芻議聽(tīng)音與聲紋鑒定

賈麗文

（中國(guó)政法大學(xué) 研究生院，北京100088）

我國(guó)從1989年第一起運(yùn)用語(yǔ)音鑒定的案件至今，聲紋鑒定逐步從單一依靠圖譜比對(duì)分析，發(fā)展成綜合運(yùn)用嗓音音質(zhì)、言語(yǔ)特征和頻譜數(shù)據(jù)的多種定性定量分析，一步步揭開(kāi)了其神秘面紗，使聲紋鑒定日趨規(guī)范化和標(biāo)準(zhǔn)化。伴隨對(duì)語(yǔ)音、語(yǔ)言研究的深入，以及語(yǔ)音處理軟件的升級(jí)換代，有的鑒定者在聲紋鑒定中，多依賴于頻譜的分析和數(shù)據(jù)的提取及處理上，卻忽視了鑒定中聽(tīng)音過(guò)程，或減少了聽(tīng)音次數(shù)。然而，聽(tīng)音才是聲紋鑒定之王，只有在聽(tīng)音基礎(chǔ)上的分析和判斷，才能成為聲紋鑒定的正確導(dǎo)向。

一、聽(tīng)音與聲紋鑒定

（一）聽(tīng)音與聲紋鑒定的關(guān)系

目前使用的聲紋鑒定方法，主要是通過(guò)語(yǔ)圖儀或語(yǔ)音工作站實(shí)現(xiàn)語(yǔ)音聲學(xué)特征比對(duì)進(jìn)行鑒定。聲紋鑒定的步驟，主要是“聽(tīng)-看-測(cè)-析”。“聽(tīng)”即聽(tīng)音，“看”（通過(guò)語(yǔ)圖觀察特定音節(jié)的各方面形態(tài)特征）、“測(cè)”（對(duì)各方面特征參數(shù)的定量檢測(cè)）、“析”（綜合分析判斷）都是在“聽(tīng)”的基礎(chǔ)之上進(jìn)行。

聽(tīng)音，就是聽(tīng)辨檢材和樣本的全部語(yǔ)音材料，對(duì)有關(guān)方言、語(yǔ)音速度、言語(yǔ)習(xí)慣、鼻音輕重、音高、變音、變調(diào)、節(jié)奏、聲源譜特性（聲音的厚薄、余音的強(qiáng)弱）、清晰度、流暢度、口頭語(yǔ)、贅語(yǔ)、虛詞、言語(yǔ)缺陷（口吃、大舌頭等），以及是否偽裝等進(jìn)行辨別。此外，還要聽(tīng)辨語(yǔ)義、詞匯、語(yǔ)法及其表達(dá)方式的異同。

聽(tīng)音是聲紋鑒定的首要步驟，也是聲紋鑒定的必經(jīng)程序，聲紋鑒定離不開(kāi)聽(tīng)音這一過(guò)程。離開(kāi)聽(tīng)音，僅僅依靠對(duì)語(yǔ)圖的觀察和特征參數(shù)的測(cè)量，將使聲紋鑒定變得沒(méi)有方向，會(huì)浪費(fèi)大量的鑒定資源，得出不可靠的鑒定意見(jiàn)。

（二）聽(tīng)音在聲紋鑒定中的重要作用

1.決定了聲紋鑒定的方向。在一段語(yǔ)料中，并不是所有的詞語(yǔ)和音節(jié)都有鑒定價(jià)值。聽(tīng)音是對(duì)整體語(yǔ)料的感知，同時(shí)也是對(duì)特征音節(jié)的篩選，進(jìn)而對(duì)語(yǔ)圖分析和參數(shù)測(cè)量有了方向和依據(jù)。

2.有助于得出正確的鑒定結(jié)論。不同的軟件和算法的選擇及不同的參數(shù)設(shè)置，會(huì)造成“同一”的假象，再使用聽(tīng)音進(jìn)行判斷和檢查，假象就會(huì)露出破綻，避免單一依靠語(yǔ)圖和數(shù)據(jù)帶來(lái)的鑒定失誤。

