謊言語音檢測分析研究.pdf

1、本文的主要研究工作在于利用數字語音處理技術對謊言語音信號進行分析與識別分類。將數字信號處理手段用于分析語音信號中所包含的豐富信息（比如語義、身份、情緒等），是計算機信息處理技術發(fā)展過程中所獲得的重要成果。在這些成果基礎之上，近年來開展的基于語音信號處理技術的心理生理計算研究是融合了心理生理學、信息與計算機科學等諸多學科領域的綜合性課題。
　　謊言檢測是心理生理信息計算中的重要分支，而目前主流的測謊手段以腦電信號處理（P300信號分

2、析）與腦成像分析(大腦的功能磁共振成像，Functional MagneticResohance Imaging，FMRI)為主，這些手段以腦部信息記憶機理等生理學研究成果為支撐，在一定程度上獲得了較好的效果。但此類方法對于某些缺少記憶信息的應用將會失效，且更為重要的一點是此類測謊方法使用過程較為繁瑣，且需要被測者一定程度的配合，導致在很多應用場合的不適用。目前，腦電與腦成像測謊的結果只能在刑偵與司法領域作為參考依據。
　　近年來

3、，視頻分析理論的成熟推動了基于面部表情分析說謊狀態(tài)識別研究，概率圖模型理論的發(fā)展也為自然語言分析謊言檢測提供了更多的發(fā)展空間，而語言聲學、聽覺語音學、語言生理學研究的進一步深入，使得基于語音處理的謊言檢測再次受到各國研究學者的重視。心理壓力評估(Psychological Stress Evaluators，PSE)，語音緊張度分析(Voice Stress Analyzers，VSA)和多層次語音分析技術(Layered Voice

4、Analysis，LVA)等研究工作在數字信號處理理論的發(fā)展下有了新的意義，但是大部分謊言檢測系統的正確率都只在60％-70％之間。隨著各方面工作的深入，阻礙語音測謊技術發(fā)展的桎梏也逐漸顯現:1、沒有針對謊言檢測的語音特征參數，導致原本就極為微弱的謊言信息無法被突出;2、識別模型缺乏創(chuàng)新，使得人在說謊時的時間動態(tài)特性沒有充分考慮。鑒于謊言語音識別中尚存在的諸多問題，本文開展了關于謊言語音檢測可計算性、匹配特征表達及時序建模等研究工作，具

5、體內容如下:
　　1、統計各類特征參數在正常語音和謊言中的分布，提出分布差異度函數，并證明了謊言信息在語音信號中的存在性，也表明基于語音測謊的可行性。鑒于現有相關研究成果中關于語音測謊可行性計算的缺失，本文首先采用分布統計手段對多種語音信號特征進行分析，并提出分布差異度函數，量化計算正常語音與謊言語音在特征分布上的差異，并由信息量估計證明了謊言信息在語音信號中的存在性，為基于語音技術的謊言檢測提供可行性依據。
　　2、提出基

6、于語音信號聽覺頻段瞬時頻率特征的謊言識別方法，突出了不同頻段信號的頻率細節(jié)特征，增強了說謊狀態(tài)下特征參數關于語音異變的敏感度，從而提高謊言檢測正確率。人在說謊時由于情緒緊張會導致發(fā)音器官變化，從而影響語音表達，這是語音測謊的主要生理依據。相關研究成果表明，基于聽覺機理的聲信號處理方法適合用于處理此類問題。本課題利用聽覺Gammatone濾波器組對語音信號進行分解，提出利用格型迭代算法估計各個頻段信號的瞬時頻率，通過瞬時頻率的變化表征人體

7、發(fā)音器官在正常說話與說謊狀態(tài)下的差異，強化謊言信息在語音信號中的比重，并利用數學模型予以分類識別。結果表明聽覺瞬時頻率特征的引入使得個體謊言語音檢測正確率提高2％-10％左右。
　　3、提出分數階Mel倒譜系數(Fractional Mel Cepstral Coefficient，FrCC)為特征參數的謊言語音檢測方法，在保留語音特征穩(wěn)健性的基礎上強化了說話人的個性特征，進一步提高個體謊言識別率。由于謊言信息極為微弱，故檢測參數

8、既要對謊言信息有足夠的敏感度，同時又要具有較高的魯棒性。而本課題提出的FrCC參數，利用分數階分析方法對MFCC參數進行了優(yōu)化，既保留了MFCC參數對語音信息表達的穩(wěn)健性能，也體現了語音信號的相位信息，使得說話人的個性特征能夠被保留，說謊狀態(tài)也更容易被發(fā)現。實驗結果表明FrCC參數的引入，對于提高謊言語音的檢測正確率起到了明顯的促進作用。
　　4、建立基于多尺度條件隨機場(Multi-scale Conditional Rando

9、m Fields，MCRF)的謊言檢測時序模型，實現多層特征抽象到心理生理狀態(tài)映射機制，使得謊言檢測系統的性能得到顯著提高。MCRF實現了從語音信號的聲學特征提取，到韻律層信息抽象，再到心理生理層狀態(tài)鏈估計的一體化模型，該模型拓展了語音信號的全局上下文相關信息，彌補了語音信號中謊言信息量較為微弱的缺點，實現了謊言語音信號的時序建模工作，最終的平均識別正確率達到75％以上。
　　這些工作可以作為基于語音處理的謊言檢測的參數和模型方面