◆陳擁軍 王云峰

（1.甘肅政法大學(xué)刑事司法學(xué)院 甘肅 730070；2.甘肅政法大學(xué)人工智能學(xué)院 甘肅 730070）

重翻錄技術(shù)作為錄音資料眾多篡改手段之一，不僅可以掩蓋篡改痕跡，使得篡改語(yǔ)音自然流暢，還可以偽造錄制場(chǎng)景，轉(zhuǎn)移辦案人員視線。在聲紋識(shí)別應(yīng)用領(lǐng)域，重翻錄語(yǔ)音的識(shí)別錯(cuò)誤率逐年增加。因此對(duì)于重翻錄語(yǔ)音的識(shí)別與檢測(cè)已成為聲像資料鑒定的一大難題。

Villalba J等人[1]提出重翻錄操作會(huì)改變?cè)颊Z(yǔ)音信號(hào)的頻譜和調(diào)制指數(shù)，可以利用判別分類器鑒別原始語(yǔ)音和重翻錄語(yǔ)音。羅達(dá)[2]等人提出重翻錄操作會(huì)導(dǎo)致原始語(yǔ)音和重翻錄語(yǔ)音的信噪比產(chǎn)生差異。Chettri等人[3]利用實(shí)驗(yàn)證明原始語(yǔ)音前幾幀的能量比剩余幀的能量低，而重翻錄語(yǔ)音所有幀之間的能量并沒(méi)有太大差距，呈均勻分布。上述方法均是在對(duì)比了原始語(yǔ)音和重翻錄語(yǔ)音某些特征差異之后所得，所以很難在沒(méi)有對(duì)比樣本材料的情況下甄別出重翻錄語(yǔ)音，在錄音資料真實(shí)性鑒定中無(wú)法廣泛應(yīng)用。

重翻錄操作必然會(huì)為不法分子利用，從而影響聲像資料的真實(shí)性鑒定，尤其是錄音資料鑒定領(lǐng)域。本文從傳統(tǒng)的聽(tīng)覺(jué)辨識(shí)、頻譜檢驗(yàn)和數(shù)據(jù)分析檢驗(yàn)三個(gè)方面，分析重翻錄語(yǔ)音檢測(cè)難的原因及其對(duì)錄音資料真實(shí)性鑒定產(chǎn)生的影響。

1 錄音真實(shí)性鑒定依據(jù)

錄音真實(shí)性鑒定也稱錄音完整性檢驗(yàn)，是指分析檢驗(yàn)錄音資料，對(duì)該錄音是否存在剪輯和偽造行為進(jìn)行鑒定的一種技術(shù)手段。錄音資料主要有刪除、插入、替換和拼接四種常見(jiàn)的剪輯方式，近年來(lái)隨著科學(xué)技術(shù)的發(fā)展，又出現(xiàn)了利用重翻錄技術(shù)篡改錄音資料的新技術(shù)。目前錄音資料真實(shí)性鑒定主要從以下三個(gè)主要方面進(jìn)行檢驗(yàn)。

1.1 聽(tīng)覺(jué)辨識(shí)

聽(tīng)覺(jué)辨識(shí)又稱聽(tīng)覺(jué)檢驗(yàn)，在沒(méi)有失真、升沉和掩蔽等特殊情況外，人耳就是最好的辨音“儀器”，運(yùn)用人耳進(jìn)行聽(tīng)覺(jué)分析檢驗(yàn)主要從以下幾個(gè)方面進(jìn)行：

（1）檢驗(yàn)錄音資料語(yǔ)義的邏輯性和連貫性，原始錄音資料中的語(yǔ)音在語(yǔ)義上應(yīng)該具有連貫性和邏輯性，而經(jīng)過(guò)剪輯后的語(yǔ)音在剪輯位置上往往會(huì)出現(xiàn)語(yǔ)音前后語(yǔ)義邏輯不通，出現(xiàn)“前言不搭后語(yǔ)”的情況，這就為錄音資料真實(shí)性鑒定提供了突破口。

