习惯用语和说话人独有特征和说话人独有特征

前言当下，由于移动网络和应用软件的高速发展，人们交流沟通的方式从传统、单一的打电话沟通变成电话、社交软件并用的多维度沟通。其中微信和QQ无疑是“国民级”的社交软件。由于网络的隐蔽性和时空分离性，在社交软件中使用者的个人身份信息被模糊甚至伪装，成为了新型网络诈骗和诈骗犯罪滋生的温床。社交软件上常见伪装身份和伪装长相，但是社交软件聊天中的语音信息通常不会被伪装。一是因为相较于身份和长相要伪装声音比较困难，二是犯罪分子往往会忽略对语音的伪装。加之社交软件中的聊天语音文件是十分便于采集、取证的，所以它是进行嫌疑人或者受害人同一认定的重要关键性证据。利用声纹同一认定仪器和软件进行频谱特征分析的技术已经趋于完善。但是声纹同一认定的技术难度高、设备昂贵、软件复杂。基层公安派出所和公安分局是公安系统中最直接与人民群众接触的基层单位，面临的案件种类和需要解决的难题是多种多样的。此外，公安派出所和公安分局数量众多，人员众多，不可能都为其配备昂贵的声纹采集设备和培训具有鉴定资质的技术员。所以，由于语音同一认定的复杂性和专业性只能由少数具有鉴定资格的单位实施，往往需要较长的申报和检验周期。在受害人前来报案，仅能提供嫌疑人的语音信息时，办案民警需要尽可能地从语音信息中获得额外的信息，便于在之后实施的抓捕行动中对犯罪嫌疑人进行确认和控制。如果借助正常的语音同一认定申报程序，对于这类案件会是极大的延误。作者希望通过本论文的研究，从语音同一认定听觉特征中可以被人脑直接识别的内容入手，帮助基层民警在不借助声纹识别设备和软件的情况下，提升对特定未知说话人识别的概率。除此之外，使用声纹同一认定软件进行同一认定之前，本文提到的方法也可以对语音同一认定机构快速从多个样本中辨认目标和初步筛查起到一定的帮助。人类识别说话人不是依靠分析声音的波纹，而是依靠对说话人声音特征的识别，这些特征可以成为非频谱特征。本文将选取其中的七个人类交流中可以被人脑直接识别的听觉特征，分别是：音色、音调、口音、语速、音量、鼻音、习惯用语和说话人独有特征。在实际案件中，一线民警时常需要从对方说话的听觉特征中获取被刻意隐瞒的额外信息。例如从音色判断说话人的性别和年龄、从口音判断籍贯、从说话语速和音量判断对方对于一件事的态度乃至有没有说谎等。也可以借助对听觉特征的识别进行快速、大致的同一认定，便于识别并对犯罪嫌疑人实施控制。所以，本文从这七个维度探究提升基层民警在不借助声纹识别设备和软件，对特定未知说话人识别概率的方法和如何从听觉特征中获取额外的信息。一、音色人发声主要依靠的是声带和喉腔的共振，每个人喉腔的形状不一样，声带的长度、厚薄程度也不一样，所以每个人说话的音色都各有特点。每个人声带和喉腔的结构不一样，人说话时音色就不尽相同。就象人的指纹一样，虽然可以分为不同的类型，有些看上去也很相似，但完全相同的概率是非常低的。因为说话是人每天都要做的事情，在长期的说话习惯和发声器官定型后，每个人的音色也定型了，并且其具有长期稳定性，可以作为同一认定中重要的听觉特征点。此外，从音色可以判断一个人身体的健康情况，这是因为病理性变嗓会让说话人的音色有较大的改变，让说话人的声音听起来沙哑、有撕裂感。音色是辨别一个人声音最重要的听觉特征，音色辨识度高的说话人是十分便于识别的，但是音色特征容易受到收音设备条件和电话信号传输等问题的干扰。也就是生活中常见的“在电话里听对方声音辨别不出对方是谁”，所以还需要借助其他听觉特征才能更准确地识别说话人。