广州话声纹鉴定方法

摘要

本发明公开了一种针对广州话声纹鉴定的方法，该方法包括下列步骤：从检材语音中选出K个音节，用语图仪分别测定各音节的P项语音特征参量值；选定M个样本发音人，每人对K个音节各重复发音n次，要求n＞P，用语图仪分别测定所发各音节的P项语音特征参量值；对于男性样本发音人，电脑程序应用马氏距离模型对检材发音人和样本发音人进行同一人的判别；对于女性样本发音人，电脑程序应用引进了模糊数学概念的费歇模型对检材发音人和样本发音人进行同一人的判别。本发明可以应用于刑事、民事、行政治安等案件中音像资料的司法鉴定，该发明使用定量分析方法提高了鉴定工作的准确性及效率，从而有力地打击犯罪分子。

主权项

1.一种广州话声纹鉴定的方法，包括下列步骤：一、从检材语音中选出10个音节；二、对于男性用语图仪分别测定各音节的语音特征参量值：第2共振峰频率值F₂、第3共振峰频率值F₃、第4共振峰频率值F₄、第1共振峰的振幅值L₁、第2共振峰的振幅值L₂，利用F₂、F₃、F₄、L₁-L₂作为方法利用的特征参量，记为： $Y^{\left(j\right)}={(y_1^{\left(j\right)},y_2^{\left(j\right)},y_3^{\left(j\right)},y_4^{\left(j\right)})}^{\prime },$j＝1、2、…、10；对于女性用语图仪分别测定各音节的语音特征参量值：第1共振峰频率值F₁、第2共振峰频率值F₂、第3共振峰频率值F₃、第4共振峰频率值F₄、第1共振峰的振幅值L₁、第2共振峰的振幅值L₂，利用F₁、F₂、F₃、F₄、L₁-L₂作为方法利用的特征参量，记为： $V^{\left(j\right)}={(v_1^{\left(j\right)},v_2^{\left(j\right)},v_3^{\left(j\right)},v_4^{\left(j\right)},v_5^{\left(j\right)})}^{\prime },$j＝1、2、…、10；三、对于男性，选定M个样本发音人，每人对检材语音重复发音n次，要求n＞4，用语图仪分别测定各人各次发各10个音节的与步骤二相同的语音特征参量值，为： $X_t^{(j,m)}={(x_{t1}^{(j,m)},x_{t2}^{(j,m)},x_{t3}^{(j,m)},x_{t4}^{(j,m)})}^{\prime },$t＝1、2、…n，j＝1、2、…、10，m＝1、2、…、M；对于女性，选定2个样本发音人，每人对检材语音重复发音n次，要求n＞5，用语图仪分别测定各人各次发各10个音节的与步骤二相同的语音特征参量值，对于女性记为： $U_t^{(j,m)}={(u_{t1}^{(j,m)},u_{t2}^{(j,m)},u_{t3}^{(j,m)},u_{\left(t4\right)}^{\left(j\right)}{u}_{t5}^{(j,m)})}^{\prime },$t＝1、2、…n，j＝1、2、…、10，m＝1、2；四、电脑程序对检材发音人和样本发音人进行同一人的判别：(一)对于男性1).计算马氏距离对每个音节，分别计算检材发音人的语音特征参量值到各样本发音人均值向量之间的马氏距离MD^(m)： ${\mathrm{MD}}^{\left(m\right)}={(Y^{\left(j\right)}-{\bar{X}}^{\left(m\right)})}^{\prime }{\left(S^{\left(m\right)}\right)}^{-1}(Y^{\left(j\right)}-{\bar{X}}^{\left(m\right)})$，m＝1、2、…、M，j＝1、2、…、10式中为均值向量，S^(m)为以均值向量为中心的离差矩阵： ${\bar{X}}^{\left(m\right)}=\frac{1}{N}\underset{t=1}{\overset{N}{\Sigma }}{X}_t^{(j,m)},m=\mathrm{1,2},···,M,j=\mathrm{1,2},···,10$ $S^{\left(m\right)}=\underset{t=1}{\overset{N}{\Sigma }}(X_t^{(j,m)}-{\bar{X}}^{\left(m\right)}){(X_t^{(j,m)}-{\bar{X}}^{\left(m\right)})}^{\prime },m=\mathrm{1,2},···,M,j=\mathrm{1,2},···,10;$2).判断最可疑者对每个音节，找出各样本发音人中MD⁽¹⁾、MD⁽²⁾、…MD^(M)的最小者假定为MD^(m)，则检验MD^(m)是否满足： ${\mathrm{MD}}^{\left(m\right)}\le \frac{n+1}{n(n-1)}{\chi }_4^2\left(\alpha \right),$如果满足，则判定该发音人为最可疑者；3).