新范式下的法庭自动说话人识别实证研究

通过对一起典型刑事案例的实证检验研究,示范性表明法庭语音证据评价新范式和法庭自动说话人识别技术在司法实践中应用的先进性、有效性和可行性。首先,明确控辩假设,并基于案件语音数据特点选择相关背景人群语音数据库。其次,在似然比框架内,利用相关背景人群的语音数据对基于深度神经网络的法庭自动说话人识别系统进行性能验证。最后,计算检材语音与样本语音比较的似然比值,评估二者的同源性,解释证据价值。基于典型案件现实条件开展法庭说话人识别的实证研究,对于法庭语音证据评价新范式和法庭自动说话人识别技术的推广应用具有重要意义。

应用似然比框架的法庭说话人识别

为了检验元音倒谱特征在法庭说话人识别中的性能,提出了使用元音稳定段美尔倒谱系数(Mel-frequencycepstral coefficients,MFCC)作为识别特征的基于似然比的法庭说话人识别方法,并使用45人电话对话录音中元音/a/作为样本进行了测试。实验结果表明,该方法不仅能正确识别说话人,而且能根据当前嫌疑人样本和问题语音样本的差异,量化该语音样本作为证据的力度,为法庭提供科学合理的证据评估结果。与人工提取共振峰特征相比,自动特征提取的引入提高了工作效率,使识别系统的性能获得了大幅提升。

改进的非匹配信道法庭自动说话人识别方法

在新的似然比法庭证据评估体系下,为降低对问题语音和嫌疑人语音样本数量的要求,提出了改进的基于GMM-UBM识别核心的法庭自动说话人识别系统。为降低信道差异对法庭自动说话人识别系统性能的影响,提出了一种不同信道间说话人模型补偿与Logistic回归混合处理的方法。固定电话信道和移动电话信道的实验结果表明:改进的自动识别系统在非匹配信道中使用4秒的测试语音,与未使用模型补偿的系统相比,错误认定率从28.95%下降为6.32%,大幅度提高了系统在非匹配条件下的可靠性。

一种改进的基于GMM-UBM的法庭自动说话人识别系统

对基于高斯混合模型(GMM)的法庭自动说话人识别系统进行改进.通过参考人群数据库降低了对嫌疑人语音样本数量的需求.以小规模背景人群数据库建立改进的基于高斯混合模型-通用背景模型(GMM-UBM)的法庭自动说话人识别系统.以固定电话信道和移动手机信道的数据库进行了系统的测试.

法庭说话人识别新范式实证研究

目的通过对一起法庭说话人识别案例的实证研究,表明法庭语音证据评价新范式的核心内容及其在司法实践中的具体应用。新范式通过相关数据、定量测量和统计建模计算似然比,量化评价证据价值,并在反映该案实际条件下进行系统的有效性和可靠性验证。方法该案中,检材语音来源于两名嫌疑人之一。采集二人的样本语音,每人5段录音。提取每段录音的美尔频率倒谱系数(MFCC),使用典型线性判别函数进行降维和失配补偿。结果分别使用单变量t分布和正则化逻辑回归方法计算似然比,并对两种方法进行交叉验证。前者似然比在数百到数万之间,后者似然比在数百之内,方向都始终正确。正则化逻辑回归基于训练数据较少的考虑,得到的证据强度更为保守。结论似然比框架可以用于法庭语音证据的评价,其结果也可以在反映案件实际条件下进行验证。

基于自适应同源方差控制的法庭自动说话人识别

提出了自动说话人识别系统得分到法庭证据强度量化值似然比的转换方法.为了更准确地评估嫌疑人的统计模型,提出了自适应同源方差控制算法,该算法能自适应地融合来自参考人群和嫌疑人的同源语音得分模型信息,降低了对嫌疑人数据量大小的需求.与基本识别系统相比的测试结果表明,使用该算法的识别系统不但具有更优良的识别性能和可靠性,而且提高了语音证据对判别结论的支持强度.

