Содержание
Недавно я работал над историей о человеке, который сделал телефонный звонок, который был записан. Позже этот человек отказался признать, что он вообще когда-либо звонил.
С записанным голосом из телефонного звонка и клипом человека, опровергающего обвинение, я принялся за работу, пытаясь найти способ доказать, что голоса были одинаковыми.
Я признаю, что я немного одержим голосовыми технологиями. Вот почему я ждал Google Voice
стать более продвинутым благодаря своей технологии распознавания голоса, и именно поэтому мне нравятся приложения для голосового управления на ПК, такие как Tazti
, Однако, когда дело доходит до цифрового сравнения голосов, я был в недоумении. Вы, наверное, видели те шпионские фильмы, где компьютер может автоматически идентифицировать голос известного преступника только с помощью голосовой печати.
Если честно, когда я обнаружил Sonogram Visible Speech, я понял, что голосовая технология спектрограммы на самом деле является жизнеспособным способом надежной идентификации человека по одному голосу.
Понимание Спектрограммы
Если вы знаете о химических изотопах, то вы знаете, что с помощью изотопов химики могут определять химический состав соединений, выделяя основные элементы и используя разбивку для идентификации отдельных компонентов любой смеси. Во многом таким же образом аудиограмма разбивает звуковой звук на основные частоты. Интересно, что в человеческом голосе никто не говорит на одной частоте. Ваш рот, носовые ходы и структура вашего голосового окна определяют сочетание частот, которые составляют ваш несколько уникальный голос.
Sonogram Visible Speech — это бесплатное программное приложение для спектрограммы, которое будет принимать видео- и аудиофайлы и разбивать звуковую дорожку на весь спектр — все его частоты на протяжении всего временного интервала дорожки. Готовая спектрограмма выглядит как на рисунке ниже.
Как видите, нижняя дорожка выглядит как основная звуковая волна, которую вы видели бы в такой программе, как Audacity
Однако на центральной панели отображается каждый сегмент звукового файла во всей его частотной разметке. Удивительная особенность этого программного обеспечения состоит в том, что есть много других форм сигналов, которые вы можете использовать для проверки вашего звукового файла. Это специально для продвинутых пользователей.
Вы можете настроить способ отображения каждой из этих волновых форм, перейдя в меню «Параметры» и выбрав «Общая настройка». Здесь вы можете определить, как логарифмические графики рассчитывают выходной сигнал и общую настройку отображения всех доступных графиков.
Если звук довольно тихий или анализируемый вами голос является шепотом, вы можете использовать логарифмическое отображение частоты. Вы включаете его в меню «Опции» и выбираете «Логарифмическая частота». Это несколько «увеличит» значимые области частоты в спектрограмме.
Это действительно может помочь идентифицировать четкие частотные шаблоны, которые идентифицируют кого-то по звуку их голоса. Если вы полностью потерялись и не знаете, с чего начать, нажмите «Справка» и перейдите к «Онлайн-справке», чтобы открыть очень хорошо написанное руководство по интерактивной справке Sonogram. Это отличное место для начала, если вы новичок в анализе аудиограмм спектрограмм.
Эксперимент со спектрограммами с использованием призрачной охоты
Прелесть этого программного обеспечения в том, что оно хорошо подходит для различных целей. Один из артефактов, который часто встречается при охоте на призраков, мой личный интерес, — это «явление электронного голоса», когда голос призрака или призрака якобы появляется на аудиозаписи. Эти записи разбросаны по всей сети, поэтому я решил снять несколько сайтов охотников за призраками и провести анализ спектрограмм.
Спектрограмма показывает, что частоты голоса, как правило, низкие, но чтобы получить лучшее представление о голосах в записи, вам необходимо открыть дополнительные сигналы. Представление автокорреляции вычисляет «высоту тона» во временном интервале, в котором вы наводите курсор мыши.
«Призрак» имеет среднюю частоту основного тона около 129,0 Гц. Прокручивая до конца записи, где вы слышите голос исследователя, вычисленная частота основного тона составляет около 208,0 Гц (что имеет смысл, потому что это женский голос, а запись-призрак звучит как мужской).
Открытие экрана быстрого Фурье раскрывает еще больше деталей о голосах. Эта диаграмма быстро разбивает основные частоты и отображает их в цветовой код.
В этом случае разбивка частот разбросана по частям, с некоторым высоким, но хорошим количеством низких частот в миксе. Тем не менее, исследователь в комнате явно говорит голосом, который сгруппирован по частоте ближе к верхнему пределу диапазона, как показано здесь.
Этот быстрый анализ доказал, что два голоса совершенно разные, но это только основной пример возможностей этого мощного программного обеспечения. В принципе, любая ситуация, в которой может помочь разбивка частот звуковой волны, — это программное обеспечение для вас. Его легко освоить, быстро настроить и настроить, и он работает так же хорошо или лучше, чем любое платное программное обеспечение спектрограмм на рынке.
Есть ли у вас проекты, которые могли бы использовать спектрограмму? Вы когда-нибудь пробовали сонограмму Visible Speech? Поделитесь своим пониманием в разделе комментариев ниже.
