试论视听资料中录音取证要素及相关方法

崔刘虎　黄晓春　张亚恒

摘 要：民警执法过程中如何正确使用执法记录仪等常用录音器材，对采集到的录音数据针对不同的任务和目的如何正确使用，录制语音中产生噪音的原因，以及在复杂环境下录制的语音如何处理，如何最大程度使语音数据发挥侦查线索和审判证据的要素作用，文章就上述问题展开探讨。

关键词：录音数据；语音法律证据的要素；语音降噪与增强

中图分类号：D631 文献标志码：A 文章编号：2095-2945（2017）36-0054-03

Abstracts： In this dissertation， In the process of law enforcement， the use of the law enforcement recorder and other commonly used recording equipment is used， and the collected recording data is used for the correct use of different tasks and purposes. The reasons for the noise in recorded speech， and how the speech recorded in the complex environment can make the voice data play the role of detecting clues and the elements of trial evidence.

Keywords： the recording data；the elements of voice legal evidence；speech noise reduction and enhancement

1 概述

2014年，上海市闵行区发生了一起机动车驾驶人员无视交警指挥、恶意违反交通规则，造成一名年轻交警意外死亡的恶性案件，其中违章车辆驾驶员机动车上的行车记录仪完整记录了事件发生期间，被害交警与违章车辆驾驶员的对话录音。录音中，不仅有被害交警与违章车辆驾驶员的对话内容，还记录了违章车辆录音机上播放的流行歌曲。该事件发生后，引起当地社会舆论强烈关注，行车记录仪的录音成为调查此次事件的重要证据。但是由于录音中的音乐背景声较响，同时混杂着街面噪声，被害交警与违章车辆驾驶员的对话内容严重受到干扰，影响了对话内容语义的辨析，因此案件承办单位委托要求对该录音进行降噪处理，上海市公安局物证鉴定中心受理了该项委托。鉴定中心有关技术人员经过对录音中噪音种类的分析，运用多种降噪方法，包括宽带滤波器、反向滤波器、谐波滤波器等多种滤波器对该段录音进行了降噪处理。虽然取得了一定的效果，对录音中语音语义的辨析有了一定的提高，但由于背景音乐中的歌词和现场的被害交警与违章车辆驾驶员的对话内容有重叠，降噪工具对对话内容造成了一定的损害，对话中有部分段落或语句造成了缺失。因此降噪的效果不是很理想，影响了作为审判证据的完整性和有效性。

2 音频类数据的特点和分析

2.1 成为审判证据的法律依据

根据刑事诉讼法第四十二条规定：证明案件真实情况的一切事实，都是证据。证据有下列七种：（1）物证、书证；（2）证人证言；（3）被害人陈述；（4）犯罪嫌疑人、被告人供述和辩解；（5）鉴定结论；（6）勘验、检查笔录；（7）视听资料。以上证据必须经过查证属实，才能作为定案的根据。证据的分类包括：（1）原始证据与传来证据；（2）有罪证据与无罪证据；（3）言词证据与实物证据；（4）直接证据与间接证据。显然，我们在执法过程中通过执法记录仪、手机、录音笔等音频录制器材采集到的语音数据具备作为证据的基本元素。

2.2 音频类数据的基本属性和特点分析

各种录音器材或者摄像器材记录的人的语音和环境的声音。人类的语音，是一种物质，具有物理的基本特征和特性，是人类语言的外部形式，是最直接地表达人的思维活动的符号体系。它是人的发音器官发出的具有一定社会意义的声音。

语音的物理基础主要有音高、音强、音长、音色，这也是构成语音的四要素。在司法领域，它还具有非接触式获取、具备辨别目标唯一特征特点的属性；语音在某些案件尤其贩毒案件侦查中往往是唯一的直接证据，或者在案件侦办中能明确指向和标定我们所寻找的特定目标的特征特点。随着互联网技术的飞速发展，微信、个人身份识别印证、自媒体、智能手机等应用越来越普及，声音在案件侦破、法庭审判中发挥的作用必将越来越重要。

2.3 录音器材的种类

自从爱迪生在1887年发明了人类历史上第一台能够记录人和大自然声音的工具——录音机以来，人类进入了可记录、聆听声音的时代。随着科学技术的发展，录音的器材种类也越来越多。現代的录音设备通常有：（1）常见型：录音笔、录音机、智能手机、行车记录仪、网络摄像录音头等；（2）专用录音设备：微型录音器、执法记录仪、各类专业录音设备等。

从录音介质区分，有磁带、塑胶唱片、硬盘、光盘等。从记录方式上有模拟和数码两种。目前，主流使用的录音记录仪器基本上都是数码硬盘式录音设备，录音的质量区分在于录音拾音头（麦克风）、录音记录编码格式、编码压缩率等技术指标上。

