摘要

在一起民间借贷纠纷案件中，原告提交了一段电话录音，主张被告曾以语音方式确认借款事实，但被告予以否认。为查明案件事实，委托人委托本鉴定所就检材录音中涉案说话人语音与样本录音中被告语音是否同一人所说进行语音同一性鉴定。检材录音为手机通话录音，采样率8000Hz，单声道，时长约3分20秒，整体录音质量一般，背景存在一定环境噪声，但目标语音清晰度尚可，元音段特征基本可辨。样本录音为在本所录音室内模拟通话环境录制的被告语音，采样率44100Hz，单声道，时长约5分钟，录音质量良好。鉴定要求：对检材录音中待检语音与样本录音中被告语音进行同一性鉴定，出具书面鉴定意见。本鉴定综合运用听觉检验与声学分析相结合的方法，重点提取和比对元音共振峰参数，经综合分析后得出鉴定结论。

关键词：录音同一性鉴定；共振峰；Adobe Audition；Praat；语音同一认定

一、案件分析及鉴定方法

本案的核心争议在于检材录音中的说话人是否为被告本人。语音同一性鉴定是声纹鉴定领域中最核心的内容，而元音共振峰是语音同一性鉴定中最重要的声学参数。根据司法部发布的《语音同一性鉴定技术规范》（SF/T 0122—2021），语音同一性鉴定应综合运用听觉检验和声学频谱分析，对检材与样本语音的方言口音特征、言语习惯特征、韵律特征、基频特征、共振峰模式、辅音频谱模式、过渡音征等特征进行比较检验。

本案选取共振峰作为核心比对参数，理由如下：第一，共振峰反映的是说话人声道形状的物理特性，由个体的生理结构（如口腔、咽腔的大小和形状）决定，具有较高的个体特异性和稳定性；第二，共振峰频率受说话人情绪、语速等外部因素影响相对较小，在同类语音条件下具有良好的可重复性；第三，我国司法部和公安部颁布的行业标准均将共振峰分析列为语音同一性鉴定的规定方法。

鉴定所使用的工具包括：Adobe Audition 2025（音频编辑与频谱分析）、Praat（语音学专业分析软件）、Forensic Toolkit（取证综合软件）以及MD5校验工具。选择Adobe Audition 2025的原因在于其具备高精度的频谱显示功能，可直观呈现语音的频谱结构，便于初步观察共振峰的分布与走势；选择Praat的原因在于其作为语音学研究的专业工具，提供精确的共振峰提取算法（线性预测编码LPC），支持共振峰参数的定量测量与数据导出。两种工具形成“定性观察+定量测量”的互补关系，确保鉴定结论的可靠性与可重复性。

二、鉴定过程及分析说明

（一）录音采集与预处理

依据SF/T 0122—2021的规定，首先对送检录音载体进行唯一性编号和拍照固定。通过只读接口将检材与样本录音导入鉴定工作站，计算并记录MD5哈希值以确保数据完整性。检材录音格式为3gpp，采样率8000Hz；样本录音格式为WAV，采样率44100Hz。为便于比对，将样本录音重采样至8000Hz，与检材录音保持一致的采样率。

在Adobe Audition 2025中打开检材和样本录音，进行波形观察和频谱预览，识别并标记可供分析的有效语音段，重点选取发音清晰、时长充足、受噪声干扰较小的元音音节作为分析对象。

（二）Adobe Audition 2025共振峰观察步骤

第一步：导入音频并切换至频谱显示。 打开Adobe Audition 2025，通过“文件”→“打开”导入待分析的WAV文件，进入波形编辑模式。在编辑器面板中，拖动波形显示与频谱显示之间的分隔条，调整频谱显示区域的比例。

第二步：配置频谱显示参数。 选择“编辑”→“首选项”→“频谱显示”（Windows）或“Adobe Audition”→“设置”→“频谱显示”（macOS）。窗函数（Windowing Function）建议选择汉宁窗（Hanning），频谱分辨率设置为1024点。在频谱显示区域右键选择“显示”→“面积”，将频谱线条填充为色块模式，使人声共振峰与背景噪声的区分更加直观。

第三步：定位目标元音段。 在频谱视图中，人声的共振峰表现为水平方向的深色条纹带。元音的第一共振峰（F1）通常分布在300-1000Hz区间，第二共振峰（F2）分布在800-2500Hz区间。通过播放和频谱观察，定位检材和样本中相同音节（如同为“我”“是”“在”等）的元音段。

