宋哲

摘要：錄音資料真實(shí)性作為聲像資料的一部分，是司法鑒定領(lǐng)域的一個(gè)熱點(diǎn)研究問(wèn)題，在我國(guó)的司法訴訟證據(jù)鏈中有著非常重要的地位和價(jià)值[1]。音頻文件因錄音設(shè)備來(lái)源多樣，且對(duì)數(shù)字音頻文件的篡改編輯將嚴(yán)重影響錄音資料司法證據(jù)的真實(shí)性。文章主要結(jié)合音頻取證技術(shù)的發(fā)展對(duì)錄音資料真實(shí)性鑒定在實(shí)踐中的應(yīng)用進(jìn)行了詳細(xì)闡述，旨在為聲像資料專業(yè)相關(guān)司法鑒定實(shí)踐提供參考和借鑒。

關(guān)鍵詞：音頻取證;聲像資料;錄音資料真實(shí)性司法鑒定

中圖分類號(hào)：TP317.4;TN911.73;TN919.81 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2022）16-0092-03

在法庭證據(jù)中錄音資料由于其具有可信度高的特征，能夠真實(shí)還原當(dāng)事雙方的爭(zhēng)議熱點(diǎn)，已經(jīng)和人證、物證、當(dāng)事人陳述、鑒定結(jié)果和證人發(fā)言與現(xiàn)場(chǎng)筆錄具有同樣重要的作用[2]。在2020年5月1日施行的《最高人民法院關(guān)于修改<關(guān)于民事訴訟證據(jù)的若干規(guī)定>的決定》中，也明確了電子錄音證據(jù)可以作為民事訴訟的證據(jù)。

在筆者的司法鑒定實(shí)踐過(guò)程中發(fā)現(xiàn)，伴隨著信息化進(jìn)程的發(fā)展，錄音設(shè)備種類也層出不窮，由此帶來(lái)音頻文件的來(lái)源越來(lái)越廣泛;另外隨著計(jì)算機(jī)音頻編輯軟件及手機(jī)App的種類方式日益增加，其音頻編輯合成的功能也越來(lái)越強(qiáng)大，從而間接導(dǎo)致目前關(guān)于錄音資料類的篡改行為也呈現(xiàn)出多樣化的趨勢(shì)，嚴(yán)重影響法院司法審判過(guò)程中證據(jù)使用的公平和公正，迫切需要研究新的手段和方法來(lái)輔助支撐對(duì)錄音資料真實(shí)性的鑒定實(shí)踐。

1 音頻取證技術(shù)現(xiàn)狀

音頻取證是法庭取證的重要組成部分，如何保證音頻信號(hào)的合法性、真實(shí)性和關(guān)聯(lián)性[3]也是自20世紀(jì)末以來(lái)音頻取證的一致的研究方向。在我國(guó)，手機(jī)早已經(jīng)成為日常生活、娛樂(lè)服務(wù)的重要組成部分，在此過(guò)程中由于手機(jī)便捷的語(yǔ)音通話錄音功能，從維護(hù)自身權(quán)益出發(fā)及避免糾紛致使私錄音頻大量出現(xiàn)，特別是自去年最高法再次重申明確電子錄音證據(jù)合法后，私錄音頻現(xiàn)象更是普遍。

1.1語(yǔ)音主動(dòng)取證

通過(guò)計(jì)算機(jī)設(shè)定的算法，人為地將脆弱音頻水印嵌入到原始錄音文件之中，以此達(dá)到對(duì)錄音的完整性和真實(shí)性做出主動(dòng)且明確防范的音頻取證技術(shù)[4]。音頻主動(dòng)取證可以通過(guò)特定方法有效防止合法的音頻文件不被人為篡改或者偽造。該水印應(yīng)當(dāng)具有不可感知、水印的脆弱性、水印算法的安全性、提取水印的盲檢測(cè)性能、嵌入容量小等特點(diǎn)，是特定環(huán)境特定設(shè)備下的產(chǎn)物，主要有單變換域及多變換域嵌入法，隨著手機(jī)等便捷錄音功能的出現(xiàn)及計(jì)算機(jī)音頻編輯軟件的普及應(yīng)用，這種取證方法已經(jīng)遠(yuǎn)遠(yuǎn)不能滿足法庭取證的需要。