（2）對(duì)話錄音的連續(xù)性和同一性，原始錄音資料中話者的嗓音音質(zhì)是一致的，語(yǔ)句間相鄰音節(jié)的過(guò)渡與銜接是自然的，而剪輯處理后的對(duì)話語(yǔ)音中話者嗓音音質(zhì)存在差異，需要通過(guò)頻譜分析進(jìn)一步檢驗(yàn)。

（3）話者語(yǔ)音的相似度，在正常的談話錄音資料中，會(huì)不可避免地出現(xiàn)同一人多次重復(fù)某些音節(jié)的情況，這和某個(gè)人的說(shuō)話習(xí)慣有關(guān)。這些重復(fù)的音節(jié)之間應(yīng)該都存在著一定程度的差異。如果待檢錄音資料中某一個(gè)人的重復(fù)音節(jié)之間幾乎無(wú)差異，則極有可能存在剪輯處理的可能。

（4）錄音資料中是否出現(xiàn)脈沖信號(hào)，錄音資料中如果出現(xiàn)了輕微的音強(qiáng)突變情況或者“咔”聲，這有可能是錄音器材受到撞擊產(chǎn)生或是外界的其他瞬態(tài)噪聲所形成，當(dāng)然也不排除是剪輯行為產(chǎn)生的，需要通過(guò)頻譜進(jìn)一步分析。

（5）背景噪聲的連貫性和一致性，正常的錄音資料會(huì)不可避免產(chǎn)生背景噪聲。如果錄音資料未經(jīng)過(guò)剪輯處理，音頻文件中的背景噪聲應(yīng)當(dāng)是連貫的和一致的，剪輯處理行為有可能使語(yǔ)音內(nèi)容處理的相對(duì)連貫，但很難使背景噪聲一起連貫。但是背景音一致連貫并不代表該錄音資料沒(méi)有經(jīng)過(guò)剪輯，因?yàn)榧糨嬏幚砗罂梢酝ㄟ^(guò)重翻錄技術(shù)添加連續(xù)、一致的背景音加以掩蓋。

1.2 頻譜檢驗(yàn)

在錄音資料被實(shí)施剪輯處理以后，會(huì)不可避免地留下篡改痕跡，通過(guò)頻譜分析可以尋找并分析這些痕跡，就可以對(duì)該錄音資料的真實(shí)性做出鑒別和判斷。頻譜分析的主要內(nèi)容有：

（1）本底噪聲的檢測(cè)，由于錄音器材本身或線路和信號(hào)傳輸?shù)脑颍谳斎霟o(wú)聲信號(hào)時(shí)會(huì)產(chǎn)生噪聲，稱之為本底噪聲。如果對(duì)不同的原始語(yǔ)音進(jìn)行剪輯處理時(shí)，因?yàn)楸镜自肼暤牟煌?，必然?huì)在剪輯處形成噪聲頻譜的間斷情況。在本底噪聲呈現(xiàn)出明顯的周期性，即使在無(wú)語(yǔ)段進(jìn)行剪輯，本底噪聲譜線的等距離性也會(huì)受到破壞。

（2）觀察語(yǔ)音強(qiáng)度的變化，原始的語(yǔ)音中除了塞音和塞擦音的起始位置以外，語(yǔ)音強(qiáng)度均呈現(xiàn)出漸變性。如果一段錄音資料中出現(xiàn)聲門脈沖譜線強(qiáng)度發(fā)生變化、擦音強(qiáng)度發(fā)生變化或爆破噪聲強(qiáng)度發(fā)生變化等反常的語(yǔ)音強(qiáng)度變化情況，一般均為剪輯痕跡。

（3）觀察音節(jié)間的過(guò)渡段形態(tài)是否一致，當(dāng)一段錄音資料的某個(gè)關(guān)鍵音節(jié)被刪除后，如果剪輯點(diǎn)后面緊跟的音節(jié)與被剪掉的音節(jié)不是同聲母音節(jié)，剪輯后形成的過(guò)渡段與待檢話者存在于錄音資料中其他部分的與被刪掉相同的過(guò)渡段，在頻譜的形態(tài)上會(huì)出現(xiàn)差異。