二、音调说话声音的音调是对一个人说话声音高低的描述，音调的高低，主要取决于声带的位置、长度和紧张度，以及呼出的气流作用于声带上的力量。经过统计与研究，男性的声带的长度、厚度、面积普遍大于女性，喉腔的长度也大于女性，女性又大于儿童。更长更厚的声带能够产生更低的基频，也意味着音调更低；而更短的喉腔和更薄的声带可以产生更高的基频，也就是更高的音调。所以男性的声音听起来普遍比女性和儿童低沉。音调越低的说话声音被认为更男性化，反之则是更女性化。但是在同一性别中也有声音的高低之分，这也成为了一个人说话声音的特征点。综上所述，利用音调特点可以辨别说话人的性别和年龄。三、方言中国地域广大，各个地方形成了具有自己当地特色的方言。人类从年幼时期学习讲话起，经过日复一日的练习而掌握一门语言，形成符合当地习惯的言语体系。现代社会人口流动性大，人们想要更方便、快捷地交流需要一门通用的语言，那就是我们现在常说的“普通话”。生活在当地方言和普通话有差异地区的人，在说普通话的时候或多或少会带有一些口音或者说话特点。其原因是经过日复一日习得的方言形成动力定型后，当地方言中的一些特点便会被说话人无意识地带入普通话讲话中。除此之外，在日常交流中还可以总结出，年长的人的口音一般都比年轻者口音重，这主要是年轻者在学校时受到的普通话教学相对更好和从小接触互联网，相对的更容易从网络上学习普通话。在同年龄中又有受教育程度更低者会比受教育程度高者口音重的特点。不同地区和不同的人会有各不相同的口音，这便让口音成为非常重要的一项非频谱听觉特征。利用好这一听觉特征可以快速地掌握说话人的籍贯信息和大致的受教育程度信息，也能在使用声纹同一认定软件进行同一认定之前进行比较精确的目标筛选。本文选取中国的7大种方言，分别是北方方言、吴方言、湘方言、客家方言、闽方言、粤方言、赣方言，作者通过查阅资料、与当地人交流和观看影视作品，尝试总结出了七大方言区的人说普通话时自己独特的口音。北方方言主要使用于东北、北京、河北、河南、天津、山东、辽宁、陕西等中国北方地区。因北方方言种类众多且各自有别，受限于篇幅选取北方方言中使用人说最多的官话方言和北方方言区多见的口音作为北方方言代表。官话方言是以北京话为基础的北方部分语言统称，它的分布地域最广，使用人口约占汉族总人口的73%，普通话也是从官话方言的基础上发展起来的。通过与当地人交流，北方人说话给人音调高和语速快的感觉，有儿化音重、语速快导致吞字、感叹词多、平翘舌分明、前后鼻音分明，并且说话会带有特色词汇比如旮沓（地方）、忽悠（说大话）、唠嗑（聊天）的特点。吴方言以苏州音为标准音，主要分布于江苏南部、上海、浙江、安徽南部、江西东北部、福建北部。吴语保留了全部的浊音声母，具有七种声调语调，在发音上较靠前靠上。通过与当地人交流和观看影视作品总结出，吴语方言区有口音的人说普通话有不分前后鼻音，只有“in”和“en”，没有“ing”和“eng，基本不分平翘舌和一句话结束时习惯性会加上“伐”，“啦”的特点。湘方言主要使用于湖南省地区、临近湖南的重庆市和广西部分地区，以长沙话为代表。通过与当地人交流并总结总结出，湘方言区有口音的人说普通话有习惯性的拖音，例如：“这个东西好（拖音）好吃的嘞”，和平翘舌不分，例如把“支持”说成“兹词”。还有l、n声母不分，例如把“亮”说成“酿”和h、f声母不分，例如把“湖南”说成“福南”，并且喜欢在疑问句结尾加上“咯”字、“嘞”字。客家方言主要使用于广东、福建、江西、湖南、广西、海南、四川和台湾等地，它是除北方方言外分布最广的方言。