涵义概念

语音识别玩具在实际生活中，我们都有切身体会：每个人说话时的语声，都有自己的特点。很熟悉的人之间，可以只听声音而相互辨别出来，这就是语声人各不同的特性。

为什么人的语声会人各不同呢？因为人的发声器官实际上存在着大小、形态及功能上的差异。发生控制器官包括声带、软颚、舌头、牙齿、唇等；发声共鸣器包括咽腔、口腔、鼻腔。这些器官的微小差异都会导致发声气流的改变，造成音质、音色的差别。此外，人发声的习惯亦有快有慢，用力有大有小，也造成音强、音长的差别。音高、音强、音长、音色在语言学中被称为语音“四要素”，这些音素又可分解成九十余种特征。这些特征表现了不同声音的不同波长、频率、强度、节奏。语图仪可以把声波的变化转换成电讯号的强度、波长、频率、节奏变化，仪器又把这些电讯号的变化绘制成波谱图形，就成了声纹图。

人的发声具有特定性和稳定性。从理论上讲，它同指纹一样具有人身识别（认定个人）的作用。虽然由于技术和经验的问题，暂时不能说完全达到了指纹那样的精确程度，但它已经被越来越多的国家认可为法庭科学的一项新技术。一九八一年在美国密执安州成立了“国际声纹鉴定学会”，旨在进一步完善声纹鉴定技术，加强推动、培训和宣传，促使声纹鉴定成为世界公认的一种人身识别的科学方法。

许多国家都己把声纹鉴定作为辨认犯罪嫌疑人的重要手段，为侦查工作提供新的线索和证据。

（1）在获得了犯罪人的语声录音资料时，如在电话中进行的恐吓、勒索，或在其他性质的犯罪中录到了罪犯说话的声音，那么可以通过收集嫌疑人语音样本进行声纹鉴定，为认定或否定犯罪人提供鉴定结论。

（2）在案件的侦讯或审理中（包括民事案件），通过声纹鉴定可以审查录音证据材料的其伪。

（3）通过声纹分析，判断说话人的性别、年龄、方言（生活地区）特征，为侦查工作提供方向和范围。

步骤事项

电话录音应用的语图仪可以制作七种声纹图：宽带声纹、窄带声纹、振幅声纹、等高线声纹、时间波谱声纹、断面声纹（又分宽带、窄带二种）。其中，前二种显示语声的频率与强度随时间推移的变化特征；中间三种显示语音强度或声压随时间变化的特征；断面声纹只是显示某一时间点上声波强度和频率特征的声纹图。

在声纹鉴定中最常用的是宽带声纹图。它是用带宽为30OHZ的带通滤波器分析出来的声纹。声纹图的横坐标为时间，纵坐标为频率，浓淡表示音强。每一字的声纹前部（乱纹）是清辅音的频谱，后部是元音频谱；元音频谱中由加强的纵线条构成的水平方向的黑带为共振峰。共振峰的数量、走向及其频率是声纹分析的重要特征。

声纹鉴定依如下程序和要求进行：

1、采集检材语声（录音）

在采集犯罪人或证人的语声作检材时，录音宜采用高保真录音机。采集语声的要求是：

①录音应当尽量在不被对方发觉的情况下进行，以减少假象的干扰，保证语声的真实。

②应尽量防止环境噪声和录音设备的干扰。“麦克”与被录对象保持适当距离。尽量不用失真大的袖珍盒式录音机，电源最好用市电，保持电流稳定。电话录音时应使用传感器，不要将听筒直接对着“麦克”录音。磁带应选用优质新带。

2、采集样本语声（录音）

除了遵照采取检材时要求的器材和注意事项外，应尽量保持同采集检材时相同、相近的语声环境、距离、设备及速度；并保证在样本中有与检材相同的词句，以供特征比对。

鉴定人3、审听和选择

鉴定人员要先对捡材和样本分别反复审听和记录，从中选择正常而清晰的语声段落，再进一步选取相同的字、词、句，作为供比较的部分。然后使用语图仪分别将选好的检材与样本中的字、词、句做出声纹图。

