時間:2020年07月08日 分類:電子論文 次數:
摘要:聲紋鑒定是一種針對聲音和語言進行個體同一識別的鑒定技術,通過對聲紋細節(jié)特征的量化后進行語音特征的識別能給案件偵查提供一定的幫助。隨著電信詐騙、網絡詐騙、變聲技術的出現,聲紋鑒定在公安工作中越來越重要。本文在技術強警的大背景下,以地方方言口音對普通話的影響為切入點,針對潮汕地區(qū)特有的普通話發(fā)音對其語音共振峰進行研究,發(fā)現了潮汕地區(qū)發(fā)音的幾個特點,研究結束后能通過語音對是否潮汕地區(qū)發(fā)音進行地區(qū)識別判斷。
關鍵詞:聲紋鑒定聲紋特征潮汕地區(qū)方言發(fā)音
1前言
聲紋鑒定設計生理學、物理學、語音學、計算機學等學科,是一項綜合性很強的技術鑒定工作。它是隨著刑事偵破,司法審判而發(fā)展起來的,在我國司斷案具有十分深遠的影響。由于聲紋是根據人類的聲波進行判斷的物理量,所以具有客觀性與科學性。聲紋鑒定是將人類的聲波繪制成聲紋圖譜,檢驗時只需將可以的聲紋圖譜與嫌疑人的進行對比就可判斷此人是否是嫌疑人。
電子論文投稿刊物:電聲技術創(chuàng)刊以來,作為專業(yè)技術類中文核心期刊,就一直得到專業(yè)領域內眾多行業(yè)組織和知名專家學者的廣泛支持。國家廣播電視產品質量監(jiān)督檢驗中心、中國電子學會消費電子分會、中國電子元器件協會電聲器件分會、中國電子學會、中國聲學學會聲頻工程分會、中國音響協會、國家廣播電視質量監(jiān)督檢驗中心、全國電聲學標準化技術委員會、中國電子音響協會、信息產業(yè)部電聲專業(yè)情報網等行業(yè)組織都是本刊的協辦或支持單位,確保了刊物的權威性與指導性。
當前一些詐騙、恐嚇、勒索等犯罪活動都會進行言語的溝通,這就會留下犯罪分子的視聽數據。這些錄音可以通過聲譜儀等工具將其量化,制作出聲音變化的圖像,即聲紋圖譜。潮汕地區(qū)具有自身的方言,隨著文化的融合和反哺,潮汕地區(qū)人們的普通話多多少少也存在一些方言母語的發(fā)音特點。探討和研究潮汕地區(qū)普通話發(fā)音的特點能夠進一步為警察提供犯罪嫌疑人的家鄉(xiāng)信息,進一步明確案件偵查方向,縮小排查范圍,節(jié)約偵查時間。
2實驗
本文通過采集大量的潮汕地區(qū)人們的普通話音頻以及持有二甲以上普通話證書的相同文本的音頻。通過分析其聲音圖譜的共振峰,從而發(fā)現其中的本質性差異點。
本實驗共對比觀察了三組詞語的聲紋圖譜,每組詞語均在一整句話的中間,再通過音頻軟件截取出該詞語對應時段的音頻,將音頻制作成聲紋共振峰的圖譜進行必對。最后對所有的實驗結果進行整理個分析,研判出其聲紋的本質性差異點。
2.1實驗步驟
在安靜的環(huán)境下,為了使每一個字的共振峰數據客觀,要求發(fā)音人每個詞讀3遍。使用ASUSFX80G筆記本電腦,聲卡為RealtekHighDefinitionAudio,麥克風為AudioTechnicaXM5S;使用AdobeAuditionCC2018錄音軟件進行錄音,采樣率是22050Hz,采樣精度是16bit,單聲道,并用Praat軟件進行分析。
選取錄音效果較好的6個聲源作為采集數據的樣本,對每個樣本的元音逐一進行標注,并用Praat軟件逐一提取第一共振峰(F1)、第二共振峰(F2)、第三共振峰(F3)的數據。
2.2實驗結果
通過大量的實驗,在剔除了特殊樣本等不合格樣本后,選取了“拿來”一詞發(fā)音的共振峰圖譜,大部分的共振峰圖譜。其中,“拿”字的K1、K2線波動尤為明顯,“來”字的K1線呈輕微起伏狀。而“拿來”一次標準發(fā)音的共振峰圖譜,除“拿”字發(fā)音K2線中間有個小峰外,其余的均較為平整。
2.3實驗分析
通過共振峰譜圖,我們可以得知,潮汕本地人關于“拿來”一詞的發(fā)音較標準發(fā)音之間的差別主要存在于K1及K2線上,對于該詞K1共振峰波動較大的可初步認定為非標準普通話發(fā)音。
3總結
通過本實驗基本可以分辨出潮汕地區(qū)普通話重點詞語的發(fā)音與標準普通話發(fā)音之間存在的本質性差異,為公安工作中的信息研判等工作提供強有力的技術支持。但受經費、實驗樣本等現實條件的限制,本實驗無法通過龐大的數據支持來針對常用的詞匯及語句進行細致的研究。
參考文獻:
[1]熊潔.聲紋鑒定理論與實驗[J].電聲技術,2018,42(04):73-75.
[2]楊璐銘,藍常山,張學海.聲紋鑒定中語音樣本采集的問題分析[J].廣東公安科技,2018,26(01):49-50.
[3]賈麗文.音量增大時語音的長時共振峰分布特征變化及其對聲紋鑒定的影響[J].山西大同大學學報(自然科學版),2017,33(01):24-28+46.
[4]李高翔.數字聲紋識別技術在刑偵工作中的實踐運用探討[J].科技展望,2016,26(36):133.
[5]李紅普.言語識別中聲紋鑒定的進展與反思[J].科技展望,2016,26(21):280.
[6]夏碧婷,邱添.聲紋鑒定及其在訴訟中的運用[J].法制與社會,2014(34):127-128+130.
[7]曹洪林,孔江平.長時共振峰分布特征在聲紋鑒定中的應用[J].中國司法鑒定,2013(01):62-67.
作者:莊丹杰陳昱文蔡耀東余立鑫林哲涵