Диссертация (Идентификационные характеристики иноязычного говорящего (экспертно-криминалистический аспект)), страница 7

Галяшиной). Проблема идентификациидикторов, говорящих на незнакомом эксперту языке, в течение длительноговремениостаетсяактуальнойикрайнесложнойдлясовременнойкриминалистики. Поэтому сегодня в центре внимания экспертов-речевиковнаходятся такие вопросы, как особенности восприятия иноязычной речи,специфика атрибуции реплик иноязычных «дикторов», возможность и34степеньнадежностидальнейшейаудитивногоидентификацииотождествленияговорящихиихперцептивно-слуховыми и акустическимиметодами исследования.Актуальностьпоставленныхвнастоящейработепроблеминеобходимость их разрешения повлекли ряд исследований, как в России, таки за рубежом, посвященныхвопросам возможности распознаванияиноязычного говорящего на слух.

В частности, подобные экспериментыпроводились в Германии и Великобритании на материале немецкого языка.Так, в эксперименте Кёстера и Шиллера [Köster, Schiller 1997] носителямнемецкого, английского, испанского и китайского языков (последние трибыли разделены на подгруппы по знанию/незнанию немецкого языка)предлагалосьметодомаудитивногоанализафонограммыраспознать«диктора», говорящего на немецком языке. Все испытуемые не являлисьэкспертами и, соответственно, не имели навыков аудирования в целяхкриминалистической идентификации по голосу.Результатыпроведенногоэкспериментабылиожидаемыми:всесторонний анализ предъявляемых для опознавания фонограмм голоса иречи «дикторов»-немцев смогли выполнить носители немецкого языка, атакже англичане, владеющие немецким языком.Остальные группыаудиторов со знанием немецкого языка справились с заданием, однако ихответы уступали по точности и полноте результатам, представленнымнемцами и англичанами, владеющими немецким языком.

Интереснаяградация обнаружилась при анализе ответов аудиторов, не владеющихнемецким языком: несмотря на типологическое сходство немецкого ианглийского языков, носители китайского языка справились с заданием пораспознаванию говорящего на немецком языке лучше, чем англичане [Köster,Schiller 1997].ПервыеподобныеисследованиявнашейстранепроводилисьР. К. Потаповой на материале английского, немецкого и французскогоязыков [Potapova 1999; Potapova, Potapov 2001; Potapov2003; Potapova,35PotapovУченым2011].сегментных,анализировалисьсупрасегментныхиособенностиритмо-мелодическихвосприятияхарактеристиканглийской, немецкой и французской речи носителями русского языка, невладеющими вышеперечисленными языками [Курьянова 2011а].

В ходепроведенных экспериментальных исследований [Potapova 1999; Potapova,2003; Potapova, Potapov 2011] было отмечено, чтоPotapov 2001; Potapovвысота голоса, тембральная окраска, особенности речевого дыхания ипаузации,характермелодическогоартикуляции,контураявляютсятемпречи,достаточностепеньизрезанностиинформативнымипривосприятии характеристик незнакомой иноязычной речи [Курьянова 2011а].В работе Kommunikative Sprechtätigkeit (на нем. языке), посвященной в томчислеслуховомувосприятиюиноязычнойречи,подчеркиваетсязначительная роль эмоций в общей оценке коммуникативной ситуации[Potapova, Potapov 2011].Высокую потребность в начале XXI столетия правоохранительныеорганыРоссийскойФедерациисталииспытыватьвисследованиитаджикской, цыганской, узбекской и азербайджанской речи.

Поэтомусудебное производство по делам, возбуждённым в связи с расследованиемпреступлений,совершенныхэтническимигруппировками,обусловилоособую актуальность экспертных исследований, направленных на решениепроблем, связанных с возможностью проведения идентификации по голосу иречи лиц, говорящих на иностранном языке [Голощапова, Курьянова 2009b].В связи с этим одной из основных задач,стоящих перед экспертами-фоноскопистами, стала разработка методических основ идентификациииноязычного «диктора» и создание автоматизированной языконезависимойсистемы идентификации человека по голосу.С этой целью в рамках научно-технической и опытно-конструкторскойработы научным коллективом ООО «Центр речевых технологий» (г.

СанктПетербург)была проведена обширная работа по сбору речевых баз«дикторов», говорящих на языках оперативной заинтересованности с учетом36диалектов(вчастности,таджикском,цыганском,узбекском,азербайджанском, киргизском, литовском, талышском и тувинском), особоевнимание было уделено социолингвистическим факторам, таким, как пол,возраст дикторов, их образование и место проживания. На этом материале втечение 4 лет проводилась апробация методов идентификации, оценка иотбор значимых устойчивых признаков [Голощапова, Курьянова 2009b;Голощапова, Курьянова 2019b]. При этом наибольшую сложность приисследовании иноязычной речи представляла необходимость привлечениявысококвалифицированноголингвиста,владеющегоосновамикриминалистической идентификации человека по голосу и речи иисследуемым национальным языком. Особенно эта задача усложнялась приисследовании мало изученных с точки зрения лингвистического строяязыков, в частности, цыганского.В связи с этой проблемой наиболее перспективным направлениемдеятельностиявилсяпоискновыхкомплексныхязыконезависимыхавтоматических и автоматизированных методов, позволяющих исследоватьсегментные и супрасегментные параметры речевого сигнала экспертом, невладеющим языком, на котором говорит подозреваемый.

