04.notatki3.pdf

Instytut Ekspertyz Sądowych, Ekspertyza fonoskopijna, Kraków, 25 października 2006 r.

(materiały dodatkowe)

Badania identyfikacyjne mówcy

Ustalenie tożsamości rozmówców stanowi zwykle ostatni element w procesie rekonstrukcji

przebiegu przedmiotowego zdarzenia, dokonywanego na podstawie analizy dowodowego nagrania.

Podczas badań identyfikacyjnych poszczególne grupy wypowiedzi, wyodrębnione podczas oceny

spójności materiału dowodowego, zostają poddane badaniom identyfikacyjnym, w zestawieniu ze

zgromadzonym materiałem porównawczym. To wyniki porównawczych badań identyfikacyjnych,

między innymi, pozwalają prowadzącemu postępowanie sformułować akt oskarżenia względem

konkretnych osób. Znaczenie zatem badań identyfikacyjnych dla procesowej analizy przedmiotowego

zdarzenia jest ogromne. Uzasadnione więc wydaje się dążenie prowadzących postępowanie do

uzyskiwania jednoznacznych i kategorycznych wniosków, podsumowujących ekspertyzy w zakresie

identyfikacji mówcy [12]. Łatwość dowodowej oceny opinii kategorycznych nie może jednak

przysłaniać ograniczeń metodologicznych, związanych z identyfikacją osób na podstawie

zarejestrowanych wypowiedzi. Identyfikacja mówcy dokonywana jest bowiem przy kilku

założeniach-warunkach, których prawdziwość, na co należy zwrócić uwagę, nie została jak

dotychczas poddana empirycznej weryfikacji.

Pierwsze z założeń, leżących u podstaw identyfikacji mówcy głosi, że m o w a k ażdego

człowieka indywidualizuje go, tzn. że istnieje relacja pomiędzy osobą a jego mową. Relacja ta

wynika m.in. z tego, że mówiąc, każdy z nas posługuje się swoim aparatem mownym z właściwą mu

budową anatomiczną, jego fizycznymi możliwościami i ograniczeniami. Jednocześnie mówiąc,

człowiek aktualizuje nawyki artykulacyjne i mowne, jakie nabył w procesie socjalizacji,

tzn. w procesie uczenia się, także języka, w środowisku, w którym się wychowywał i dorastał. Przy

czym zaznaczyć należy, że dychotomiczne przedstawienie źródeł zróżnicowania mowy jest pewnym

systematyzującym uproszczeniem. W trakcie mówienia zarówno uwarunkowania anatomiczne aparatu

mowy jak i nawyki artykulacyjne wpływają jednocześnie na to, że konkretna osoba wymawia tę

głoskę czy wyraz inaczej aniżeli inna. Zróżnicowanie osobnicze mowy, wynikające z budowy

anatomicznej artykulatorów oraz nawyków mownych, wykształconych w dużej mierze poprzez

naśladownictwo najbliższego otoczenia, np. rodziców, pozwalają twierdzić, iż mowa każdej osoby

jest, w pewnym stopniu, cechą ją indywidualizującą [11]. Przekonanie o słuszności tego twierdzenia

wydaje się łatwe do zaakceptowania, jeżeli przywołamy znane każdemu doświadczenie

rozpoznawania rozmówcy, np. rozmowy telefonicznej. Jednakże twierdzenie o niepowtarzalności

mowy każdej żyjącej osoby, zawężając, mieszkającej nawet tylko w Polsce, nie zostało poddane

naukowej weryfikacji. Nie jest również wiadome, jak bardzo mowa jednej osoby jest różna od mowy

innej osoby, a także, czy można wykluczyć, aby dwie osoby były nierozróżnialne na podstawie

zachowań mownych 1 [1, 9].

Drugie z założeń, przy którym dokonywana jest identyfikacja mówcy, mówi, iż różnice

pomiędzy mówcami są większe aniżeli zmienność mowy konkretnej osoby. Jest to

bardzo istotne założenie wskazujące jednocześnie na kolejny problem, jaki musi uwzględnić

wykonujący badania identyfikacyjne, mianowicie zagadnienie dużej, niestety, jak na obiekt badań

kryminalistycznych, zmienności. Doświadczenie zmienności mowy jest również łatwo potwierdzane

w codziennej obserwacji. Prowadzimy przecież rozmowy w różny sposób, tzn. używamy nieco innych

słów, stosujemy bardziej lub mniej rozbudowane konstrukcje składniowe, wreszcie mniej lub bardziej

zważamy na to, jak wymawiamy poszczególne słowa, w zależności m.in. od stopnia oficjalności

i formalności rozmowy, zaangażowania w wymianę zdań, stosunku do współrozmówcy, czy nawet

naszego stanu zdrowia 2 .

