音強在聲紋鑒定中的作用分析

王春蘭

摘 要：音強在聲紋鑒定中往往被忽略。實驗采集了男女各一百人的語音樣本，首先從音強隨著頻率、時間等的變化規律進行定性分析，接著測量各人發音時音強的數值進行定量分析，通過分析發現，語音的音強分布狀態雖然不具有不同話者間本質差異和同一話者自身同一性，但是，音強的變化規律的確與頻率、時間、共振峰有關，所以音強可以在特定情況下作為聲紋鑒定的輔助性參數來使用。

關鍵詞：聲紋鑒定；音強；頻率；共振峰

中圖分類號：D918.9 文獻標志碼：A 文章編號：2095-2945（2018）36-0019-03

Abstract： Sound intensity is often neglected in voiceprint identification. The speech samples of 100 men and 100 women were collected in the experiment. First， qualitative analysis was carried out from the change of sound intensity with frequency and time， and then quantitative analysis was carried out by measuring the value of sound intensity when each person was pronounced. Through the analysis， it was found that although the distribution of phonetic intensity does not have the essential difference between different speakers and the identity of the same speaker， the change of phonetic intensity does have something to do with frequency， time and formant. Therefore， sound intensity can be used as an auxiliary parameter for voiceprint identification under certain circumstances.

Keywords： voiceprint identification； tone intensity； frequency； formant

引言

在聲紋鑒定過程中主要運用的鑒定方法有聽覺辨認、聲紋鑒定和言語分析這三種鑒定方法，其中在法庭上最具有說服力并且運用最廣泛的是聲學分析，而這種分析與聲音的物理屬性息息相關。音強，作為聲音的一種基本物理屬性，在聲紋鑒定活動中發揮著一定的作用[1]。

聲紋鑒定是運用計算機科學、物理學、心理學、生理學、語言學、語音學等學科相關知識，通過對已經獲取的可能成為證據的聲音進行聽覺感知、頻譜這兩方面的同一性和差異性的綜合分析，可以為辦案人員在辦案過程中和審判過程中提供線索和審判依據的一種技術手段[2，3]。聲紋鑒定過程中運用語音的許多聲學特征，通常有共振峰、基頻、音高，音長、音強、音質等特征。音強是指聲音的強弱。它取決于聲波的振幅，振幅越大聲音越強；振幅越小聲音越弱[4]。在犯罪現場犯罪分子緊張程度和被害人的恐懼感都可以用在聲音的強弱中體現出來[5]。

1 實驗

實驗通過對同一個體和不同個體的語音材料進行音強的同一性與差異性的對比，采用定性分析和定量分析兩種方法，分析說明聲紋鑒定中音強的變化規律和它的應用價值。本次實驗對男女各一百人采集語音，錄音語句“你到底有沒有做”，“這就是我做的”。

（1）實驗儀器設備：VS99和專業語音分析軟件Praat，版本型號2007-5.0。

（2）采集聲音規則

發音人嘴與手機保持5～8cm，標準普通話發音，采集捏鼻偽裝和正常情況下兩種發音，錄音語段為前面設計的內容，采樣頻率48000Hz，錄制格式wav，錄制語音時確保錄制環境不變，對每一份錄音編號。

2 實驗數據分析

首先將得到的語音樣本進行降噪處理并將其按音節截取保存。對每個音節進行強度分析，計算不同個體發相同的音節時的強度數據的變異系數。最后對比不同個體和同一個體的強度數據進行分析。

2.1 聲紋鑒定中音強的定性分析

（1）音強隨頻率的變化規律

如下圖1是實驗樣本中選取的A、B兩人在發“這就是我做的”中的音節“做”的寬帶語圖A1、B1，和B在發“你到底有沒有做”中的音節“做”的寬帶語圖B2。

觀察這男女各一百人的“做”的寬帶語圖，可以看出隨著頻率的升高語圖逐漸變淡。可以說明音強隨著頻率的升高而降低，頻率在2000-5000Hz之間不同個體發相同句子中的“做”時寬帶語圖的濃淡程度不一樣，說明不同個體發音時音強隨頻率下降的程度不一樣。觀察同一個體在分別發“你到底有沒有做”和“這就是我做的”中音節“做”的寬帶語圖可以看出濃淡變化的趨勢接近，說明同一人在不同話語中發相同音節時音強隨頻率變化趨勢相同。所以可以得出結論同一個體在發同一音節時音強隨頻率變化的趨勢是一致的，這可以作為聲紋鑒定過程中同一性認定的輔助性指標來使用。

