You are on page 1of 47

AUDIO FORENZIKA

Studenti : Mirko Pap Neda Pištinjat Jelena Stanulović 12835 12870 12810

mentor: dr Vlado Delić

UVOD Audio forenzika može biti definisana kao primena akustičke nauke i tehnike u cilju istrage i spoznavanja činjenica krivičnih i građanskih sudskih parnica. Ona se odnosi na prikupljanje, analizu i procenu audio snimaka, koji se potom prezentuju na sudu ili nekoj drugoj zvaničnoj ustanovi kao validni dokazi. Glavni problemi akustičke forenzike su: utvrđivanje autentičnosti audio dokaza, obrada audio snimaka u cilju poboljšanja razumljivosti govora i čujnosti zvukova niskog nivoa jačine, kao i tumačenje i dokumentovanje zvučnih dokaza kao što su identivikovanje govornika i rekonstrukcija zločina ili nesreće na vremenskoj liniji. Da bi se postigla prihvatljivost na sudu, potrebno je da se primenjene tehnike prethodno pokažu kao nepristrasne, sa poznatom statističkom pouzdanošću, da ne budu destruktivne, kao i da budu široko priznate od eksperata u tome polju. [2] ISTORIJA Upotreba identifikacije glasa u kriminalistici već hiljadama godina, u slučajevima kada je svedok čuo, ali nije video osumnjičenog. Jedan od dobro poznatih zabeleženih slučajeva upotrebe prepoznavanja govora kao dokaza na sudu jeste slučaj Williama Huleta 1660. godine. On je bio optužen da je izvršio ubistvo engleskog kralja Charlesa I. Richard Gittens je svedočio da je čuo ubicu kako moli kralja za oproštaj, i kako je glas koji je čuo sigurno Huletov. Hulet je osuđen na smrt sbog veleizdaje. Međutim, pre nego što je sprovedena smrtna presuda, pronađen je pravi krivac, i Hulet je oslobođen. Ovo je jedan od prvih slučajeva zamene identiteta. Do danas, veoma je čest slučaj da je svedok krivičnog dela samo čuo, ali ne i video počinioca. Tačnost identifikacije počinioca zavisi od mnogih spoljnih uticaja, pa se često ne može uzeti u obzir sa velikom pouzdanošću.[1]

Slika 1-Spektrograf

Izum telefona i opreme za snimanje otvorili su mnoge nove oblasti primene. Razvijani su alati pogodni za analizu govora. Prekretnicu u daljem razvoju akustičke forenzike predstavlja
2

međutim jedine informacije o tome je roman “Prvi Krug” od Solzhenitszna. [1]

pronalazak sprektrografa. Za najveći deo ovih pronalazaka zaslužni su pronalazači iz “Bell Telephone Laboratories” od kasnih 30-tih godina prošlog veka, pa na dalje. Spektograf je zasnovan na ideji koju je predložio Steinberg (JASA, vol 8, 1934), sa ciljem da pronađe novi metodološki pristup proučavanju nastanka i merenja govora. Prvobitno je bio namenjen za trening izgovora kod gluvih ljudi i stranih studenata, međutim tu nikada nije našao pravu primenu. Danas je spektograf veoma važna alatka za fonetska istraživanja. Istraživači u Bell laboratoriji Kopp i Grey prvi su uveli termin zvučnog otiska (voiceprint, 1944). Za vreme rata, a i kasnije, razvoj metoda i tehnika za prepoznavanje govornika u Bellovim laboratorijama finansiran je od strane vojske. S druge strane u SSSR paralelno se radilo na zvučnim otiscima, medjutim jedine informacije o tome je roman”Prvi krug” od međutim jedine informacije o tome je roman “Prvi Krug” od Solzhenitszna. [1]. Tokom proteklih 40 godina, audio forenzika je postepeno postal priznata profesija. Pre postojanja digitalne obrade signala, najveći broj forenzičkih audio analitičara radilo je isključivo sa analognom magnetnom trakom i osnovnom studijskom elektronikom za snimanje kao što su analogni filtri, uređaji za reprodukciju promenljivom brzinom, osciloskopi, mikroskopi i glasovni spektograf. [2] Najpoznatiji slučaj primene akustičke forenzike u istoriji poznat je pod nazivom “afera Watergate”, čiji je glavni akter tada aktuelni američki predsednik Richard Nixon. 17. juna 1972. uhapšeni su provalnici u procesu postavljanja bubica za audio nadzor u kancelarije Demokratskog Nacionalnog Komiteta u Washington-u DC. U julu 1973. prateći anonimnu dojavu FBI je uspeo da poveže provalnike sa vladom Sjedinjenih Država, kao i sa predsednikom Nixonom, nakon čega predsednik odbija saradnju sa FBI. Prvog marta 1974. pojavljuje se nepoznata traka, koja sadrži razgovor od 23. juna 1972. između predsednika i šefa osoblja Bele Kuće, Haldemana. Ova traka bila je glavni dokaz zavere, gde je predsednik uz pomoć centralne obaveštajne agencije (CIA) želeo da krivicu provale svali na Biro za Federalne Istrage (FBI). U avgustu 1974. godine predsednik Nixon podnosi ostavku. [6] Danas postoje dva profesionalna udruženja IAFL (Međunarodno udruženje forenzičkih lingvista) i IAFPA (Međunarodno udruženje za forenzičku fonetiku i akustiku), kao i časopis Forensic Linguistics koji je počeo da izlazi 1994. Časopis je preimenovan 2003. godine u The International Journal of Speech, Language and the Law s namerom da se potencijalnim čitaocima jasnije ukaže na širinu područja forenzičke lingvistike. [6] GLAS KAO BIOMETRIJSKO OBELEŽJE Govorna komunikacija je omogućila čoveku društveni, stvaralački i intelektualni razvoj, jednom rečju – civilizacijski razvoj. Ona se ostvaruje veoma kompleksnim procesom transformacije informacije od apstraktnog (lingvističkog) do fizičkog (akustičkog) nivoa. Na apstraktnom nivou vrši se transformacija ideje, koju čovek stvara u svom centralnom nervnom sistemu (CNS), u lingvistički kôd svojstven jeziku na kome se vrši govorna komunikacija.
3