第四步：定性比对。 将检材与样本的频谱图并排显示，观察同一元音共振峰条纹的分布位置、走向趋势和整体形态是否一致。初步判断两者共振峰模式是否存在明显差异。

（三）Praat共振峰定量提取步骤

第一步：导入音频。 打开Praat，点击“Open”→“Read from file”，导入待分析的WAV文件。在Praat Objects窗口中会出现对应的Sound对象。

第二步：查看宽带语图。 选中Sound对象，点击“View & Edit”进入编辑窗口。在编辑窗口中可同时查看波形、宽带语图和频谱切片。宽带语图的时间分辨率较高，适合观察共振峰的动态变化。

第三步：配置共振峰提取参数。 返回Objects窗口，选中Sound对象，点击“Formant”→“To Formant (burg)...”打开参数设置对话框。关键参数设置如下：

· 时间步长（Time step）：默认值（窗口长度/4）；

· 最大共振峰数量（Maximum number of formants）：成人男性设为5，成人女性设为6；

· 最大频率（Maximum formant）：成人男性设为5000Hz，成人女性设为5500Hz；

· 窗口长度（Window length）：0.025秒；

· 预加重（Pre-emphasis from）：50Hz。

第四步：提取共振峰数据。 在编辑窗口中，将光标定位到目标元音的稳定段（避开元音起始和结束的过渡段），点击“Formant”→“Formant listing”，即可获得该时间点各阶共振峰的频率数值（F1、F2、F3、F4等）。对每个目标元音，在元音稳定段的多个时间点（如三等分点）分别提取共振峰数据，取平均值作为该元音的共振峰特征值。

第五步：数据记录与比对。 分别对检材和样本中相同元音（至少选取3-5个不同元音，如/a/、/i/、/u/等）进行共振峰提取，记录F1-F3的数值。将检材与样本的同一元音共振峰数据进行对比，计算频率差值。若各元音的F1-F3差值均在合理范围内（通常F1差值<50Hz、F2差值<100Hz、F3差值<150Hz），且共振峰的整体走向和分布模式一致，则可认定二者在共振峰特征上符合同一说话人的特征。

（四）本案分析结果

经上述步骤分析，检材与样本在相同元音段（如“我”/uo/、“是”/ʅ/、“在”/ai/等）的共振峰频率数值接近，F1差值在±40Hz以内，F2差值在±80Hz以内，F3差值在±120Hz以内；共振峰的动态走向和过渡音征形态表现一致。结合听觉检验中两者在方言口音、韵律节奏、基频模式等方面的一致性，综合评断认为检材语音与样本语音的特征符合点数量多、价值高，反映了同一人的发音特点。

三、经验总结与问题对策

本案鉴定实践表明，共振峰分析在录音同一性鉴定中具有重要的应用价值，但操作中需注意以下问题：

第一，录音质量是鉴定的前提。 本案检材为电话录音，采样率仅8000Hz，高频信息（尤其是F3以上）损失严重。对此，应在鉴定意见中明确标注检材质量对分析精度的限制，优先选用F1和F2等低频共振峰作为主要比对参数。

第二，元音选择须审慎。 应选取发音稳定、时长充足的单元音作为分析对象，避免选取受前后音素影响较大的复合元音或弱读元音。至少选取3个以上不同元音进行交叉验证，避免单一元音的偶然性。

第三，参数设置须规范。 Praat的共振峰提取参数（最大频率、共振峰数量等）须根据说话人的性别和年龄合理设置。成人男性最大频率设为5000Hz、共振峰数量设为5，成人女性设为5500Hz、数量设为6。同一案件中的所有分析必须采用统一的参数设置，确保比对的可比性。

第四，定性与定量相结合。 Adobe Audition的频谱观察提供定性判断，Praat提供定量数据，二者不可偏废。鉴定意见应建立在定性观察与定量测量相互印证的基础上。

综上所述，共振峰分析是录音同一性鉴定的核心技术手段之一。Adobe Audition 2025与Praat的联合使用，能够有效实现从频谱定性观察到共振峰定量提取的完整分析流程，为司法鉴定提供科学、规范、可重复的技术支撑。

参考文献

[1] 司法部. 语音同一性鉴定技术规范（SF/T 0122—2021）[S]. 2021.

[2] 曹洪林, 李雪慧, 王丹琳. 样本量大小对双元音话者区分能力评判的影响[J]. 应用声学, 2025.

[3] 法大法庭科学技术鉴定研究所. 法大法庭科学技术鉴定研究所对语音同一性的鉴定[EB/OL]. 司法行政（法律服务）案例库.

[4] 司法鉴定科学研究院. 司法鉴定科学研究院对涉嫌电信诈骗罪案涉录音同一性进行声像资料鉴定案[EB/OL]. 司法行政（法律服务）案例库.