1.2語(yǔ)音被動(dòng)取證

又稱被動(dòng)篡改語(yǔ)音檢測(cè)，在目前的數(shù)字音頻篡改檢測(cè)中主要是利用ENFC的穩(wěn)定性和唯一性進(jìn)行數(shù)字音頻篡改被動(dòng)檢測(cè)[5]，其本質(zhì)上是基于電網(wǎng)頻率一致性的檢測(cè)方法，由于錄音設(shè)備在接入電網(wǎng)的情況下錄制語(yǔ)音，音頻信號(hào)中必然會(huì)帶有電網(wǎng)頻率ENF（ElectricNetwork Frequency）信息[6]，在過(guò)去十多年中幾乎成為數(shù)字音頻鑒定的公用標(biāo)準(zhǔn)。這種根據(jù)ENF相位變化的一致性作為特征來(lái)檢測(cè)音頻篡改的技術(shù)在應(yīng)用中有很大局限性，畢竟使用環(huán)境中有電網(wǎng)頻率成分的音頻案例有限。特別是隨著語(yǔ)音濾波處理技術(shù)的發(fā)展，在手機(jī)錄音中已經(jīng)不太可能存在有電網(wǎng)頻率的成分，比如手機(jī)廠家研發(fā)部門從保持聽(tīng)覺(jué)的舒適度，網(wǎng)絡(luò)運(yùn)營(yíng)商為了進(jìn)一步提高帶寬使用效率，在手機(jī)通話時(shí)，特別是基站在處理手機(jī)通話沒(méi)有輸入信號(hào)的情況下，已經(jīng)杜絕了真實(shí)電網(wǎng)頻率干擾，轉(zhuǎn)而根據(jù)背景特征向用戶發(fā)出一些較為舒適的噪聲。

1.3 錄音來(lái)源識(shí)別

主要通過(guò)對(duì)音頻的錄音設(shè)備、錄音場(chǎng)合、錄音時(shí)間、涉及的說(shuō)話人和采用的音頻編碼方式等方面進(jìn)行客觀分辨。市面上實(shí)際不同品牌的錄音錄像手機(jī)設(shè)備，由于軟硬件版權(quán)及使用發(fā)明專利等原因，在硬件上采用不同的放大電路、濾波電路等設(shè)計(jì)，軟件方面對(duì)語(yǔ)音采集算法加以修改，同時(shí)配套不同的降噪和壓縮算法，從而產(chǎn)生了各個(gè)廠家不同的錄音設(shè)備獨(dú)有的自身特征，從而形成不同錄音文件來(lái)源。

2 常用音頻篡改方法

在國(guó)內(nèi)，大量私錄的語(yǔ)音文件作為重要且直觀證據(jù)在法庭上提供，但同時(shí)由于音頻編輯工具（計(jì)算機(jī)軟件或手機(jī)App均有）的普及使得一些別有用心的人可以通過(guò)操作，隨心所欲地編輯出自己想要的錄音資料，通常對(duì)原始語(yǔ)音文件進(jìn)行篡改主要表現(xiàn)為以下四種方式[7]。

2.1插入拼接

通常表現(xiàn)為插入不同來(lái)源的來(lái)源達(dá)到音頻偽裝目的，在一段原始音頻中插入來(lái)自其他語(yǔ)音文件或自身復(fù)制文件的語(yǔ)音片段，實(shí)現(xiàn)更改語(yǔ)音要表達(dá)的思想，以達(dá)到混淆視聽(tīng)的目的，從而掩蓋錄音資料中包含的事實(shí)真相。

2.2剪切拼接

剪切目的是在語(yǔ)義上打亂使用者的邏輯關(guān)系，可在原始音頻的任意位置粘貼新的音頻片段或復(fù)制來(lái)自不同位置的音頻，從而在表達(dá)上形成不同的邏輯次序。實(shí)踐中可表現(xiàn)為同一或不同文件的剪切片段一次或多次拼接，形成虛假的事實(shí)認(rèn)定依據(jù)。