Konačni produkt ove transformacije jesu nervni impulsi koji upravljaju radom muskulature (artikulatorima) vokalnog aparata koji se, na fiziološkom nivou, pojavljuje kao izvor (generator) glasa. Artikulacijom glasa stvara se akustički signal koji se kod slušaoca preko slušnog mehanizma i njegovog CNS-a inverznim putem transformiše u polaznu apstraktnu ideju govornika. Akustički signal koji omogućava govornu komunikaciju nazivamo govornim signalom za razliku od ostalih akustičkih signala. U govornom signalu, pored lingvističkih, možemo pronaći i mnoge druge informacije koje su vezane za govornika i njegovo trenutno psiho-emotivno, a donekle i fizičko stanje. To su još i ekstralingvističke i paralingvističke informacije koje se mogu pronaći u glasu i zajedničkim imenom se nazivaju nelingvističke informacije. Imajući u vidu nelingvističke informacije, stohastičnu osnovu rada nervnog sistema (nervnih impulsa) i različite dimenzije artikulatora kod svake osobe, audio realizacija jednog istog verbalnog iskaza nikada nije ista. Ovo je uzrok inter-spikerskih razlika, na osnovu kojih se razlikuju osobe, ali i intra-spikerskih varijacija, koje ukazuju na neponovljivost jedne iste verbalne realizacije od strane iste osobe. Upravo ove činjenice kazuju da lingvističke, paralingvističke i ekstralingvističke informacije omogućavaju glasu čoveka da se pojavi kao jedno od biometrijskih obeležja. Glas je karakterističan u biometriji jer sadrži i fiziološka i bihevioralna obeležja. Ako se ima u vidu skup informacija koje glas sadrži kod verbalne ekspresije a koje se tiču identiteta govornika, kao i skup bihevioralnih obeležja (intra-spikerskih varijacija, ambijentalnih, situacionih, jezičkih i drugih varijacija), tada biometrijska multidimenzionalnost glasa ukazuje na veoma kompleksan pristup u forenzičkom prepoznavanju govornika. [5] Komunikacija Lingvistička (Konvencionalna, društvena) Paralingvistička (Intra-spikerske varijacije, psihofiziološke manifestacije) Ekstralingvistička (Anatomska obeležja, inter-spikerske varijacije) Informacija Poruka: dijalekat, stil, ... akcenat, govorni Fenomen Glasovi, reči, transformacije, ... Tip i kvalitet fonacije, registar, vokalni napor, brzina govora, ... Veličina larinksa, dužina vokalnog trakta, kvalitet glasa, ... prozodijske

Emocije, stavovi, namere, adaptacija na okolnosti konverzacije, ... Pol, starost, navike, patologija glasa, zdravstveno stanje, ...

Tabela 1-Informacije u govornoj komunikaciji

POJEDINAC U ZAJEDNIČKOM JEZIKU
4

Ovu činjenicu potvrđuje sposobnost svakog čoveka da prepoznaje ljude iz svog okruženja po njihovim individualnim glasovnim i jezičkim karakteristikama. Sistem utvrđuje koji je glas iz skupa govornika najsličniji referentnom glasu (ako postoji sličnost) ili sličnosti nema. postoji samo jedno poređenje a sistem prihvata ili odbacuje tvrdnju osobe da se njen glas nalazi u bazi glasova u sistemu. Forenzičko prepoznavanje govornika podrazumeva čitav niz pristupa i postupaka koje je neophodno sprovesti kako bi se dobilo dovoljno podataka za formiranje konačnog ekspertskog mišljenja. Tri osnovna pristupa su poznata u praksi i literaturi: auditivna analiza. strukturi mrežnjače. Problem je najsloženiji kada se vrši utvrđivanje identiteta čoveka na osnovu jezika. Forenzičko utvrđivanje čovekovog identiteta moguće je zbog specifičnih razlika koje postoje među svim pripadnicima ljudske vrste. Dosadašnja praksa pokazuje neminovnost simbioze ova dva osnovna pristupa. auditivnoinstrumentalna analiza i automatsko forenzičko prepoznavanje govornika. Razlike su najizraženije u otiscima prstiju. U postupku identifikacije sistem (računar) poredi glas referentnog govornika sa svim glasovima u skupu većeg broja (N) govornika u cilju pronalaženja da li se u skupu nalazi i referentni glas. genskom profilu (DNK).Svi ljudi se služe najmanje svojim maternjim jezikom i njega dele sa svojom jezičkom zajednicom. [5] FORENZIČKO PREPOZNAVANJE GOVORNIKA Prepoznavanje govornika podrazumeva dva metodološki različita pristupa definisana kao identifikacija i verifikacija. pa je samim tim potrebno pronaći više udruženih individualnih markera kako bi se mogla izvršiti ili osporiti identifikacija. [5][4] INTER-SPIKERSKE I INTRA-SPIKERSKE VARIJACIJE 5 . pri čemu se vrši N poređenja. socioločkom i psihološkom planu. Auditivni pristup stavlja u prvi plan eksperta forenzičara – kao subjektivnu komponentu u forenzičkoj analizi. u svakoj komunikativnoj situaciji mogu se uočiti govornikova individualna svojstva na planu govornog izraza i na planu upotrebe jezičkih sredstava na svim nivoima jezičke strukture. Iako jezičke zajednice koriste iste jezike. rukopisu i glasu. dok instrumentalni (automatski) pristup označava upotrebu računarske analize – kao objektivnu komponentu forenzičke analize. Čovek je jezikom simultano određen na biološkom. Te razlike se javljaju prvenstveno na biološkom planu (biološke razlike postoje čak i kod monozigotnih blizanaca). Kod verifikacije poredi se glas osobe sa glasom za koji osoba tvrdi da je njegov i koji se nalazi u bazi glasova memorisanom u sistemu. fizičkom obliku delova tela. Dakle.

Kvalitet glasa Modalan (normalan) glas Zadihan glas Škripav glas Fiziološki opis referentan glas kombinacija šapata i zvučnosti. glasnice se ne zatvaraju kompletno. neregularni glotalni impulsi. simetričan glotalan impuls ukrućene glasnice. simetrični glotalni impulsi sa kratkom usponskom ivicom napete glasnice. potseća na „metalan” glas Hrapav (grub) glas Napet glas Slika 2-Talasni oblici istog govornogiskaza sa različitim kvalitetima izgovora Tabela 2 – Osnovne kategorije kvaliteta glasa Očigledno inter-spikerske i intra-spikerske varijacije predstavljaju osnovu forenzičke analize. Pitanje njihove diskriminacije neminovno zahteva statistički pristup kako u analizi tako i 6 . neregularni glotalni impulsi. glasnice se ne zatvaraju kompletno velika nesimetrija glotalnih impulsa.

Važno je uočiti da su neka obeležja na dovoljnoj distanci i da je njihova separacija potpuna. pa samim tim ni upotrebe u veštačenju. primer raspodele obeležja dva govornika X 1 i X2. Konačnu ocenu forenzičar daje posmatrajući celokupno milje opservacija. Tu definitivno dolazi do izražaja njegovo ekspersko znanje i iskustvo jer mora integrisati sve rezultate analiza i okolnosti pod kojima su one izvršene. tj. Kada se svi ovi rezultati posmatraju u multidimenzionalnom prostoru tada se dobija jedno kompleksno milje opservacija kako za spornog tako i nespornog govornika. nedvosmislena. tj. ne postoje dva slučaja nastala pod identičnim okolnostima i (ii) ne postoji jedinstvena metodologija 7 . [5] EKSPERTSKO MIŠLJENJE Ekspertskom analizom forenzičar dobija veoma mnogo rezultata koji na određeni način treba da mu sugerišu konačnu ocenu i stav u poređenju dva glasa. Ova procena se može dati parcijalno na nivou svakog obeležja. U svakom od prethodno pomenutih postupaka analize razmatra se veći broj obeležja i svako obeležje ima svoju raspodelu detektovanih vrednosti. Zadatak forenzičara jeste da proceni sa kojom verovatnoćom se može prihvatiti da su pojedina obeležja na dovoljno bliskoj ili dovoljno udaljenoj distanci. Činjenice da snimci mogu biti različitog kvaliteta ukazuju da neka ili mnoga obeležja ne mogu da se identifikuju. ali isto tako da se neka obeležja u značajnoj meri preklapaju. pokazuju svu kompleksnost i odgovornost ekspertskog ocenjivanja. Slika 3 – Raspodela obeležja dva govornika Skale verbalnih ocena Kada ekspert utvrdi određene sličnosti između nespornog i spornog glasa tada se najčešće postavlja pitanje: Sa kojom verovatnoćom postoji sličnost između spornog i nespornog glasa? Iz dva razloga je nemoguće eksplicitno odrediti verovatnoću: (i) postoji jedinstvenost slučaja. kao i da sva obeležja nemaju isti značaj i težinu u karakterizaciji individualnosti. dok manje elipse označavaju klastere pojedinih obeležja. jer tek pravilna karakterizacija obeležja i njihov adekvatan izbor mogu obezbediti validnost statističke analize. Veće elipse označavaju konture konstantne raspodele verovatnoća pojavljivanja analiziranih obeležja za oba govornika pojedinačno. Na slici 1 je prikazan hipotetički i uprošćen. ali realno vrlo čest. Učešće eksperta u ovoj analizi je od suštinske važnosti.tumačenju dobijenih rezultata.

