音速特征在声纹鉴定中应用.pdfVIP

第一届全国声像资料检验鉴定技术交流会论文选 第六部分 声纹鉴定 ___________________________________________________________________________________________________________ 音速特征在声纹鉴定中的应用 曹洪林 1,2 王英利 3 1 中国政法大学证据科学教育部重点实验室 北京 100088 2 北京大学中文系 北京 100871 3 广东省公安厅刑事技术中心 广州 510050 摘要：目的：考察汉语普通话音速特征在声纹鉴定中的价值，为鉴定实践提供一定的参考数据。方 法：对 100 位男性说话人的 100 个电话录音进行研究，分析不同说话人间音速的差异，对另外一位男性说 话人的 10 个话题和风格相似的电话录音进行研究，分析同一说话人音速变化的大小，计算整体音速和局 部音速均值参数。结果：100 位男性说话人的两种音速参数均接近正态分布，同一说话人的两种音速参数 均变化较小且比较稳定。结论：整体音速和局部音速均值参数可以作为声纹鉴定中的一类特征，本文的统 计结果为鉴定实践提供了一定的参考数据。 关键词：声纹鉴定；音速；普通话；电话录音 1 引 言 言语速率是话语的重要韵律特征之一，目前主要有两种不同的表示方式，一种是语速 （speaking rate/speech rate/syllable rate ，均可以缩写为 SR ），另一种是发音速率 （articulation rate，缩写为AR ），也可简称“音速” 。语速和音速均可以用“单位时间内输出 单元的数量”[1]来表示（如每秒内的音节数量），二者的最大区别是语速在计算过程中包括 了停顿特征，而音速则不考虑[1-9] 。 前人有关言语节奏的研究发现，对于说英语[2] [6-7] 和德语 的人来说，音速比语速具有更 强的话者区分能力。在计算音速时，比较关键的问题是如果处理停顿。一般来说，停顿可 以分为无声停顿（silent/unfilled pause ）和填声停顿（filled pause，像汉语中的嗯、哦和呃 等，英语中um 和uh 等）两种。不同人对停顿的处理也不尽相同，如[1-9] 中均排除了无声停 顿，除了 Laver[4] [8] 和曹剑芬 以外的其他研究也都排除了填声停顿。在声纹鉴定领域， Künzel[6]使用公式“音节数量 / （整体时长 – 所有停顿的时长和）”来计算德语说话人的音 速；最近，Jessen[7]又对德语说话人音速的计算步骤和标准进行了改进，并取得了一些较有 说服力的结论。 尽管前人的研究发现音速参数在声纹鉴定领域中的应用很有价值，但语言多为英语和 德语，对汉语的研究较少。为此，本文参照Jessen[7] 的研究方法，着重对汉语说话人的音速 及变化特点进行研究，并提供一些具有参考价值的统计数据。 2 方 法 2.1 语 料 鉴于在鉴定实践中，涉及电话录音的概率最高，本文语料均采用日常工作中的电话录 音。实验中一共选取了 100 个男性说话人（M1-100）的 100 个电话录音和另一个男性说话 人（M101 ）的10 个电话录音。其中M101 的 10 个电话录音的谈话主题和风格相似，都是 M101 与法官正常谈论案件进展情况的录音。101 个说话人都讲汉语普通话，没有明显的方 言特点，年龄在22 至55 岁之间，其中M101 是29 岁，说话人的职业包括司法鉴定人、法 官、警察、律师、当事人和实验室的工作人员等。使用Adobe Audition 3.0 软件将录音对话 629 第一届全国声像资料检验鉴定技术交流会论文选