2.3刪除拼接

刪除操作是出于自身利益需要，把音頻文件中對(duì)自己不利的片段進(jìn)行抹除，造成語(yǔ)意空白或?qū)φ鎸?shí)表達(dá)進(jìn)行斷章取義的效果，同樣可以造成明顯的與事實(shí)不符合的虛假音頻文件。

2.4音頻翻錄

翻錄是使用新的錄音設(shè)備對(duì)上述使用音頻編輯軟件或手機(jī)App進(jìn)行篡改的音頻進(jìn)行第三方的重新錄制，以尋求獲得法律庇護(hù)支持的行為，翻錄的存在對(duì)法庭語(yǔ)音證據(jù)的真實(shí)性危害最大，是截至目前檢驗(yàn)難度最大的一種音頻篡改方式。

3錄音資料真實(shí)性鑒定實(shí)踐應(yīng)用

在早期的被動(dòng)篡改語(yǔ)音檢測(cè)中，由于語(yǔ)音文件中嵌入的ENF成分作為一種天然嵌入到音頻信號(hào)中的水印信號(hào)，不但可以作為時(shí)間戳來(lái)使用，且能通過(guò)帶通濾波提取，將提取出的ENFC與供電部門的電網(wǎng)頻率數(shù)據(jù)庫(kù)中的數(shù)據(jù)進(jìn)行比對(duì)[8]，可確定音頻錄制時(shí)間與當(dāng)事人宣稱是否一致，對(duì)待檢測(cè)音頻中ENF的波動(dòng)和參考年份的數(shù)據(jù)進(jìn)行比對(duì)[9]，可判斷音頻是否被篡改過(guò)。而今使用計(jì)算機(jī)軟件或手機(jī)App對(duì)原始錄音文件進(jìn)行編輯修改，這在某種程度上是對(duì)數(shù)字音頻文件本質(zhì)上的篡改，對(duì)錄音資料真實(shí)性鑒定要求也會(huì)更高。

3.1主動(dòng)水印音頻分析

在主動(dòng)音頻取證中，主要是通過(guò)在合法的音頻中嵌入隱藏加密信息等方法來(lái)達(dá)到防止篡改的意圖，大量用于在原始音頻版權(quán)及個(gè)人隱私保護(hù)等場(chǎng)合[10]。具體加密使用原理如圖1所示。

3.2環(huán)境噪聲的分析

音頻文件的噪聲通常包括兩種：聲學(xué)環(huán)境（AE）噪聲、設(shè)備錄制（RD）噪聲[11]。實(shí)驗(yàn)室環(huán)境下錄制的音頻背景噪聲不易分辨，需借助其他特征具體分析，但是在室外或特定環(huán)境氛圍中的環(huán)境噪聲，則明顯帶有環(huán)境特點(diǎn)，通過(guò)聲紋鑒定工作站進(jìn)行波形及頻譜分析，會(huì)出現(xiàn)非正常背景噪聲的切換，或者與聲稱錄制環(huán)境有差別，或者與檢材送檢者聲明時(shí)刻不一致的音頻就會(huì)有被篡改的可能。

3.3本底噪聲的分析

本底噪聲主要來(lái)源于錄制音頻設(shè)備本身，是由麥克風(fēng)相關(guān)的電子元件及編碼電路傳輸失真產(chǎn)生的電源噪聲[12]。實(shí)際中表現(xiàn)為無(wú)信號(hào)輸入，即寂音時(shí)的波形噪音。正常情況下，一段原始音頻的本底噪聲應(yīng)該是持續(xù)且規(guī)則的，如果前后噪聲不一致有可能是不同設(shè)備錄制的拼接音頻。

3.4文件屬性的分析

音頻文件在聲紋檢驗(yàn)工作站中進(jìn)行文件屬性查看，文件命名格式及命名規(guī)則、音頻擴(kuò)展名、音頻創(chuàng)建時(shí)間、修改時(shí)間、音頻時(shí)長(zhǎng)、采樣率及是否為立體聲錄制等一目了然。通過(guò)對(duì)聲稱錄制設(shè)備音頻進(jìn)行仔細(xì)比對(duì)，就能發(fā)現(xiàn)篡改音頻的真面目。

