声纹鉴定

摘要： 目的探究现阶段的AI合成语音与真人语音在声纹检验方面的差异。方法通过收集两名AI虚拟主播及其各自原型的语音,以声纹鉴定的角度进行听觉感知、语谱分析两个方面的研究。结果合成语音在听觉感知上仍能发现缺乏情感和自然度、断句错误等问题,基于实验所用语音高频共振峰的相对稳定性,合成语音与其原型的差异主要表现在4 kHz以上的高频共振峰上,有些音节在3 kHz以上即能显出差别,合成语音部分音节内的辅音-元音过渡段缺失。结论在当前技术水平下,合成语音在处理韵律问题上有待提高,听觉分析可作判断合成语音的声纹检验参考。在语谱分析中能在合成语音和真人语音的高频图谱以及部分音节的辅音-元音过渡中呈现差异。

摘要： 侦查语言学历经30余年的发展逐渐成为独立学科,在侦查语言学理论范畴和司法实践中发挥着重要的价值作用。侦查语言学必将随着计算机技术和人工智能新技术的发展,在数据库建设、人工智能识别方面迎来新技术革命,在侦查实践和专业人才培养方面凸显应用语言学价值作用。

摘要： 在对话、念读两种说话状态下,对20位青年男性普通话语流中240个音段所包含的单元音[a]、[i]、[u]的共鸣方式、平均音高、音强等听觉特征,共振峰走向、强度、频率等频谱特征进行定性和定量分析.发现说话状态改变后个人的声纹特征有着不同程度的变化:听觉特征、共振峰强度特征的变化较大,共振峰走向和频率特征相对稳定.在被检测的音段中,40.0％的音段听感音高和音强发生了变化,45.3％的音段共振峰强度发生了变化;尽管有13.3％的音段共振峰走向存在差异,但共振峰频率变异系数的变化范围均在2.7％以内.由此可见,在对不同说话状态下的语音进行声纹鉴定时,应重点关注共振峰走向和频率,以判断涉案语音和嫌疑人样本语音是否同一.

摘要： 语音信号可以传递多种信息.研究发现,生理信息(如体型、年龄及病理等)在语音信号中具有一定的表征.基于生理信息和语音特征的相关分析,现有技术已能够在一定程度上实现基于语音信号的说话人生理信息(如舌体模型和帕金森病等)重现.在声纹鉴定中,若能将生理信息的语音表征纳为参考,不仅能进一步了解说话人,丰富鉴定的证据来源,还能为案件侦破提供一定的方向.因此,人体生理信息的语音表征对声纹鉴定具有潜在的应用价值.

摘要： 本文以"无讼案例"网上公开的裁判文书为数据源,对2017年全国31个省份各级法院发布的涉及声纹鉴定证据的244份有效裁判文书进行了实证调查分析。分析变量包括鉴定案件量、鉴定机构、案由、案件性质、录音方式、录音设备、鉴定项目(鉴定意见表述形式)、说话人的性别与年龄、鉴定人出庭、鉴定意见质证等多个要素。本文首次从多角度展示了我国当前声纹鉴定证据庭审应用和声纹鉴定行业发展的现状、特点和存在的问题,调查结果对我国声纹鉴定的理论研究和实践办案均具有一定的指导意义。

摘要： 声纹鉴定是物证技术的重要组成之一,其应用领域不断扩展,在现代司法工作中发挥着越来越重要的作用,所以需要设计一种针对性较强的实验来满足相关司法人员的学习需求.本文从讲述了声纹鉴定的作用、理论及一般方法,并以此为基础设计出声纹鉴定实验.