（4）觀察音節(jié)的完整性，在實(shí)施剪輯行為時(shí)，剪輯點(diǎn)并不能很準(zhǔn)確的確定，這就會(huì)導(dǎo)致刪除不干凈的情況，也就是在剪輯點(diǎn)會(huì)遺漏下小的音段，進(jìn)而導(dǎo)致音節(jié)頻譜圖不完整的情況出現(xiàn)。

（5）觀察頻譜上出現(xiàn)的脈沖信號(hào)，使用模擬器材剪輯錄音資料時(shí)，按鍵的操作會(huì)在頻譜圖上出現(xiàn)豎條狀的脈沖信號(hào)譜線。如果利用語(yǔ)音分析軟件進(jìn)行剪輯語(yǔ)音資料，就可以對(duì)著語(yǔ)圖進(jìn)行剪輯，該操作可以在很大程度上提高剪輯點(diǎn)的精準(zhǔn)度，避免出現(xiàn)音段遺漏的情況。但如果剪輯點(diǎn)處在有聲段中，則在頻譜圖上會(huì)出現(xiàn)豎狀隔斷式的脈沖信號(hào)。要注意，并不是所有類似的脈沖信號(hào)都是剪輯形成的[4]。

（6）觀察錄音音頻的水印間隔，這類鑒別方法常用于手機(jī)通話錄制音頻資料的真實(shí)性檢驗(yàn)。許多手機(jī)廠家均會(huì)在芯片中裝一個(gè)利用軟件控制的嗶嗶聲發(fā)生器，為了在錄音通話時(shí)發(fā)出“嗶嗶聲”來(lái)提醒用戶對(duì)方正在錄音，這種發(fā)出的“嗶”聲被稱作“音頻水印”。任意兩相鄰水印的時(shí)間間隔是固定的，如果發(fā)現(xiàn)手機(jī)錄音音頻中的音頻水印間隔時(shí)長(zhǎng)與設(shè)備固有間隔時(shí)長(zhǎng)不一致的情況，則認(rèn)為該音頻存在剪輯處理。

（7）對(duì)比檢驗(yàn)相同對(duì)話語(yǔ)音頻譜，即使同一個(gè)人重復(fù)說(shuō)出相同的音節(jié)或句子，其語(yǔ)音頻譜只會(huì)出現(xiàn)相似情況，不可能出現(xiàn)完全相同的情況。如果發(fā)現(xiàn)存在聲紋相似度高度吻合的情況，則可推定在剪輯過(guò)程中出現(xiàn)了重復(fù)使用某音節(jié)或句子的情況，由此可直接做出存在剪輯的結(jié)論。

（8）觀察錄音中信號(hào)丟失的情況，剪輯行為會(huì)導(dǎo)致錄音資料出現(xiàn)信號(hào)丟失的情況，在正常錄音資料中也會(huì)出現(xiàn)因?yàn)樾盘?hào)丟失導(dǎo)致頻譜瞬時(shí)或短時(shí)能量空白，所以在發(fā)現(xiàn)存在信號(hào)丟失情況時(shí)，需要進(jìn)行模擬實(shí)驗(yàn)來(lái)確定形成的原因。

1.3 數(shù)據(jù)分析檢驗(yàn)

對(duì)于錄音資料真實(shí)性鑒定數(shù)據(jù)分析檢驗(yàn)的方法多種多樣，常見(jiàn)的有以下兩種：

（1）檢驗(yàn)分析文件屬性，利用文件屬性分析軟件，對(duì)于錄音資料的文件屬性信息進(jìn)行檢驗(yàn)，以此來(lái)判斷錄音資料文件是否存在篡改痕跡。檢驗(yàn)的主要內(nèi)容包括文件名稱、文件格式、采樣率、文件大小、持續(xù)時(shí)長(zhǎng)、聲道參數(shù)、創(chuàng)建時(shí)間、修改時(shí)間、待檢錄音文件與此設(shè)備中其他錄音文件之間的文件屬性差異等。