čak i da postoji teško bi se moglo očekivati da dve ekspertize imaju iste elemente.izvođenja ekspertske analize (bar u svetu ne postoji ni jedan međunarodni standard). IAI standardi (1991)10 Potpuna identifikacija Verovatna identifikacija Moguća identifikacija Neodređen slučaj Moguća eliminacija Verovatna eliminacija - Forensic Science Service Laboratorija za forenzičku akustiku i (FSS) (2000)8 fonetiku (CUŽA-Beograd) Vrlo jaka sličnost Jaka sličnost Umereno jaka sličnost Umerena sličnost Ograničena sličnost Neodređen slučaj Ograničena različitost Umerena različitost Umereno jaka različitost Jaka različitost Vrlo visok stepen verovatnoće sličnosti Visok stepen verovatnoće sličnosti Značajan stepen verovatnoće sličnosti Određen stepen verovatnoće sličnosti Postoji sličnost i osoba se ne može isključiti Neodređen slučaj Postoji različitost i osoba se ne može isključiti Određen stepen verovatnoće različitosti Značajan stepen verovatnoće različitosti Visok stepen verovatnoće različitosti 8 . upravo iz prvog razloga.

labava artikulacija jedan od važnijih pokazatelja ekspresije tuge. Zvučni doživljaj kvaliteta određuju karaktereistike njegovih fonatora. Kvalitet glasa čovek može svesno kontrolisati (imitatori). Takođe se može izmeniti vremenom. Kvalitet glasa je prepoznatljivo obeležje u kontinuiranom govoru. Kvalitet artikulacije određuje mišićna tenzija tokom govora. visini osnovnog tona.) mogu artikulisati na neuobičajen način. Na primer. stečene navike. Postoje “čvrsta”. namera i stavova.. uzrasne i situacione varijacije govora. Govornici pojedine segmente (pojedinačne glasove ili glasovne klastere) iz različitih razloga (fiziološki uzroci. polne.Potpuna eliminacija Vrlo jaka različitost Vrlo visok stepen verovatnoće različitosti Tabela 3 – Skale forenzičkih varijabilnih ocena FORENZIČKI MARKERI Individualne varijacije u govoru svakog pojedinca predstavljaju lična govorna svojstva po kojima se on razlikuje od ostalih ljudi. Visina osnovnog tona je karakteristika govora koja najviše utiče na individualne. umeren i spor) pruža pouzdane mogućnosti utvrđivanja individualnih markera u 9 . dok je opuštena . Skup individualnih govornih karaktereistika predstavlja fonetski kapacitet jedne osobe. kao i automatizovane artikulacione navike uslovljene socioalnim i regionalnim poreklom. rezonatora i artikulatora. Kvalitet glasa je multidimenzionalna karakteristika koja se može gledati sa raznih aspekata. prozodijskim karakteristikama i u automatimzmu regionalnih karakteristika artikulacione baze. Čvrsta artikulacija odlikuje i govornu ekspresiju ljutnje. osnovni ton se koristi kao pokazatelj uzrasta i pola. kao i iz zdravstvenih ili emotivnih razloga. Prilikom utvrđivanja profila nepoznatog govornika. Tempo govora kao automatizovana lična karakteristika i odlika temperamenta (koji može biti brz. kvalitetu artikulacije.. specifičnostima artikulacije pojedinih govornih segmenata. Varijacije kvaliteta artikulacije kod istog govornika u velikoj meri govornoj ekspresiji emocija. normalna i “labava” artikulacija. Specifičnost artikulacije pojedinih govornih segmenata je glavni izvor fonetskih forenzičkih markera u nekim laboratorijama za forenzičku fonetiku. O njoj se može govoriti kao o individualnoj karakteristici govornika koja odražava temperament ili artikulacione navike. U okviru fonetskog kapaciteta identitet se najčešće utvrđuje na osnovu forenzičkih markera u kvalitetu glasa. Potrebna je detaljna računarska analiza da bi se iz govornog spektra izdvojila visina osnovnog tona.čvrsta artikulacija. iskaze sa imperativnim semantičkim obeležjem i preteće iskaze karakteriše izrazito napeta .

Leksički nivo u pomenutom domenu pruža dobre mogućnosti za međusobno diferenciranje govornika i za utvrđivanje ličnih i regionalnih jezičkih markera. Pošto čovekova individualnost dolazi do izražaja i u ovom domenu. U predugim pauzama govornici često koriste različite „poštapalice“: neutralni vokal.. Sintaksički nivo pruža više mogućnosti za utvrđivanje ličnih markera u vidu određenih zakonitosti u izboru eksponenata konstituentskih funkcija. Već je rečeno da brz tempo često uslovljava artikulacionu nepreciznost određenih segmenata. obličkih i tvorbenih morfema. Pošto su ove sekvence uglavnom automatizovane. obličkih i tvorbenih morfema i regionalne osobine u upotrebi dubletnih formi. kao i za utvrđivanje markera socijalnog statusa. njihovom analizom može se doći do bitnih individualnih markera. Horizontalno i vertikalno raslojavanje jezika na leksičkom nivou pruža obilje mogućnosti za diferenciranje govornika. omogućuje utvrđivanje pouzdanijih individualnih markera i u ovom domenu. u najopštijem smislu organizovano smenjivanje zvučnih segmenata i pauza u govoru. ovaj. [5] METODE ANALIZE FORENZIČKIH MARKERA U GOVORNOM IZRAZU Da bi se moglo pristupiti analizi individualnih karakteristika govornika radi identifikovanja i relativno pouzdanog utvrđivanja identiteta. Ovaj tip markera naročito je bitan u oblasti koja se u akademskim krugovima naziva forenzičkom lingvistikom. a izrazito spor tempo može dovesti do artikulacionih izobličenja koja takođe mogu biti jedan od forenzičkih markera. Ritam. zadatak veštaka je da utvrdi diferencijalne kriterijume između individualne upotrebe i uobičajene upotrebe jezičkih sredstava u okviru navedenih nivoa jezičke strukture u užoj i široj govornikovoj jezičkoj zajednici. ovaj tip markera mora se koristiti ne kao pomoćni nego kao obavezni tip markera i u oblasti koja se u akademskim krugovima naziva forenzičkom fonetikom. onaj. Taj uzorak bi trebalo da bude kontinurani spontani govor nešto dužeg trajanja kako bi mogli biti ispoljeni navedeni parametri u okviru kojih se utvrđuju forenzički markeri. pruža mogućnost utvrđivanja individualnih karakteristika u govornoj produkciji. znaš. Za najčešći tip forenzičke analize potrebno je da postoji i referentni uzorak govornog 10 .određenim sekvencama produkovanog kontinuiranog govora. Varijabilnost načina premošćavanja predugih pauza u spontanom govoru. potrebno je da postoji odgovarajući uzorak govornog izraza. Pojedine grupe ljudi (manje ili više zatvorene) uvek su pokušavale da stvore neki tip žargona kako bi neke informacije bile nedostupne ostalim govornicima istoga jezika. Radi veće pouzdanosti identifikacije govornika.. Viši nivoi jezičke strukture pružaju nešto manje mogućnosti za utvrđivanje individualnih markera nego govorni izraz. Na morfološkom nivou kao individualni markeri najčešće se utvrđuju navike u ličnim izborima prilikom upotrebe dubletnih formi. vidi.