摘要： 本文以"无讼案例"网上公开的裁判文书为数据源,地域限定为北京、上海、广州、深圳、天津和重庆6个城市,对检索得到的2004年至2017年涉及声纹鉴定证据并援引明确鉴定意见的290份有效裁判文书进行了系统的调查分析.统计变量包括鉴定机构、案由、案件性质、录音方式、录音格式、鉴定项目、被鉴定人的年龄和性别、鉴定意见表述形式、鉴定人出庭等多个要素.文章对不同变量及变量之间的相互关系进行了分项统计,并在此基础上总结了声纹鉴定证据在实践运用中出现的部分现实问题.本文首次多角度地展示了声纹鉴定证据在案件诉讼中的应用情况,调查结果对于鉴定人、行业管理者以及控、辩、审三方都具有十分重要的借鉴意义.

摘要： 不同的录音环境会对人的发音造成一定的影响.通过听觉分析、视谱比较和声学参数测量等方法研究发音人在大学校园宿舍、教室、食堂、操场4种不同录音环境下语音特征的变化情况,总结归纳出不易受环境因素影响的语音特征、易受到影响而发生变化的语音特征,以期为声纹鉴定实践提供参考依据.

摘要： 音强在声纹鉴定中往往被忽略.实验采集了男女各一百人的语音样本,首先从音强随着频率、时间等的变化规律进行定性分析,接着测量各人发音时音强的数值进行定量分析,通过分析发现,语音的音强分布状态虽然不具有不同话者间本质差异和同一话者自身同一性,但是,音强的变化规律的确与频率、时间、共振峰有关,所以音强可以在特定情况下作为声纹鉴定的辅助性参数来使用.

摘要： 声纹鉴定运用语言学、计算机科学等知识,对涉案语音和样本语音进行听觉辨识,同时运用频谱图进行综合分析,判断二者是否由同一音源发出,或者判断声音性质.声纹鉴定结果可以为侦查和诉讼活动提供线索或证据.深度学习可以促进情感语音合成技术的发展,而情感语音合成技术的发展水平越高,合成语音与人声的差异就越小,声纹鉴定的难度就越大.文章旨在研究深度学习以及情感语音合成技术发展的发展状况,以此分析其可能对声纹鉴定准确性产生影响的因素.

摘要： 检察机关各种视频会议的召开及信息化建设中对音频信号传输设备(仪器)的选择中,已经成为日常工作的组成部分,运用传统的厂家介绍以及眼看、耳听识别方法已不能保障所选择仪器能够达到新形式下检察工作的要求,需要科学、规范的技术手段来进行仪器检测.利用声纹鉴定技术通过定性、定量分析的方法,对传输前后音频信号进行比对,找出受到影响的音频信号参数,建立起评价音频传输效果的指标.根据辨听、视谱、数据检测的结果,评价音频信号传输仪器性能的好坏,从而为信息化建设中有关音频信号传输设备性能的检测和该类仪器的选择提供科学依据.

摘要： 声纹鉴定广泛用于各类案件,为案件侦查、法庭审判和治安处罚提供相关的线索和证据.本文简要对声纹鉴定的语音特性、理论依据、样本采集、语音分析、做出结论以及降低影响主观因素等方面进行了简要论述.

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.rn 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.rn 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.rn 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.

摘要： 目前声纹鉴定技术在案件侦破工作中的应用逐渐成为提高办案效率的重要手段和途径之一,但是由于送检的语音大多受到噪声干扰和污染,大大降低了声纹鉴定结果的准确性和稳定性,尤其是低信噪比的语音,根本无法鉴定.针对这一问题,使用基于最佳短时谱估计的语音增强算法进行声纹鉴定预处理,抑制背景噪声,改善语音质量.实验结果证明,该算法提高了信号的信噪比、可懂度;从语谱图上分析,还原出更多信号的有用信息.该算法在恶劣的噪声环境下稳健性强,提高了声纹鉴定结果的正确性.