3.有助于彌補(bǔ)現(xiàn)有技術(shù)對(duì)語(yǔ)圖和參量數(shù)據(jù)無(wú)法反映的語(yǔ)音特征。人類對(duì)聲紋鑒定技術(shù)的認(rèn)識(shí)仍處在不斷的深化之中，現(xiàn)有的鑒定技術(shù)難免有其系統(tǒng)性的弊端。好在人的聽(tīng)覺(jué)感知系統(tǒng)與生俱來(lái)且功能強(qiáng)大，其奧妙之處，就在于人們能感知檢材與樣本是否為同一人所說(shuō)。

二、聽(tīng)音重要性的原因

（一）聲紋鑒定的理論基礎(chǔ)反映了聽(tīng)音的必然性

刑事物證鑒定的一般理論，揭示了被鑒定客體具有特定性、穩(wěn)定性和反映性。聲音之所以可進(jìn)行話者的同一認(rèn)定，亦是依賴聲音的特定性、穩(wěn)定性和反映性，其中最主要的是聲音的特定性。聲音的特定性，首先表現(xiàn)在語(yǔ)音產(chǎn)生的生理機(jī)制上，即人呼吸器官的生理結(jié)構(gòu)、聲帶的生理結(jié)構(gòu)（包括質(zhì)量、幾何形狀、勁度、周?chē)∪旱龋⒙暤赖纳斫Y(jié)構(gòu)（包括長(zhǎng)度、截面積、機(jī)能等）；其次表現(xiàn)在話者的言語(yǔ)習(xí)慣定型，即話者言語(yǔ)的社會(huì)性，話者處在一定的社會(huì)環(huán)境和社會(huì)條件下，會(huì)形成獨(dú)特的言語(yǔ)搭配習(xí)慣和語(yǔ)音表達(dá)習(xí)慣（如：方言）。因此，聲音的特定性不是單一的生理結(jié)構(gòu)特點(diǎn)或是話者的語(yǔ)言習(xí)慣定型決定的，而是二者結(jié)合的結(jié)果，導(dǎo)致聲紋鑒定比指紋鑒定、筆跡鑒定更加復(fù)雜，影響鑒定的因素也更加多樣化。無(wú)論是指紋鑒定還是筆跡鑒定，都是直觀的檢材和樣本的比對(duì)，而聲音之所以能進(jìn)行比對(duì)，是依賴將聲音轉(zhuǎn)化為語(yǔ)圖。然而，不同的軟件所轉(zhuǎn)化的語(yǔ)圖，會(huì)因其自身的屬性或參數(shù)設(shè)置的不同而丟失，或者無(wú)法反映一些語(yǔ)音信息，使反映語(yǔ)音生理特點(diǎn)的特定性產(chǎn)生偏差。因此，語(yǔ)圖的比對(duì)要以聽(tīng)音為基礎(chǔ)，排除聽(tīng)音以單一語(yǔ)圖比對(duì)將會(huì)產(chǎn)生錯(cuò)誤。而對(duì)于話者言語(yǔ)習(xí)慣定型的特定性的反映，聽(tīng)音是最好的選擇。話者是否有地方口音，是否有特殊的詞語(yǔ)搭配習(xí)慣，幾乎一聽(tīng)便知。

（二）聽(tīng)音者自身所具備的聽(tīng)覺(jué)特性反映其特有的功能性

在日常生活中，人們能很輕易地辨別出家人、朋友、同事的聲音，甚至當(dāng)對(duì)方在憤怒、哭泣、大聲喊叫、使用方言時(shí)，也能很快地辨別出是某人發(fā)出的聲音，而不是他人發(fā)出的聲音。就是很多年沒(méi)有交往的朋友，接電話聽(tīng)到聲音時(shí)還能聽(tīng)辨出對(duì)方是誰(shuí)。甚至對(duì)不熟悉的陌生人其少年時(shí)和老年期說(shuō)同樣一段話，人們也能分辨出哪個(gè)是其少年時(shí)所說(shuō)，哪個(gè)是其老年期所說(shuō)。這種先天具有的功能，源于人類自身所具備的聽(tīng)覺(jué)系統(tǒng)。人類的聽(tīng)覺(jué)系統(tǒng)既是靈敏的聲音接收系統(tǒng)，也是高度的語(yǔ)音綜合分析系統(tǒng)。