na osnovu uzorka govora. Veoma je važno da se ovim postupcima ne naruši kvalitet analiziranih glasova. Prilikom analize govornog izraza primenjuju se neinstrumentalne i instrumentalne eksperimentalne metode i tehnike auditivne i akustičke fonetike. dovedu na što približniji nivo po kvalitetu kako bi poređenje glasova bilo najpouzdanije. određene činjenice o nepoznatom govorniku. Forenzičko identifikovanje govornika javlja se u slučajevima u kojima na osnovu govornog uzorka treba odrediti lingvistički profil govornika. Eksperimentalnom metodom se prvo analiziraju pojedinačni uzorci govora radi utvrđivanja ličnih markera. veliko iskustvo i veštinu potpunog preusmeravanja pažnje sa poruke na izraz. Dve aktivnosti je neophodno sprovesti. Ovaj postupak je prikazan na slici 2. nakon čega se pristupa kontrastivnoj analizi dvaju uzoraka. Međutim. Ovde se najčešće primenjuju različite forme filtriranja signala i odstranjivanja raznih izobličenja ili signala smetnji. Kontrastivnom analizom se isključuje ili potvrđuje sličnost među govornicima. forenzička fonetika. [5][4] METODOLOŠKI POSTUPCI U EKSPERTSKOJ ANALIZI U narednom tekstu navodi se nekoliko osnovnih postupaka koji se zasnivaju na naučnim disciplinama kao što su forenzička akustika. 11 . sporni i nesporni.izraza koji služi za poređenje. kao i segmenti gde se sagovornici preklapaju. u ovakvim slučajevima nisu u prvom planu individualni markeri. ometajući signali. odnosno utvrditi. uzrasta. kao i široko poznavanje govornog fenomena. Obrada govornog materijala Prvi korak u ekspertskoj analizi jeste obrada snimaka koji sadrže sporni i nesporni glas. forenzička lingvistika i teorija obrade govornog signala. Trijažom se izdvajaju glasovi koji treba da se porede i to ne samo na nivou signala već i u pogledu transkripcije. Druga aktivnost se odnosi na postupak trijaže glasova. mogu se pored glasa od interesa pojaviti i drugi glasovi. nego markeri utvrđivanja pola. Time se dobijaju efektivni glasovi samo sporne i nesporne osobe i tek tada se može pristupiti daljoj analizi. Prva se tiče analize kvaliteta snimaka i primene više softverskih algoritama u obradi signala koji treba da oba snimka. regionalnog porekla i socijalnog statusa. Trenirano slušanje podrazumeva poznavanje akustičkih karakteristika govora koje su otkrivene eksperimentalnim tehnikama. U utvrđivanju fonetskog kapaciteta i u ovim slučajevima primenjuju se metode i tehnike akustičke i auditivne fonetike. U obe vrste snimaka. U ovoj vrsti analize nezamenjiva je tehnika treniranog slušanja (ekspertsko slušanje). sporni i nesporni.

Ova analiza je od primarnog značaja za mnoga tumačenja kasnijih analiza. koji su najindikativniji u karakterizaciji njegove individualnosti. analizu kvaliteta glasa i specifičnih fonetsko-lingvističkih manifestacija u glasu. Ona obuhvata analizu psiho-emotivnog stanja govornika i promene njegove vokalne ekspresije u toku razgovora. kao i analizu patoloških odstupanja prvenstveno na fonetskom planu. osnovna frekvencija glasa (f0) i karakteristike formanata. jesu: dugovremeni usrednjeni spektar govora (LTASS). sastoji se od glasnica koje generišu zvučnost u glasu i oralne i nazalne šupljine (od glasnica do usta i nozdrva) u kojima se generiše šumnost i gde se u akustičkom smislu vrši spektralno oblikovanje glasova. dobijaju konture dinamičke promene merenih parametara.Primer segmentacije snimka u fazi trijaže Akustička analiza U ovoj analizi. Računarska analiza meri ove parametre na kratkim segmentima govornog signala (reda 20 do 40 milisekundi) tako da se u toku razgovora. Vokalni aparat. Računarskom analizom se na nivou govornog signala izdvaja set akustičkih parametara koji karakterišu kvalitet glasa.Slika 4 . primarna su dva postupka: aditivna i računarska analiza oba uzorka glasa. Statistička analiza je neophodna jer se tek tada mogu dobiti statistički usrednjeni i stabilni parametri koji karakterišu govornika u datom razgovoru. i mogu biti u korelaciji sa mnogim auditivnim zapažanjima. 12 . Auditivna analiza u potpunosti se oslanja na subjektivna zapažanja i ocene forenzičara. Analiza pomenutih parametara vrši se računarskom analizom govornog signala a dobijeni rezultati se potom statistički obrađuju. koji može trajati više desetina sekundi ili minuta. Statistička analiza akustičkih obeležja Osnovni parametri vokalnog aparata jednog govornika. kao izvor akustičkog (govornog) signala.

Fonetska analiza Ova analiza se fokusira na specifična obeležja pojedinih glasova i na paralelnu komparaciju u spornom i nespornom glasu. oblici histograma se razlikuju (histogram osobe B je uži i produžen ka višim frekvencijama do oko 180 Hz) i indiciraju različite stilove vokalne ekspresije. javljaju se mnoga ograničenja koja otežavaju ili onemogućavaju ovu vrstu analize. Pri tome. Spektrografska analiza je primaran računarski alat u fonetskoj analizi koja na trodimenzionalan način vizuelizuje karakteristike govora sa dimenzijama: intenzitet. Ova opservacija nalaže ekspertu da drugim analizama dokumentuje ovu razliku ili da je pripiše trenutnom psiho-emotivnom stanju govornika. vreme i spektar. nazalom /n/.Primer histograma osnovnih frekvencija F0 za dva govornika sličnih visina glasova (oko 120 Hz). 13 . kao što je različito koartikulaciono okruženje analiziranih glasova ili kratkoća pojedinog snimka zbog čega u trijažiranom glasu ne postoji dovoljan broj realizacija datog glasa ili ga uopšte nema. plozivom /k/. Analiza je veoma naporna jer zahteva pažljivu pretragu kroz oba snimka za pojedinim glasom (na primer frikativom /š/. Po pravilu ova analiza se radi na većem broju glasova kako bi milje opservacija na fonetskom nivou bilo validno za donošenje parcijalnog mišljenja o sličnosti/različitosti dva govornika. vibrantom /r/. Međutim. itd.Na slici 3 prikazani su histogrami raspodele osnovne frekvencije glasa F 0 dve osobe sa sličnom visinom glasa od oko 120 Hz. Frekvencija doga| aja G ovornik A Frekv enc i j a dog a| aj a 30 G o v o r n i k B 40 20 20 10 0 100 120 140 Fo [Hz] 0 100 120 140 160 180 Fo [Hz] Slika 5 . temi razgovora ili zdravstvenom stanju.) i njegovim obeležjem koje je u fokusu.