摘要： 目的:确定声纹鉴定中的音强特征。 方法:将10名条件相近、嗓、普通话较标准的男性发音人的语音样本输入VS-99型语音工作站，分别对每个人所发的相同音节韵母的宽带声纹图谱进行分析比对。结果:不同人发出的相同音节，其音强分布一般也不相同，有时还会出现明显的差异，主要表现在韵母总体音强按频率分布状态、韵母总体音强按时间分布状态、过渡段音强按频率的分布状态、共振峰间的相对音强、个体共振峰的音强分布、共振峰峰间音强等几个方面；而同一人发出的相同音节，在上述几方面则表现一致。 结论:音强可作为声纹鉴定中的一类特征。

摘要： 本文通过对100名条件相近的男性发音人所发的单元音[a]、[i]、[y]、[γ]、[ì]的前4个共振峰数据进行统计分析,发现上述发音人的各对应共振峰的频率基本呈均匀分布状态,而非正态分布;而每个发音人的每个发音的各个共振峰的频率,有的人表现为异步升高或降低,有的人表现为同步升高或降低,表现为同步升高或降低者,升高或降低的幅度无规律,即各共振峰的频率位置之间无相关性。以上结果可在不同人发相同音共振峰频率相同的概率的正确评估、相同元音不同次别共振峰和不同元音相同次别共振峰的相对鉴定价值进行定量评估、个体共振峰的绝对鉴定价值进行定量评估和认定同一所需最少特征音节的数量的标准制定等方面得到应用。

摘要： 本文对20位男性发音人和10位女性发音人的普通话语料进行了研究，通过对其元音共振峰频率的统计分析，得出了第1至4条共振峰（F1-4）的长时分布情况（LTF1-4）。通过比较LTF与央元音[e]的共振峰的关系发现，相邻LTF之间的距离比较平均，LTF1-4的整体分布结构与央元音的共振峰结构类似。可以推测在连续语流中，如果时长足够长，其所有元音平均后的结构都应该是一个类似央元音的“音”。

摘要： 本文通过对移动通信信道和高保真录音设备采集语音的对比研究,确定移动信道对共振峰的影响.提出一种机器辅助鉴定方法,通过校准技术(Force Alignment,FA) 和动态时间弯曲(Dynamic TimeWarping,DTW)技术将检材和样本自动对齐,采用中值滤波技术平滑共振峰参数,减少共振峰参数的奇异值,最终计算检材和样本之间共振峰曲线的面积差给出机器鉴定结果.在600 份检材和样本鉴定集合下,提出的方法达到91%的正确率.

摘要： @@ 1 引言在声纹鉴定工作中,听觉鉴别是"听、看、测"三个基本方法之一[1].然而在实践工作中,由于听觉的主观性,以及鉴定人的经验和技术差异,其结果可能有一定的不稳定性.作为言语交流的必要环节,人的听觉系统可以感觉到动态范围极宽的声音.声强方面,可以感受到十万分之几帕到几十帕的声压.频率方面,一般能听见20Hz到20000Hz的纯音.人耳对声音时长也有惊人的解析能力.对于上述三个参量,人耳也有着强大的差异分辨能力[2].

摘要： 在2010 年一起杀人碎尸案件中,侦查机关利用了狱侦的方式,得到了犯罪嫌疑人谈论关于案件过程的多段录音,在最初的谈话过程中关于案件的一些重要的细节,犯罪嫌疑人的说话方式采用了耳语的方式,给我们的检验工作带来了相当大的难度.改变正常说话方式,利用耳语或轻声细语的方式说话,以掩饰、伪装语音内容是伪装语音的一种常见形式.在这样一起比较少见的案件的声纹鉴定案件的检验中,我们进行了一些总结,与业内同行进行交流,讨论.

