Speaker Identification in Forensic Phonetics

Forenzička se fonetika bavi razrješavanjem osporavanih sadržaja snimki, pripremanjem linija za prepoznavanje glasa osumnjičene osobe, uočavanjem i analizom sličnosti i razlika govornih uzoraka što na samom kraju omogućuje identifikaciju govornika. Takva se identifikacija temelji isključivo na glasu pojedinca kojim čovjek iskazuje svoju individualnost, posebnost i pripadnost ljudskoj vrsti – kao što je svaki čovjek neponovljiva individualnost, to je i njegov glas. Te se razlike pripisuju različitim dimenzijama govornih organa, ali i različitim regionalnim naglascima u jednom jeziku. Informacije dobivene na temelju naglasaka, dijalekta i drugih značajki govora omogućuju profiliranje govornika koje pridonosi procesu identifikacije govornika u forenzičnoj fonetici. Iako je osnovna pretpostavka da različiti govornici imaju različite glasove, nužno je znati i da glas jednog govornika takoĎer varira. Varijacije govora unutar istog govornika mogu biti rezultat čimbenika i emocionalnih stanja koji su izvan kontrole govornika, kao što su prehlada, stres, panika, ljutnja i slično, ali se ljudski glas može mijenjati i prema prilikama u kojima se proizvodi govor. U forezičkoj identifikaciji govornika može doći do prerušavanja glasa kako bi govornici falsificirali ili prekrili svoj identitet Identifikacija govornika podrazumijeva usporedbu glasovnih uzoraka iz dva izvora – jedan je dokazni materijal koji dolazi od počinitelja kaznenog djela kojeg se treba identificirati, a drugi dolazi od poznatog govornika, odnosno osumnjičene osobe kao i odreĎenog broja „lažnih“ glasova, a zadaća je stručnjaka uočiti sličnosti i razlike meĎu njima. Identifikacija se govornika može podijeliti u dva temeljna tipa – prva je naivna identifikacija gdje su korištene uobičajene, svakodnevne ljudske sposobnosti i tehnička, stručna identifikacija govornika koje se koristi specijaliziranim tehnikama. Naivna se identifikacija odvija od strane „običnog čovjeka“, odnosno onog slušača koji nije stručnjak, kojem nedostaje lingvističko i fonetičko znanje i iskustvo. Vjerojatno najvažnija varijabla koja se odnosi na naivno identificiranje ovisi je li slušatelju glas poznat ili ne te se s obzirom na to, naivna identifikacija govornika dijeli u dvije kategorije: ona u kojoj je glas optuženoga poznat slušatelju i ona u kojoj nije. U tehničkoj identifikaciji glasovni zapis proučava stručnjak za analizu govora, na nalog policije i/ili odvjetnika te se u forenzičkoj fonetici ovakva analiza vrednuje kao najpouzdaniji postupak u identifikaciji govornika. Kao što se naivna identifikacija govornika dijeli na identifikaciju poznatog i identifikaciju nepoznatog glasa, tako forenzički fonetičari dijele i tehničko identificiranje na auditivnu i akustičku forenzičku 50 analizu glasa. Fonetičari koji rade auditivnu analizu slušaju glas i zvuk na način da se omogući fonetska transkripcija, odnosno da se omogući zapisivanje nečijeg izgovora, onoga što je odreĎena osoba uistinu rekla u odreĎenoj prilici, dok akustička fonetska analiza koristi odreĎeni računalni program za analizu govora nakon čega se usporeĎuju rezultati. Kompjutorski programi kao što je Praat omogućuju izvlačenje statističkih podataka koji se odnose na osnovnu frekvenciju govornikovog glasa i mjeri značajke kao što je forma vokala ili konsonanata. Podaci se izvlače iz spektograma gdje se jakosti sastavnica spektra iskazuju stupnjem zacrnjenja na papiru, pa tako tamnije linije pokazuju odgovarajuće jače spektralne frekvencije, dok svjetlije linije pokazuju odgovarajuće slabije spektralne frekvencije. Tamne su linije zapravo formanti, odnosno tragovi pojačane akustičke energije i temelje se na obliku usne šupljine i govornih te su upravo oni ključni za usporedbu uzoraka i za identifikaciju.Forensic phonetics is concerned with resolving disputed content of the recordings, preparing lines for voice recognition of the suspects, the detection and analysis of the similarities and differences of voice samples, which finally allows the identification of the speaker. Such identification is based solely on the voice of a person which is used to express one's individuality, uniqueness and belonging to the human race – as each man is an unrepeatable individual per se, so is his voice. These differences are attributed to different dimensions of speech organs, but also to different regional accents of a certain language. Information obtained on the basis of accents, dialects and other features of speech allow profiling of speakers that contributes to the process of identifying speakers in forensic phonetics. Although the basic assumption is that different speakers have different voices, it is necessary to know that the voice of a single speaker also varies. Variations of speech within the same speaker can be a result of factors and emotional states which are out of control of the speaker, such as a flu, stress, panic, anger; but the human voice can be changed according to circumstances in which the speech is produced. In the forensic identification of speakers, there can happen voice disguises in order for the speakers to falsify or cover their identity. The identification of speakers includes comparison of voice samples from two sources – one is from the evidence material that comes from the offender which is to be identified, and the other one is from the familiar speaker, i.e. a suspect, as well as form a certain number of „false“ voices (foils), and the task of the expert is to note the similarities and the differences between them. Identification of the speakers can be divided into two basic types – the first one is a naive identification where common human capabilities are used; and the second, specialized/technical type where specialized techniques are put in practice. Naive identification, therefore, is conducted by a „common person“, i.e. a listener who is not an expert and who is lacking linguistic and phonetic knowledge and experience. Probably the most important variable of naive identification depends on whether the voice sounds familiar or not to the listener, and is thus split into two categories: those in which the voice of the accused is known to the listener, and those in which this is not the case. In the technical identification the voice recording is studied by an expert in the analysis of speech, as requested by the police and/or prosecutor. In forensic phonetics such an analysis is evaluated as the most reliable procedure to identify the speaker. Just like the naive identification of the speaker is being cathegorized according to the familiarity of the voice, in the same way 52 forensic foneticians classify technical identification as either auditory forensic analysis of voice or acoustic analysis. Foneticians who use auditory analysis listen to the voice and sound in a way as to enable the phonetic transcription, i.e. to enable transcription of someone's pronunciation, of something what a person has actually said on a particular occasion, while acoustic phonetic analysis uses a particular computer program for speech analysis, after which the results are being compared. Computer software such as Praat allow extraction of statistical data relating to the basic frequency of the speaker's voice and measures features such as vowels or consonants form. Data is extracted from the spectrogram where the intensity of the components of the spectrum is expressed by a degree of opacity on paper, so that a darker lines on the hight of paper that shows corresponding stronger spectral frequencies, while brighter lines shows the corresponding lower spectral frequency. The dark lines are actually formants, .i.e. traces of increased acoustic energy and are based on the shape of the mouth cavity and speech organs and exactly them are essential for a comparison and for an identification