1 Przykładem możliwości rozróżnienia mówców audytywnie bardzo podobnych są m.in. badania bliźniąt monozygotycznych.

Na ich podstawie można stwierdzić, iż obok par różniących się wyraźnie akustycznie, np. w zakresie trzeciego i czwartego

formantu, są pary różniące się nawykami artykulacyjnymi jedynie w odniesieniu do kilku głosek, co wynika zwykle

z posługiwania się innym aniżeli podstawowym alofonem spółgłoskowym lub samogłoskowym, a także pary bardzo trudne

do rozróżnienia pomimo szczegółowej analizy akustycznej i analizy ich nawyków wymawianiowych.

2 Próbą zignorowania oczywistego faktu, iż mowa podlega znacznym fluktuacjom, była próba identyfikacji mówcy na

podstawie bezpośredniego porównywania obrazów spektrograficznych, np. wyrazów, per analogiam do metody identyfikacji

na podstawie odcisku linii papilarnych. Metoda tzw. akustycznego odcisku palca, nie mająca współcześnie miejsca

w badaniach kryminalistycznych, co należy stwierdzić z całą stanowczością, pobudza nadal wyobraźnię swą prostotą

i obrazowością, na co wskazuje jej częste eksponowanie w filmach.

Agata Trawińska, atrawa@ies.krakow.pl

Instytut Ekspertyz Sądowych, Ekspertyza fonoskopijna, Kraków, 25 października 2006 r.

(materiały dodatkowe)

Ryc. 1. Artykulacyjno-akustyczny opis polskich samogłosek wyekstrahowanych z fonetycznie różnych kontekstów

z wypowiedzi kobiety (łącznie 582 samogłosek, w tym 133 realizacje samogłoski [a], 174 – [o], 17 – [u], 109 –

[e], 93 – [i] oraz 56 – [y]) .

Agata Trawińska, atrawa@ies.krakow.pl

Instytut Ekspertyz Sądowych, Ekspertyza fonoskopijna, Kraków, 25 października 2006 r.

(materiały dodatkowe)

Wobec współczesnego stanu wiedzy i zaawansowania technologicznego zaskakujący wydaje się

brak naukowej odpowiedzi pozwalającej zweryfikować wskazane uprzednio założenia, a tym samym

umożliwiającej zbliżenie się do określenia dowodowej wartości badań identyfikacyjnych mówcy.

Przyczyny takiego stanu są jednak bardzo proste. Zarówno w przeszłości jak i obecnie osoby

zajmujące się kryminalistyczną identyfikacją mówcy zasadniczo wywodzą się z dwóch tradycji

badawczych, tj. fonetycznej lub szerzej językoznawczej oraz technicznej, związanej z przetwarzaniem

sygnału mowy, w tym zwłaszcza z rozpoznawaniem i syntezą mowy. Fonetyków i językoznawców

mowa interesuje jako realizacja systemu, wszelkie zatem różnice osobnicze, tzn. wszelkie nietypowe

nawyki mowne, postrzegają jako informację nieistotną, wręcz niepożądaną. Dlatego też nawet

dialektologia i socjolingwistyka, opisujące zróżnicowanie geograficzne i społeczne języka, często

sięgające także po opis akustyczny rozwarstwienia języka, wypracowały liczne procedury

normalizacyjne, aby wyeliminować informacje związane z budową anatomiczną aparatu mownego,

szczególnie zaś z budową wiązadeł głosowych [6]. Badania z kolei nad rozpoznawaniem i syntezą

mowy przez bardzo długi czas koncentrowały się na wyodrębnieniu abstrakcyjnych modeli np. dla

poszczególnych dźwięków mowy. Także i podczas tych badań informacje o osobniczych realizacjach

modeli głosek były eliminowane, utrudniały bowiem prawidłową pracę np. syntezatorów mowy.

Niewątpliwie rozwój każdej z tych dziedzin, tj. zarówno językoznawstwa jak i inżynierii mowy

dostarczył ogromu wiedzy, bez której niemożliwe wydaje się dziś myślenie o identyfikacji mówcy.