客家话中有一些词语和粤语中的词语发音完全一致，例如说慢慢吞吞都发音成“咪咪莫莫”。因为客家方言发音同普通话发音接近，但又有一些词是普通话中没有的，所以客家方言区口音重的人会有很明显的客家话普通话混用。因为客家方言不分平翘舌音和前后鼻音，在客家方言区人的口音上也有体现，除此之外还有说一些字会带有擦音的特点，例如把“客车”发音成“客吃”。闽方言主要使用于福建、广东、台湾三省和浙江省南部以及江西、广西、江苏三省的个别地区。闽语与普通话的发音差异较大，保留了较多古汉语的读音和语法，其他方言区的人不容易听懂。并且因为闽语区山多路窄交通不便，各地方的发音差异较大。通过与当地人交流并总结得知，典型的闽方言区的有口音的人说普通话有不能区分韵母“e”和“i”，例如把“舌”说成“食”；不能区分声母“f”和“h”；例如把“翻”说成“欢”。其次，口音比较重的人发音基本没有翘舌音，例如把“吃”说成“呲”；也比较难区分前后鼻音，例如把“峰”说成“分”等特点。台湾的闽语有一些特色的语气词例如“啦”、“ho”、“欸”一类被带到普通话中，这就是台湾腔“嗲”的来源。粤语又称广东话、广府话、唐话，俗称“白话”。粤语主要使用于广东粤中、粤北和粤西南地区，香港、澳门、广西东南部以及海外华人社区。通过与当地人交流并总结得知，粤语区口音重的人说普通话基本不存在轻声，不分平翘。韵母上，粤语区的人很难发出舌尖元音，zhi、chi、shi、zi、ci、si经常发成普通话的ji、qi、xi例如“知道”说成“鸡倒”。赣方言主要使用于江西省，湖南东部和安徽西南部，属于汉藏语系，其代表方言是南昌话。通过与当地人交流得知，赣方言区有口音的人说普通话会带有当地方言的特殊语调，当地人能听得出，但是不像其他方言可以总结出特定的语调和发音特点。通过查阅文献、资料得知赣方言有其特有的词语和语法，当听到这些特征时可以判定说话人是赣方言区人。例如“做什么”会说成“做西哩”，“来得及”会说成“来得赢”，“现在”念成“噶”，“下大雨”说成“落斗雨”（同时“斗”又可以作动词，“冒着雨”叫“斗雨”），“做饭”说成“舞饭”，“高个子的人”说成“莽子”四、语速语速描述的是一个人说话的快与慢，人在情绪稳定时正常说话的语速是变化不大的，这也和长期说话习惯形成的动力定型有关。人说话的语速除了受说话习惯的影响还受到说话人当时状态的影响，比如人在说谎时因为紧张和需要编造虚假事实导致大脑对肌肉活动控制的协调能力变差，可能导致结巴或者说话语速变快。五、鼻音许多不是官话方言区的人说普通话时，会有发音分不清前后鼻音的现象。把这些错误发音的字总结出来便可以作为这个人专属的听觉特征。例如常见的前后鼻音混淆错误，把“我们”读成“我蒙”，把“山峰”读成“山分”。鼻音不同于口音和音色具有极强的动力定型特性，一些前后鼻音读错的说话人在知道正确读音的情况下刻意去区分是能把前后鼻音区分好的，但是在不注意或者正常的与人交谈中还是会恢复成原本错误的读音。除此之外鼻音和口音一样具有比较强，的判定方言区的作用，因为一些地区的人具有相似的前后鼻音读错现象。而能较好地分出“ing”和“in”韵母的一般为北方人。鼻音还可以用于判断说话人身体状况，当鼻腔内鼻粘膜发炎，毛细血管扩张，分泌物增多，会导致鼻腔粘膜充血肿胀，腺体分泌增多。鼻腔内的肿胀使气体出入受到障碍，所以会出现鼻塞的症状。鼻塞后，鼻腔鼻窦的共鸣环境被改变，就会在讲话的时候出现闭塞性的鼻音，给人鼻音重的感觉。捏住鼻子讲话也会有类似的效果。六、音量人说话时，借助肋间肌和膈肌的力量，气流从肺部涌出振动声带，引起声带振动而发出声音。