（2）檢驗(yàn)子帶平滑度，在實(shí)施音頻剪輯過(guò)程中，經(jīng)常會(huì)改變音頻信號(hào)的采樣率，特別是在兩個(gè)或兩個(gè)以上不同音頻序列中進(jìn)行拼接等操作時(shí)。提高采樣率需要針對(duì)原信號(hào)進(jìn)行插值處理，若進(jìn)行線性差值，插值信號(hào)就會(huì)出現(xiàn)可供檢測(cè)的痕跡。通過(guò)人耳很難分辨音頻信號(hào)的插值處理，利用信號(hào)波形亦難區(qū)分。但是當(dāng)音頻信號(hào)被實(shí)施插值處理以后，插值信號(hào)與原始信號(hào)相比，不同頻段的頻譜分布將有明顯差異，這是由信號(hào)插值原理決定的，不可避免。因此可以對(duì)音頻信號(hào)做子帶平滑度檢測(cè)，提取子帶的頻譜特征進(jìn)行錄音資料的真實(shí)性檢驗(yàn)[5]。

2 語(yǔ)音重翻錄技術(shù)

語(yǔ)音重翻錄是將已有的音頻文件在播放的過(guò)程中利用錄音設(shè)備重新進(jìn)行錄制，從而獲得新的錄音文件的技術(shù)。重翻錄過(guò)程中會(huì)不可避免地留下與外界環(huán)境和重翻錄設(shè)備相關(guān)的某些痕跡，但是語(yǔ)義并不會(huì)發(fā)生改變。同時(shí)語(yǔ)音重翻錄技術(shù)會(huì)改變?cè)间浺糍Y料的文件名稱、錄制時(shí)間、文件格式、文件大小、持續(xù)時(shí)長(zhǎng)、采樣率、聲道參數(shù)、錄制地點(diǎn)、錄制設(shè)備信息等。如果重翻錄語(yǔ)音被用作非法目的，必然導(dǎo)致不良結(jié)果的發(fā)生。例如非法分子通過(guò)利用重翻錄語(yǔ)音獲得聲紋識(shí)別系統(tǒng)的訪問(wèn)權(quán)限，系統(tǒng)內(nèi)其他用戶的個(gè)人信息安全將遭受威脅；語(yǔ)音重翻錄技術(shù)還可以將某人的語(yǔ)音在特定環(huán)境中進(jìn)行錄制，通過(guò)創(chuàng)造特定的背景噪聲偽造錄制環(huán)境，這些錄音如果作為法庭證據(jù)，可能影響司法審判的公正性，這些重翻錄操作會(huì)帶來(lái)嚴(yán)重危害[6]。

由于語(yǔ)音重翻錄技術(shù)得到的是利用錄音設(shè)備錄制的“真實(shí)錄音”，它可以輕易繞過(guò)現(xiàn)有的音頻資料真實(shí)性檢測(cè)算法。語(yǔ)音重翻錄的檢測(cè)是錄音資料真實(shí)性鑒定的一大難題，主要因?yàn)橐韵略颍?/p>

2.1 重翻錄音頻很難通過(guò)聽(tīng)覺(jué)辨識(shí)

從一定意義上來(lái)說(shuō)，重翻錄音頻是通過(guò)特定錄音設(shè)備錄制的“真實(shí)錄音”，很難辨別出是真人發(fā)聲還是揚(yáng)聲器發(fā)聲。和其他篡改音頻的方式相比，重翻錄音頻的背景噪聲更加自然，而且可以人為添加背景噪聲，使得背景噪聲更加具有連貫性和一致性，營(yíng)造虛假語(yǔ)音場(chǎng)景。同時(shí)拼接的音頻經(jīng)過(guò)重翻錄操作，重翻錄的平滑效果使目標(biāo)人物的聲音聽(tīng)起來(lái)更加自然真實(shí)。因此，對(duì)于重翻錄錄音資料的聽(tīng)覺(jué)檢測(cè)，只能借助于分析語(yǔ)義的邏輯性、對(duì)話的連續(xù)性和話者前后語(yǔ)音的相似度來(lái)進(jìn)行，鑒別出存在刪除、增添、拼接等操作的重翻錄語(yǔ)音。

