4款主流变声软件的伪装语音进行对比研究,计算机应用技术论文.docx

《4款主流变声软件的伪装语音进行对比研究,计算机应用技术论文.docx》由会员分享，可在线阅读，更多相关《4款主流变声软件的伪装语音进行对比研究,计算机应用技术论文.docx（15页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、4款主流变声软件的伪装语音进行对比研究,计算机应用技术论文本篇论文目录导航：【】【】【】 4款主流变声软件的伪装语音进行比照研究【】【】 语音辨别论文：4款主流变声软件的伪装语音进行比照研究 内容摘要：为探究变音软件的变音规律，总结变音软件变音原理。以市面上常见的4款变音软件作为研究对象，利用praat软件对3名实验者变音前后的声音参数(音强、基频、共振峰频率等)进行测定与分析，并对变声结果进行变调分析。发现变音软件主要有改变基频和进行复杂运算两种变音原理，基于此提出对变声进行相应比例的变调，能够得到与原声听觉效果和声学参数上均契合较好的恢复语音。在案件的侦查初期提供指向嫌疑人的线索，也为打击

2、电信诈骗的违法犯罪活动提供了一种新思路。 本文关键词语: praat; 电子伪装语音;测定与分析; Abstract：To explore the law of voice changer,and summarize the principle of voice changer. In this paper,four popular voice changer on the market are used as research objects. Praat software is used to measure and analyze the sound parameters( pitch

3、intensity,fundamental frequency,formant frequency,etc.) of three experimenters before and after the tone changing,and the tone changing results are analyzed. It is found that the voice changer mainly has two principles of changing the fundamental frequency and complex arithmetic. Based on this,it pu

4、ts forward the corresponding proportion of the tone change to the sound change,which can get the sound recovery better in accordance with the original sound auditory effect and acoustic parameters. Providing clues to suspects in the early investigation of the case also provides a new way of thinking

5、 for cracking down on illegal and criminal activities of telecom fraud. 0 引言 声纹辨别作为一项生物辨别技术，是利用计算机等信息辨别技术将话语人的语音信号转化为电信号，对话语人身份进行辨别的技术，公安机关通过声纹辨别能够为侦破案件寻找线索，查明真相。 随着计算机技术的发展，语音伪装对案件的侦破带来了极大的阻挠。科技进步带动了电子伪装语音技术的不断发展，各类变音软件相继出如今人们的生活中，不法分子利用语音伪装施行非接触式的犯罪已经成为当下公安工作的一大难题。近年来，电信诈骗、敲诈讹诈等案件数量不断增加，而电子伪装语音对案件

6、侦破具有扰乱和误导的不利影响，因而公安机关越来越重视对电子伪装语音的研究。一般来讲，声纹辨别运用到的声学特征主要有共振峰频率、基频和音强，而当下市面上存在的几种常见的变音软件的原理主要是通过改变这些物理性质来对原声进行伪装。常见的变音软件种类繁多，变声效果也大不一样，但其伪装语音的原理存在一定的类似性。当下对电子伪装语音的研究现在状况主要总结了其3种变音方式方法，即能够分为参数、非参数和混合方式方法1，但缺乏愈加细致的研究和证明。本文基于当下电子伪装语音的发展现在状况，对4款市面上较为常见的变音软件进行实验研究和数据分析，对变音规律进行深切进入探寻求索，并设计逆实验来印证结果，找出几款变音软件

7、原理的类似点和不同点，为侦破工作提供新思路。 1 利用praat软件分析电子伪装语音的可行性 1.1 语音分析软件的选用 语音分析软件Praat是一款基本的多功能语音分析软件，该软件能够采集基本的语音信号，经过变换和处理，根据用户的需要构成相应的分析结果。Praat软件具有功能强大、操作简便、测量准确和通用的优点，本研究选用该软件对音频各数据进行采集分析，利用其分析所选音段的共振峰频率、音调和音强的数值，根据测定的数值大小和变化趋向进行分析探究。 1.2 电子伪装语音发展现在状况 当前市面上常见的变声软件的变声方式方法能够分为参数、非参数和混合方式方法。参数方式方法和混合方式方法是提取特征参数

