聲紋比對鑑定不等於聲譜圖疊圖對照 (近日常見的聲紋比對、語者識別之偽科學鑑識調查報告辨識辦法)

司法鑑定報告書結論之做成需依科學、經驗證之方法（國際共識或獨立發表之科研學術論文）、具再現性之原則來支持並驗證最終之鑑定結論。瓦器聲紋鑑識實驗室之一切鑑定調查均依此標準執行。

近日本實驗室已多次接獲民眾請託、諮詢處理僅使用STFT之較長“Window Length”提高軟體的頻域解析度，從而進行聲譜圖疊圖比對，藉以認定發話語者是否是同一人之鑑定報告書。較長之window length可以在頻率細節上呈現出更精確之資訊（量測），但對於時間上之瞬時變化（transient）則無法完整（靈敏）地觀測到。語者識別所需之完整生物跡證、比對鑑識，在原則上需同時擷取頻域、時域、語者發聲構造變化、語言學之參數方能構成 “最基本” 之聲紋比對/語者識別要件。僅以long window length STFT疊圖等同使用了不具有 “個體辨識” 意義之 “聲紋/生物識別特徵”（諧波harmonics）進行疊圖比對作業，因此僅能視為鑑定方主觀感受、認知之意見，在語者身分鑑識專業中缺乏學理依據。

若是要使用STFT 高頻域解析度的模式去疊圖對照，則需要理解到，一點點的頻率差異就是很大的差異了（基頻一點點的差異就會導致連同泛音完全對不上）

嚴謹的聲紋比對/語者識別鑑定需考量到證物樣本的產生方式、來源與保存狀態（Chain of Custody），將一切可能存在的瑕疵與對於鑑定成果意見的影響陳報給委託單位，作為評估證物證據力（可靠度或權重）的重要參考。刑事語者特徵鑑定的執行成規必須針對對比樣本（known vs. unknown）進行多重特徵的比對，包含（但不限於） （Formants, Fundamental, Pitch Curve, Intensity Curve, Pulse, Shimmer, Jitter等等）。單純的長window length（在STFT 數學運算下提供高頻域解析度）僅是諸多研究參數中之一項，僅能作為研究觀察之一種方式 ; 該方式（透過STFT之較長window length進行聲譜圖疊圖） 並非Forensic Audio中認可之聲紋比對、語者識別分析鑑定所用的物理性質。

若需使用受汙染、受損之聲音證物去做聲紋比對，除了須確認聲音證物的品質狀態符合語者識別收件標準與語者識別鑑識原則，尚須對要比對的兩組聲音數據做標準化（Normalization）與校正（Calibration）之處理；鑑定報告書中應明確說明此等有關證物品質的既存事實與對應的相關處理程序。

為了方便大家理解僅僅使用STFT較長Window Length之聲譜圖不具備個人獨特性的生物識別特徵，因此特別製作了男性vs女性、高音質vs低音值之同一字的(偽)聲紋比對(疊圖)示意，並使用近期常見之錯誤聲紋比對呈現手法標示出被認定為相同語者之錯謬生物識別特徵。

上圖中可以明確的觀察到粉紅色的訊號比較強烈清晰（男性於較佳環境下之聲音採樣），主要是因為聲音受到的失真、汙染與傳輸損失較少，故而較為清晰屬自然現象 ; 綠色的訊號源為女性、樣本受到強烈的傳輸失真與破壞。圖譜中的聲音基頻與泛音紋理之型態與走向(左上-右下)雷同導因於講話的音調雷同、並有雷同之口音、讀著相同的字，因此聲譜圖疊圖（法）僅能證明兩位語者極可能使用相同的語言、讀著相同的字、使用雷同相近的音調與口音，但不足以作為區分語者身分之依據。觀察不同聲源所代表之聲譜圖顏色強弱、聲音訊號紋理，可以明確的發現兩位與者的聲譜圖(基頻與泛音)並不完美的重疊。（說明：基頻誤差5Hz在第四泛音的誤差就是25Hz）

語言學的基礎研究範疇即包含了STFT高頻域解析度下所呈現出之區域語種、口音、語言文化之共通形態學特徵。

在進行高複雜度、多變因之聲紋比對鑑定時，建議委託方須嚴謹考核、確認鑑定人或鑑識實驗室之團隊具備相關能力與資歷。由於國內無任何相關系所具備這類鑑定所需之能力或研發能量，因此國內之鑑識實驗室必然為自主研發或從海外引進相關技術 ； 實驗室或鑑定人之資歷與能力足以透過嚴謹的訪談與第三方專家意見來做成初步的驗證，減少偽科學或錯謬引用科學名詞、誤用科研儀器軟體之情事。

不具備科學嚴謹度之第三方專家意見書應明確標示相關警語，避免被閱覽人誤解或是錯誤使用該第三方意見；第三方專家意見並不等同於科學鑑識報告書，相關名詞的使用建議要嚴肅看待，避免造成閱覽人、涉訟當事人蒙受潛在應避免、可避免之傷害。

若有當事人遇到上述雷同之情事，歡迎洽詢瓦器聲紋鑑識實驗室做進一步確認。

Contact Us : www.voice-forensics.com/contact.html

瓦器聲紋鑑識實驗室官方網站 : https://www.voice-forensics.com/