akcentološki. U opštem slučaju sud želi da zna koje su šanse da se glas osumnjičenog stvarno nalazi na datom snimku. kao i da pojasni odgovarajuće uloge naučnicima i članovima suda. Četiri aspekta su primarna u lingvističkoj analizi: dijalektološki.Lingvistička analiza Ona se bazira na auditivnim opservacijama čitavog niza karakteristika u glasu i govoru analizirane osobe koje pripadaju naučnoj disciplini – forenzička lingvistika. Ovo je krajnja verovatnoća: Bajesova formula pokazuje kako su prethodni dokazi modifikovani kako bi se dobila konačna verovatnoća. Matematički gledano. Bajesov model omogućava reviziju nekog slučaja zasnovanu na informaciji (E) mere nesigurnisti. sociolingvistički i psiholingvistički. je korisna alatka za: pomaganje naučnicima da dođu do vrednosti naučnog dokaza. ili obrnuto. sa ciljem da se dobije združena verovatnoća za poseban slučaj ili ishod. kao model verovatnoće. Svaki od ovih aspekata predstavlja deo primenjenih lingvističkih nauka. pojašnjavanje naučnih dokaza porotnicima. Omogućava kombinovanje novih podataka sa već postojećim znanjem (I).I) iskaza H1 (osumnjičeni jeste autor snimka) u odnosu na svoju alternativu H2. sud želi šansu O(H 1|E. ako se u obzir uzmu okolnosti datog slučaja (I) i posmatranja od strane naučnika forenzičara (E). [5][4] KORIČĆENJE BAJESOVE TEOREME U OKVIRU PROCENE TAČNOSTI DOKAZA Bajesova teorema. [3] posterior odds liklehood ratio prior odds 14 . Ovaj pristup naročito je koristan sa naučnim dokazima.

subjektivna analiza Tokom subjektivne analize najviše dolazi do izražaja iskustvo ispitivača. U našem slučaju konkretno korišćen je alat SoundForge i izvršena je normalizacija zvuka na svakom snimku. Usled različitih komunikacionih kanala. Dakle pristupa se mehanizmima otklanjanja šuma. Zbog objektivnog dela analize zaključili smo da izbor 15 . Upotrebom istog alata korišćenjem CUT comande izdvojili smo željene glasove sagovornika i zatim formirali nove fajlove kojima smo posle pristupili PRAAT alatom. komercijalnim. i tu ulogu je tumačila Jelena Stanulović. korišćeni su i različiti načini snimanja. i tu ulogu su čitali nezavisno Mirko Pap i Neda Pištinjat. Pošto je sam govor po sebi stohastički signal. Pri svakoj forenzičkoj analizi postoji nekoliko ustaljenih koraka. dok je drugi govornik muška osoba. 1. komunikacionog kanala i same komunikacione situacije tj. okolnosti pod kojima je došlo do snimanja. običnim. Takodje se iz snimka razdvajaju (izdvajaju) glasovi sagovornika.waw. kako bi se lakše uradila analiza i uporedilo sa nespornim snimkom govornika. je snimljeni dijalog iz odlomka knjige "Imam tvoj broj" od autorke Sofi Kinsele. Sadržaj govorne baze. 2. Jedan govornik u dijalogu je ženska osoba koja se javlja na telefon.REZULTATI PRAKTIČNOG RADA Zadatak ovog semestralnog rada bi bio da odredimo kolika je razlika u parametrima (i u kojim) u zavisnosti od samog govornika. Preslušavanje snimka tj. kao i razlike u samom glasu. a poželjno je da oba snimka budu istog audio formata. nastoji se da se koliko je moguće obezbede podjednaki početni uslovi za oba snimka (sporni i nesporni) govornika. Predobrada snimaka govora: Ovaj deo postupka forenzičke analize podrazumeva ujednačavanje audio formata i frekvencijskog opsega.Format svih audi zapisa je . kako bi rezultati bili što je više moguće objektivniji. Pošto je nama ovo prvo iskustvo sa projektom ovakvog tipa. ova faza je prošla simbolično zato što usled nedostatka iskustva nismo umeli da prepoznamo "znakove" na koje treba obratiti pažnju. Snimci razgovora preko telefona su napravljeni u saradnji sa firmom AlfaNum dok su snimci razgovora preko skype-a snimljeni pomoću "Skype Call Recorder"-a. Ali i bez prethodnog iskustva dalo se uočiti da postoje očigledne razlike u kvalitetu snimka u zavisnosti od kanala. kao i razdvajanje glasova sagovornika u posebne fajlove. i jeftinim elektrodinamičkim mikrofonom. Snimci sačinjeni pomoću mikrofona su snimani u Sound Forge-u. tj izdvaja se samo glas osobe sa spornog snimka. opcijom record.

LTAS u suštini. globalne spektralne karakteristike. ukoliko su zastupljene više frekvencije. izuzetna robustnost na šum. kao fiziološka granica govornika. LTAS ima svoje dobre i loše strane.relevantnih delova snimka za sada treba da bude celokupan snimak (naravno gde se misli da smo pojedinačne glasove već izdvojili u SoundForge-u). koliko često (procentualno) glas ima određenu vrednost osnovne frekvencije.standardna devijacija (rasipanje oko srednje vrednosti).histogram. . On u suštini odražava opštu. Manji opseg promene znači monotoniji govor. neponderisanog usrednjavanja u dužem vremenskom intervalu.diktiran oblikom i dimenzijama vokalnog trakta . klipovanje i ostale vrste izobličenja. svojstvena govorniku . predstavlja zavisnost intenziteta govora u funkciji frekvencije. pol. globalnu "boju" glasa neke osobe. Objektivna analiza tj.definiše boju glasa tj. Loše osobine ovog parametra su: podložnost imitiranju i potreba za što dužim segmentom govornog signala (a praksa pokazuje da su snimci govora osumljičenih osoba uglavnom u obliku telefonskog razgovora i vrlo često dužine samo 10÷20 sekundi). itd. . LTAS predstavlja prosečni spektar govora dobijen procesom linearnog. relevantna je u slučaju istog stila i načina izražavanja.srednja vrednost (f0[Hz]). ova vrednost je od uticaja pri analizi različitih stilova govora . 16 .minimalna vrednost. Različita raspodela na graf-u za istu srednju vrednost f0 karakteriše različite stilove vokalnog izražavanja 2) dugovremeni spektar glasa . procena-analiza dobijenih podataka različitih parametara govora Najbitniji parametri: 1) osnovna frekvencija glasa: . a veći opseg je karakterističniji za melodičniji glas.na osnovu nje se može zaključiti starost govornika. Međutim. kao i njegova relativno jednostavana i brza računarska estimacija svrstavaju ga među primarne parametre u procesu identifikacije govornika. Kao parametar u postupku identifikacije govornika. 3. reč je o piskavom glasu .dobija se usrednjavanjem kratkovremenih spektara Dugovremeni usrednjeni spektar govora (LTAS – long term average spectrum) je vrlo pouzdan i robustan parametar u procesu identifikacije govornika jer je imun na različite vrste smetnji i izobličenja.