摘要： 本实用新型涉及声纹谱提取技术领域，且公开了一种司法鉴定用声纹谱提取装置，解决了目前市场上的声纹提取器缺乏调节性和防护性的问题，其包括主体架，所述主体架的顶部固定连接有调节框，调节框的一侧固定连接有转动电机，转动电机的输出轴固定连接有转动杆，转动杆的一端贯穿并延伸至调节框的内部，转动杆位于调节框内部的表面螺纹连接有调节块，调节框顶部的一侧固定连接有伸缩杆，伸缩杆的顶端与调节块的顶部均固定连接有转动块，主体架顶部的一侧固定连接有套筒，该司法鉴定用声纹谱提取装置平稳的对声纹提取器进行高度调节，操作简单便捷，设计合理，安装方便，采用驱动调节高度，方便而且安全，满足了使用者的需要。

摘要： 本发明提供一种声纹鉴定模型训练、声纹鉴定方法、装置、设备及介质，涉及数据处理技术领域。包括：从语音样本的音素中，确定目标音素样本，语音样本的音素预先标注有说话人标签；生成目标音素样本中音素的宽带语谱图和窄带语谱图；获取宽带语谱图的第一样本特征信息和窄带语谱图的第二样本特征信息；根据第一样本特征信息和第二样本特征信息，采用预设的神经网络架构进行模型训练，得到具有神经网络架构的声纹鉴定模型。宽带语谱图的第一样本特征信息，以及窄带语谱图的第二样本特征信息，训练得到具有神经网络架构的声纹鉴定模型，基于该声纹鉴定模型可以对待鉴定语音进行声纹鉴定，减少了人力资源的浪费，提高了声纹鉴定的客观性和准确性。

摘要： 本发明提供了一种基于声纹识别的声纹鉴定方法及系统，解决了现有的声纹鉴定方法耗时耗力的技术问题，方法包括：获取待鉴定身份的语音文件以及待鉴定身份的语音文件的第一标签；提取待鉴定身份的语音文件中的第一声纹特征；将第一声纹特征与预置声纹库中的第二声纹特征一一进行匹配，确定与第一声纹特征的匹配值最高的预置数量的第二声纹特征对应的嫌疑人清单；根据嫌疑人清单，获取预置样本库中嫌疑人清单内每个嫌疑人的全部样本语音；根据样本语音包括的预置标签确定与待鉴定身份的语音文件的第一标签相同的每个嫌疑人的样本语音；将待鉴定身份的语音文件和上一个步骤确定的每个嫌疑人的样本语音分别进行音素标识，比对并确定待鉴定身份的语音文件对应的嫌疑人。

摘要： 本申请公开了一种声纹鉴定方法、装置和设备，其中方法包括：获取待鉴定音频样本中预置音素的语谱图，语谱图中包括预置音素的多个共振峰；对语谱图进行分割，得到多个子语谱图，每个子语谱图中只包括预置音素的一个共振峰；对每个子语谱图中的共振峰进行平均分割，得到多个子共振峰；计算每个子共振峰的斜率；保留斜率小于阈值的子共振峰，去除斜率大于或等于阈值的子共振峰；在每个共振峰保留的子共振峰中选出多个子共振峰，得到比对共振峰；将比对共振峰与检材中的预置音素的共振峰进行比对，得到声纹鉴定结果，解决了现有的声纹鉴定方法直接采用不平滑的共振峰进行鉴定，从而导致鉴定准确率较低的技术问题。

摘要： 本发明提供了一种声纹身份同一性鉴定方法、装置及计算机可读存储介质，该方法包括：获取用于同一性验证的各个待鉴定音频；对各个待鉴定音频进行共振峰提取，得到包含各个待鉴定音频的共振峰走向的宽带声纹图，其中，宽带声纹图的横坐标为带宽，纵坐标为频率；在宽带声纹图中，确定各个待鉴定音频的对应共振峰之间的特征参数；判断特征参数是否在预置范围内，若是，则通过同一性验证，若否，则不通过同一性验证。本发明通过将音频的声纹信息展示成横坐标为带宽、纵坐标为频率的宽带声纹图，可以更为直观的展示出音频的声纹特征，帮助快速验证声纹特征和验证身份同一性，提高声纹鉴定的效率。

