咳嗽音特征在話者識(shí)別中參考價(jià)值的相關(guān)研究

申小虎金 恬張長珍萬榮春

（1 江蘇警官學(xué)院 江蘇 南京 210031；2 江蘇省公安廳物證鑒定中心 江蘇 南京 210031）

咳嗽音特征在話者識(shí)別中參考價(jià)值的相關(guān)研究

申小虎1金 恬2張長珍1萬榮春1

（1 江蘇警官學(xué)院 江蘇 南京 210031；2 江蘇省公安廳物證鑒定中心 江蘇 南京 210031）

為確定聲紋鑒定中咳嗽音聲紋特征的應(yīng)用價(jià)值，錄制30名條件相近、身體健康發(fā)音人的咳嗽聲各3組樣本。將樣本輸入OTExpert法庭語音分析工作站，并對(duì)各樣本的寬帶語譜、LPC頻譜、MFCC倒譜、信號(hào)能量譜圖進(jìn)行分析比較。相同個(gè)體樣本的咳嗽音與不同個(gè)體的咳嗽音相比較，在共振峰頻率與過渡形態(tài)、基頻參數(shù)、音強(qiáng)曲線的差異性，前者明顯小于后者，但相比普通語音個(gè)體穩(wěn)定性較弱。單一咳嗽音特征在話者識(shí)別中具有參考價(jià)值，但不能作為同一認(rèn)定的標(biāo)準(zhǔn)。

咳嗽音 共振峰 基頻 音強(qiáng) 話者識(shí)別

日常生活中我們經(jīng)常遇到僅從咳嗽音就能判斷發(fā)音個(gè)體的情形。在實(shí)際案例中也存在利用背景噪聲中潛在的咳嗽音、清喉音、清鼻音等不帶有文字信息的聲紋片段縮小偵查范圍，指明工作方向從而快速偵破案件。針對(duì)上述情況，從理論角度上判斷咳嗽音特征是話者識(shí)別中是否具有參考價(jià)值，開展此項(xiàng)研究。

1 咳嗽音的產(chǎn)生機(jī)理

咳嗽音是一種聲道的應(yīng)激性反應(yīng)，發(fā)音原理同普通語音聲紋信息相同，都是聲門氣流激勵(lì)聲道，最后通過口腔輻射。典型咳嗽語音信號(hào)從產(chǎn)生到結(jié)束持續(xù)時(shí)間一般不超過1秒，其過程大致可分為聲門打開階段與聲門關(guān)閉階段。

聲門打開階段期間，聲帶由迅速通過的氣流快速打開，聲門下的高壓空氣快速排出時(shí)帶動(dòng)聲帶振動(dòng)，并進(jìn)入平穩(wěn)階段，此階段為稱為咳嗽音的爆發(fā)期，能量最高。如圖1(A)(B)中的區(qū)域Ⅰ所示。聲門關(guān)閉階段期間，由于收尾氣流在聲帶回位時(shí)引起聲帶周期性振動(dòng)，并隨著氣流的減緩聲門最終關(guān)閉，波形能量逐漸減弱。如圖1（A）（B）中的區(qū)域Ⅱ所示。由于咳嗽發(fā)音方式不同，有的咳嗽音由于收尾氣流在聲帶回位時(shí)聲帶的周期性振動(dòng)產(chǎn)生波形的突起部分，這部分也可屬于聲門關(guān)閉階段，稱為咳嗽音的第二聲[1]。如圖1（A）的區(qū)域Ⅲ所示。

圖1 咳嗽音時(shí)域波形圖的兩種形態(tài)

2 實(shí)驗(yàn)條件

2.1 實(shí)驗(yàn)設(shè)備

實(shí)驗(yàn)硬件設(shè)備為研華科技610H工控機(jī)，CPUi7-4790 3.60G雙核，內(nèi)存16GB。采用Gnome-p錄音設(shè)備進(jìn)行咳嗽音錄音采集，利用Adobe Audition CS5.5軟件對(duì)其進(jìn)行剪輯，消除空白音域，并歸檔建庫。最后使用俄羅斯法庭語音分析系統(tǒng)OT-Expert 5.1對(duì)采集語音的共振峰特性、基頻參數(shù)、信號(hào)能量等指標(biāo)進(jìn)行測量對(duì)比。