2.2 重翻錄操作徹底改變?cè)家纛l文件屬性

檢驗(yàn)分析錄音資料的文件屬性是鑒別語(yǔ)音真實(shí)性最重要的數(shù)據(jù)分析檢驗(yàn)方法之一，通過(guò)檢驗(yàn)對(duì)比錄音資料與聲稱錄音設(shè)備中其他文件在文件名稱、格式、文件大小、持續(xù)時(shí)間、碼率、聲道、采樣率、幀率、流大小等文件屬性參數(shù)之間的異同可以分析鑒別出待檢錄音資料是否為所聲稱的錄音設(shè)備錄制形成。但是對(duì)于重翻錄語(yǔ)音來(lái)說(shuō)，其所有文件屬性的參數(shù)必然與錄制設(shè)備內(nèi)其他音頻文件的屬性參數(shù)具有一致性，因?yàn)樗鼈兙鶠橥讳浺粼O(shè)備所錄制，所以文件屬性檢驗(yàn)法對(duì)于重翻錄語(yǔ)音沒(méi)有了用武之地。

2.3 重翻錄技術(shù)可以對(duì)拼接的音頻文件起到平滑效果

對(duì)于經(jīng)過(guò)復(fù)制、刪減、增添、拼接等篡改操作之后的錄音資料，會(huì)在該語(yǔ)音文件上不可避免地留下一定的篡改痕跡，這些痕跡可以為鑒別錄音資料真實(shí)性提供依據(jù)。但是篡改的音頻再通過(guò)重翻錄操作之后，原來(lái)的篡改痕跡就會(huì)消失，因?yàn)橹胤洸僮骺梢詫?duì)篡改音頻進(jìn)行平滑處理，進(jìn)而掩蓋篡改留下的痕跡。

錄音資料的剪輯操作過(guò)程中，為了更好拼接，通常會(huì)改變音頻信號(hào)的采樣率，導(dǎo)致插值信號(hào)和原始信號(hào)在不同頻段的頻譜分布上產(chǎn)生明顯差異，可以通過(guò)子帶平滑度檢測(cè)來(lái)鑒別錄音資料有無(wú)篡改痕跡。但是重翻錄操作不僅不需要改變?cè)家纛l的采樣率，而且經(jīng)過(guò)特定錄音設(shè)備重翻錄以后會(huì)以一致的采樣率輸出，因此重翻錄語(yǔ)音無(wú)法通過(guò)子帶平滑度檢測(cè)來(lái)鑒別。

3 語(yǔ)音重翻錄對(duì)錄音資料真實(shí)性鑒定的影響

錄音資料的真實(shí)性鑒定是聲紋鑒定中的重要和必要環(huán)節(jié)，只有真實(shí)有效且未經(jīng)篡改的錄音材料才能作為法定證據(jù)在訴訟中發(fā)揮證明作用。目前來(lái)說(shuō)錄音資料的增添、刪除、重新編排、聲音模仿、語(yǔ)音合成等篡改技術(shù)手段都可以被甄別揭穿，但是語(yǔ)音重翻錄技術(shù)的檢測(cè)仍然面臨著巨大的問(wèn)題。