56 62 .9 g lasan 22 9.85 50 .75 g lasan 2 14 .97 52 .81 77 .46 55 .Rezultati dobijeni u Praat-u ZAKLJUČAK: Analiza govornog signala je vrlo složen proces i u zavisnosti od samog govornika.32 fm in[Hz] 66 .75 38 .01 73 .14 51 .11 sn im ak sn im ak sn im ak sn im ak linije linije linije linije Neda Neda Mirko Mirko Jelena Jelena snim ak snim ak snim ak snim ak snim ak snim ak preko preko preko preko preko preko m ikrofona m ikrofona m ikrofona m ikrofona m ikrofona m ikrofona na na na na na na racun ar racun ar racun ar racun ar racun ar racun ar n orm alan g lasan n orm alan g lasan n orm alan g lasan 2 16 .51 st.32 77 . Takođe se razlika jasno uočava i na slikama gde su uporedno prikazane slike Jeleninog i Nedinog histograma.00 81 .31 59 . Uticaj samog govornika na ispitivane parametre signala: Pošto je sam glas govornika upravo predmet ispitivanja logično je da on ima najvećeg uticaja na same parametre signala.42 72 .84 71 .90 2 36 .d evijacija[ Hz] 48 .Gore navedenom analizom došli smo do sledećih podataka GOVORNIK Neda Neda Jelena Jelena TIP VEZE preko telefon ske preko telefon ske preko telefon ske preko telefon ske NACIN GOVORA fo[ Hz] n orm alan 20 9.93 2 48 .58 Neda snim ak p reko skype-a n orm alan 2 24 . kao i same komunikacione situacije dolazi do promene određenih parametara. Sama boja glasa govornika ima primetan uticaj na dugovremeni spektar glasa.25 1 23 . na različite načine. Iako imaju približnu srednju vrednost osnovne frekvencije. Tj.48 69 .44 78 . glasovi se razlikuju po boji što se može videti na slikama sa dugovremenim spektrom glasa.77 2 31 . Iako je osnovna frekvencija svojstvena za govornika.5 n orm alan 2 09 . komunikacionog kanala.92 77 . ona ga nikako ne određuje jednoznačno. što je posledica stila izražavanja. Nekoliko zaključaka: Starost i pol govornika imaju uticaja na srednju vrednost osnovne frekvencije. 17 .32 81 .73 1 58 . već samo doprinosi daljoj analizi snimka.47 57 . gore navedeni parametri zajedno sa formantnom frekvencijom vokala i spektralnom analizom konsonanata gotovo jednoznačno određuju govornika. sami histogrami se razlikuju.46 Tabela 4 .49 51 .54 52 . pa čak i identičnu devijaciju. Iako u gore navedenoj tablici Neda i Jelena imaju približno iste vrednosti za srednju vrednost osnovne frekvencije.

f0 = 123. ista komunikaciona situacija (normalan govor).Primer 2 govornika (Mirko i Neda).73Hz 18 . sa različitom srednjom vrednosti osnovne frekvencije. isti komunikacioni kanal (mikrofon).snimak preko mikrofona na računar. Slika 6-Mirkov normalan govor.

ali različitom bojom glasa (dugovremeni spektar glasa) Slika 8-LTAS(Jelenin normalan govor.snimak preko telefonske linije) 19 .Slika 7-Nedin normalan govor. ista komunikaciona situacija (normalan govor).93Hz Primer 2 govornika (Jelena i Neda).snimak preko mikrofona na računar. isti komunikacioni kanal (telefon). sa igrom slučaja probližnom srednjom vrednosti f 0.f0 = 216.

Slika 9-LTAS(Nedin normalan govor. ista komunikaciona situacija (normalan govor). sa istom srednjom vrednosti ali različitim histogramom za F0 Slika 10-Histogram(Jelenin normalan govor. isti komunikacioni kanal (telefon).snimak preko telefonske linije) Primer 2 govornika (Jelena i Neda).snimak preko telefonske linije) 20 .

jer odsecanjem određenih delova signala komunikacije gubi se deo informacija.Slika 11-Histogram(Nedin normalan govor. ne možemo sa sigurnošću opisati uticaj komunikacionih kanala na date parametre. histograma. kao i boje glasa. Ali poznavajući prirodu korišćenih komunikacionih kanala izvlačimo sledeći zaključak: U zavisnosti od propusnog opsega komunikacionog kanala.snimak preko telefonske linije) Uticaj komunikacionog kanala na ispitivane parametre signala: Što se tiče srednje vrednosti osnovne frekvencije. 21 . Primetno je da dolazi do promene boje glasa govornika u zavisnosti od komunikacionog kanala koji se koristio. U priloženim slikama i daljem delu teksa je prikazan uticaj komunikacionih kanala na srednju vrednost osnovne frekvencije. i došlo se do rezultata da propusni opseg komunikacionog kanala skype linija iznosi od 0Hz do 8000Hz. sam kanal ima uticaja na boju glasa govornika. kao i samih histograma. Napomena: snimanje govora preko skype-a je učinjeno software-skim alatom SKYPE CALL RECORDER.

telefon F0.Primer.snimak preko mikrofona na računar Slika 13-Nedin normalan govor. i skype F0 Slika 12–Nedin normalan govor.snimak preko telefonske linije 22 . komunikaciona situacija je normalan govor. Neda kao govornik. prikazana je srednja vrednost osnovne frekvencije za sva 3 komunikaciona kanala: mikrofon F0.

snimak preko mikrofona na računar (Nedin normalan govor) Slika 16-Histogram. komunikaciona situacija je normalan govor.Slika 14-Nedin normalan govor.snimak preko skype-a Primer. telefon. Slika 15-Histogram. snimak preko telefonske linije (Nedin normalan govor) 23 . i skype . Neda kao govornik. prikazan je HISTOGRAM za F0 za sva 3 komunikaciona kanala: mikrofon .

prikazan je DUGOVREMENI SPEKTAR za sva 3 komunikaciona kanala: mikrofon . snimak preko skype-a(Nedin normalan govor) Primer. komunikaciona situacija je normalan govor. Neda kao govornik.Slika 17-Histogram. telefon . snimak preko mikrofona na računar (Nedin normalan govor) 24 . i skype Slika 18-LTAS.

a interesantno je da dugovremeni spektar nije promenio oblik. kao i promena oblika histograma. snimak preko telefonske linije (Nedin normalan govor) Slika 20-LTAS. 25 . snimak preko skype-a (Nedin normalan govor) Uticaj komunikacione situacije na ispitivane parametre signala: Ispostavilo se da je uticaj komunikacione situacije na parametre signala veliki i da situacija doprinosi promeni parametara srednje vrednosti osnovne frekvencije. Upoređivana je samo razlika između normalnog načina govora i glansnog. kao i očekivano intenzitetu signala. odnosno besnog govora.Slika 19-LTAS. Uočen je blagi rast srednje vrednosti osnovne frekvencije. samo povećanog intenziteta signala. promeni oblika histograma. već se uočavala svaki put ista kriva.

komunikacioni kanal je mikrofon. Mirko kao govornik. a na jednom grafiku je istovremeno prikazan dugovremeni usrednjeni spektar za normalnu komunikacionu situaciju.Primer: Mirko kao govornik.Mirkov normalan i glasan govor. snimak preko mikrofona na računar Primer.LTAS. komunikacioni kanal je mikrofon. dok je prikazana srednja vrednost osnovne frekvencije za komunikacionu situaciju normalan i glasan govor 26 . i komunikacionu situaciju glasnog govora Slika 21 .

komunikacioni kanal je mikrofon. Mirko kao govornik. 27 .Mirkov normalan govor. f0=158. snimak preko mikrofona na računar.Slika 22 . f0=123.73 Slika 23-Mirkov glasan govor. snimak preko mikrofonana računar.77 Primer. a prikazani su histogrami F0 za normalan i glasan govor kao vid komunikacione situacije.

