊緣部分振動(dòng)與空氣流動(dòng)共同發(fā)出的聲音，因此振動(dòng)速度與正常發(fā)音相對(duì)較快。相同個(gè)體情況下，假聲各項(xiàng)基頻參數(shù)均明顯高于正常發(fā)音。同時(shí)實(shí)驗(yàn)發(fā)現(xiàn)，相同個(gè)體4次假聲發(fā)音的基頻各聲學(xué)參數(shù)數(shù)值較為接近，差異率較小，如表1所示。從圖1基頻曲線分布對(duì)比圖中也可以看出，假聲語(yǔ)音實(shí)驗(yàn)樣本基頻頻率值明顯高于正常發(fā)音實(shí)驗(yàn)樣本的基頻頻率值，4次假聲的基頻走勢(shì)與區(qū)間分布大體一致，基頻分布與基頻曲線走勢(shì)擬合度較高。同時(shí)實(shí)驗(yàn)結(jié)果中，女性個(gè)體假聲的基頻各項(xiàng)參數(shù)均高于男性個(gè)體。

對(duì)假聲語(yǔ)音與正常語(yǔ)音進(jìn)行成對(duì)T檢驗(yàn)得出：T值為-15.16，顯著概率P值為0.001，結(jié)果表明基頻差異顯著；對(duì)假聲語(yǔ)音進(jìn)行成對(duì)T檢驗(yàn)得出：T值為1.2，顯著概率P值為0.271（遠(yuǎn)大于0.05），即基頻差異不顯著。

表1 WDJ正常發(fā)音與假聲間基頻參數(shù)對(duì)比

圖1 WDJ正常發(fā)音與4次假聲間的基頻分布對(duì)比

3.2 寬帶語(yǔ)譜圖檢驗(yàn)

截取語(yǔ)料中一段語(yǔ)音“我不愿和他一起做大創(chuàng)課題”（包含a、i、u、e、o5個(gè)元音音節(jié)）作為示例進(jìn)行語(yǔ)譜圖分析。圖2、圖3分別為WDJ男性個(gè)體的正常發(fā)音與4次假聲間的共振峰寬帶語(yǔ)譜圖、LPC頻譜圖。由于提示基頻式假聲發(fā)音會(huì)導(dǎo)致開口度變小、共鳴空間的形狀變化小音強(qiáng)較弱，進(jìn)而帶來(lái)共振峰邊界顯現(xiàn)模糊，共振峰曲線起伏走勢(shì)幅度小[7]51；同時(shí)塞擦音等形成的亂紋與塞音形成的沖直條得到了一定程度的的衰減。

高頻特征的穩(wěn)定性是語(yǔ)音同一認(rèn)定的重要條件，通過(guò)實(shí)驗(yàn)發(fā)現(xiàn)，假聲音節(jié)間的高頻共振峰頻率值、共振峰走向、音節(jié)內(nèi)過(guò)渡音征、音節(jié)間過(guò)渡音征相似性遠(yuǎn)大于與正常音節(jié)的對(duì)比。例如圖2中紅色箭頭所示，發(fā)音音節(jié)“愿（yuan）”的寬帶語(yǔ)譜圖對(duì)比中可以看出，正常語(yǔ)音音節(jié)內(nèi)的F3過(guò)渡音征呈升渡，而4次假聲音節(jié)內(nèi)的F3過(guò)渡音征呈降渡。從發(fā)音音節(jié)“一起”的音節(jié)間過(guò)渡形態(tài)對(duì)比可以看出，正常語(yǔ)音音節(jié)為清晰過(guò)渡，而假聲音節(jié)間的過(guò)渡形態(tài)為模糊過(guò)渡。另外，從發(fā)音音節(jié)“大創(chuàng)”的音節(jié)間過(guò)渡形態(tài)對(duì)比可以看出，正常語(yǔ)音音節(jié)為緩沖過(guò)渡，而假聲音節(jié)間的過(guò)渡形態(tài)為暫停過(guò)渡。