Trzeba jednak zauważyć, że wspomniane obszary wiedzy dotychczas nie wspierały się

w wypracowaniu kryminalistycznych metod identyfikacji mówcy. Doprowadziło to do stanu,

w którym fonetycy opisywali mówcę, posługując się tradycyjnym opisem artykulacyjnym oraz

akustyczną analizą spektralną segmentów wokoidalnych, tzn. głównie analizą formantową

samogłosek, podczas gdy inżynierowie dźwięku parametryzowali mowę poprzez tzw. współczynniki

cepstralne, wyznaczane zwykle dla większych jednostek mowy niż głoska, np. kilkunastu

wypowiedzi [7]. Dopiero w ostatnich latach w ramach kryminalistycznej identyfikacji mówcy

zaczynają pojawiać się prace próbujące połączyć dokonania obydwu dziedzin nauki [10]. Wspólne

działania mają m.in. na celu ustalenie, które elementy z obydwu modeli analitycznych pozwalają

wyodrębnić dystynktywne cechy mówcy, aby następnie wypracować właściwy sposób ich ekstrakcji

i parametryzacji, a także nadać poszczególnym cechom odpowiednie miary istotności. Aktualnie nie

ma bowiem pełnej jasności co do tego, w jaki sposób cechy osobnicze są kodowane w sygnale mowy,

a zatem i brak jednoznacznej odpowiedzi, na pytanie, która z propozycji, tzn. tradycyjna,

językoznawcza, czy też wywodząca się z rozpoznawania i syntezy mowy, jest metodą bardziej

specyficzną w odniesieniu do kryminalistycznej identyfikacji mówcy.

Poza wspomnianymi dotychczas ograniczeniami, wynikającymi z niedostatecznego ustalenia

naukowych podstaw kryminalistycznych badań identyfikacyjnych mówcy, trzeba podkreślić, iż

badania te przeprowadzane są zawsze w odniesieniu do z a r e j e s t r o w a n e j m o w y . Dowodowe

nagrania zaś utrwalane są przy użyciu różnej jakości urządzeń, np. analogowych magnetofonów

zasilanych bateryjnie, co niejednokrotnie skutkuje powstawaniem niestabilności przesuwu taśmy

i w konsekwencji ogranicza możliwość wiarygodnej ekstrakcji parametrów akustycznych mowy lub

też do rejestracji dowodowego zdarzenia wykorzystywany jest tryb tzw. wydłużonego lub

zwielokrotnionego czasu nagrywania, co z kolei skutkuje zawężeniem pasma, w jakim utrwalana jest

m.in. mowa. W przypadku zaś urządzeń cyfrowych użytkownicy bardzo chętnie stosują rejestrację

z wysokim stopniem kompresji sygnału, która m.in. wpływa na ograniczenie zmienności chwilowych

wartości parametrów akustycznych, np. w obrębie struktury formantowej. Wymienione, jak i wiele

innych parametrów technicznych wybranych podczas rejestracji dowodowego zdarzenia nie pozostają

zatem bez wpływu na możliwość dokonania dystynktywnego i zarazem wiarygodnego opisu mówcy

dowodowych wypowiedzi 3 [5].

3 Najprostszym a zarazem bardzo dobrze opracowanym zagadnieniem jest wpływ telefonii na możliwość wykonania badań

identyfikacyjnych mówcy. Rejestrując nagranie transmitowane za pośrednictwem telefonii należy spodziewać się m.in.:

ograniczenia pasma mowy, także zniekształceń w najniższym zakresie pasma (co odpowiada zakresowi występowania

pierwszego formantu samogłosek zamkniętych i półotwartych) oraz najwyższych zarejestrowanych częstotliwości (co

zwykle, dla głosów męskich odpowiada położeniu czwartego, a w przypadku głosów żeńskich nawet trzeciego formantu), jak

również ewentualnego pojawienia się nieliniowych zniekształceń, wynikających nie tylko z charakterystyki samego pasma

transmisyjnego, co także z charakterystyki np. mikrofonów i głośników użytych aparatów telefonicznych.

Agata Trawińska, atrawa@ies.krakow.pl

Instytut Ekspertyz Sądowych, Ekspertyza fonoskopijna, Kraków, 25 października 2006 r.