3.5聽(tīng)覺(jué)的檢驗(yàn)分析

聽(tīng)覺(jué)檢驗(yàn)主要來(lái)自鑒定人的經(jīng)驗(yàn)，主要通過(guò)反復(fù)審聽(tīng)語(yǔ)音的整體情況來(lái)判斷是否存在交談過(guò)程的卡頓或違反常理的語(yǔ)意邏輯，對(duì)話語(yǔ)義的關(guān)聯(lián)性和邏輯性是否異常，對(duì)話聲、背景聲音有無(wú)突兀或非正常的變換，錄音中有無(wú)出現(xiàn)脈沖信號(hào)丟失、覆蓋等現(xiàn)象。

3.6采樣直方圖的分析

不同采樣模式錄制的音頻語(yǔ)音，在采樣直方圖中會(huì)有直觀表示，正常音頻呈現(xiàn)高斯分布模式，當(dāng)編輯插入不同音頻編碼片段后，會(huì)有明顯的非均勻量化特征出現(xiàn)，如圖2中不同采樣位數(shù)直方圖出現(xiàn)細(xì)密程度不一致的突變。

3.7采樣率量化檢驗(yàn)分析

同一設(shè)備錄制的沒(méi)有經(jīng)過(guò)篡改的音頻，其采樣率量化位數(shù)應(yīng)該是一致的，對(duì)上述采樣直方圖進(jìn)行放大分析對(duì)比，就能使篡改音頻現(xiàn)出本來(lái)面目，如下圖3中這三處顯示出采樣量化位數(shù)明顯不一致的情況。

3.8直流（DC）偏移波形分析

通過(guò)對(duì)直流分量中心偏離位置的分析，可判斷音頻文件是否來(lái)自不同設(shè)備錄制的，或者是否由不相關(guān)的語(yǔ)音片斷進(jìn)行拼接而形成，如圖4所示異常插入其他設(shè)備錄制片段的直流偏移的波形顯示。

3.9頻響范圍的分析

不同設(shè)備的頻響范圍是不盡相同，特別是采用不同采樣率的設(shè)備進(jìn)行翻錄或者編輯音頻的情況下會(huì)有高低的區(qū)別，表現(xiàn)在頻譜圖中會(huì)有人為抹除痕跡或頻響范圍不一致的情況。如圖5中對(duì)提交的檢材和聲稱樣本進(jìn)行平均頻譜的比較后，發(fā)現(xiàn)兩者不管在頻響范圍還是截止頻率方面均存在明顯不同。

3.10頻帶能量的分析

頻帶能量分析主要針對(duì)翻錄音頻的分析，實(shí)踐中翻錄音頻能夠改變特定頻帶范圍內(nèi)能量的強(qiáng)弱，頻譜表現(xiàn)為具有“帶阻濾波”之特征譜圖。

4 國(guó)內(nèi)外研究進(jìn)展

從音頻中提取蘊(yùn)含環(huán)境特征的參數(shù)，是目前在聲像資料之錄音真實(shí)性鑒定仍在積極探索的一個(gè)方向。由于錄音環(huán)境參數(shù)一般與說(shuō)話人身份特征、職業(yè)有很大關(guān)系，且覆蓋頻段較寬，在數(shù)碼錄音資料中就表現(xiàn)為說(shuō)話人、錄音設(shè)備特點(diǎn)及背景噪聲等的疊加頻譜。這方面國(guó)內(nèi)外的基礎(chǔ)理論研究有一定的進(jìn)展，比如Mubarak就采用過(guò)零率特征和MPEG-7的包含音頻波形、功率、譜包絡(luò)和譜質(zhì)心等的底層特征作為特征參數(shù)，對(duì)不同的錄音場(chǎng)合進(jìn)行分類識(shí)別[13];Hong Zhao還從混響和背景噪聲中提取環(huán)境特征參數(shù)，采用SVM作為分類器，對(duì)不同音頻說(shuō)話人及不同麥克風(fēng)種類和不同環(huán)境抽樣比對(duì)作為識(shí)別方法[14]，但在當(dāng)前實(shí)踐中仍沒(méi)有配套設(shè)備來(lái)檢測(cè)。目前較為先進(jìn)的研究成果是采用梅爾頻率倒譜參數(shù)MFCC及噪聲功率譜等特征參數(shù)與錄音設(shè)備之間進(jìn)行相關(guān)聯(lián)分析的方法[15]。