人類的聽(tīng)覺(jué)系統(tǒng)對(duì)聲音具有很強(qiáng)的解析、綜合和分析判斷能力，聽(tīng)覺(jué)系統(tǒng)的這些能力和特點(diǎn)總稱為聽(tīng)覺(jué)特性。聽(tīng)覺(jué)特性可進(jìn)一步細(xì)分為聲學(xué)感受性和主觀感受性。聲學(xué)感受性可通過(guò)各種聲學(xué)參數(shù)（如：頻率）來(lái)表述。但是，主觀感受性在聲紋鑒定研究中，要想如聲學(xué)感受性一樣得以量化表示和衡量，還有很長(zhǎng)一段路要走。此外，就音質(zhì)和音色而言，人類的聽(tīng)覺(jué)系統(tǒng)具有奇妙的感知能力，人們能夠輕易地區(qū)分不同人的聲音且不混淆，就是聽(tīng)覺(jué)具有差別感受性。也正是聽(tīng)覺(jué)的差別感受性，使聲音鑒定有據(jù)可循，最早的話者識(shí)別，就是依靠聽(tīng)音來(lái)完成。因此，聽(tīng)音在聲紋鑒定中具有其得天獨(dú)厚的優(yōu)勢(shì)，它是人類的聽(tīng)覺(jué)系統(tǒng)與生俱來(lái)的，任何工具不可替代。

（三）語(yǔ)音的特性反映了感知過(guò)程的惟一性

人類的生活離不開(kāi)語(yǔ)言。語(yǔ)言是生理現(xiàn)象、心理現(xiàn)象和社會(huì)現(xiàn)象三者的結(jié)合和統(tǒng)一。語(yǔ)音的生理性、心理性和社會(huì)性構(gòu)成了語(yǔ)音的特性。言語(yǔ)交流實(shí)際上是一系列生理、心理、物理轉(zhuǎn)換的復(fù)雜過(guò)程，它可分為發(fā)音、傳遞和感知三個(gè)階段。發(fā)音和傳遞在聲紋鑒定過(guò)程中是既定的，而感知過(guò)程是語(yǔ)音通過(guò)聽(tīng)音者聽(tīng)覺(jué)系統(tǒng)獲得專一信號(hào)，這是一個(gè)從生理現(xiàn)象到心理現(xiàn)象的轉(zhuǎn)換過(guò)程，它具有很強(qiáng)的獨(dú)立性。正因如此，依據(jù)同樣一段語(yǔ)圖進(jìn)行聽(tīng)音，有些人聽(tīng)后可得出同樣的結(jié)論，有些人聽(tīng)后則得出不同的結(jié)論。之所以會(huì)產(chǎn)生這樣的情況，源于不同的人有不同的感知過(guò)程。在這種情況下，不僅要重視語(yǔ)圖和參量數(shù)據(jù)，更要加強(qiáng)反復(fù)聽(tīng)音和多次聽(tīng)音。理由很簡(jiǎn)單：這種差異根本沒(méi)有反映在語(yǔ)圖上！正如筆跡鑒定尋找差異點(diǎn)需要反復(fù)比對(duì)一樣，聲紋鑒定也需要反復(fù)地聽(tīng)音來(lái)尋找差異點(diǎn)，尤其在聲紋鑒定還沒(méi)有成熟化的今天，聽(tīng)音更不可捨棄。

（四）現(xiàn)有的鑒定技術(shù)反映了聽(tīng)音的可靠性

目前，聲紋鑒定主要使用語(yǔ)音學(xué)分析法，即綜合運(yùn)用嗓音音質(zhì)、口頭語(yǔ)言和頻譜等特征綜合評(píng)斷的一種方法。此外，還有聲紋自動(dòng)識(shí)別法和綜合方法（即語(yǔ)音學(xué)分析法和聲紋自動(dòng)識(shí)別法相結(jié)合的方法）。鑒定方法的發(fā)展在逐步信賴科學(xué)技術(shù)的同時(shí)，也很自然地逐步鞏固了聽(tīng)音的重要地位。因?yàn)椋?/p>

1.對(duì)現(xiàn)有科學(xué)技術(shù)的認(rèn)識(shí)存在局限性。在聲紋鑒定中，最重要的一點(diǎn)是對(duì)共振峰的提取，這方面的研究已經(jīng)頗為豐富，但是，不同軟件和不同參量的選擇，在提取的過(guò)程中都會(huì)面臨自身方法的弊端。人們?cè)谡J(rèn)識(shí)的過(guò)程中還不能達(dá)到盡善盡美，而聽(tīng)音能聽(tīng)出原聲態(tài)。

