声纹自动识别技术在侦查领域的应用

刘 枚 李茜茜

（河北公安警察职业学院，河北 石家庄 050091）

一、声纹自动识别技术概述

（一）声纹识别

声纹是利用电声学仪器显示的一种声波频谱，这种声波频谱携带着个人的言语信息。大量的科学研究表明，声纹和指纹一样有着特定性和稳定性的特点。当个体在成年之后其声纹特征可以保持相当长的稳定性，且不会因为模仿、轻声或大喊而发生改变。在侦查破案中，侦查人员基于声纹的这两个特征可以对样本和检材进行对比检验，认定同一，为侦破刑事案件提供可靠的依据。声纹鉴定分为专家鉴定和自动识别两个大类，当前我国能够开展声纹鉴定的机构大多都是采用专家鉴定这一方式，即通过语音工作站的测量，使用语音学的分析方法，同时依据应用语音学和统计分析的方法，分析个体的语音学特征从而对是否同一作出判别。

（二）声纹自动识别技术

声纹自动识别技术可以看作是一种语音信号的处理方法，这种处理的具体方法是由相关系统对特定语音的所有特征参数进行分离和提取，通过线性或非线性的处理创建语音模型，然后由该系统进行模式匹配，找出最为接近的若干语音资料。如果匹配结果是非单选的，还可以对其进一步进行划分，如说话人辨认和说话人确认。

声纹自动识别技术与专家鉴定不同，后者主要依靠频图的比对，不仅耗时耗力而且对分析人员的从业要求也比较高，一个合格的分析人员至少需要三年的实践经验，而且对于分析人员个人来讲是无法同时处理大量的声纹数据的。声纹自动识别技术则很好地解决了这一问题，其在识别的准确性和群体识别的自动性上具有极高的优势，通过大规模的声纹特征数据库的建设可以呈现声音检索和识别的快速性、远程性和自动性。

二、声纹自动识别技术的应用现状

（一）声纹自动识别的刑事证据意义

我国刑事诉讼法将“鉴定意见”视为一种独立的证据形式，可见声纹的鉴定是可以作为认定案件事实、作出合法判决的依据的。

首例利用语音进行案件侦破的刑事案件发生在1963 年的日本。当年日本发生了一起拐卖儿童案件，在这起案件中，犯罪人曾经打电话对被害人进行威胁，侦查人员通过犯罪人的语音对其年龄和职业进行了判断，并以此为根据很快找到了犯罪人。但当时还没有声纹鉴定的概念，随着科学技术的发展，人们也认识到了声音的唯一与稳定，可以借助仪器将只能“听”的声音转化为可以“看”的图谱。声纹的鉴定更加令人信服进而使其完全可以成为定罪量刑的客观依据。

在刑事诉讼的各个环节中，人类的声音可以得到更广泛的运用。刑事案件的侦查过程中，人类声音的内容以事实为基础，反映了案件事实的一部分，侦查人员通过挖掘声音内容的信息找到关于案件的线索和证据。同时由于人类声音本身就是客观的，侦查人员在侦办案件的过程中可以利用其自身的唯一性和稳定性来认定同一，找到特定的人与案件之间的关系从而进一步扩大线索和证据的来源。声纹鉴定除了本身可以成为刑事证据以外，还可以成为认定其他证据真伪的手段，比如在视听资料、电子证据的鉴定方面，声纹的自动识别就发挥着巨大的作用。我们以视听资料为例，视听资料作为案件证据的优势是十分明显的，它能够非常生动、客观地反应案件的事实情况，但由于其的产生和展现特别依赖于仪器设备导致其容易被删减、拼接和篡改。我们完全可以利用声纹的自动识别对视频中的声音进行检验，进而审查视听资料的真实性。