2.2 樣本取樣

選擇30名20～22歲處于健康狀態(tài)下（非感冒期間） 的男性個(gè)體20名，女性個(gè)體10名，利用Gnome-P錄音設(shè)備在聲紋錄音室，根據(jù)司法部錄音資料鑒定規(guī)范[2]進(jìn)行咳嗽音錄音，每名個(gè)體不間斷連續(xù)咳嗽3次。

2.3 實(shí)驗(yàn)組織方法

對(duì)上述咳嗽音信號(hào)的共振峰的頻率、咳嗽音的共振峰過渡形態(tài)、基頻參數(shù)、短時(shí)能量等特性進(jìn)行提取計(jì)算，選取幾種特征顯著的樣本，分別討論相同個(gè)體咳嗽音間的穩(wěn)定性與不同個(gè)體咳嗽音間的差異性。

3 實(shí)驗(yàn)結(jié)果

從對(duì)30組個(gè)體咳嗽音的實(shí)驗(yàn)對(duì)比中我們發(fā)現(xiàn)，不同個(gè)體的咳嗽音在共振峰頻率與過渡形態(tài)、基頻參數(shù)、短時(shí)能量上不盡相同，有時(shí)會(huì)出現(xiàn)明顯的差異；而相同個(gè)體在上述參數(shù)的差異性則不明顯。

3.1 個(gè)體咳嗽音間共振峰的頻率

根據(jù)咳嗽信號(hào)產(chǎn)生的生理機(jī)理，對(duì)相同個(gè)體的咳嗽音和不同個(gè)體的咳嗽音，在聲帶打開階段和關(guān)閉階段分別統(tǒng)計(jì)其共振峰頻率。由于咳嗽音共振峰曲線條紋沒有普通元音共振峰曲線條紋明顯，為了區(qū)別共振峰頻率差異，我們使用LPC頻譜得到共振峰曲線。因篇幅有限，這里僅列出不同個(gè)體間咳嗽音（聲門打開階段）的基頻曲線圖，如圖2所示。其中咳嗽音1為女性，2、3均為男性。從圖2我們可以看出，由于咳嗽音1為女個(gè)體發(fā)音，與元音發(fā)音的規(guī)律類似，各共振峰頻率略高于男個(gè)體咳嗽音2、3。

圖2 不同個(gè)體咳嗽音（聲門打開階段）LPC頻譜的共振峰曲線

為了更好地說明同一個(gè)體咳嗽音的穩(wěn)定性與不同個(gè)體間的差異性，我們對(duì)男個(gè)體2、3咳嗽音與個(gè)體3的兩次咳嗽音的定量化統(tǒng)計(jì)分析結(jié)果進(jìn)行整理，如表1、表2所示。可見不同個(gè)體間咳嗽音的F2、F3、F4在聲門打開階段和聲門關(guān)閉階段的頻率相對(duì)偏差大于相同個(gè)體下得到的相對(duì)偏差。這里由于篇幅的原因，沒有將30組相同個(gè)體咳嗽音的共振峰相對(duì)偏差列出，但需要指出的是相同個(gè)體的不同咳嗽音間存在共振峰相對(duì)偏差較大的情況。

表1 不同男性個(gè)體咳嗽音間共振峰統(tǒng)計(jì)

表2 相同男性個(gè)體咳嗽音間共振峰統(tǒng)計(jì)

3.2 個(gè)體咳嗽音的共振峰的過渡形態(tài)

共振峰的音節(jié)間過渡形態(tài)具有人際差異性，因而聲紋鑒定中具有一定的利用價(jià)值[3]。由于咳嗽音信號(hào)受到咳嗽爆發(fā)湍流的影響，聲紋共振峰曲線與基頻條紋沒有普通語音信號(hào)那么明顯，我們從錄取的數(shù)據(jù)庫中選取湍流影響不明顯的咳嗽音作為本次實(shí)驗(yàn)的樣本，進(jìn)而研究這些頻域特征保持完好咳嗽音的各項(xiàng)性能指標(biāo)對(duì)同一性認(rèn)定的價(jià)值。

圖3中(A)、(B)、(C)為同一人發(fā)出的3次咳嗽聲，可以看出從聲門打開到穩(wěn)定階段再到最后的聲門關(guān)閉，F(xiàn)1共振峰均有先升后降的趨勢，而且3個(gè)階段共振峰過渡形態(tài)平滑自然。而圖4中(B)、(C)共振峰則沒有(A)先升后降的趨勢，同時(shí)(C)出現(xiàn)了間斷過渡。間斷過渡產(chǎn)生的原因是在咳嗽發(fā)聲過程的交界處，舌位發(fā)生了突變，從而造成共振峰曲線的間斷。