Mirkov normalan govor (snimak preko mikrofona na računar) Slika 25-Histogram.Slika 24-Histogram.Mirkov glasan govor (snimak preko mikrofona na računar) Uticaj komunikacione situacije na brzinu govora PODACI O TRAJANJU 28 .

glasna komunikacija . 113 sec Tekst1 ima 207 reči. normalna komunikacija . odnosno 167 reči po minutu Neda. glasna komunikacija . normalna komunikacija . glasna komunikacija . normalna komunikacija .2.2.62 reči po sekundi. glasna komunikacija . odnosno 163 reči po minutu jelena.105 sec Mirko . normalna komunikacija . Tekst2 tekst ima 275 reci.2.43 reči po sekundi.78 reči po sekundi. odnosno 146 reči po minutu Iz dobijenih rezultata može se zaključiti da je u sva tri slučaja (više ili manje) brzina govora veća ukoliko je u pitanju glasna komunikacija.99 sec Neda.2.41 reči po sekundi.Tekst 1 je čitala Jelena Stanulović i trajanja za dve komunikacione situacije su sledeća: Jelena. sa 1110 karaktera 29 .14 reči po sekundi.2. odnosno 157 reči po minutu Mirko . odnosno 144 reči po minutu Neda. odnosno 188 reči po minutu Tekst2 Mirko.3.76 sec jelena. glasna komunikacija . normalna komunikacija .72 reči po sekundi. sa 1459 karaktera Iz predhodno navedenog se dobijaju rezultati: Tekst1 Jelena.114 sec Neda. glasna komunikacija. normalna komunikacija .66 sec Tekst 2 su nezavisno čitali Mirko Pap i Neda Pištinjat i trajanja su: Mirko.

E su prednji vokali pa imaju najviši F2 a najviše je pomeren pozadi U pa zato ima najniži F2. Tako najzatvoreniji vokal I i U imaju najniže prve formante a najotvoreniji vokal A ima najviši F1. Korišćen je softver Praat za dobijanje formanata. Frekvencija prvog formanta je povezana sa stepenom otvorenosti a drugog sa stepenom pomerenosti artikulacije napred nazad. dok su za prepoznavanje vokala srpskohrvatskog jezika dovoljna samo prva dva. sledeći je drugi (oznaka F2) itd. vokal /o/dobijen je kao prvo o iz reči potrebno. Iz snimljenih dijaloga su uzete određene reči i analiza je rađena na vokalima iz tih reči. ali pošto su manje izraženi onda se nazivaju poluformanti. Signal koji odgovara vokalu ima kvazi-periodičnu strukturu koja podrazumeva da postoji talasni oblik koji se ponavlja. Vokali I. na kome su prikazane vrednosti formantnih frekvencija za vokale koji su dobijeni iz sledećih reči: vokali /a/ i /i/ dobijeni su iz reči violeta. Formant se obično definiše samo za vokale iako i neki drugi fonemi imaju lokalne maksimume u obvojnici spektra (npr.FORMANTNA ANALIZA Formanti predstavljaju rezonantne učestanosti vokalnog trakta koji se manifestuju kao lokalni maksimumi u obvojnici spektra. osnovne učestanosti (f0).i druge komponente artikulacije utiču na formante Signal ima harmonijsku strukturu ukoliko se može razložiti na signale koji predstavljaju segmente prostoperiodičnih signala koji se nalaze na učestanostima koji su celobrojni umnošci neke tzv. U tabeli 5 su prikazane frekvencije formanata. Osnovna obeležja vokala nose prva tri formanta. . Na slici 26 prikazan je F1-F2 dijagram. 30 . Formant na najnižoj učestanosti se naziva prvi formant i označava se sa F1. vokal /e/ je dobijen iz reči telefon. J. U praktičnom delu rada je ispitivan uticaj govornika i načina snimanja na formantne frekvencije. L. F1-F2 grafici su pravljeni u Matlabu-u i prikazani su u daljem radu. LJ. stoga se može razložiti na harmonike. vokal /u/ dobijen je iz reči minuta za Nedin i Mirkov glas i iz reči slušajte za Jelenin glas. U spektralnom domenu harmonici se manifestuju kao lokalni maksimumi u spektru (za razliku od formanata koji predstavljaju lokalne maksimume u obvojnici spektra). …).

Mirko snimano preko mikrofona Na narednim slikama i tabelama biće prikazane formantne frekvencije dobijene i za ostale slučajeve./a/ F1 [Hz] F2 [Hz] 399. Mirko – frekvencije formanata Slika 26: F1-F2 dijagram. /a/ F1 [Hz] F2 [Hz] 837 1583 /e/ 916 1746 /i/ 401 2634 /o/ 691 1258 /u/ 404 798 Tabela 6: Neda – frekvencije formanata dobijenih snimanjem preko skajpa 31 . 1346 /e/ 641 1493. /i/ 425 1966 /o/ 327 1138 /u/ 381 1194 Tabela 5.

Neda snimano preko skajpa /a/ F1 [Hz] F2 [Hz] 675 1562 /e/ 551 1872 /i/ 525 1850 /o/ 646 1358 /u/ 492 1013 Tabela 7: Neda – frekvencije formanata dobijenih snimanjem preko telefona Slika 27: F1-F2 dijagram. Neda snimano preko telefona 32 .Slika 27: F1-F2 dijagram.

Jelena snimano preko mikrofona /a/ F1 [Hz] F2 [Hz] 1030 1376 /e/ 541 1863 /i/ 431 1587 /o/ 668 1306 /u/ 466 1475 Tabela 8: Jelena – frekvencije formanata dobijenih snimanjem preko telefona 33 ./a/ F1 [Hz] F2 [Hz] 927 1316 /e/ 439 1985 /i/ 545 1939 /o/ 395 914 /u/ 287 1420 Tabela 8: Jelena – frekvencije formanata dobijenih snimanjem preko mikrofona Slika 27: F1-F2 dijagram.

Slika 27: F1-F2 dijagram. vokal /a/ kod svih snimanja 34 . Slika 28: F1-F2 dijagram. Jelena snimano preko mikrofona Na slikama 28 i 29 prikazani su paralelni grafici F1-F2 za glasnove /a/ i /e/ kod svih snimanja.

31 i 32 su prikazana poređenja u slučaju muškog i ženskog glasa snimanog na isti način. dva ženska glasa snimana na isti način. jednog istog glasa snimanog na različite načine i sva merenja zajedno. vokal /e/ kod svih snimanja Na slikama 30. 35 .Slika 29: F1-F2 dijagram.

Slika 30: F1-F2 dijagram. muški i ženski glas snimani mikrofonom 36 .

prikazani svi dobijeni rezultati 37 .Slika 31: F1-F2 dijagram. dva ženska glasa snimana telefonom Slika 32: F1-F2 dijagram.