共振峰體現(xiàn)了聲道諧振特征，反映了元音的音質(zhì)，因此從聽覺檢驗(yàn)上假聲與原聲相比其音質(zhì)要差很多。如圖3所示，本文使用LPC編碼頻譜圖得到各音節(jié)的共振峰頻率曲線，并通過(guò)輔助人工標(biāo)記的方式可以得到各錄音樣本的共振峰端點(diǎn)頻率。為更好的驗(yàn)證假聲是否具有同正常語(yǔ)音一樣的個(gè)體穩(wěn)定性與人際差異性，我們將個(gè)體的正常發(fā)音與假聲按照性別分類后，計(jì)算元音端點(diǎn)頻率并進(jìn)行量化統(tǒng)計(jì)分析。表2為將剪切語(yǔ)料中的“大”字的[A]、“一”字的[i]、“不”的[u]、“課”字的、“我”字的[o]元音共振峰端點(diǎn)頻率。限于篇幅，僅列出了女性個(gè)體XYH與男性個(gè)體WDJ正常發(fā)音與假聲發(fā)音間的各項(xiàng)指標(biāo)參數(shù)與相對(duì)偏差。

對(duì)假聲語(yǔ)音與正常語(yǔ)音的F3共振峰進(jìn)行成對(duì)T檢驗(yàn)得出：T值為-4.92，顯著概率P值為0.013，結(jié)果表明F3差異顯著；對(duì)假聲語(yǔ)音與正常語(yǔ)音的F4共振峰進(jìn)行成對(duì)T檢驗(yàn)得出：T值為-1.86，顯著概率P值為0.106（大于0.05），結(jié)果表明F4存在差異但不顯著。對(duì)假聲語(yǔ)音的F3共振峰進(jìn)行成對(duì)T檢驗(yàn)得出：T值為1.2，顯著概率P值為0.469（遠(yuǎn)大于0.05），即F3差異不顯著；對(duì)假聲語(yǔ)音的F4共振峰進(jìn)行成對(duì)T檢驗(yàn)得出：T值為0.35，顯著概率P值為0.776（遠(yuǎn)大于0.05），即F4差異不顯著。

圖2 WDJ正常發(fā)音與4次假聲間的共振峰寬帶語(yǔ)譜圖

圖3 WDJ正常發(fā)音與4次假聲的LPC頻譜圖

從實(shí)驗(yàn)結(jié)果可看出，男女個(gè)體的假聲各音節(jié)的共振峰F1、F2頻率均比正常發(fā)音時(shí)差異較大，已不具備鑒定的條件。相同也發(fā)現(xiàn)，個(gè)體提升基頻式假聲間的共振峰數(shù)值差異不明顯，具有一定的穩(wěn)定性。與正常發(fā)音相似，由于女性聲帶較男性更薄，因此假聲發(fā)音的各共振峰頻率也高于男性個(gè)體。本次實(shí)驗(yàn)選用的提升基頻式假聲發(fā)音的音節(jié)聲韻母結(jié)構(gòu)、聲調(diào)未發(fā)生變異，因此仍可依照語(yǔ)音樣本，提取語(yǔ)音檢材中的相同音節(jié)進(jìn)行鑒定。但其他偽裝方式，例如捂嘴、咬物、方言等，聲韻母結(jié)構(gòu)已改變情況下，也不能作為相同音節(jié)比對(duì)。

表2 相同個(gè)體正常發(fā)音與4次假聲間的共振峰各參數(shù)對(duì)比

3.3 音強(qiáng)檢驗(yàn)

語(yǔ)音的能量也稱為音強(qiáng)，是語(yǔ)音同一鑒定時(shí)的重要參考因素之一，其大小取決于采錄設(shè)備接收處的波幅。正常發(fā)音和假聲的本質(zhì)區(qū)別是聲帶參與（振動(dòng)）的面積和類型。假聲是由聲帶韌帶邊緣振動(dòng)產(chǎn)生的，聲帶主體是放松的，而正常原聲是全體聲帶振動(dòng)產(chǎn)生的。同時(shí)由于提升基頻式假聲的某些音節(jié)開口度小，在相同發(fā)音條件下假聲發(fā)音缺乏力度，因此，其即時(shí)能量要比正常發(fā)音要弱[7]50。由于未經(jīng)過(guò)專業(yè)訓(xùn)練的發(fā)音人的不能很好的控制由聲帶邊緣振動(dòng)時(shí)所產(chǎn)生的假聲，因此很容易產(chǎn)生能量斷裂，在即時(shí)能量曲線上所表現(xiàn)的是突然下降的能量波谷，如圖4所示。本次實(shí)驗(yàn)選用的提高基頻式偽裝語(yǔ)音發(fā)音較耳語(yǔ)、降低基頻式等偽裝方式，聲帶振動(dòng)幅度大、氣流強(qiáng)烈，音強(qiáng)能量均值與正常發(fā)音差異不大。