3 录音在司法领域运用的重点

在执法过程中，如何将上述采集到的语音数据，不仅仅作为侦办案件的线索，而且能作为法庭审判中的有效证据，在当今以“案件侦办以审判为中心”的总的侦办要求下，尤其显得重要。因此，在了解语音的基本原理的基础上，必须总结和归纳语音在司法领域的发展现状和运用领域范围。

3.1 语音成为证据的前提和条件

根据刑诉法第四十二条，将“视听资料”列为八类证据之一及《最高人民法院关于民事诉讼证据的若干规定》第六十八条的相关规定，在刑事及民事案件的审理中，只要不是在违法录音和获取（窃听、网络非法获得他人影像资料等）的情况下获得的声音，都具备成为证据的条件。而真正将语音和声音资料形成证据以及作为案件侦查线索，应具备以下要素：（1）合法获取。（2）必要时，需对录音中涉及到的人、事件、环境等与案件侦查和审判有关的元素进行技术处理和鉴别，以达到录音资料的可利用性和证据效力。endprint

3.2 达成录音资料的可利用性和证据效力的技术方法和主要手段

录音资料的司法应用主要涉及以下几个方面：

（1）话者的同一认定。（2）语音的增强与降噪。（3）噪音分析。（4）语音真实性。（5）语音人身分析（地域、年龄、性别特征、职业、文化、特殊状态）。（6）录音器材检验。（7）语音自动识别（语音库、语音转换）。

在侦查、起诉和审判中，语音的增强与降噪、噪音分析是经常使用的检验和鉴定手段。其主要作用就是从录音中提取、识别和分析与案件相关的有效信息，使之成为侦查线索和证据的技术支撑手段。

4 达成录音资料的可利用性和证据效力的增强与降噪方法研究

上海市公安局物证鉴定中心作为公安部重点实验室，多年来，受理和处理了数十起涉及语音的增强与降噪、噪音分析的案件，尤其是近年来，执法记录仪、视频监控设备、行车记录仪、智能手机等录音设备越来越普及，涉及到的语音增强与降噪的案件也越来越多，案件类型包括盗窃、凶杀、贩毒等，在工作实践中，我们积累了较为丰富的经验，取得了良好的效果。特别是在公安部语音重点实验室的支持和指导下，结合在司法工作中的实际情况，总结分析了基层民警、执法人员在工作中录音时，产生影响录音质量的噪音或录音时被录音对象的音量过低的原因，研究了解决这些问题的方法，取得了一些研究成果。

4.1 主要噪音产生的原因

近年来的工作实践证明，目前，司法工作中的主要录音格式都是数码格式，设备类型主要是智能手机、执法记录仪、录音笔、监控摄像设备、行车记录仪等。按照技术等级划分，绝大多数是民用级别的。在实践中，产生噪音的原因主要有：（1）由于产品成本的原因，民用级别的录音设备的录音频率的带宽不超过8KHz，拾音头的灵敏度不太高。因此，在使用中容易产生噪音。（2）使用录音方法不当。主要是对正确使用录音设备及对录音设备的技术参数设置不当。（3）录音环境的影响。主要表现在与被录音对象距离远、拾音头前有遮挡物、录音环境嘈杂等。

4.2 正确使用录音设备的方法

由于种种客观原因，执法人员对录音设备的选择是有限的，根据实际，我们主要对录音笔、执法记录仪的使用要点作简单介绍：（1）很多录音笔、执法记录仪的技术参数都是固定的，或者是简单的等级设定。在对特定对象录音时，应选择最高等级。（2）灵敏度的正确调节。灵敏度是录音质量的重要技术指标，也就是录音采集的频率范围和信号强度。灵敏度越高，采集的范围越大，反之越小。录音设备的灵敏度选择应根据使用环境的不同设置合适的灵敏度，灵敏度不是越高越好，如果过大，就容易产生大量的“冒顶”噪音。（3）在一个很嘈杂的环境里，录音设备的增益过高或增益设置在“自动”时，会导致录下来的声音夹杂着大量的噪音而听不清。建议在设备技术指标许可的情况下。在录音“增益”选择键上选择“手动”，如有可能，选择使用外接指向性强的话筒，效果更好。

4.3 常见噪音的类型

在实际工作中，由于种种客观条件如录音环境、器材的局限，以及人为的技术操作失误，造成录音的质量不高，达不到录音资料的侦查可利用性和起诉、审判的证据效力。根据我们在实际工作中的总结和归纳，主要有以下几种类型的噪音形式：（1）周期性噪音源的干扰。（2）相对稳定频域的噪音源的干扰。（3）低电平录音（有效語音与环境噪音及本底噪音之比很低）。（4）环境造成的混响干扰。（5）非稳定的频域和时域的复杂背景和环境噪音干扰。