3.3 個(gè)體咳嗽音間的基頻參數(shù)

利用MFCC倒譜對(duì)30組咳嗽聲音的基頻參數(shù)進(jìn)行統(tǒng)計(jì)。限于篇幅原因，僅列出兩組不同個(gè)體與相同個(gè)體的咳嗽音間的基頻參數(shù)對(duì)比表，如表3、表4所示。同共振峰頻率類似，不同個(gè)體的基頻相對(duì)偏差要比相同個(gè)體下差異較大。

基頻反映聲帶振動(dòng)速度，基頻最小值與基頻最大值分別是從倒譜上提取的數(shù)值中的最小及最大數(shù)值。通過對(duì)30組基頻最小值的統(tǒng)計(jì)對(duì)比發(fā)現(xiàn)，基頻最小值的相對(duì)偏差在不同個(gè)體與相同個(gè)體間的差異率區(qū)別明顯并相對(duì)穩(wěn)定。這是由于基頻受音調(diào)的影響，最大值會(huì)出現(xiàn)高低變化，而基頻最小值不易于偽裝具備穩(wěn)定性。因此基頻最小值是基頻參數(shù)中最有價(jià)值的參考數(shù)據(jù)。同時(shí)實(shí)驗(yàn)數(shù)據(jù)中咳嗽音的基頻頻率要比普通元音發(fā)音的基頻頻率高，這是由于咳嗽音的發(fā)音方式近似緊喉嗓音(Creaky Voice)，聲帶在這種發(fā)音方式下是處于緊繃狀態(tài)，只有很小一部分在振動(dòng)，因此基頻要比普通元音發(fā)音的語音更高。

圖3 相同個(gè)體的咳嗽音共振峰寬帶語譜

圖4 不同個(gè)體的咳嗽音共振峰寬帶語譜

表3 不同個(gè)體（男）咳嗽音間的基頻參數(shù)對(duì)比

表4 相同個(gè)體（女）咳嗽音間的基頻參數(shù)對(duì)比

3.4 個(gè)體咳嗽音間的即時(shí)能量（音強(qiáng)）

音強(qiáng)是語音的4要素之一，也是聲紋鑒定中重要特征之一[4]?？人砸舻囊魪?qiáng)分布比較復(fù)雜，本實(shí)驗(yàn)僅針對(duì)咳嗽期間的即時(shí)能量按時(shí)間方向的動(dòng)態(tài)分布情況進(jìn)行了比較分析。圖5中的(A)、(B)、(C)是相同個(gè)體咳嗽3次所生成的音強(qiáng)曲線圖?？梢钥闯觯瑥淖邉萆洗笾孪嗤揖尸F(xiàn)兩端強(qiáng)中間弱的情況。這是由于聲門打開階段與聲門關(guān)閉階段所帶動(dòng)的振動(dòng)幅度大于穩(wěn)定期間的振動(dòng)幅度所造成的。

圖5 相同個(gè)體的咳嗽音即時(shí)能量（音強(qiáng)）曲線

圖6 不同個(gè)體的咳嗽音即時(shí)能量（音強(qiáng)）曲線

圖6中(A)、(B)、(C)分別是不同個(gè)體咳嗽聲生成的音強(qiáng)曲線。從走勢上，(B)一直處于下降趨勢。(C)雖然也明顯具有兩端強(qiáng)中間弱的特征，但聲門打開階段保持時(shí)間明顯小于聲門關(guān)閉時(shí)間。

4 分析與討論

咳嗽音的共振峰頻率的發(fā)音機(jī)理與普通語音音節(jié)發(fā)音機(jī)理相同，都是通過發(fā)音器官的振動(dòng)發(fā)出聲音，具有相同的數(shù)據(jù)模型，因此大部分音節(jié)前4階（F1-F4）共振峰頻率變異系數(shù)范圍不會(huì)超過12%[5]。表1、表2中的實(shí)驗(yàn)數(shù)據(jù)基本滿足相同個(gè)體與不同個(gè)體間咳嗽音識(shí)別所滿足的閾值。但30組相同個(gè)體中也存在相對(duì)偏差較大，與普通語音樣本比較存在個(gè)體穩(wěn)定性不高的情況。共振峰走勢的差異形成，一方面是由于不同個(gè)體由于聲帶和聲道等發(fā)音器官的不同，另一方面是由于咳嗽習(xí)慣帶來的發(fā)音器官運(yùn)動(dòng)過程所造成的。后者可以通過訓(xùn)練改變發(fā)音器官運(yùn)動(dòng)幅度從而達(dá)到偽造的目的。