（二）声纹自动识别技术的应用现状

近几年来，西方发达国家对声纹的自动识别技术非常重视。其中最有代表性的恐怕就是由美国国家标准与技术研究院主办的NIST SRE 了，这个测评最早举办于1996 年，目前被誉为国际层面最为权威的声纹识别技术测评。作为全球范围内规模最大的测试平台，它吸引了全球的声纹研究机构。竞赛主要包含两个模块，主要考察电话信道和音视频两类语音材料中的声纹识别，设置这两个考察项目的目的在于通过两种探索寻找对人类声音识别的新的技术和新的方法，寻找和提升识别系统的性能。

我国在深度开发科技产品，尤其是将人工智能融入安防技术领域上做出了相应的成绩。一段时期以来，智慧公安在公安工作中发挥了重要的作用，公安机关和科技企业的合作日益加深，将科学技术融入公安工作，警企人才、科技与数据等资源的合作也日益紧密，在一个层面上提升了社会面安全治理能力的同时也提升了公安机关服务公众的水平。其中我国某科技旗下的科学团队在2016 年的NIST SRE 上获得了中国第一、国际第三的好成绩，其开发的声纹模型精度目前已经处于同行业的领先水平。人工智能与声纹技术的结合能够为公安工作带来更好的协助和推进效果。2020年，清华大学联合几个机构组成的联队也在该赛事上取得了国际前十、亚洲地区第一的好成绩。

（三）声纹库的建设

我国公安机关“三项建设”的重要内容之一就是要加强公安信息化建设，其中公安部声纹库的建设工作就是信息化建设的重要组成部分。我国已经建成了比较成熟的指纹库与DNA 库，这两个库的存在为刑事案件的破获提供了优良的技术支撑。声纹的采集有着指纹和DNA 都无法比拟的优势，即它可以实现非接触式的采集。声纹库将与指纹、DNA 库相互结合，一旦建成便可形成一个立体式的生物特征库，不仅可以为多警种直接服务而且在侦破刑事案件和提高刑事诉讼效率上也会显示出巨大的威力。

声纹库的建设与使用可以比照指纹库的建设和使用方式。简单来说，声纹库需要采集人员的声纹信息，将采集人员的声音进行技术处理，取得标准的声纹信息并将其录入声纹库中。当遇到需要比对的检材时，就将检材与声纹库中存在的信息进行比对从而获得若干候选条目，然后再由鉴定专家利用自己的实战技术与经验对这些候选条目进行进一步的筛选，进而确定目标人或者目标范围。

三、声纹自动识别技术在刑事侦查中的应用

（一）声纹的自动识别成为刑侦基础业务的重要组成部分

1.公安机关声纹技术的应用与发展是一段时期以来的重要课题。声纹信息的识别是一项非常重要的工作，是公安部目前非常重视的一项任务，各级公安机关及其部门都要高度重视这项工作，把该项工作做细做扎实。

其次，要充分重视声纹的采集质量。在实际的声纹采集过程中，由于使用的设备配置标准不一，使用的信道有差异等等，使得所采集的声纹质量参差不齐，这些标准并不统一的数据将会严重影响算法模型的建立，给下一步进行准确识别的工作带来了困难。为了进一步确定入库数据的质量，就需要公安机关结合各科研单位进行系统的、有效的研究，共同制定声纹采集的标准仪器和科学流程。

最后，声纹的采集工作要有序推进。从领导层面来讲，领导要亲力亲为，明确工作的各个环节的负责人员，设立工作进程的具体时间表，建立切实有效的监督、奖惩机制，确保声纹采集的数量与质量。

2.社会公共安全是与我国人民生命财产安全密切相关的重要领域，随着人工智能技术的产生和发展，将人工智能运用于社会公共安全建设的科学技术也应运而生。以生物特征为基础的人员身份识别的认证技术也高度依赖于人工智能的运用，声纹作为非常重要的人类生物特征，它的自动识别正在社会安全生活中起着重要的作用。