(materiały dodatkowe)

Z uwagi na znaczny zakres możliwości metodologicznych, aparaturowych, a także

interpretacyjnych, z jakimi można spotkać się w ekspertyzach identyfikacyjnych opracowywanych nie

tylko na świecie, ale także i w Polsce, poniżej zostanie zaprezentowana najbardziej powszechna

metoda kryminalistycznej identyfikacji mówcy, tj. metoda językowo-pomiarowa z wyjaśnieniem

podstawowych dla niej pojęć 4 . Wydaje się bowiem, że wobec braku jednoznacznych rozstrzygnięć

metodologicznych, taki sposób omówienia badań identyfikacyjnych mówcy umożliwi wymiarowi

sprawiedliwości dokonanie oceny nie tylko formalnej, ale i merytorycznej uzyskiwanych opinii.

Materiał dowodowy

Wbrew rozpowszechnionym opiniom, to nagranie dowodowe decyduje o możliwości wykonania

badań identyfikacyjnych mówcy, nie zaś materiał porównawczy. Pobierający materiał porównawczy,

właściwie powinien to być biegły powołany do wykonania badań identyfikacyjnych, ma możliwość

i obowiązek przygotowania się do tej czynności i należytego jej przeprowadzenia, aby uzyskać

reprezentatywne dla konkretnego mówcy nagranie porównawcze. Natomiast na to, jakie jest

dowodowe nagranie nie ma, po tym jak zostało ono zarejestrowane, żadnego wpływu. W związku

ztym dla skuteczności, a w niektórych przypadkach także i celowości zleconych badań

identyfikacyjnych mówcy bardzo ważna jest wstępna ocena materiału dowodowego.

Analizując przekazany do badań materiał dowodowy, biegły powinien ustalić, czy , zgodnie ze

stosowaną przez niego metodą, przedmiotowe wypowiedzi umożliwiają wykonanie zleconych

badań . W odniesieniu do m e t o d y językowo-pomiarowej, jaką posługują się m.in. trzy

opiniujące dla potrzeb polskiego wymiaru sprawiedliwości instytucje, tj. Centralne Laboratorium

Kryminalistyczne Komendy Głównej Policji w Warszawie, Zakład Kryminalistyki i Chemii

Specjalnej Agencji Bezpieczeństwa Wewnętrznego w Warszawie oraz Instytut Ekspertyz Sądowych

wKrakowie, oznacza to ustalenie, czy w obrębie dowodowych wypowiedzi występują

dystynktywne cechy jęz y k o w e oraz czy jakość nagrania pozwala dokonać wiarygodnej

ekstrakcji parametrów akustycznych mowy.

Z perspektywy kryminalistycznej identyfikacji mówcy dystynktywne cechy językowe to,

wsposób podstawowy, takie cechy, które występują w każdej zarejestrowanej wypowiedzi,

niezależnie od jej długości, treści i kontekstu sytuacyjnego oraz które w najmniejszym stopniu mogą

być świadomie zniekształcane przez mówcę, np. w celu uniknięcia rozpoznania. Kryteria te spełniają

cechy artykulacyjne. Aby przeanalizować, jak konkretna osoba wymawia samogłoskę [a]

np. w prawostronnym kontekście głosek palatalnych, tj. czy i w jakim stopniu następuje proces

dyftongizacji tej samogłoski, niezbędnych jest zaledwie kilka dowodowych wymówień, zwykle kilka

wyrazów. Jednocześnie to, jak mówca wymawia samogłoskę [a] w prawostronnym kontekście

palatalnym jest w niewielkim stopniu przez niego uświadomione, a przez to i trudne do spójnego

zniekształcenia w obrębie choćby trzech spontanicznie wypowiedzianych zdań. Każda zaś inna cecha

języka z wyższych poziomów jego opisu, np. leksyka czy składnia, wymaga zarówno obszerniejszego

materiału do analizy, w większym stopniu podlega świadomej kontroli mówcy i równocześnie

w większym stopniu jest motywowana sytuacją komunikacyjną, a więc m.in. stopniem oficjalności

rozmowy, czy zażyłością osób dyskutujących.