摘要： 本发明公开了一种基于视频与语谱图的声纹鉴定方法，包括获取与音频文件对应的语谱图，其中音频文件与视频文件相对应；在视频文件和语谱图上分别建立对时间的关联关系，以便在视频文件和语谱图两者任一者中任选一个时间点时，在另一者中定位相同时间点，根据关联关系获得对应的视频和共振峰；结合视频和共振峰对声纹进行鉴定，以判断待识别者的身份。通过得到与视频文件对应的音频文件的语谱图，在视频文件和语谱图中建立关联关系后，当在视频文件和语谱图任一者中任选一个时间点后，另一者中则定位同样的时间点，得到视频和共振峰，观察待识别者说话时嘴型、表情等，增加鉴定依据。本发明还提供具有上述优点的系统、设备及计算机可读存储介质。

摘要： 本发明提供一种声纹鉴定模型训练、声纹鉴定方法、装置、设备及介质，涉及数据处理技术领域。包括：从语音样本的音素中，确定目标音素样本，语音样本的音素预先标注有说话人标签；生成目标音素样本中音素的宽带语谱图和窄带语谱图；获取宽带语谱图的第一样本特征信息和窄带语谱图的第二样本特征信息；根据第一样本特征信息和第二样本特征信息，采用预设的神经网络架构进行模型训练，得到具有神经网络架构的声纹鉴定模型。宽带语谱图的第一样本特征信息，以及窄带语谱图的第二样本特征信息，训练得到具有神经网络架构的声纹鉴定模型，基于该声纹鉴定模型可以对待鉴定语音进行声纹鉴定，减少了人力资源的浪费，提高了声纹鉴定的客观性和准确性。

摘要： 本发明涉及人工智能技术领域，具体涉及一种基于自动声纹鉴定的声纹识别方法和系统。该方法包括：基于声纹识别模型对获取的待识别语音识别相应的声纹特征；识别的声纹特征与声纹库进行相似度比较，得到相似语音，并进行声纹特征相似度打分；通过自动声纹鉴定对所记录共有的词语语音片段进行稳定性特征和差异性特征提取并进行自动声纹鉴定打分；对声纹识别得分和自动声纹鉴定得分进行权重求和，输出最终得分。本发明借助于自动声纹鉴定技术，有效提高声纹识别的召回率和精准率；对不同人的稳定性特征和差异性特征进行价值计算，有效避免同一个人相似度差别较大导致的漏识别，以及不同人因为相似而产生的误识别的问题。

摘要： 本发明提供了一种基于声纹识别的声纹鉴定方法及系统，解决了现有的声纹鉴定方法耗时耗力的技术问题，方法包括：获取待鉴定身份的语音文件以及待鉴定身份的语音文件的第一标签；提取待鉴定身份的语音文件中的第一声纹特征；将第一声纹特征与预置声纹库中的第二声纹特征一一进行匹配，确定与第一声纹特征的匹配值最高的预置数量的第二声纹特征对应的嫌疑人清单；根据嫌疑人清单，获取预置样本库中嫌疑人清单内每个嫌疑人的全部样本语音；根据样本语音包括的预置标签确定与待鉴定身份的语音文件的第一标签相同的每个嫌疑人的样本语音；将待鉴定身份的语音文件和每个嫌疑人的样本语音分别进行音素标识，比对并确定待鉴定身份的语音文件对应的嫌疑人。

摘要： 本发明公开了一种声纹鉴定比对推荐方法，包括：获取样本语音和检材语音；识别出样本语音的文本和相应音素，以及检材语音的文本和相应的音素；根据识别出的样本语音和检材语音的文本，基于词典进行结巴分词，获取样本语音和检材语音的文本中相同的词组和单字，组成第一语音段；根据识别出的样本语音和检材语音的音素，获取样本语音和检材语音相同的三音素，组成第二语音段；对于第一语音段和第二语音段，通过推荐算法，计算各语音段的推荐指数；选推荐指数最高的语音段，组成新音频；对新音频进行自动声纹识别区分同一性推荐和非同一性推荐，本发明通过推荐算法得出新的音频，再进行声纹鉴定，考虑同一性和非同一性鉴定，节省人工成本、准确性高。