（1）重点场所声纹门禁系统。在重要的安防场所加入声纹门禁，能够非常有效地遏制非法闯入。声纹自动识别具有快、准、稳等特点，用于门禁系统可以实现快速识别、精准准入和远程操作的一系列动作，相对于传统的其他生物特征的识别，其有效地规避了因为身体出现异常而导致不能准确识别的缺陷。另外，在一些敏感的公共场所也可以安装声纹自动识别系统，有利于快速筛查重点人员，最大限度地消除治安隐患。

（2）金融场所的使用。声纹自动识别技术在金融场所的使用更多地表现在对银行系统的应用上，它的存在有利于帮助银行及其客户提高抵抗财产被侵犯的能力。我国的国家信用认证体系还有待完善，这就需要银行方面建立起自己的一套科学的信用体系，以规避一定的经营上的风险。近年来屡屡出现的银行内部人员利用银行自身监管的体制漏洞肆意侵犯人民财产的案件就彰显了建立这种信用体系的重要性。声纹的自动识别技术为这一体系的建立提供了非常高效的认证选项。从客户方面来说，他们也希望银行可以提供更为可靠和牢固的信息安全屏障，以提升客户对于银行的信赖度。对于金融场所来讲，安全系统越牢靠客户才会越多，银行才能更好地提供金融服务。

（二）声纹的自动识别有利于刑事案件的预防与战果扩大

1.对于恐怖类犯罪的预防。恐怖主义犯罪都存在隐蔽性的特征，表现在犯罪人身上就是他们在进行恐怖活动的策划和实施时大多会对自己的身份和外貌进行隐藏和伪装。在身份和外貌双重伪装的前提下，将其真正的身份与其形象进行比对就成为预防与控制恐怖活动的一个重要课题。声纹的自动识别是不需要用肢体接触的方式进行的，这对于快速有效识别恐怖嫌疑人身份而不暴露我方侦查意图有着巨大的帮助作用。

2.对违法重点人员的声纹进行采集，以便建立声纹样本库。通过社会面上的声纹采集系统不仅可以掌握其活动轨迹，还可以对若干轨迹进行分析研究，结合其自身特点（涉案性质、高危地区、特殊身份）等进行综合研判，从而达到对刑事案件的预防和在侦案件的战果扩大的效果。

3.在居民身份证中加入声纹信息。将持证人的声纹信息录入身份证，一方面提升了身份证的防伪技术，另一方面提高了公安机关在日常管理中进行人证比对的工作效率。

（三）声纹的自动识别在个案中使用的条件

在侦查破案的实践中，声纹的自动识别技术是需要一定的条件的，除了我们前面提到的需要数量庞大的声纹资源库还需要在采集和使用中注意对声音的标准化处理。

1.在对人类声音采集的时候，除了需要有效排除声音背景中的各类噪音的干扰还需要对采集的形式进行规范。一般情况下采集使用自由谈话和刻意听说两种方式。第一种方式是让说话者在一种自由的情形下自如地讲话，这种谈话的方式一般会在被采集者不知情的情况下进行，其会在较为自然的情况下进行发音；第二种方式是刻意地让被采集者说出需要比对的特定语言。

2.由于我国对证据真实性、客观性的要求，在收集证据时不仅要求证据的形式要合法还要求证据收集的方式要合法。这就要求在对声纹自动识别前，要按照法定程序对声纹的检材进行客观性和真实性的审查，确保语音载体没有被剪接和伪造，如果能保证语音的连续性和真实性则要对其进行滤波处理，以增强语音部分的信号，并有针对性地进行摘抄。

3.声纹资源库内的声纹资料的数量足够庞大且质量标准统一可靠。在刑事案件侦破的工作中，侦查人员总结出了众多的侦查方法，随着信息导侦的理念越来越深入人心，侦查人员会将侦查方法与信息收集很好地结合起来，因此形成了很多固定的分析模块。公安机关可以根据这些模块对声纹信息进行分类，从而使得声纹的自动识别更加具有针对性。