Na podstawie analizy językowej dowodowych wypowiedzi, biegły równocześnie ustala, czy

podczas pobierania materiału porównawczego powinien poświęcić więcej uwagi wypowiedziom

spontanicznym, czy tzw. testom zdaniowym, tożsamym treściowo z wybranymi kwestiami

dowodowymi. Jeżeli bowiem w obrębie dowodowych wypowiedzi występują liczne cechy

artykulacyjne, mające charakter systemowych, a dodatkowo niektóre z nich związane są

z nietypowym nawykiem wymawianiowym, wówczas pobierając materiał porównawczy, poświęci

większą uwagę uzyskaniu spontanicznych wypowiedzi. Swobodne wypowiedzi mówcy pozwolą

bowiem zestawić pod względem cech artykulacyjnych obydwa materiały, tj. dowodowy

i porównawczy, a przede wszystkim w oparciu o wypowiedzi porównawcze, możliwe będzie ustalenie

reprezentatywności poszczególnych cech oraz zakresu ich zmienności. Jeżeli natomiast na podstawie

4 Metoda językowo-pomiarowa jest również uznana i stosowana szeroko w Europie, m.in. przez ekspertów Wielkiej Brytanii,

Austrii, Niemiec. Obok niej nieco mniej licznie reprezentowane są ośrodki stosujące półautomatyczne metody identyfikacji

mówcy, np. Francja, Włochy oraz metody w pełni automatyczne, np. Hiszpania, Szwajcaria.

Agata Trawińska, atrawa@ies.krakow.pl

Instytut Ekspertyz Sądowych, Ekspertyza fonoskopijna, Kraków, 25 października 2006 r.

(materiały dodatkowe)

analizy językowej dowodowych wypowiedzi, biegły ustali, iż charakteryzuje je niewielka liczba cech

artykulacyjnych lub że odnotowane cechy są cechami bardzo powszechnymi, np. z uwagi na ich

geograficzne uwarunkowanie, wówczas ciężar ewentualnych badań identyfikacyjnych musi zostać

przesunięty na analizę parametrów akustycznych mowy.

Oceniając natomiast materiał dowodowy z uwagi na możliwość dokonania w i a r y godnej

e k s t r a k c j i p a r a m e t r ó w a k u s t y c z n y c h m o w y , w pierwszej kolejności biegły przeprowadza

analizę charakterystyki pasma nagrania, określa, w jakim zakresie częstotliwości zostały utrwalone

dowodowe wypowiedzi oraz ustala ich obszerność, tj. dokonuje selekcji tych kwestii, które mogłyby

być przedmiotem analizy akustycznej. Do cech akustycznych mowy, za pomocą których, zgodnie

z metodą językowo–pomiarową, opisywana jest mowa należą częstotliwość podstawowa tonu

krtaniowego oraz struktura formantowa samogłosek. C zęstotliwość podstawowa tonu

k r t a n i o w e g o , oznaczana skrótem F0, jest parametrem akustycznym mowy związanym m.in.

z budową, tj. długością i masą wiązadeł głosowych. Jest to parametr, który można wyznaczyć jedynie

dla segmentów dźwięcznych, bowiem tylko w czasie ich artykulacji wiązadła głosowe, wibrując,

uczestniczą w wytwarzaniu fali dźwiękowej, która następnie w komorach nadkrtaniowych podlega

dalszej modulacji. Częstotliwość tonu krtaniowego stanowi relatywnie słaby parametr różnicujący

mówców. Badania populacyjne wykazały bowiem, że większość np. mężczyzn posiada średnią

wartość częstotliwości podstawowej tonu krtaniowego wynoszącą ok. 90–140 Hz. Zatem jedynie przy

uzyskaniu wartości średniej niższej aniżeli np.85 Hz, parametr ten może być traktowany jako cecha

dystynktywna. Tylko bowiem około dwóch procent mężczyzn posiada średnią wartość F0 niższą

aniżeli 90 Hz [9]. Trzeba również dodać, iż parametr ten jest bardzo zależny od stopnia

zaangażowania w prowadzona rozmowę oraz głośności wypowiedzi, jak też ulega znacznym zmianom

w obrębie konkretnego zdarzenia językowego [4]. Poniżej zamieszczono przykład, ilustrujący

zmienność częstotliwości podstawowej tonu krtaniowego w obrębie pojedynczego pytania,

wypowiadanego w sposób naturalny przez mężczyznę.

Ryc. 2. Częstotliwość podstawowa tonu krtaniowego (F0) wyekstrahowana z wypowiedzi mężczyzny (zdanie

pytające).

Drugim parametrem uwzględnianym w tradycyjnym, akustycznym opisie mowy osoby

identyfikowanej jest s t r u k t u r a f o r m a n t o w a s a m o gło s e k i grup wokoidalnych, czyli połączeń,

Agata Trawińska, atrawa@ies.krakow.pl

Plik z chomika:

Inne pliki z tego folderu:

Inne foldery tego chomika: