Onze Taal. Jaargang 62

Forensisch spraakonderzoek [2]
Spraaktechnologie

A.P.A. Broeders - Gerechtelijk Laboratorium, Rijswijk

In het septembernummer ging A. Broeders in op de rol die stemherkenning in het algemeen kan spelen in de gerechtelijke bewijsvoering. In aflevering 2 van deze serie van drie artikelen komt het spraaktechnologisch onderzoek van de forensisch foneticus aan de orde. Met hoeveel zekerheid kan hij verdachte X koppelen aan geluidsfragment Y?

De spraaktechnologie heeft de laatste jaren aanzienlijke vorderingen gemaakt die ook buiten de film- en speelgoedwereld ingang hebben gevonden. Er zijn tegenwoordig spraakherkenningssystemen te koop die spraak omzetten in gedrukte tekst. Ook het omgekeerde is mogelijk. Blinden en slechtzienden kunnen zich abonneren op de elektronische krant (ELK): via Radio 5 worden zij dagelijks voorzien van het nieuws uit een landelijk dagblad, dat door hun computer wordt voorgelezen.

● Spraakmonsters

Zo zijn er ook automatische sprekerverificatiesystemen ontwikkeld. De werking van deze systemen berust op het volgende principe: onderlinge verschillen tussen uitingen van een zelfde woord door één spreker zijn altijd kleiner dan de verschillen tussen uitingen van dat zelfde woord door verschillende sprekers. Met zo'n systeem kan bijvoorbeeld de toegangscontrole tot een gebouw of tot bepaalde gegevensbestanden worden geregeld. De spreker die toegang wil, maakt op de een of andere wijze zijn identiteit kenbaar, bijvoorbeeld door zijn naam in te typen. Daarna wordt hem gevraagd een aantal woorden uit te spreken. Deze uitingen of ‘spraakmonsters’ worden opgenomen en vervolgens geanalyseerd: ze worden vergeleken met eerder opgenomen versies van dezelfde woorden, uitgesproken door de persoon wiens identiteit de spreker claimt. Alleen als de verschillen tussen de vergeleken uitingen klein genoeg zijn, wordt de spreker toegelaten. Vooral bij toepassing over de telefoonlijn biedt deze technologie tal van interessante mogelijkheden.

[p. 261]

Het succes van de automatische sprekerverificatie gaf aanvankelijk een belangrijke stimulans aan het onderzoek naar de gebruiksmogelijkheden ervan voor forensische doeleinden. Grootschalige onderzoeksprojecten op dit terrein in onder andere de Verenigde Staten, de Bondsrepubliek en het Verenigd Koninkrijk hebben evenwel nog niet geleid tot resultaten die in de praktijk van het gerechtelijk onderzoek bruikbaar zijn. Dat komt vooral doordat sprekeridentificatie een veel complexere aangelegenheid is dan sprekerverificatie. Bij verificatie gaat het om de vraag of een spreker al dan niet deel uitmaakt van een beperkte hoeveelheid sprekers van wie vergelijkingsmateriaal aanwezig is. Maar bij forensisch onderzoek naar sprekeridentificatie hebben we te maken met een verdachte die tot een aanzienlijk grotere groep sprekers behoort (de omvang ervan is vaak niet eens nauwkeurig te bepalen!) van wie geen spraakmonsters beschikbaar zijn. Bovendien zorgen verschillen in technische opnamecondities, bijvoorbeeld als gevolg van de akoestische eigenschappen van de ruimte waarin wordt gesproken, of van uiteenlopende telefoonapparatuur, telefoonlijnen en opname-apparatuur, voor vrijwel onoverkomelijke problemen. Ook mogen we er niet van uitgaan dat deze sprekers zich coöperatief opstellen: sommigen verdraaien hun stem, anderen gaan fluisteren, presenteren zich als Engels- of Duitstalig, of doen zich als een ander voor. Ten slotte vormen verschillen in de taalgebruikssituatie of in de emotionele en fysieke gesteldheid van de spreker bronnen van variatie waar automatische systemen nog niet of nauwelijk mee overweg kunnen.

● Geen vingerafdruk

In de jaren zestig ontwikkelde de Amerikaan Kersta een aanvankelijk veelbelovende methode van sprekerherkenning, die bekend is geraakt als de voiceprint-techniek. De eerste toepassing van deze techniek dateert overigens al uit de Tweede Wereldoorlog. Onderzoekers van de Amerikaanse Bell Telephone Labs gebruikten haar om de verschillende Duitse divisies te identificeren aan de hand van de stemmen die in hun radioboodschappen te horen waren. Een voiceprint is een soort spectrogram, een afbeelding van een spraakfragment waarop te zien is uit welke frequenties een spraakfragment is samengesteld en wat de relatieve sterkte van die frequenties is. Door vergelijking van spectrogrammen probeert men te bepalen of verschillende uitingen afkomstig zijn van dezelfde persoon.