對(duì)假聲語(yǔ)音與正常語(yǔ)音的能量均值進(jìn)行成對(duì)T檢驗(yàn)得出：T值為-1.27，顯著概率P值為0.261，結(jié)果表明能量差異不顯著；對(duì)4次假聲語(yǔ)音的能量均值進(jìn)行成對(duì)T檢驗(yàn)得出：T值為0.584，顯著概率P值為0.869，即能量差異不顯著。

圖4 正常發(fā)音與假聲間的即時(shí)能量（音強(qiáng)）曲線圖

3.4 語(yǔ)音自動(dòng)話者識(shí)別測(cè)試

在前面的傳統(tǒng)人工圖譜檢驗(yàn)實(shí)驗(yàn)中，我們發(fā)現(xiàn)偽裝手段使語(yǔ)音頻譜的基頻、共振峰、音強(qiáng)都發(fā)生了變異，影響了說(shuō)話人同一認(rèn)定的判斷。但同時(shí)也發(fā)現(xiàn)，相同偽裝方式下的假聲某些語(yǔ)音特性存在一定的穩(wěn)定性。為進(jìn)一步驗(yàn)證此結(jié)論，本文將30名發(fā)音人偽裝假聲語(yǔ)音1作為檢材加入LVIS自動(dòng)辨識(shí)系統(tǒng)的錄音庫(kù)，同時(shí)將30名發(fā)音人的正常語(yǔ)音與其余偽裝假聲語(yǔ)音作為待測(cè)試語(yǔ)音樣本，進(jìn)行自動(dòng)話者識(shí)別測(cè)試。

LVIS自動(dòng)說(shuō)話人鑒定系統(tǒng)選用UBM-GMM混合模型、隱馬爾可夫模型和神經(jīng)網(wǎng)絡(luò)技術(shù)并結(jié)合Tippet圖結(jié)果驗(yàn)證系統(tǒng)，其等錯(cuò)誤率（EER）最低為1.20%，但由于系統(tǒng)限制不能夠調(diào)整閾限值。測(cè)試結(jié)束后LVIS系統(tǒng)將錄音庫(kù)中與待測(cè)試語(yǔ)音樣本似然率數(shù)值（匹配度）依次進(jìn)行降序排列，并列出各錄音庫(kù)語(yǔ)料與待測(cè)試樣本的似然率，如圖5所示。其中似然率0～10-4認(rèn)定為不同一，10-4～1為傾向性不同一，1～104認(rèn)定為傾向性同一，大于104認(rèn)定為同一。

圖5 LVIS自動(dòng)話者辨別系統(tǒng)

本次測(cè)試假定將待測(cè)試語(yǔ)音樣本與偽裝假聲語(yǔ)音檢材匹配時(shí)，系統(tǒng)計(jì)算得到的正確發(fā)音人語(yǔ)音樣本的似然率位列前5名，即為正確辨識(shí)。從實(shí)驗(yàn)結(jié)果來(lái)看，正常語(yǔ)音樣本的正確辨識(shí)率僅為23.3%，而偽裝假聲語(yǔ)音樣本的正確辨識(shí)率則達(dá)到了88.89%，如表3所示，其中★標(biāo)識(shí)為辨識(shí)不成功的樣本例（篇幅所限，僅列出15位發(fā)音人的測(cè)試?yán)?/p>