5 常见的几种语音降噪和增强技术方法

语音降噪和增强的方法有很多种，本文介绍几种我们在案件处理中常见噪音的方法。

5.1 周期性噪音源的干扰的处理

此类噪音在听觉上呈现周期性的重复出现，在频谱上体现在时域有较为稳定的时间间隔。例如，在电话录音时由于录音设置错误或故障原因，有时会出现周期性的“嘟、嘟”声，或者录音环境中的一些电器（老旧的空调等）发出的呈周期性出现的干扰声。此类噪音的特点主要是干扰呈周期性出现、干扰强度大、经常会覆盖一些与案件有关的关键或敏感词汇，影响对语意的辨析。

对此类噪音我们通常使用脉冲滤波器、频率均衡器等专业滤波器进行滤波，可以有效地消除绝大多数噪音干扰，增强对录音语意和其他录音信息的辨析。

5.2 相对稳定频域的噪音源的干扰的处理

此类噪音在听觉上呈现一个固定声调的噪音表现，在频谱上表现为频域上的噪音频段相对稳定，并在整个录音频段一直出现。例如：在录音时周边一直有汽车发动机的轰鸣声、在飞机飞行中录音时一直有飞机发动机的“嗡嗡”声等等。此类噪音的特点是干扰强度时大时小、在录音时长中经常是全程出现、经常会覆盖或者干扰一些与案件有关的关键或敏感词汇，影响对录音语音的辨析。

对此类噪音视噪音的强度，组合使用反向滤波器、均衡滤波器、谐波滤波器等，能有效消除噪音的干扰。

5.3 低电平录音的语音增强

在工作中，我们经常遇见由于录音时录音器材的录音输入电平设置过低，导致正常录音音量低，无法辩听录音的内容。由于一般音频放大器在放大语音的同时，也同时发大录音的本底噪音，在辨听时同样会影响听者的辩听能力。因此，应组合使用动态滤波器、放大器，均衡器，会有比较好的增强效果。

在录音的语音增强和降噪领域，技术难度最大、最难以有效处理的是混响噪音和复杂音乐类背景噪音干扰的噪音处理。

6 复杂音乐类背景噪音的降噪技术研究

很多案件中，录音是在较强的音乐、电视等背景噪音干扰的情况下录制的，极大地影响和破坏了正常语音的辩听。此类噪音的带宽往往比需要辨听的语音的带宽要宽，用宽带滤波、谐波滤波等传统的方法滤除噪音的效果不理想。因此实践中需要研究更多新的、有效的方法来满足检验要求。 我们从语音降噪的研究和实践应用出发，结合案件中语音的特点，基于谱减法理论，结合实际工作中的需求，提出了一套有源噪音的降噪方法。

首先需要对复杂背景噪音的音源性质特点进行分析，通常而言，由于主声道和参考声道录音条件通常情况下难以匹配，以往常用的立体声滤波算法效率往往不高。因为算法的性能取决于众多因素，包括室内声学效应，频率特性和不同采样率音频设备，音频信号压缩变换格式以及其他影响。这些因素造成主声道（含语音和背景噪音）与参考声道（与背景噪音相同的音源）之间的相关性衰减，导致抑制噪声的效果差强人意。第二步，获取与主声道中噪音类相同的音源作为参考信道录音。参考信号应尽可能与需降减的噪音信号相同，如果采用与录制主声道相同的录音设备录制参考声道的信号是最理想的。第三步，校正主要声道信号和参考信号，保持主要声道信号和参考声道信号的一致性。第四步，精确定位主要声道信号和参考声道信号。这一步骤需要反复辨听，结合语音图谱，综合比对，确定开始点，使其保持相同。以上步骤中，主声道信号和参考信号的特征校准和保持一致、精确定位两个信号的开始是技术操作的关键点。参考信号特征校正时，应根据信号的特点，尽量手动执行，修正为相同采样率和相同平均频谱。实践证明，运用此方法，对含有音乐、歌曲、广播电视等有源性背景噪音的降噪效果明显，可明显提高语音语义的识别度，同时对语音结构的损害较低，为进一步的语音同一认定提供了条件。

7 结束语

录音数据要成为法律证据的要素，首先要符合法律构成要件，然后要具备能够识别语义的语音质量，这一目标的达成必然要涉及到众多的语音降噪技术方法，本文归纳总结并提出了一种对复杂背景噪音的新技术方法，实践应用下来效果良好。

参考文献：

[1]李敬阳，王英利.声纹鉴定技术综述[J].警察技术，2012（04）.

[2]杨俊杰.司法话者识别[M].中国人民公安大学出版社，2009.

[3]王士元.语言、语音与技术[M].上海教育出版社，2006.

[4]徐立根.物证技术学[M].中国人民大学出版社，2000.

[5]崔景旭.话者识别：回顾与展望[A].第五届全国文件检验学术交流会论文集[C].中国人民公安大学出版社，2000.endprint