8、根据某一函数进行转换，其不同之处在于参数方式方法是对所有参数都进行提取转换，而混合方式方法则是提取部分参数，对其他参数进行整体控制。非参数方式方法是根据统计意义上的数据进行变化，其方式方法多种多样。 电子伪装语音是通过电子变声技术对讲话人的语音特征进行转换，使其声音得到个性化伪装。电子伪装语音器材能够对讲话人的自然语音进行个性化伪装。致使一般的听话人无法辨识发音人的身份、年龄甚至性别，也严重影响了一般声纹特征辨别技术产品的语音检验鉴定效果，给司法鉴定工作带来很大的困难2。当前国内对电子伪装语音研究的方向主要是对变音器材和变音软件的研究，而缺乏对变音经过的研究和证明，故电子伪装语音的研究将对于一

9、线的侦查办案提供新的思路。 1.3 语音的听觉特征 语音的听觉特征是个人发音器官特性、发音习惯特性和讲话习惯特性表如今白话中的各种征象3。听觉特征主要表如今3个方面:嗓音音质、口头言语和白话缺陷。我们在进行细致的语音同一认定工作之前，要先在语音的听觉特征方面对不同软件变音前后的变声语音进行审听，其主要包括分析变音前后的音色特征、变音前后的韵律特征、话语人的用语习惯以及其他例如口音和方言方面的特征。 1.4 语音的频谱特征 个体发音器官的特性和发音的习惯特性在声纹图谱中表现出的各种用来描绘叙述语音性质的参量称为语音的频谱特征，表现为频谱的描绘叙述语音性质的参量很多，但并不都能作为语音频谱特征来使

10、用。能够作为频谱特征使用的语音参量，同样要具有个体而言的稳定性和对群体而言的差异性这两个方面的性质。这里将对几个声学特征参数作具体介绍。 1.4.1 共振峰频率特征 共振峰是指在语音图谱中能量相对集中的一些区域，而共振峰频率指的是共振峰在带宽频谱图上的位置，将共振峰的宽度化简成取华而不实心线来作为共振峰的频率，利用praat能够计算出共振峰频率F1、F2、F3和F4的精到准确值。共振峰频率特征的稳定性和差异性均较强，既可作为认定同一的指标，可以作为否认同一的指标。低频区的共振峰，十分是F1和F2，不同人之间固然存在差异不同，但对应一样的概率也很高;而第三以上共振峰的频率，不同人之间对应一样的概

11、率小得多，并且峰次越高，这种概率越低。故我们在进行语音同一认定或非同一认定时，共振峰频率都是重要的指向性参考指标。 1.4.2 时长比例特征 假如将一段语流看成是一段音素序列，就会发现不同人讲的同一段音素序列，各对应音素的时长一般是不同的。但我们难以将语流中的所有对应音素的时长逐一进行比对，并且同一人讲一样的一段话，其各对应音素的时长未必相等。这里只讨论稳定性相对较强的音节中声母韵母时长比例、鼻韵母中主要元音与鼻韵尾时长比例、音节间时长比例等3个方面的特征。 1.4.3 基频特征 基频是语音重要的声学参数之一。能够引起基频变化的属于话者个体的因素有:性别、年龄、健康状态等生理因素;情绪、心态等

12、心理因素;谈话环境、人际关系等广义语境因素4。基频是最容易被外部因素所影响的因素之一，基频的改变往往也会引起共振峰频率的改变，进而在听觉效果上发生差异。在一线的侦查工作中，嫌疑人往往能够通过刻意伪装甚至压低嗓音等手段使得检材提取人员无法得到其正常语调的基频数值。因而，在制作音频检材时，应充分考虑各方面的因素，如录音器材能否有失真、现场环境能否嘈杂等。在获取嫌疑人语音样本时，并采取自由交谈录音和听讲两种形式采样。使用听讲录音形式，需有意使对方讲与样本一样的语句。采取自由交谈录音形式时，需确保对方不知情，以确保对象发音自然5。 1.5 分析电子伪装语音对公安工作的意义 随着科学技术的快速发展，信息

13、化时代到来，传统的侦查手段缺乏以适用于新型的犯罪，现代的公安工作要通过创新来适应新形势。电子伪装语音作为新兴的技术常被犯罪分子用于身份的伪装，其手段具有隐蔽化、专业化的特征，给侦查工作带来极大的困难，这种新型的犯罪手段不容忽视，我们需要研究更新的技术手段，具备更新的知识储备才能更好地侦破案件。分析电子伪装语音能够为侦破此类案件寻找一种新思路，为现代公安工作提供智能化的技术指引。 2 实验经过 2.1 实验所用的软硬件环境 语音分析软件Praat V6.0.5.3、变声器免费版、安卓变声器、Morphvox Pro中文版、专业变声器语音聊天变声软件、 耳鼠变声器 专业变声软件、华为P30手机两部