2.在某些情況下，聽(tīng)音比使用科學(xué)技術(shù)更加便利，能夠省去參量選擇和數(shù)據(jù)處理等技術(shù)要求的大量繁瑣過(guò)程，而直接得出可靠的意見(jiàn)。由此可見(jiàn)，真正的聲紋鑒定，永遠(yuǎn)不會(huì)摒去聽(tīng)音，如同指紋鑒定離不開(kāi)“看”，聲紋鑒定亦離不開(kāi)“聽(tīng)”。

三、聽(tīng)音在聲紋鑒定中的困境及解決方式

聽(tīng)音在聲紋鑒定中固然重要，但也會(huì)遭遇一些困境。

（一）聽(tīng)音者的聽(tīng)覺(jué)效應(yīng)

聽(tīng)音者的識(shí)別能力強(qiáng)度，很大程度上取決于聽(tīng)音者的感知。而感知會(huì)受到聽(tīng)覺(jué)效應(yīng)的影響產(chǎn)生偏差。聽(tīng)覺(jué)效應(yīng)主要有：

1.掩蔽效應(yīng)。即當(dāng)同時(shí)聽(tīng)到兩個(gè)聲音時(shí)，較響的聲音掩蓋了較輕的聲音，使人聽(tīng)起來(lái)好像只有一個(gè)聲音。這種掩蔽效應(yīng)，又分為純音對(duì)純音的掩蔽和噪音對(duì)純音的掩蔽。

2.哈斯效應(yīng)，又稱時(shí)間效應(yīng)。即當(dāng)方向不同的兩個(gè)聲源發(fā)出同樣的聲音時(shí)，由于到達(dá)的時(shí)間為同一時(shí)刻、或相差5～35ms、或相差35～50ms、或相差50ms以上，會(huì)感覺(jué)聲音來(lái)源方向是兩個(gè)聲源之間的一個(gè)假聲源、先到達(dá)的聲源、后到達(dá)的聲源，得出聲源來(lái)自不同方向的結(jié)果。

3.德·波埃效應(yīng)，又稱響度效應(yīng)。即兩個(gè)聲源對(duì)稱的置于聽(tīng)音者的前方時(shí)，當(dāng)反饋給兩個(gè)聲源的聲音信號(hào)相同時(shí)，聽(tīng)音者感覺(jué)聲音來(lái)自兩個(gè)聲源的中間，而且似乎是只有一個(gè)聲源。

4.勞氏效應(yīng)，又稱相位效應(yīng)。勞氏效應(yīng)產(chǎn)生假立體聲效果，即將信號(hào)延時(shí)后以反相疊加在直達(dá)聲信號(hào)上，立即就會(huì)產(chǎn)生明顯的空間印象，聲音似乎來(lái)自四面八方，聽(tīng)音者有置于樂(lè)隊(duì)之中的感受。

聽(tīng)覺(jué)效應(yīng)所產(chǎn)生的困境，主要是聽(tīng)音者感知失真。這種失真，聽(tīng)音者不可控制，也不可避免。對(duì)于掩蔽效應(yīng)帶來(lái)的困境，學(xué)術(shù)界已有人提出并研究了統(tǒng)計(jì)模型算法、譜減法、聽(tīng)覺(jué)掩蔽算法、短時(shí)譜估計(jì)算法、子空間算法、小波變換算法等，用作降低錄音資料的噪音信號(hào)、增強(qiáng)語(yǔ)音信號(hào)。其余的效應(yīng)在日常生活中不常見(jiàn)，在此不作研究。

（二）聽(tīng)音在認(rèn)定同一中的體現(xiàn)

聽(tīng)音為聲紋鑒定服務(wù)，聲紋鑒定的最終目的是要鑒別檢材與樣本的說(shuō)話人是否同一。就像指紋認(rèn)定同一一樣，要以本質(zhì)符合點(diǎn)占絕對(duì)多數(shù)，且少數(shù)差異點(diǎn)得到科學(xué)解釋為判斷依據(jù)。聲紋鑒定能夠進(jìn)行同一認(rèn)定，也要有值得令人信服的判斷依據(jù)。而聽(tīng)音是一個(gè)主觀性很強(qiáng)的活動(dòng)，很難以“我認(rèn)為兩個(gè)語(yǔ)料是同一人所說(shuō)”來(lái)取得他人的信服。即使兩個(gè)或三個(gè)聽(tīng)音者持同一意見(jiàn)，也很難保證沒(méi)有其他聽(tīng)音者持不同意見(jiàn)，這就使聽(tīng)音的結(jié)論很難在認(rèn)定聲音同一時(shí)得到體現(xiàn)。