/i/ iz reči nije. Sa slike se vidi da postoji razlika između tihog i glasnog izgovora. 38 . slovo A 1800 1600 1400 1200 1000 800 600 400 200 0 ro fo n./e/ iz reči telefon. /o/ iz reči telefon i /u/ iz reči predvorju. gl as Je no le ) na (m ik ro fo n. Naglašeni vokali preuzeti su iz reči: /a/ iz reči ja. Nenaglašeni vokali su preuzrti iz sledećih reči: /a/ iz reči potrebna./o/ iz reči potrebna i /u/ iz reči nastupiti.Na narednoj slici prikazane su formantne frekvencije za sva snimanja za vokal A. Analiza naglašenih i nenaglašenih vokala Izvršena je analiza naglašenih i nenaglašenih vokala i prikazani su dobijeni rezultati. /e/ kao prvo e iz reči telefon. /i/ kao prvo i iz reči nastupiti i reči minuta. tih o) Je le na (te le fo n) M irk o (m ikr of on ) Ne da (s ky pe ) Ne da (te le fo n) F1 F2 Je le na (m ik Slika 33: prikazani svi dobijeni rezultati za vokal /a/ Na slici su prikazane formantne frekvencije za vokal /a/.

naglašen vokal /a/ iz reči ja Jelena Mirko F1 789 709 F2 1346 1679 nenaglašen vokal /a/ iz reči potrebna Jelena Mirko F1 508 548 F2 1495 1403 Neda 1029 1690 Neda 811 1609 Tabela 9: razlika u formantnim frekvencijama naglašenog i nenaglašenog vokala /a/ Slika 34: razlika u formantnim frekvencijama naglašenog i nenaglašenog vokala /a/ naglašen vokal /e/ iz reči telefon Jelena Mirko F1 597 605 F2 1828 1482 nenaglašen vokal /e/ iz reči telefon Jelena Mirko F1 571 567 F2 1818 1467 Neda 826 1406 Neda 573 1646 Tabela 10: razlika u formantnim frekvencijama naglašenog i nenaglašenog vokala /e/ 39 .

Slika 35: razlika u formantnim frekvencijama naglašenog i nenaglašenog vokala /e naglašen vokal /i/ iz reči nije Jelena Mirko F1 361 373 F2 2692 2048 nenaglašen vokal /i/ iz reči nastupiti i minuta Jelena Mirko F1 340 258 F2 2153 1679 Neda 382 2575 Neda 314 2365 40 .

Tabela 11:razlika u formantnim frekvencijama naglašenog i nenaglašenog vokala /i/ Slika 36: razlika u formantnim frekvencijama naglašenog i nenaglašenog vokala /i/ naglašen vokal /o/ iz reči potrebna Jelena Mirko F1 651 583 F2 1392 979 nenaglašen vokal /o/ iz reči telefon Jelena Mirko F1 711 506 F2 879 980 Tabela 12: razlika u formantnim frekvencijama naglašenog i Neda 773 1203 Neda 633 1149 nenaglašenog vokala /o/ 41 .

Zvučni konsonanti su : b. Vidimo na osnovu grafika da je najveća promena kod vokala /o/. dž. U zavisnosti od toga da li glasne žice vibriraju ili ne. frikativu /š/. Kod konsonanata vazdušna struja prolazi kroz nešto veće prepreke. m. 42 . c . nj i kod kojih vazdušna struja prolazi kroz manje prepreke. j. š. Fonetska analiza U srpskom jeziku osim vokala postoje sonanti i konsonanti. h. U ovom radu su izvršena ispitivanja uticaja govornika na spektar pojedinih konsonanata. ž. afrikatu /ć/. konsonanti se dele na zvučne i bezvučne. l. ć. č. t. d. Bezvučni su: p.Slika 37: razlika u formantnim frekvencijama naglašenog i nenaglašenog vokala /o/ naglašen vokal /u/ iz reči nastupiti i minuta Jelena Mirko Neda F1 337 399 407 F2 980 1058 770 nenaglašen vokal /u/ iz reči predvorju Jelena Mirko Neda F1 209 818 479 F2 1763 2137 1578 Tabela 13: razlika u formantnim frekvencijama naglašenog i nenaglašenog vokala /u/ Slika 38: razlika u formantnim frekvencijama naglašenog i nenaglašenog vokala /u/ Ovim merenjima je pokazano da postoje razlike među formantima u slučaju da je vokal naglašen ili nenaglašen. lj. Način izgovora pojednih glasova može da otkrije pojedine govornike. r. Sonanti su v. n. z. đ. s. Na narednim slikama prikazani su paralelni prikazi spektara pojedinih konsonanata. plozivu /k/ i nazalima /m/ i /n/. f. k. g. Poređenja su izvršena na vibrantu /r/.

Na osnovu dobijenih rezultata vidimo da spektar izgovora pojedinih konsonanata razlikuje za sva tri govornika Slika 39: spektar konsonanta /ć/ za tri različita govornika Slika 40: spektar konsonanta /k/ za tri različita govornika 43 .

Slika 41: spektar konsonanta /m/ za tri različita govornika Slika 42: spektar konsonanta /n/ za tri različita govornika 44 .

Slika 43: spektar konsonanta /r/ za tri različita govornika Slika 44 spektar konsonanta /š/ za tri različita govornika . 45 .

ustanovljeno je da sama komunikaciona situacija utiče na promenu srednje osnovne frekvencije glasa kao i promenu histograma. kao i kod različitih govornika. na različite načine. Prilikom ispitivanja uticaja komunikacionog kanala na parametre signala zaključeno je da u zavisnosti od propusnog opsega komunikacionog kanala. kao i same komunikacione situacije dolazi do promene određenih parametara. različitih načina snimanja. Analiza govornog signala je vrlo složen proces i u zavisnosti od samog govornika. Formantna analiza je pokazala da je izvor razlika između govornika. Prilikom ispitivanja uticaja govornika na parametre signala zaključeno je da starost i pol govornika imaju uticaja na srednju vrednost osnovne frekvencije. Poređeni su glasovi tri govornika. sam kanal ima uticaja na boju glasa govornika. da i kada govornici imaju približno istu osnovnu frekvenciju da im se histogrami razlikuju zbog samog načina izražavanja. Primećeno je da postoji razlika u formantnoj strukturi naglašenih i nenaglašenih vokala.ZAKLJUČAK Cilj ovog rada bio je da se prikažu i praktično obrade neki elementi forenzičke analize. Izvršena su brojna merenja i rezultati su prikazani u radu. kao i razlika u spektrima izgovora pojedinih konsonanata.. jer odražava i razlike u morfologiji vokalnog trakta govornika i individualne razlike u izgovoru. da sama boja glasa govornika ima primetan uticaj na dugovremeni spektar glasa. komunikacionog kanala. jer odsecanjem određenih delova signala komunikacije gubi se deo informacija Takođe. i da je brzina govora veća ukoliko se glasnije govori. dva ženska glasa i jedan muški. 46 .

P. mart 2009. Phil Manchester – Introduction to Forensic Audio. Gothenburg.University of Lausanne. Mahner . Australia.Reference 1) 2) 3) 4) 5) 6) Ericsson –Part I:Forensic Phonetic . Beograd. Australian Federal Police. Department of Linguistics. Champod – Interference of Identity.god Slobodan Jovičić – Forenzičko Prepoznavanje Govornika. Canberra.Audio Forensic Examination. 2009. Institut de Police Scientifique et de Criminologie. god. januar 2010. god. 2002. Rose – Forensic Speaker Identification. C.Forensic Tutorial. Sweden Robert C. 47 . kriminalističkopolicijska akademija.Oktobar 2008. Gothenburg University.IEEE Signal Processing Magazine.