14、(音频采样率48 k Hz)、华为P20(音频采样率48khz)手机一部、Adobe Audition CC 2022、风云音频处理大师1.0.60.126。 2.2 实验方式方法及步骤 2.2.1 选择软件 在手机以及电脑的应用商店中找到下载量以及知名度靠前的4款软件，用于本次实验。 2.2.2 语音录制 介入录制的志愿者在室内平静的环境，运用手机和电脑的录音功能，戴手机原装线控耳机，麦克风距嘴部约10 cm，以正常速度和语调朗读录音材料，对录音材料进行录制。之后再打开变声软件进行同样的录制，保存对应的音频文件。 2.2.3 格式处理及分析 之后将所录制样本导入PC端，运用软件将音频格式统一

15、为WAV格式。运用praat软件对WAV格式的音频文件进行分析，得到录音的语图。测出所选取语句 变声 前后的共振峰、基频、音强等参数，数据制表。分析比拟不同软件变声规律及差异，并进行归纳总结。 2.3 实验1 使用praat对 变声 前后的WAV格式音频文件进行声学参数(基频、共振峰、音强)的测定，并记录数值。 在分别对甲、乙、丙3名实验对象的样本进行测量后，发现同一个人经A、B、C、D 4款软件变化后的声音听觉效果不同。以对象甲为例，见图1。 根据图1，能够发现声音改变前后，语图的波形有了较明显的变化，语图的差异直接反映在听觉的不同，讲话人到达了对声音实现伪装的目的。 利用praat软件测量

16、录音音频 变声 前后的声学参数(包含基频、音强、4组共振峰频率)，发现4款变声软件录制出的电子伪装语音的声学参数在数值和变化上均有较大不同。同一人在不同变声软件下的参数变化见图2、图3、图4。 根据同一人在4款不同的变声软件下4组共振峰(F1F4)同原声的共振峰比照柱形图能够看出，在经过不同软件处理后，同一语句对应的共振峰频率同原声相比有较大不同。反映在听觉效果上，原声同变化后的声音有了较大变化。因而，共振峰频率可作为一个关键的评判两组声音能否为同一人的参考要素。 根据柱形图可得，同一人的声音在不同的变声软件处理后，基频数值有所差异。不同软件处理，基频的变化比例也不尽一样。当由原声变为女声时，

17、基频升高;反之，基频降低。 根据表1可知，音强这一声学参数在变化前后差异量较小，在误差允许范围内，可以为基本无变化。音强这一参数在听觉效果上的反映为声音的大小以及宏亮程度，故下文在对变声恢复经过将不对其重点讨论。 图1 原声及变声的比照 图2 4款变声软件变男声后共振峰数值比照柱形图 表1 4款软件变声前后音强的数值比照 注:表中数据单位均为d B。 对上述声学参数进行测定与分析后，能够发现前后声音的改变对应基频与共振峰频率数值的改变。因而，探究电子伪装语音的规律，可着重从基频与共振峰频率两个参数的变化规律入手。 图3 4款变声软件变女声后共振峰数值比照柱形图 图4 4款变声软件变声后基频数值

18、比照柱形图 2.4 实验2 经实验1探究发现，基频与共振峰频率数值的变化，会具体表现出在讲话人声音的改变上。为探究二者究竟谁为主导，运用假讲演绎法。假设基频对于声音改变的效果为主导因素，共振峰频率改变声音的效果次之。改变基频至原来的数值，若恢复出的声音在听觉与声学参数上均契合，则可验证假讲的合理性;反之，则否认。讲话人甲的基频数值表见表2。 表2 4款软件基频数值及比例 注:表中基频单位为Hz。 之后在Adobe Audition CC 2022音频编辑软件中，利用 音高换挡器 对变声进行相对应的升高或降低相应的比例，得到初步的 逆变声 语音。之后对声音进行微调，得到较为纯粹的恢复声。之后将

19、恢复声 同原声进行听觉上的比对和声学参数的比对。 得到恢复语音后，分别邀请其他5名不知情的人员审听原声与恢复声，基本得到了较好的反应，无失真现象，原声与 恢复声 的比拟得到初步的契合。由于在真正的语音同一认定的实验经过中，仅仅靠听觉效果的类似是不够的，往往还需要进行频谱比对。以讲话人甲为例，见图5(a)(b)与声学参数的比照分析。 图5 讲话人甲原声与 恢复声 的比照 经过对听觉效果和语图的分析，能够发现恢复出的声音同原声相比虽仍有差异，但大致能做到类似，能够大致判定出二者能否为同一人。在司法实践中，做语音同一认定时仍需要声学参数的比对与测定，见图6、图7。 经过原声与 恢复声 的比对，能够发