由于说话音量的大小依靠的是来自肺部气流的大小和肌肉的力度，所以说话人说话的音量还可以从侧面反映出他的身体健康状态。说话音量和说话人的心理状态有很大联系。在讯问活动中，可以利用人在故意隐藏自己的意图和说谎时往往音量会比较小，也就是常说的，没有底气这一特点，来辅助判断嫌疑人有没有说假话。其次，说话音量还说话人的修养、受教育程度有很大关系。修养高的人在说话时会更加注意自己的音量，以免影响到其他人。七、习惯用语和说话人独有特征和说话人独有特征根据公安基层工作经验总结，说话人出现具有个体特征的习惯用语和说话人独有特征的情况不多，但是由于惯用语也是长期说话中养成的，具有较强的稳定性和一段时间内可再现的特点，因此也可以作为一项说话人同一认定的听觉特征。常见的习惯用语包括语气词、脏话、网络流行语和方言中的特色词等。独有特征则包括行业术语、不同于普通话的语法、特有的词语、口吃、说话发音模糊不标准、赘语等。通过记录这些特征可以起到分析说话人职业、受教育程度和素养等特点，从而起到区分说话人的效果。八、听觉特征记录方法建议作者根据以上提到的语音听觉特征制作出一个用于快速分析的语音特征表如图。依据每个听觉特征自身的特点，现提供参考的对于各个特征的描述或记录方式。音色：由于每个人声带和喉腔的形状都不尽相同，难以用文字描述，所以选取一些可以被文字记录的特征如“嘶哑”、“磁性”。若没有合适的对应的词则不填写此项。音调：根据识别人主观感受填写高、中、低和说话人性别。口音：根据总结出的各个方言的特点填写判断出的方言种类，若没有明显口音或判断不出则写无，语速：根据识别人主观感受填写快、正常、慢。音量：根据识别人主观感受填写大、正常、小。鼻音：根据说话人发音错误的前、后鼻音字写出那个错误的字若没有发音错误则写无。习惯用于和说话人独有特征：根据说话人说话特征有则写出该人特征没有则写无。样本1样本2样本3样本4样本5音色音调口音语速音量鼻音习惯用语和说话人独有特征九、实验为了证明语音听觉特征是人脑长期按照一定的说话方式，动力定型在大脑皮质中具有可复现性的。现准备了三篇文章，每组实验分别安排六名说话人对其进行朗读，选取说话人的口音、鼻音听觉特征进行分析。对于音色和音调这两个显然具有长期可复现性的听觉特征，由于篇幅原因便不再重复实验。九.一、方言听觉特征实验说话人方言听觉特征实验说明：安排六位来自同一方言区的说话人，朗读同一篇文章，并用红色拼音和箭头标识出错误的读音。分析同一方言区不同个体间口音是否具有一致性。样本一样本一说话人在高中时期曾参加过学校的广播站并且喜欢唱歌，所以普通话发音较为标准，错音的字很少。说话人把lìng（令）读错成nìng，把qí（其）读错成qī样本二样本二的普通话读音较为标准，并且说话人可以较好读出míng（明）和mín的发音区别，对于南方人来说属于比较少见的情况。唯一的错误是说话人把liàng（亮）错读为niàng。样本三样本三的普通话读音较为标准，通过询问得知说话人母亲是教师。说话人读音错误只有把zhà（乍）读成zà。样本四样本四说话人有比较典型的受到方言读音习惯影响普通话读音的特点。说话人把wǎn（晚）错读成wǎng，把shān（山）错读成shāng，把shǎn（闪）错读成shǎng，把guāng（光）错读成guān，把chuán（船）错读成chuáng。经过仔细辨听，发现说话人“光”字的读音有时候可以正确地发出后鼻音读音，而有时又会发成错误的前鼻音读音。