4、声纹特征的选择

在被比较的两种声纹图谱中，分别选取明显、稳定的特征作为比较特征。一般说，共振峰的频率值及其走向是最稳定的特征，而且具有很强的特定性，利用价值最高；而时长、音强、波形等特征稳定性较差，可做参考。在鉴定过程中，还可以从同一个人的语声中选择多个相同字、词或句的语图，在分析比较中抓住其稳定而特殊的特征作为依据。

5、比较

比对检材与样本中相同字、词的声纹中的同类特征（如共振峰频率、走向及波形），进行比较分析，找出相同点和差异点。

6、综合评断

①如果被比较的全部特征完全吻合；或者稳定性强的特征完全吻合，而只是稳定性差的特征有些差异，均可做同一认定结论。

②如果被比较的稳定性强的特征差异较大，还可以补充样本再做语图比较，倘仍有差异，又无法解释，则可做否定结论。

7、声纹送检时的注意事项

说话人在不同的环境和不同的心态下，以及不同的语气、不同的健康状况都会引起语音的某些变异。录音环境（噪音、回声、距离）的干扰以及录音设备不良，也会使录制的语音产生假性变异。因此，送检时，要把录制检材和样本时的环境状况、录制距离、录制方式、使用机器、以及在什么情况下录制等情况加以详细记载，一并提交鉴定人，以便对差异点进行客观的分析评断。

发展状况

声纹识别仪器结构图辨声之举，自古有之，说明人早知道声音人各不同。但那仅仅是凭听觉器官的分辨能力。科学的声纹研究是以完善的录音设备为基础的，而且最先是为战争服务的。第二次世界大战后期，为了提高军事通讯效率的需要，美国电话电报公司的贝尔实验室研究和发明了“音响光谱图象显示器”，把声波用光谱图象加以显示。战争结束，这项研究亦中止。

到了五、六十年代，美国纽约市的绑票、电话恐吓案件骤增，为了侦讯工作的需要，贝尔实验室受执法部门委托，恢复对声纹的研究。他们对一百二十三名健康美国人的“I、you、it（我、你、是）等词语的二万五千个声纹图进行了五万多项鉴定分析，个人识别的准确率达到97-99?65%.一九六二年，L?G??克斯特发表了《声纹鉴定》一书。从一九六六年开始，贝尔实验室开始培训警官，推广应用这项技术。至七十年代，日本、罗马尼亚、西德等都相继开展了声纹鉴定技术，以对付恐怖犯罪活动。随着科学技术的进步，声纹鉴定手段也日益先进。目前，国际声纹鉴定并行两套系统：一是声纹的自动识别系统，它以电子计算机为主体，具备分析、储存、检索、鉴定多项功能，可以根据语声进行全自动分析，最后给出结论。但这种结论的准确性同专家设定的特征吻合量（阈值）有关。二是声纹的人工识别系统，它以语图仪为支持，鉴定人直接观察和分析声纹，寻找特征，测量数据并进行比较与评断，最后得出结论。

在声纹资料的存储技术上，已发展到激光光盘存储。先以激光源对待储声纹图谱进行扫描，获得付利叶光谱，再通过电脑把光谱记录的声纹特征转换成数据，最后通过电脑控制的激光针将待储声纹特征的数据存入光盘纹线中。当需检索时，再用激光针通过电脑系统输出光盘中的信号，即可进行声纹比较。这种存储技术容量很大，一张光盘可以储存数百万人的声纹。

过去，中国对声纹鉴定技术长期持保守态度，因而起步很晚。直到一九八八年，中国刑警学院才率先在文检系成立了全国第一个声纹鉴定实验室，引进了美国KAY公司生产的7800型语图仪，进行实验研究，并推动了在办案中的实际应用。一九九0年，公安部第二研究所文检室引进了美国KAY公司5500型语图仪。目前这两家均已应用于办案，取得了很好的成效。南京、上海也已同有关部门合作，进行了声纹鉴定的研究与应用。