基于似然比框架的法庭说话人自动识别系统构建与验证

为了探究法庭说话人自动识别技术在司法实践中的应用价值,研究使用深度神经网络提取说话人身份向量,并构建了基于d-vector PLDA的法庭说话人自动识别系统,选用开源语音数据集VoxCeleb1和VoxCeleb2作为系统评测语料,在似然比框架下,利用不同采样率的语音数据和不同规模的训练数据集进行了系统测试和性能验证实验。结果表明,基于d-vector PLDA模型的法庭说话人识别系统识别性能优良,在司法语音实践中具有良好的潜力和应用前景,而基于高采样率语音数据的训练测试和较大规模PLDA自适应训练数据集的系统识别效果更佳。

基于案件现实条件的法庭说话人识别系统验证

对法庭分析系统进行验证测试是保证其司法应用的前提和基础。国际上,不同法庭科学实验室在法庭说话人识别实践中采用的方法、系统和评价体系并不一致。然而,无论采用何种方法或系统,都应该基于被检案件的实际条件进行测试、验证和评价。首先,从国际上对于科学证据的要求出发,阐明进行法庭说话人识别系统验证的重要性和必要性;其次,介绍验证的基本原则和程序方法;最后,通过一项多系统验证评价的范例,表明司法实践中如何进行法庭说话人识别系统的验证评测,并对其中的重要问题加以总结说明。

基于卷积神经网络的法庭说话人识别研究

传统的法庭说话人识别方法存在对语音数据建模能力差、特征提取难以及容易受噪声干扰影响等问题,为了改进这些问题,提出一种基于卷积神经网络的法庭说话人识别方法。该方法以AlexNet网络为基础进行参数调整,为了弥补ReLU函数作为激活函数时易出现神经元坏死和偏移的现象,融合Tanh和ReLU函数的特性,构造一种新的TR函数作为网络的激活函数。同时,为了避免人工提取语音特征的主观性和不全面性,在实验中将语音转换成声纹图作为网络输入。实验结果表明,激活函数为TR函数时,该方法在法庭说话人识别数据集的准确率达到了92.24%,在花朵图像公开数库的准确率达到了96.13%,效果均好于Tanh和ReLU函数。

数据缺失条件下法庭说话人确认研究

为检验似然比证据评估框架下法庭半自动说话人识别系统在有限问题语音条件下的识别性能,提出了一种新的使用元音倒谱和高斯混合模型(GMM)的法庭说话人识别方法。该方法使用多个时期的普通话数据库中元音/a/的倒谱系数进行了验证,与多变量核密度(MVKD)的方法相比,基于GMM的方法在问题语音数据缺乏的情况下具有更好的识别性能。讨论和检验了多个似然比结果的融合方法,并且对识别系统的准确度使用对数似然比代价函数进行了衡量。

基于LLR的声纹识别应用研究

研究目的:探索基于概率似然比的话者识别鉴定机制。研究方法:基于贝叶斯理论,借助智能声纹分析平台,优化检材和样本条件,开展LLR(对数似然比)声纹检验鉴定。研究结果:成功使用LLR方法对实际案件作出同一鉴定。研究结论:基于贝叶斯概率似然比的法庭话者识别方法能够更加科学客观地评判证据的价值,对完善法庭证据检验鉴定体系、维护司法公正具有重要意义。

信道差异对法庭说话人识别系统的影响研究

司法实践中,检材语音与样本语音的信道往往存在不匹配情况。为了量化评估信道失配对法庭说话人识别效果的影响,本文使用60人的电话通话、呼叫中心和微信三种信道语音,对基于x-vector PLDA模型的法庭说话人自动识别系统进行了说话人识别测试,并基于似然比框架,对三种信道语言在信道匹配和失配情况下的识别性能进行了分析比较,进而量化评价信道失配对法庭说话人识别系统的影响。

基于元音共振峰特征的法庭说话人识别

在似然比证据评估体系下研究元音的共振峰特征在法庭语音证据强度评估中的应用,提供了似然比计算方法,并在包含42人语音的数据库中对法庭说话人识别系统的性能及可靠性进行了检验。结果表明:使用共振峰特征的法庭说话人识别系统,在只使用一个元音的情况下具有良好的识别率。该方法不仅能正确识别说话人,而且能根据当前语音证据的差异,量化该语音样本作为证据的力度,为法庭提供科学合理的证据评估结果。