本次實(shí)驗(yàn)結(jié)果表明基頻平均數(shù)值男女差距并不大。因?yàn)樵谠舻陌l(fā)聲過程中，男性個(gè)體的聲帶一般較女性個(gè)體的聲帶更加粗寬，因此男性語音的基頻一般較低。根據(jù)咳嗽音的生成機(jī)理，有時(shí)咳嗽的發(fā)聲沒有經(jīng)過聲門上系統(tǒng)的聲帶發(fā)音環(huán)節(jié)，僅僅是根據(jù)咳嗽的發(fā)音習(xí)慣引起的聲門上系統(tǒng)口腔、鼻腔、唇腔等的變化帶來的咳嗽音基頻的不同，因此不能僅僅通過基頻判斷咳嗽音發(fā)聲個(gè)體的性別。

音強(qiáng)曲線分布的不同可能是咳嗽應(yīng)激反應(yīng)初始時(shí)，肺部呼出氣體量而造成的。由于個(gè)體咳嗽習(xí)慣不同，肺活量大小不同，聲門打開階段與聲門關(guān)閉時(shí)間因而也存在一定的差異。

5 結(jié)論與展望

以上結(jié)果表明，相同個(gè)體的咳嗽音在共振峰頻率與過渡形態(tài)、基頻參數(shù)、即時(shí)能量上有著與其他個(gè)體相比較存在一定的人際差異性。針對(duì)聲紋特征良好的咳嗽音，可以成為話者識(shí)別的輔助個(gè)體特征，在縮小偵查范圍上也具有一定的利用價(jià)值。但由于咳嗽音相比較普通語音，語音樣本片段較短、個(gè)體間的穩(wěn)定性相對(duì)較弱，所以不能僅從咳嗽音進(jìn)行同一認(rèn)定。除咳嗽音外，錄音片段中時(shí)常出現(xiàn)的清嗓音、清喉音等非言語信息是否也具有同咳嗽音一樣的認(rèn)定價(jià)值，這是下一步研究的內(nèi)容之一。在社會(huì)應(yīng)用方面，可以拓展到針對(duì)語音障礙的殘障人士身份識(shí)別研究方向。

[1]趙青.咳嗽音特征提取及在身份識(shí)別中的應(yīng)用研究[D].南京:南京郵電大學(xué),2009:8-15.

[2]中華人民共和國司法部司法鑒定管理局.司法部錄音資料鑒定規(guī)范:SF/Z JD0301001-2010[S/OL].北京:司法部司法鑒定技術(shù)研究所,2010:2[2010-04-07]. http://www.moj.gov.cn/tongyong/download/moj/11lyz ijd.pdf.

[3]王英利.聲紋鑒定中普通話音素間過渡方式特征研究[J].證據(jù)科學(xué),2011(1):100-105.

[4]王英利,潘自勤,常藍(lán)山.聲紋鑒定中的音強(qiáng)特征研究[J].中國司法鑒定,2011(5):19-22.

[5]申小虎,金恬,等.濾波降噪對(duì)語音同一認(rèn)定的影響[J].警察技術(shù),2015(6):32-35.

（責(zé)任編輯：孟凡騫）

D918.4

A

2095-7939（2016）04-0065-04

10.14060/j.issn.2095-7939.2016.04.014

2015-12-20

江蘇高校優(yōu)勢學(xué)科建設(shè)工程資助項(xiàng)目（PAP）；江蘇警官學(xué)院科研項(xiàng)目（編號(hào)：2016SJYZQ01）；江蘇省教育廳資助項(xiàng)目（編號(hào)：2014SJB246）。

申小虎（1981-），男，山東青州人，江蘇警官學(xué)院刑事科學(xué)技術(shù)系工程師，主要從事語音信號(hào)處理與視聽資料檢驗(yàn)研究。