（四）声纹自动比对在案件分析中的应用

1.对“人”的特征进行识别。有的刑事案件是以声音为首要线索的，如绑架案件、电信诈骗案件、敲诈勒索案件等。除了分析犯罪行为人与被害人之间的关系外，确定犯罪人的个人特征就成为了这些案件的突破口。根据声纹的识别，可以海量地对于说话人的性别、年龄、文化水平、职业特点、生活区域、甚至身体特征等进行范围划定，然后根据这些范围的交集进一步对犯罪人的个人特征进行圈定，继而缩小侦查范围。

在侦查这一类案件的过程中，我们除了关注犯罪行为人的个人特征以外还可以把关注点放在其他人的身上。比如，在绑架案件中，如果“被绑架人”也发过声，侦查人员就可以对该声音与直接受害人的声音进行识别，从而达到确定身份的目的。再比如，如果声音背景中有其他人的声音，也可以对背景人物进行分析，该人如果是同伙，则可以使用多个嫌疑人的信息进行交叉分析；如果是与案件无关的人员，由于这类人是生活中的自然表达，伪装的可能性极小且心态正常，则可据此获得更加精准的分析结果。

2.对组织架构进行识别。对于一些集团性、系列性案件，查明团伙的组织架构、认定某个特定的人在整个案件中的作用是非常重要的，如黑社会性质组织案件、贩毒案件、制售假药案件。由于当前的通讯技术和物流行业的高速发展，在很多案件中，同案犯就是从未见面的熟人。他们在联系的过程中从不见面，从不暴露自己的真实姓名，但这并不妨碍他们之间的配合与交易。甚至有的犯罪人同时使用几十个手机号码，同时拥有几个不同的姓名和身份，甚至还有的犯罪人自己都记不清用哪个号码、用何种身份和哪个犯罪人接触过。因此在侦破这些案件的过程中，认定某个特定的人在案件中的身份和所起的作用就特别重要。声纹自动识别技术就解决了这样的难题，通过对微信或通话录音中的语音识别，能够从众多的声音中分辨出特定人的声音，为固定证据提供了科学的依据。

在有组织犯罪的侦查中，犯罪人往往避重就轻，对于自己组织或参与的活动进行推诿和狡辩。最常见的就是矢口否认自己曾经对其他犯罪嫌疑人“发号施令”。如果我们能够取得该人和其他人之间的通话记录，就能够证明该人在整个犯罪组织中的作用，从而为其定罪量刑提供依据。如果没有通话记录，侦查人员也可以通过技术手段从现场的监控视频中提取语音信息，将该人的声音从众多的语音信息中提取出来，再对语音的内容加以分析和固定，一样可以对其在组织结构中的位置进行认定。

3.对串并案件进行识别。有的犯罪人将某种犯罪行为作为一种“职业”，这就导致某类案件具有鲜明的个人特征。由于犯罪人在长期的犯罪过程中会总结出最适合、最高效的犯罪手段，一旦犯罪手段成熟就很难更改，所以在串并案件的过程中，这些鲜明的个人特征就成为了多起案件进行串并的指标，如电信诈骗案件。在电信诈骗的过程中，犯罪人总要与被害人进行言语上的交流。由于我国在防治电信诈骗方面做了大量的宣传活动，有的群众在接到诈骗电话时有十分准确的辨别能力，有的群众还会给骗子进行录音。侦查机关就可以根据这些录音对一些未遂案件进行收集并以此作为基础资料，一旦有案件发生就可以将既遂案件与未遂案件进行自动识别，结合电信诈骗的内容和作案手段，对这些案件进行串并。这种方法还可以运用到其他系列性案件如盗窃、寻衅滋事、黑社会性质组织等案件的侦破活动中。

科学技术的发展在改变人们生活方式的同时也改变着违法犯罪的作案手段，作为保护人民生命财产安全主要力量的公安机关也要将科技和侦查手段结合起来。声纹自动识别技术作为侦查手段与信息技术的结合体在以后的公安工作中必将发挥出令人瞩目的重要作用。为此，进一步开发声纹技术，研究声纹识别处理方式，用声纹自动识别技术开创刑事案件侦查的新理念是当前值得探讨的课题。