法庭自动说话人识别的应用与展望

法庭自动说话人识别是指自动说话人识别技术在司法领域的应用。然而,由于服务对象和应用场景的不同,法庭自动说话人识别与一般的安全认证领域的自动说话人识别又有所区别。为促进两个领域研究人员和从业人员的交流与合作,共同推动法庭自动说话人识别技术的发展和应用,从法庭应用的实际出发,通过对比法庭自动说话人识别与一般自动说话人识别的区别与联系,探讨法庭自动说话人识别的特点、面临的问题、国外技术发展状况,并对其司法实践应用前景进行展望。

法庭说话人识别语音数据库的构建

为建立具有代表性的法庭话者识别相关背景人群语音数据库,促进法庭语音数据的资源共享,从法庭话者识别的研究和实践出发,提出了一套基于汉语的法庭语音数据库构建方案,对语音数据的采集、处理和应用也提出了相关建议。这样的数据库更贴近典型案件条件,更适合法庭语音研究及应用,也适合其他自然口语语音研究。

擦音LPC倒谱特征在法庭说话人识别中的应用

为了探究擦音在法庭说话人识别中的应用价值,以汉语普通话擦音/s/为代表,对其LPC倒谱特征的说话人识别性能进行了分析测试。基于90位成年男性的两次非同时语音样本数据库,采用似然比框架的法庭证据强度评估方法,对/s/的LPC倒谱特征在不同语音信号频率范围和不同数据库规模条件下进行了说话人识别性能的测试评价。研究结果表明,擦音的LPC倒谱特征具有一定的话者区分价值,但是作为单一识别参数使用价值有限,应该与其他参数特征结合使用,以提高法庭说话人识别的准确性和可靠性。

基于LPC倒谱特征融合的法庭说话人识别方法

为了探究辅音与元音LPC倒谱特征融合后对法庭说话人识别性能的影响,对汉语普通话中辅音/s/与元音/i/的LPC倒谱特征进行了特征融合,并使用逻辑回归方法对特征融合后的系统输出得分进行校正,同时在似然比框架内基于该融合特征进行了说话人识别的性能测试。结果表明,相对辅音/s/而言,元音/i/的LPC倒谱特征的识别性能更优,特征融合后的系统识别性能比单一使用/s/和/i/的LPC倒谱特征识别时有较大提升。LPC倒谱特征融合在提升说话人识别性能方面具备应用潜力。

基于LPCC与似然比的法庭说话人识别

提出了使用语音LPCC作为识别特征，在似然比框架下的法庭说话人识别方法，并使用44人不同时间段的电话对话录音中元音／a／作为样本进行了测试，取得了极高的识别率。该方法不仅能正确识别说话人，而且能根据当前语音证据的差异，量化该语音样本作为证据的力度，为法庭提供科学合理的证据评估结果。自动特征提取的引入比起人工提取共振峰特征，大大提高了工作效率，识别性能也获得大幅提升。

网络媒体语音的法庭说话人识别

司法实践中,案件语音数据的来源场景丰富多样,而不同场景的语音数据对法庭说话人识别的影响程度也有所差别。为了量化评估网络媒体场景下语音对法庭说话人识别的影响,验证该场景下法庭说话人自动识别系统的性能,采集了150名男性的网络媒体语音音频,基于深度神经网络模型的法庭说话人自动识别系统和似然比框架方法,进行了系列说话人识别测试和系统性能验证实验。通过对不同采样率、不同规模校准集、不同音频数量及不同音频时长条件下识别结果的分析与比较,测试验证了法庭说话人识别系统在该类场景下的良好识别性能,并量化评估了上述因素对系统识别性能的影响程度,进而为法庭说话人识别的研究与实践提供参考依据。

不同言语风格对法庭说话人识别的影响

为了量化评估不同言语风格对法庭说话人识别的影响,基于60人的3种不同言语风格的非同期语音数据库,采用自动识别方法分别进行了相同和不同言语风格条件下的说话人识别测试,并基于似然比框架进行了系统识别性能的量化评价。研究结果表明,检材语音与样本语音之间言语风格不匹配会显著影响说话人识别的效果。总体上,相对于匹配条件而言,不匹配条件下系统识别的性能有较大程度的下降。此外,3种言语风格不匹配类型条件下系统性能有不同程度的下降,而朗读与自由交谈和问答两种风格搭配时系统性能均大幅下降。