5 結(jié)束語(yǔ)

隨著現(xiàn)代人法律、電子物證意識(shí)的提高，法庭中大量私錄音頻證據(jù)的出現(xiàn)，作為真實(shí)存在并可以在很大程度上對(duì)當(dāng)事人權(quán)益進(jìn)行保護(hù)的錄音資料，越來(lái)越受到社會(huì)的關(guān)注，同時(shí)使用音頻編輯軟件對(duì)法庭音頻證據(jù)的篡改，使得在法庭庭審過(guò)程中對(duì)涉錄音資料的真實(shí)性、完整性鑒定成為必然趨勢(shì)，并呈現(xiàn)日益增長(zhǎng)的勢(shì)頭，使得作為技術(shù)鑒定人員，必須不斷研究音頻取證技術(shù)，掌握相關(guān)音頻篡改技術(shù)發(fā)展，正所謂知其然，才能知其所以然，最大限度保證法庭證據(jù)的公平公正。

參考文獻(xiàn)：

[1] 最高人民法院.《最高人民法院關(guān)于民事訴訟證據(jù)的若干規(guī)定》法釋〔2019〕19號(hào)[Z].2019.

[2] 廖翔，趙志強(qiáng)，龐業(yè)光，等.聲像檢驗(yàn)鑒定技術(shù)概述[J].警察技術(shù)，2006（6）：45-46.

[3] 司法部.《聲像資料鑒定通用規(guī)范》SF/Z JD0300001-2010[Z].2010.

[4] Kirbiz S，Lemma A N，Celik M U，et al.Decode-time forensic watermarking of AAC bitstreams[J].IEEE Transactions on Information Forensics and Security，2007，2（4）：683-696.

[5] Petrovic R.Digital watermarks for audio integrity verification[C]//7 th International Conference on Telecommucations in Modern Satelite，Cable and Broadcasting Services，Serbia and Monrenegro. Yugoslavia： IEEE Computer Society Press，2005：215-220.

[6] Rodriguez D P N，Apolinario J A，Biscainho L W P.Audio authenticity： Detecting discontinuity with high precision phase analysis[J].IEEE Transactions on information Forensics and Security，2010，5（3）：534-543.

[7] 王華朋.常見(jiàn)語(yǔ)音被編輯加工痕跡的檢驗(yàn)方法[J].警察技術(shù)，2017（3）：54-56.

[8] Grigoras C.Digital audio recording analysis：theElectric Network Frequency （ENF） Criterion[J].InternationalJournalofSpeech，Language and the Law，2005，12（1）：63-76.

[9] Lee Sang Kwang，HoYo Sung.Digital audio watermarking in the cepstrum domain[J].IEEE Transaction on Consumer Electionics Press，2000，46（3）：203-207.

[10] 王英利，李敬陽(yáng)，曹洪林.聲紋鑒定技術(shù)綜述[J].警察技術(shù)，2012（4）：54-56.

[11] 王永全.聲像資料司法鑒定實(shí)務(wù)[M].北京：法律出版社，2013.

[12] 裴安山，王讓定，嚴(yán)迪群.基于設(shè)備本底噪聲頻譜特征的手機(jī)來(lái)源識(shí)別[J].電信科學(xué)，2017，33（1）：85-94.

[13] Kotropoulos C L.Source phone identification using sketches of features[J].IET Biometrics，2014，3（2）：75-83.

[14] Wang Z F，WeiG，He Q H.Channel pattern noise based playback attack detection algorithm for speaker recognition[C]//2011 International Conference on Machine Learning and Cybernetics.July 10-13，2011，Guilin，China.IEEE，2011：1708-1713.

[15] Aggarwal R，Singh S，Roul A K.Cellphone identification using noise estimates from recorded audio[C]//2014 International Conference on Communications and Signal Processing（ICCSP）. Melmaruvathur，Tamil Nadu，India;IEEE Press，2014：1218-1222.

【通聯(lián)編輯：光文玲】