表3 15位發(fā)音人的語(yǔ)音樣本的自動(dòng)識(shí)別似然率

4 分析與討論

通過(guò)上述分析檢驗(yàn)結(jié)果可以得出下列結(jié)論：

（1）假聲語(yǔ)音檢材與正常語(yǔ)音樣本間不具備同一鑒定條件。從語(yǔ)譜圖與從T檢驗(yàn)量化結(jié)果可以看到，由于假聲發(fā)音時(shí)共振腔的共振作用減弱，使得假聲語(yǔ)譜圖中共振峰的總體分布與走勢(shì)、塞音沖直條、摩擦亂紋、濁音橫杠產(chǎn)生變異；假聲語(yǔ)音與正常語(yǔ)音相比較，共振峰走勢(shì)分布以及持續(xù)時(shí)長(zhǎng)，共振峰頻率、基頻數(shù)值均存在差異；音強(qiáng)曲線中易產(chǎn)生能量帶斷裂。同時(shí)上述差異在男性發(fā)音個(gè)體間更為明顯。因此，假聲語(yǔ)音檢材與正常語(yǔ)音樣本間進(jìn)行同一認(rèn)定時(shí)易導(dǎo)致否定結(jié)論，LVIS自動(dòng)語(yǔ)音辨識(shí)系統(tǒng)也正確驗(yàn)證了此結(jié)論。

（2）相同偽裝方式下的假聲語(yǔ)音檢材與樣本間進(jìn)行同一認(rèn)定具備一定的鑒定條件。從語(yǔ)譜圖與從T檢驗(yàn)量化結(jié)果可以看到，相同偽裝方式下語(yǔ)音圖譜的共振峰走勢(shì)形態(tài)、基頻數(shù)值、音強(qiáng)曲線的能量斷裂位置具有一定的穩(wěn)定性。在偽裝發(fā)音檢材與樣本間進(jìn)行同一鑒定時(shí)，可利用上述特征作為參考依據(jù)。但本次僅使用了提高基頻式偽裝發(fā)音作為實(shí)驗(yàn)樣本（30例），快慢速、捂嘴、耳語(yǔ)等其它偽裝發(fā)音[8]未作討論，其它相同偽裝方式條件下的假聲是否具備相對(duì)穩(wěn)定性還需在對(duì)假聲錄音樣本進(jìn)行擴(kuò)充后進(jìn)一步加以論證。

（3）語(yǔ)音檢驗(yàn)中，語(yǔ)音檢材與樣本不能滿足同一認(rèn)定條件的情況下，利用方言口音、習(xí)慣用語(yǔ)、贅語(yǔ)、言語(yǔ)缺陷、韻律特征等在偽裝不易改變的信息特征，對(duì)縮小偵查范圍也具有重要參考價(jià)值。

參考文獻(xiàn)：

[1] 莊琳. 捏鼻語(yǔ)音的聲紋鑒定研究[J].中國(guó)人民公安大學(xué)學(xué)報(bào)(自然科學(xué)版),2010(4):1-7.

[2] 張翠玲,曹巧玲,張紅兵. 捏鼻偽裝語(yǔ)音的聲學(xué)研究[J]. 中國(guó)刑警學(xué)院學(xué)報(bào),2006(3):46-48.

[3] 張桂清,金怡珠,等. 電子偽裝語(yǔ)音的變聲規(guī)律研究[J]. 證據(jù)科學(xué),2010(4):100-105.

[4] 張翠玲,趙曉波. 電聲偽裝語(yǔ)音的聲學(xué)研究[J]. 中國(guó)刑警學(xué)院學(xué)報(bào),2008(2):53-55.

[5] 張翠玲. 偽裝語(yǔ)音的聲學(xué)研究[D].天津:南開大學(xué),2005:4-5.

[6] 王虹. 基層公安機(jī)關(guān)聲紋鑒定語(yǔ)音檢材和樣本提取技術(shù)[J].警察技術(shù),2012(4):57-60.

[7] 金陽(yáng)天,王虹,歐陽(yáng)國(guó)亮. 語(yǔ)音開口度對(duì)共振峰頻率的影響[J].中國(guó)刑警學(xué)院學(xué)報(bào),2014(3).

[8] 張翠玲,譚鐵軍,劉昇. 偽裝語(yǔ)音的自動(dòng)話者識(shí)別研究[J].中國(guó)刑警學(xué)院學(xué)報(bào),2007(2):18-21.