认定(1)若有9至10个的音节的最可疑者均为某一样本发音人，则认定检材语音发自该样本发音人；(2)若有7至8个音节的最可疑者均为某一样本发音人，则倾向认定检材语音发自该样本发音人；(3)其余情况，不能判定；(二)对于女性1).对每个音节，计算费歇判别函数，首先记 $\begin{array}{c}{\bar{u}}_i^{(j,m)}=\frac{1}{n}\underset{t=1}{\overset{n}{\Sigma }}{u}_{\mathrm{ti}}^{(j,m)}\\ {\bar{u}}_i^{\left(j\right)}=\frac{1}{2n}\underset{m=1}{\overset{2}{\Sigma }}\underset{t=1}{\overset{n}{\Sigma }}{u}_{\mathrm{ti}}^{(j,m)}=\frac{1}{2n}\underset{m=1}{\overset{2}{\Sigma }}{\bar{u}}_i^{(j,m)}\\ D^{\left(j\right)}={\left(d_{\mathrm{rs}}^{\left(j\right)}\right)}_{5\times 5}\\ d_{\mathrm{rs}}^{\left(j\right)}=\underset{m=1}{\overset{2}{\Sigma }}n({\bar{u}}_r^{(j,m)}-{\bar{u}}_r^{\left(j\right)})({\bar{u}}_s^{(j,m)}-{\bar{u}}_s^{\left(j\right)})\\ S^{\left(j\right)}={\left(s_{\mathrm{rs}}^{\left(j\right)}\right)}_{5\times 5}\\ s_{\mathrm{rs}}^{\left(j\right)}=\underset{m=1}{\overset{2}{\Sigma }}\underset{t=1}{\overset{n}{\Sigma }}(u_{\mathrm{tr}}^{(j,m)}-{\bar{u}}_r^{\left(m\right)})(u_{\mathrm{ts}}^{(j,m)}-{\bar{u}}_s^{\left(m\right)})\end{array}$i＝1，2，...，5，j＝1，2，...，10，m＝1，2记λ_j为(S^(j))^-1D^(j)的最大特征根，C_j′为所对应的特征向量，j＝1、2、...、10，得到费歇判别函数： $y=C_j^{\prime }X,j=\mathrm{1,2},···,10;$2).引进模糊数学中的隶属度概念，计算隶属度记为两个样本发音人的样本判别函数值，为均值： $\begin{array}{c}{w}_t^{(j,m)}=C_j^{\prime }{U}_t^{(j,m)}\\ {\bar{w}}^{(j,m)}=\underset{t=1}{\overset{n}{\Sigma }}{w}_t^{(j,m)}\end{array}$t＝1，2，Λ，n，j＝1，2，Λ，10，m＝1，2记检材发音人的判别函数值为Z^(j)： $Z^{\left(j\right)}=C_j^{\prime }{V}^{\left(j\right)},j=\mathrm{1,2},\Lambda ,10$记检材发音人对每个音属于两样本发音人的隶属度为 $L_1^{\left(j\right)}=\frac{|z^{\left(j\right)}-{\bar{w}}^{(j,2)}|}{|{\bar{w}}^{(j,2)}-{\bar{w}}^{(j,1)}|},L_2^{\left(j\right)}=\frac{|z^{\left(j\right)}-{\bar{w}}^{(j,1)}|}{|{\bar{w}}^{(j,2)}-{\bar{w}}^{(j,1)}|},j=\mathrm{1,2},···,10,$计算检材发音人属于两样本发音人的隶属度，即综合隶属度： $L_m=\underset{j=1}{\overset{10}{\Sigma }}{\lambda }_j{L}_m^{\left(j\right)},m=\mathrm{1,2};$3).认定(1)当检材发音人属于某一样本发音人的综合隶属度≥70％时，可以认定检材语音发自该样本发音人；(2)当检材发音人属于某一样本发音人的综合隶属度≥50％，但＜70％时，倾向认定检材语音发自该样本发音人；(3)其他情况，不能判定。