通过与说话人的交流得知，她知道“光”字的正确普通话读音，因为她已经习惯了当地方言的发音特点，在不注意的时候会下意识把guāng（光）错读成guān。这一现象证明了上文提及的人类从年幼时期学习讲话起，经过日复一日的练习而掌握一门语言，形成符合当地习惯的言语体系是具有较强的动力定型性的，而且这一听觉特征是不易改变，是长期可以复现的。也证明了前文提及的，说话人鼻音听觉特征不及音色和音调有那么强的动力定型特性，只要说话人知道正确的读音是可以有意识更改的。样本五样本五说话人有比较典型的受到方言读音习惯影响普通话读音的特点。说话人把chù（处）错读成cù，把shān（山）错读成shāng，把chuán（船）错读成chuáng，把wàng（望）错读成wàn，把guāng（光）错读成guān，把zhà（乍）错读成zà，把shǎn（闪）错读成shǎng。通过错误读音分析，说话人有明显的平翘舌不分和前后鼻音不分的特点。样本六样本六说话人有比较典型的受到方言读音习惯影响普通话读音的特点。说话人把wǎn（晚）错读成wǎng，把chù（处）错读成cù，把shān（山）错读成shāng，把chuán（船）错读成chuáng，把zhà（乍）错读成zà，把guāng（光）错读成guān。方言听觉特征实验总结通过分析六个来自同一方言区，不同说话人的六个语音样本可以发现，不同说话人的方言有共性也有很大不同。经过总结归纳便可以发现该方言区说话人口音的共性。通过比对样本1、2、3和样本4、5、6可以发现，普通话发音标准与否与后天有没有接受正规、系统的教学有很大关系。接受了较为正规、系统普通话教育的说话人几乎听不出什么口音。通过总结样本4、5、6，共同的发音错误有把shān（山）错读成shāng，把chuán（船）错读成chuáng，把guāng（光）错读成guān，把chù（处）错读成cù，把zhà（乍）错读成zà。可以发现样本4、5、6说话人普通话发音有前后鼻音不分和平翘舌音不分的特点。已知六位说话人全部来自潮汕揭阳地区，他们口音的共同特点和闽方言区说话有口音的人的特点一致。九.二、鼻音听觉特征实验记录说话人鼻音听觉特征实验说明：分别安排六位有鼻音发音错误的说话人朗读同一篇文章，并用红色拼音和箭头标识出错误的读音，研究同一说话人鼻音特征在朗读中出现的规律。样本一录音样本一的说话人把fēng（峰）错读成fēn，把méng（朦）错读成mén，把rán（然）错读成lán，把rén（人）错读成lén。读音共性错误是e韵母ng错读成en，声母r错读成声母l。样本二录音样本二的说话人把fēng（峰）错读成fēn，把méng（朦）错读成mén，读音共性错误是会把eng韵母错读成en韵母。样本三录音样本三的说话人把liàng错读成niàng，把lùn（论）错读成nùn，把lóng（胧）错读成nóng，把fū（夫）读成fong，把lìng读成nìng。本来声母l和n都不会有鼻音，但是说话人会在读一些声母n的时候混入鼻音，成为她说话独有的听觉特征。样本四录音样本四的说话人把wǎn（晚）错读成wǎng，把shān（山）错读成shāng，把shǎn（闪）错读成shǎng，把guāng（光）错读成guān，把chuán（船）错读成chuáng，读音共性错误是会把韵母ang和an混淆。样本五样本五的说话人把chù（处）错读成cù，把shān（山）错读成shāng，把chuán（船）错读成chuáng，把wàng（望）错读成wàn，把guāng（光）错读成guān，把zhà（乍）错读成zà，把shǎn（