По точномузамечанию Р.К. Потаповой, «автоматизированные интерактивные системыидентификации значительно облегчают и упрощают работу лингвиста, атакже повышают скорость и эффективность процесса идентификации», приэтом «тот этап процесса идентификации, на котором машина успешносправляется со своей задачей, должен быть полностью поручен машине»[Потапова 2005].В 2013 г. в нашей стране впервые научным коллективом ООО «Центрречевых технологий» (г. Санкт-Петербург) был создан универсальныйакустико-лингвистический инструмент по исследованию голоса и речи вкриминалистическихцеляхавтоматических,итаксиспользованиемавтоматизированных[Курьянова, Елемешина 2014].какметодовполностьюидентификацииСпециальное программное обеспечение37криминалистического исследования фонограмм входит SIS II в составаппаратно-программного комплекса «ИКАР-Лаб» (ООО «Центр речевыхтехнологий», Санкт-Петербург) и содержит модули идентификации в составеспециализированного звукового редактора [Курьянова, Елемешина 2014].В основе разработанных модулей положено использование трехнаправлений: активно развивающихся во всем мире автоматических методов,автоматизированныхидентификациииаудитивных[Голощапова,(перцептивно-слуховых)Курьянова2009b;Курьяноваметодов2011а;Голощапова, Курьянова 2019b].Специализированный звуковой редактор SIS II состоит из трёхосновных частей:1).

Интерактивной среды, в которой происходит процесс работыоператора в целом: подготовка фонограмм, предварительная обработка,анализ и запуск системы идентификации.2).Системыидентификации,спомощьюкоторойпроцессидентификации формализуется в виде пошаговой методики.3).Интерактивнойсправочнойсистемы(мультимедийногосправочника).Интерактивнаясредапредставляетсобойспециализированныйзвуковой редактор SIS II, включающий следующие программные модулиМодуль оценки качества фонограммы «Характеристики сигнала» позволяетавтоматическивычислитьосновныепараметрызвуковогофонограммы в целом и оценить ее пригодность длясигналадальнейшихисследований. Модуль разделения речи «дикторов» «Разделение дикторов вдиалоге»позволяетвыполнятьавтоматическуюмаркировкуречевыхсегментов по дикторам на записях естественной речи (сегментацию речевогосигнала).

Модуль поиска речевых участков «Детектирование речи» позволяетавтоматически выделять в фонограмме речевые, шумовые участки и паузы[Руководство пользователя 2013].38Таким образом, интерактивная среда «SIS II» выполняет основныефункции, необходимые для проведения идентификационных исследований(визуализацию и сегментацию исследуемых фонограмм, шумоочистку инормализацию речевого сигнала фонограмм, выполнение всех видовавтоматического и автоматизированного анализа фонограмм с цельюпоследующей идентификации «диктора» и т.д.).Система идентификации представляет собой взаимосвязанный наборавтоматическихиавтоматизированныхинструментальныхсредств,позволяющих эксперту вынести объективно обоснованное решение повопросу идентификации «диктора». Для выполнения этой задачи в составаппаратно-программного комплекса входят следующие модули.

Модуль«Автоматическое сравнение» выполняет автоматическую идентификациюличности по голосу с использованием обобщающего решения тремяметодами на основе математических моделей дикторов; статистикиспектрально-формантныхАвтоматизированныепредставленыввекторов;статистикиинструментальныевидемодуляосновногометоды«Сравнениетона.идентификацииформант»(позволяетавтоматизировать процесс идентификации на основе формантного сравненияопорных фрагментов) и модуля «Сравнение основного тона» (позволяетавтоматизировать процесс идентификации на основе сравнения параметровмелодическогоконтураголосасравниваемых«дикторов»).Автоматизированные методы идентификации на основе перцептивнослухового анализа реализованы в модуле «Сравнение речевых признаков»,позволяющемавтоматизировать процесс идентификации на основесравнения лингвистических характеристик речи сравниваемых «дикторов».Модуль «Общее решение» позволяет принять общее решение относительноидентификации личности по голосу на основе результатов работы каждого изиспользованныхмодулейидентификации«дикторов»[Руководствопользователя 2013].39Интерактивная справочная система на базе Мультимедийногосправочника является основой для идентификации методами перцептивнослухового анализа, а также представляет интерактивную справочнуюсистему по работе с методикой.Мультимедийный справочник является единой справочной системой.

Внем содержатся описания методов идентификации, а также колоссальныймассивидентификационныхлингвистическихпризнаков«диктора»,проявляющихся на уровне речевого потока и звука, а также их описание ихарактеристику.Механизм принятия решения для каждого метода идентификацииидентичен [Научно-технический отчет 2008; Научно-технический отчет2011]. При принятии решения по результатам идентификационногоисследования с применением какого-либо из предложенных методов, вмодуле идентификации SIS II используются автоматически вычисляемыевеличины: ложное отклонение «диктора» (FR – false rejection; мерасовпавших признаков) и ложное принятие «диктора» (FA – false acceptance;меранесовпавших),атакжеEER(equalerrorrate–значениеравновероятностной ошибки) [Курьянова, Елемешина 2014]. При FR > FA –система принимает положительное идентификационное решение; при FR <FA – результат идентификации отрицательный.

Если данные величиныпопадают в зону неопределенности или близки к значению EER, результатидентификации считается неопределенным (невозможно принять решение)[Курьянова, Елемешина 2014].Данные алгоритмы идентификации легли в основу унифицированнойметодикиисследованияречевогосигнала(методика«Типоваяидентификация по голосу и речи» шифр – «ТИГР»; далее – методика«ТИГР») [Голощапова и др.