對(duì)于這一困境，可以將主觀的聽(tīng)音判斷轉(zhuǎn)化為客觀的參數(shù)反映和語(yǔ)圖反映方式來(lái)解決。目前，國(guó)內(nèi)外學(xué)者對(duì)聲紋研究已經(jīng)日趨擴(kuò)大，從基本的音強(qiáng)特征、音高模式的研究，已經(jīng)逐步細(xì)化到情緒語(yǔ)音、情感語(yǔ)音及具體的地區(qū)方言（如廣州話、上海話等）的研究上，使聽(tīng)音所得的結(jié)論可通過(guò)具體的參數(shù)和形態(tài)（如共振峰頻率、基頻、語(yǔ)圖形態(tài)等）得以量化。雖然具體的研究還有待于進(jìn)一步探索，但聽(tīng)音在認(rèn)定同一中的體現(xiàn)也有了方向可循。

（三）聲紋鑒定的證據(jù)力

在提供偵查線索、縮小偵查范圍上，聲紋鑒定起到的作用有目共睹。但是，在法庭上作為證據(jù)使用，要具備證據(jù)力。在美國(guó)，聲紋鑒定作為證據(jù)使用不是沒(méi)有，但并不常見(jiàn)。之所以如此，主要質(zhì)疑聲紋鑒定的可靠性，往往要從鑒定人是否具有經(jīng)驗(yàn)，鑒定過(guò)程是否存在主觀性，語(yǔ)音自身的易變性等諸多問(wèn)題，對(duì)聲紋鑒定是否具有可采性提出質(zhì)疑。在日本、德國(guó)和英國(guó)等國(guó)家，聲紋鑒定作為證據(jù)也較少見(jiàn)。我國(guó)聲紋鑒定起步晚于西方國(guó)家，在之前的訴訟程序中，聲紋證據(jù)也不作為定案的根據(jù)。但是，伴隨新刑訴法的修改，鑒定結(jié)論改為鑒定意見(jiàn)，鑒定人出庭制度得到進(jìn)一步的完善，聲紋作為訴訟程序中的證據(jù)指日可待。不過(guò)盡管如此，完善聲紋鑒定的證據(jù)能力，還要經(jīng)過(guò)很長(zhǎng)的路程對(duì)其探索。

四、結(jié)語(yǔ)

聲紋鑒定過(guò)程中，聽(tīng)音是必不可少的重要步驟，鑒定人要高度重視聽(tīng)音。要多注重做好專業(yè)的聽(tīng)音訓(xùn)練，夯實(shí)語(yǔ)音學(xué)基礎(chǔ)，以此提高聲紋鑒定質(zhì)量。

[1]徐立根.物證技術(shù)學(xué)[M].北京:中國(guó)人民大學(xué)出版社,2008.

[2]楊俊杰.司法話者識(shí)別[M].北京:中國(guó)人民公安大學(xué)出版社,2009.

[3]楊英倉(cāng),徐毓文,歐榮安,李文瑞,王英利.聽(tīng)辨在聲紋鑒定中的作用[J].刑事技術(shù),2012:43-45.

[4]唐暢,廖翔.淺談司法語(yǔ)音鑒定中的綜合技術(shù)應(yīng)用[J].警察技術(shù),2011:30-32.

[5]王英利,李敬陽(yáng),曹洪林.聲紋鑒定技術(shù)綜述[J].警察技術(shù),2012(4):5 4-56.

[6]伍浩鵬.聲紋鑒定及其證據(jù)效力[J].甘肅政法學(xué)院學(xué)報(bào),2000(4):99-102.

[7]文宇.一聲定音[J].檢查風(fēng)云,2004(6):36-38.

[8]宋淼,李敬陽(yáng).淺談聲紋檢驗(yàn)鑒定技術(shù)[J].北京人民警察學(xué)院學(xué)報(bào),2005(2):35-36.

[9]閻萍.聲紋鑒定及其在偵查破案中的作用[J].遼寧警專學(xué)報(bào),200 8(1):70-72.