20、现A、B、D3款软件恢复后，共振峰频率同原声相比有较好的契合程度，在误差允许范围内，有较高的特征符合率，故能够用作语音同一认定的鉴定。C软件契合程度一般，不适宜直接用作同一认定的鉴定。 假讲演绎实验的结果表示清楚，当前市面上的变声软件根据变声的基本方式方法来看能够分为两种:一种是以基频为主导通过调节基频便能够改变与恢复声音;另一种则是拥有更为复杂的算法，单单调节基频无法得到 恢复 语音。我们能够根据不同软件的 变声 原理，找到能够处理电子伪装语音的通解，推广应用到一线公安工作，为一线侦查工作处理类似案件提供新思路新战法。 图6 4款软件原声与 男恢复声 的共振峰频率比照图 图7 4款软件原声与

21、 女恢复声 的共振峰频率比照图 3 实验分析与讨论 3.1 变声规律的探究 (1)综合以上对变声、恢复语音的审听效果及其声学特征变化数据统计可知，4款变声软件的变声都使声音的音色、音调发生了变化，在听觉上与原声在性别、年龄上有较大的差异。不同软件提高或降低讲话人音调的比例并不完全一致。声学特征上，基频、共振峰相应地提高或降低，音长不变，音强基本不变。各音节音强降低的比率有微小差异。 (2)本次实验的4款软件中，有3款软件其变声规律是通过改变基频同时引起共振峰频率改变来变声，通过 Adobe Audition CC 2022 软件对音调提高或降低相应的比例，能够得到与原声契合较好的 恢复语音 ，

22、测出的 恢复声 的声学参数也与原声较为接近，绝大多数声学参数可用做语音同一认定。 3.2 变声恢复方式方法的讨论 (1)当前市面上的变声软件多含有自定义选项，同一个方向的变声方向(如女声转男声)也有很多项选择项，选用不同的变声选项基频变化的比率也会不同。固然没有固定的变化频率，但是在侦查工作中，可先对嫌疑人进行原声样本的录制，调节至相应的变声检材样本的基频参数。若二者在听觉上相近，则可初步缩小范围。 (2)本文提出一种基于基频来恢复电子伪装语音的方式方法，利用Adobe Audition等音频编辑软件对变声提高或降低相应的比例，再对声音进行一些修补，一般情况下能够得到与原声契合程度较好的恢复声

23、。实验中的4款软件有3款变声软件的电子伪装语音能够实现较好的复原，而本次实验所选用的软件是当前下载量和应用量均较为广泛的几款软件，讲明此法能够对市面上绝大部分的变声软件构成的电子伪装语音进行处理与复原，具有很好的实践意义。同时，加之操作的便捷性，将此法应用到一线公安工作中，具有极大的可行性。 4 结论 本文对几款主流的变声软件的伪装语音进行比对与分析，探究了当前市面上常见的变声软件的变声规律，同时提出了一种复原伪装语音的方式方法，利用音频编辑软件对基频进行相应比例的调整。实验证明，此法对于所选取的4款软件中的3款具有较好的恢复效果，尤其是在伪装语音与原声在听觉效果上相差较大时仍然能够得到较好的

24、恢复效果，讲明此法适用于市面上较多数的变声软件，这也为公安实战中基于伪装语音案件的解决提供了一种新的思路。 以下为参考文献 1金怡珠,张桂清,刘红伟,等. AV VCS变声语音声纹变化形式研究C .第九届中国语音学学术会议论文集, 2018:807-812. 2张桂清,金怡珠,刘红伟,等.电子伪装语音的变声规律研究J .证据科学, 2018,18(4)-503-509. 3英利,蓝常山,曹洪林,等.于频谱的噪音音质特征的研究C .第十一届中国语音学学术会议(PCC2020)论文集, 2020:116. 4张艳云，崔景旭,边平.基频变化对语音 图谱的影响及其处理方式方法J .中国刑警学院学报, 2008(3):49-52. 5王虹。基层公安机关声纹鉴定语音检材和样本提取技术J .警察技术, 2020(4):57-60.