청취 실험 기반 법과학적 화자 검증 방법의 신뢰성에 관한 연구 = A Study on Reliability of Forensic Speaker Verification Method Based on Listening Tests

다국어 초록 (Multilingual Abstract)

In a forensic speaker verification, a spectrogram is an essential element for comparing whether each voice include the similar characteristics or not. However a spectrogram distortion may occur depending on a recording condition such as a communication channel and a ambient noise environment. In this case, there is a limit to analyze the voice as evidence in actual criminal investigation because the distorted spectrogram does not guarantee the accuracy of analysis. In this paper, we assessed the reliability of speaker verification method via of listening tests among 3 forensic audio experts and 104 layperson. As the result of listening test with unanimous-agreement method, it figures that the decision rate and incorrect answer rate are about 40.0% and 1.3% for forensic audio expert group, as well as the layperson group has about 54.2% of the decision rate and 14.1% incorrect answer rate, respectively. In cases where the forensic audio examiners deemed the given voices difficult to identify, the layperson had 24% and 84% decision and incorrect answer rates by the unanimous-agreement method, respectively. Especially, the listening test results in top 50% of total layperson’ one show that the decision rate and incorrect answer rate are improved by about 6.3%p and 3.3%p, respectively. It is found that listening-based speaker verification is effective to forensic speaker verification system, as the false acceptance rate of speaker verification was remarkably lower than the false rejection rate.

국문 초록 (Abstract)

법과학적 화자 검증에서 스펙트로그램 분석은 음성 동일 여부를 판단하기 위한 필수적인 요소이지만, 통신 채널 및 주변 잡음 환경 등과 같은 녹음 상태에 따라 음질 왜곡이 발생할 수 있다. 이러한 경우에 음성 동일 여부를 판단에 대한 정확성이 떨어지기 때문에 실제 범죄수사에서 증거로써 음성을 분석하는데 한계가 있다. 본 논문에서는 3명으로 구성된 전문가 집단과 104명으로 구성된 일반인 집단이 수행한 청취 실험 기반의 화자 검증 방법의 신뢰성에 대해서 통계적으로 분석하였다. 200문항에 대한 전문가 집단과 일반인 집단의 전원합의에 의한 방법에 의한 청취 실험 분석 결과, 전문가 집단에서 약 40.0%의 판단율(Decision Rate)에 약 1.3%의 오답율(Incorrect Answer Rate)을 보였고, 일반인 집단에서는 약 54.2%의 판단율에 약 14.1%의 오답율을 보이는 것을 확인하였다. 또한, 전문가 집단이 판단 곤란에 선택한 문제에 대해 일반인 집단은 전원합의 방식을 통해 약 24.4%의 판단율에 대하여 약 15.7%의 정답율(Correct Answer Rate)을 보이는 것을 확인하였다. 특히 일반인 그룹 중 청취 실험 결과에 대해 상위 50%에 해당하는 그룹의 청취 실험 결과는 판단율 및 오답율이 각각 약 6.3%p, 약 3.3%p로 개선되는 것을 확인할 수 있다. 청취 실험을 통한 화자 검증에서 오수락율(False Accept Rate)이 오거부율(False Reject Rate)보다 현저히 낮은 것을 보면, 청취기반 화자 검증은 법과학적 화자 검증 시스템에 효과적인 것을 간접적으로 보여준다.

참고문헌 (Reference)

• 1 Kersta, L. G., "Voiceprint identification" 196 (196): 1253-1257, 1962
• 2 Bruce, E. K., "Spectrographic voice identification: A forensic survey" 79 (79): 2088-2090, 1986
• 3 Zubova, P., "Speaker ID on Language Unknown to an Experts" 2000
• 4 Rose, R. C., "Robust text-independent speaker identification using Gaussia n mixture speaker models" 3 (3): 72-83, 1995
• 5 Bengio, Y., "Representation learning: a review and new perspecti ves" 35 (35): 1798-1828, 2013
• 6 Bonastre, J-F., "Person Authentification by Voice: A Need for Caution" 2003
• 7 Kang, T. Y., "Multiform korean handwriting authentication by forensic document examiners" 255 : 133-136, 2015
• 8 Speech Technology Center, "IKAR Lab: Forensic Audio Suite"
• 9 Financial Supervisory Service, "His voice:voice phishing keeper"
• 10 Dehak, N., "Front-end factor analysis for speaker verification" 19 (19): 788-798, 2011
• 11 Holobonko, A., "Forensic human identification in the United States and Canada: A review of the law, admissible techniques, and the legal implications of their application in forensic cases" 222 : 394.e1-394.e13, 2012
• 12 Hollien. H., "Forensic Voice Identification" Academic Press 2002
• 13 Campbell, J. P., "Forensic Recognition" 25 (25): 95-103, 2009
• 14 Kondoz, A. M., "Digital Speech:Coding for Low Bit Rate Communication Systems" John Wiley & Sons 2005
• 15 Hautamaki, R. G., "Comparison of Hum an Listeners and Speaker Verification Systems Using Voice Mimicy Data" 16-19, 2014
• 16 Gfroerer S., "Auditory-Instrumental Forensic Speaker Recognition" 2003
• 17 Kinnunen, T., "An overview of text-independnet speaker recognition: from features to supervectors" 52 (52): 12-40, 2010