张翠玲 宋羽蕾

（1 西南政法大学刑事侦查学院 重庆 401120；2 重庆高校刑事科学技术重点实验室 重庆 401120）

1 引言

近年来，随着互联网技术的快速发展，电信网络诈骗和贩毒等新型涉网犯罪呈现高发态势，给人民安全和社会稳定带来了极大的威胁。由于语音具有非接触性、远程性和易采集等特点，因此在此类刑事案件侦办过程中，语音证据的出现率越来越高，这使得对案件语音的分析及其说话人识别成为打击这类犯罪的重要技术支撑。此外，国际国内一直在不断强调法庭证据的科学性，因此提高法庭说话人识别的准确性、客观性和可重复性对于其司法实践具有重要意义。

法庭说话人识别是指通过对案件中的检材语音与样本语音的比较鉴别，来推断二者的同源性[1]。在刑事案件中，检材语音一般来源于身份不明的犯罪分子，样本语音一般来源于身份已知的嫌疑人。司法实践中，检材语音往往来自不同的设备和信道，如电话录音、微信语音、QQ语音、客服中心录音以及各种平台的音视频语音等；样本语音则一般为面对面录音，如录音笔录音、麦克风录音、监控设备录音等。有时，由于串并案件的需要，也会遇到来自相同或不同设备信道的检材语音之间的相互比较和识别。信道是信号从发送端传输到接收端的通道，信号通过信道传输时会出现衰减，而且信道上的干扰和噪声也会对信号产生影响，导致一定程度的信号失真[2]。不同信道的带宽和语音编码方式不同，给语音分析及其说话人识别带来的影响程度也不尽相同，这些都会不同程度地影响说话人鉴定的准确性和可靠性。……