Hoewel spectrogrammen een nuttige bijdrage kunnen leveren aan het spraakvergelijkend onderzoek, is het onjuist er dezelfde waarde aan toe te kennen als aan bijvoorbeeld vingerafdrukken. Spraaksignalen kunnen namelijk - óók als het gaat om identieke uitingen van dezelfde spreker - in ruime mate variatie vertonen. Bovendien laten spectrogrammen van gelijke uitingen door verschillende sprekers soms grote overeenkomsten zien. Bij vingerafdrukken is dit alles niet of nauwelijks mogelijk. In de Verenigde Staten is meermalen gebleken dat aan het ondeskundig gebruik van spectrogrammen voor forensische doeleinden ernstige bezwaren kleven.

● Kenmerkende slis

Op dit moment zijn de beste resultaten te verwachten van een methode die bestaat uit een combinatie van auditieve (luisteren) en akoestische (meten) analysetechnieken. Allereerst speelt de beoordeling van de taalgebruikssituatie en van de emotionele en fysieke gesteldheid van de spreker een belangrijke rol. Aan de hand daarvan wordt bepaald of de spraakfragmenten wel voor vergelijking in aanmerking komen. Zo biedt de doorgaans luide tot zeer luide spraak van de doorsnee-bankovervaller weinig aanknopingspunten voor verder onderzoek als het vergelijkingsmateriaal bestaat uit een tekst die werd voorgelezen door een zwaar gedeprimeerde verdachte.

Het eigenlijke onderzoek begint met een nauwkeurige analyse van het betwiste spraakmateriaal. Daarbij bekijkt men onder andere hoe de afzonderlijke spraakklanken worden gerealiseerd, en hoe de intonatie, het tempo en het ritme van de spraak gekarakteriseerd kunnen worden. Ook wordt de stemkwaliteit beschreven, bijvoorbeeld in termen van ‘schor’, ‘hees’, ‘kraakstem’ e.d. Als er wat meer spraak voorradig is, kan ook een analyse van de zinsbouw en woordkeus worden uitgevoerd.

Naast deze uitgebreide auditieve analyse vindt vervolgens nog een aantal akoestische analyses plaats. Zo kan het verloop van de toonhoogte worden gemeten en kan de spectrale samenstelling van bepaalde klinkers worden bepaald. De forensische foneticus is uiteraard vooral op zoek naar sprekerspecifieke kenmerken waarmee de spreker zich onderscheidt van zoveel mogelijk soortgelijke sprekers.

Van bijzonder belang zijn daarom kenmerken die afwijken van wat in een bepaald accent of dialect gebruikelijk is, en kenmerken die betrekkelijk permanent zijn en die de spreker daardoor niet zo een-twee-drie kan veranderen. In een regio-Amsterdams accent valt een Haagse brouw-r bijvoorbeeld uit de toon, en in het accent van een zuiderling tref je meestal geen harde g aan. Ook het gebruik van een s- of z-klank in een woord als misbaksel, en het gebruik van bepaalde stopwoorden, herhalingen en aarzelingen zijn voorbeelden van kenmerken waarin sprekers zich van elkaar onderscheiden en waarvan ze zich meestal niet bewust zijn. Daarnaast zijn er nog talrijke kenmerken die als min of meer pathologisch aan te merken zijn, zoals bepaalde vormen van slis (Rob de Nijs, Ursul de Geer) en stotter (Jan Lenferink). Ook hypercorrecties, waarvan het ooit door Joan Haanappel geproduceerde eerste divitie een fraai voorbeeld is, kunnen soms sprekertyperende proporties aannemen. Zo klinkt de uitspraak van het woord recherche bij Nelleke van de Krogt, presentatrice van Opsporing Verzocht, ongeveer als ‘ruhserge’.

● Waarschijnlijkheid

De analyse van het vergelijkingsmateriaal verloopt vervolgens op dezelfde wijze. Daarna breekt een belangrijke fase van het onderzoek aan: de vergelijking van de analyseresultaten. Bij het formuleren van een conclusie wordt doorgaans gebruik gemaakt van een waarschijnlijkheidsschaal. De onderzoeker drukt daarmee uit hoe waarschijnlijk hij het acht dat het betwiste materiaal afkomstig is van de verdachte. Zo'n schaal kan lopen van ‘met aan zekerheid grenzende waarschijnlijkheid’ tot ‘met aan zekerheid grenzende waarschijnlijkheid niet’. In de praktijk komen die twee extreme gradaties echter zelden voor.