（2）音強按時間分布狀態不同

如下圖2中A1、B1、C1分別是A、B、C三人在發“這就是我做的”的音節“做”的寬帶語圖。

從時間角度可以看出在不同個體的寬帶語圖基本呈現出三種狀態：濃淡程度分布均勻、前面濃后面淡、前面淡后面比較濃。由此可以說明不同的個體在發相同音節時音強按照時間的分布都是不同的。造成這種不同的原因是每個個體在發音時他的用力的時間段不同。例如，對于圖 2中發音人A在整個發音過程中肌肉基本保持在一個穩定用力的狀態，發音人B在發音開始用力，0.09s后放松并依靠肌肉正常的收縮將發音完成；而發音人C則是在一開始比較放松，在0.05s后用力。

（3）不同個體之間共振峰處的音強

如圖3的 F1、G1、H1分別是F、G、H三人發“你到底有沒有做”中的音節“底”的寬帶語圖。

觀察不同個體在發“底”時的寬帶語圖時發現它們各共振峰處的濃淡程度并不都是隨著頻率的升高而逐漸變淡的。例如，圖B1中的共振峰F2與F3基本濃淡程度相同，F4則濃于F2與F3。寬帶語圖G1中F2、F3與F4明暗程度基本相同暗于F1。寬帶語圖H1中F4與F3遠遠濃于F2。而這些濃淡程度可以代表音強的強弱，共振峰處越濃音強越強。而從這些寬帶語圖觀察可得音強隨著頻率的升高而降低并不是一成不變的。

2.2 聲紋鑒定中音強的定量分析

表1是五位女生、五位男性分別發“你到底有沒有做”各音節的音強隨時間變化前、中、后三階段音強平均值以及變異系數（變異系數范圍為音強最小差值與最大差值變異系數百分數）。

從男性和女性總體數據來看，十位發音人在發“你”和“底”時的音強都普遍弱于其他音節的音強，這是由單韻母組成音節的普遍規律，也是人在正常狀態下的表現，這可作為聲紋鑒定中偽裝聲音識別的一個輔助性判定依據，比如個體在故意偽裝自己聲音時就會將有些音故意重讀。男性G的相鄰音節之間的音強差距較大，這說明G在發音時在音節過渡不夠平緩，這個特征可以作為某一類人的個體特征。

表2是五位女生、五位男性分別發“這就是我做的”各音節的音強隨時間變化前、中、后三階段音強值的平均值以及變異系數范圍（變異系數范圍為音強最小差值與最大差值變異系數百分數）。

從表1和表2來看樣本的音強總體變化趨勢可分為穩定、上升和下降三種趨勢，從這兩百個發音人發不同的音對比發現同一個體的音強總體變化趨勢穩定。這個規律可以作為個體同一性認定和差異性認定的輔助性指標。

觀察表1和表2變異系數可以發現，不同的個體在發相同音節時男性音強最低變異系數為0.3%，最高為28%，女性音強最低變異系數為0.4%，最高為19%。實驗表明這個變異系數的數值是不確定的，說明同一個體在發音時音強變化很大，不具有穩定性，所以音強不是本質差異，不可作為同一鑒定的重要依據。

3 結束語

在司法環境中獲取的語音是在不同的語境比如相關上下文和不同的心理情緒下產生的，而不同語境下同一人發同一音節時音強大小差別可能會很大，不同人發同一音節時音強的大小反而可能很接近。通過實驗數據的定性和定量分析表明，語音的音強分布情況并不具有較強的個體差異性和自身同一性。所以不能作為聲紋鑒定中的一項重要指標來使用，但是它可以在聲紋鑒定過程中作為一項輔助性指標使用。

參考文獻：

[1]崔金旭，王世全，張長明.視聽資料檢驗[M].中國人民公安大學出版社，2009.

[2]王英力，李敬陽，曹洪林.聲紋鑒定技術綜述[J].警察技術，2012.

[3]林燾，王理嘉.語音學教程[M].北京大學出版社，1992：25-52.

[4]王力英，潘子勤，藍長山.聲紋鑒定中的音強特征研究[J].中國司法鑒定，2011（5）：9-10.

[5]王永全，施少培，周琳娜.聲像資料司法鑒定實務[M].法律出版社，2012.