由于語(yǔ)音重翻錄可以在很大程度上隱藏篡改痕跡，或改變?cè)颊Z(yǔ)音的錄制場(chǎng)景和文件屬性信息，但是語(yǔ)義可以不發(fā)生改變。如果重翻錄語(yǔ)音被用作非法目的，必然導(dǎo)致不良結(jié)果的發(fā)生。例如非法分子通過(guò)利用重翻錄語(yǔ)音獲得聲紋識(shí)別系統(tǒng)的訪問(wèn)權(quán)限，系統(tǒng)內(nèi)其他用戶的個(gè)人信息安全將遭受威脅；對(duì)于拼接形成的音頻文件，通過(guò)重翻錄技術(shù)可以起到很好的平滑效果，并以此進(jìn)行電話詐騙等一系列違法犯罪活動(dòng)；除此之外語(yǔ)音重翻錄技術(shù)還可以將某人的語(yǔ)音在特定環(huán)境中進(jìn)行錄制，通過(guò)創(chuàng)造特定的背景噪聲偽造錄制環(huán)境，這些錄音如果作為法庭證據(jù)，可能影響司法審判的公正性。這些重翻錄操作給人們的生活帶來(lái)的嚴(yán)重的危害，同時(shí)也給錄音資料真實(shí)性鑒定帶來(lái)了嚴(yán)重的挑戰(zhàn)[7]。

錄音資料真實(shí)性鑒定是司法鑒定領(lǐng)域的一大難題。對(duì)于錄音資料來(lái)說(shuō)，首要的一項(xiàng)檢驗(yàn)就是參數(shù)檢驗(yàn)，錄音資料是由某一特定的錄音設(shè)備所錄制的，所以錄音資料的所有參數(shù)特征必須與該設(shè)備具有一致性?，F(xiàn)有“頻譜檢驗(yàn)”、“波形圖檢驗(yàn)”、“arm編碼檢驗(yàn)”等眾多檢驗(yàn)方法，針對(duì)不同的篡改方式進(jìn)行鑒別。在錄音資料真實(shí)性檢驗(yàn)中，重翻錄錄音資料的檢驗(yàn)難度最高、程序最復(fù)雜。重翻錄操作不僅能偽造語(yǔ)音場(chǎng)景，還能精準(zhǔn)攻擊基于語(yǔ)音識(shí)別的安保設(shè)施?，F(xiàn)針對(duì)錄音資料重翻錄檢測(cè)的研究很有必要，雖然已有些許成果不斷涌現(xiàn)，但其普適性不強(qiáng)，在實(shí)踐中的準(zhǔn)確率還需進(jìn)一步驗(yàn)證，需要在大量的實(shí)戰(zhàn)發(fā)現(xiàn)問(wèn)題并優(yōu)化。

4 結(jié)束語(yǔ)

本文在介紹了聽(tīng)覺(jué)辨識(shí)、頻譜檢驗(yàn)和數(shù)據(jù)分析檢驗(yàn)三個(gè)錄音資料真實(shí)性鑒定的主要科學(xué)依據(jù)，對(duì)比了普通篡改錄音與重翻錄語(yǔ)音之間區(qū)別的基礎(chǔ)上，分析檢測(cè)重翻錄語(yǔ)音存在重大困難的原因。從物質(zhì)的轉(zhuǎn)移與交換理論角度來(lái)說(shuō)，即使是高質(zhì)量的錄音機(jī)，在重翻錄過(guò)程中，一定會(huì)對(duì)語(yǔ)音產(chǎn)生一定影響，重翻錄語(yǔ)音與原始錄音一定存在著某些特征上的差別，這要求我們?cè)谖磥?lái)的研究中，通過(guò)更多的、更深入的研究學(xué)習(xí)與數(shù)字音頻相關(guān)知識(shí)，為錄音資料真實(shí)性鑒定提供更便捷、更科學(xué)的技術(shù)方法。

在聲紋鑒定實(shí)踐中，首先要做的就是錄音資料真實(shí)性鑒定，我們要特別注意審查待檢語(yǔ)音，綜合全面考慮影響錄音資料真實(shí)性的每一個(gè)因素，在確保待檢語(yǔ)音真實(shí)、完整、充分的基礎(chǔ)上才能進(jìn)行下一步鑒定。從這一意義上來(lái)說(shuō)，錄音資料真實(shí)性鑒定的問(wèn)題關(guān)系到聲紋鑒定的科學(xué)性與權(quán)威性，以及所得出的鑒定意見(jiàn)能否被采信等問(wèn)題。