录音鉴定是当代司法鉴定/法庭科学中很有发展潜力的分支领域之一。本书详细介绍了录音鉴定的基本原理、检验技术和司法应用。作者首先对录音信号和系统的基础知识进行了概述，其次介绍了美国录音鉴定历史上非常著名的四个案件（其中，包括尼克松总统的水门事件以及肯尼迪总统被暗杀的事件)，再次重点介绍了录音证据处理、真实性鉴定、清晰化处理三个项目的鉴定原则和检验步骤，然后从证据解释和专家出庭的角度，阐述了美国司法体制下的科学诚信、专家资格、专家作用等热点问题，最后从涉枪声录音和飞机驾驶舱录音两个角度，讲述了录音鉴定的独特作用。 无论是对录音鉴定感兴趣的初学者来说，还是对有一定实践办案经验的录音鉴定人而言，本书都是一本理想的参考读物。

第1章 录音鉴定简介：真实性、清晰化和证据解释
　　录音鉴定是众多法庭科学领域的一个分支。法庭科学通常是指对*终可能用于法庭审判或作为其他一些正式调查活动的证据进行的评估分析。因此，作为官方调查的一部分，录音鉴定是指在民事或刑事审判的准备过程中，或在事故及其他事件的调查过程中，对涉及的录音证据进行的采集、分析和解释（Maher，2009，2015）。
　　录音鉴定主要解决哪些问题呢？通常情况下，录音鉴定会涉及以下三方面内容中的一项或多项：真实性鉴定、清晰化处理和证据解释。
　　真实性鉴定（authenticity）在司法调查中很重要，因为调查人员从录音资料中得出的重要结论取决于录音的具体情况。如果事实证明录音资料在调查之前曾经被有意或无意地修改过，那么整个检验活动都会受到质疑。同样地，如果录音发生的地点和/或时间存在有意或无意的错误，那么检验活动也就无关紧要了。录音鉴定人员必须对证据的保管链进行评估，通过检验发现故意篡改的情况，同时采取保护措施以防止对证据进行意外修改。
　　通常情况下，都需要对涉案录音证据进行清晰化处理（audio enhancement）。许多案件录音都是在非理想的声学环境下录制的：麦克风位置不佳、背景噪声强或不稳定、谈话人可能发音不清晰、目标信号微弱等。在这些情况下，我们必须对目标录音信息进行特征增强处理。由于法官和陪审团通常既没有对含噪录音进行听辨和解释的经验，也没有时间在多种不同播放水平下对录音进行多次听辨，因此，当需要在法庭上展示录音证据时，清晰化处理就显得尤为重要。由于在法庭上展示录音时很少有较为理想的播放条件，因此，根据具体情况，对录音进行适度的清晰化处理是至关重要的。
　　对录音证据的解释（interpretation）可能包含许多方面，例如重建时间线、记录对话内容以及识别未知声音。录音鉴定要解决的问题通常是基于调查人员对犯罪情节的推测，或者要与其他物证和证人、证言结合起来。
　　与电影、视频和目击证人的观察相比，录音资料可以为调查活动提供一些潜在优势。例如，能够从各个方向而非特定视野中收集信息。录音资料能够从客观观察的角度对事件进行连续记录，而不是证人的主观回忆。
　　录音资料在调查活动中也可能具有明显的缺点。例如，如果只有一个单声道录音，一般很难确定相对于麦克风的声源方向和方位。其他缺点可能包括录音的动态范围有限：非常微弱和轻微的声音在录音中可能没有足够的清晰度，而对于非常响亮的声音来说，如果音量超过录音系统的*大限制，那么声音可能就会被“消波”。也许案件录音资料中*常见的问题是存在干扰噪声或无关的声音，而且它们可能会掩盖调查活动所关注的低电平的目标声音。对于音质和可懂度都很高的录音而言，执法人员往往可以直接使用，不需要交给录音鉴定人员进行处理。
　　本书的章节顺序从一些基本的声学和心理声学原理开始，依次介绍录音鉴定的历史和常规检验程序；随后几章涉及录音证据的真实性鉴定、清晰化处理和证据解释；*后，本书以对专家报告（expert report）和证言（testimony）的总结概述作为结尾，同时考虑了本领域当前几个值得关注的具体议题。
　　参考文献
　　第2章 录音信号和系统的基础
　　录音鉴定研究以声学和音频工程为基础。由于有很多书籍和完整的大学课程来专门讨论声学的细节问题，因此，下文针对几个重要原理的描述几乎没有触及物理学和工程学的深层问题。然而，为了便于理解迷人的声学知识在录音鉴定中的应用，有必要对一些专业术语和关键特征进行介绍。
　　案件录音证据通常包括一份录音资料（audio recording）。录音是声音的抽象表示，通过麦克风检测到空气中的声音，将其转换成电信号，然后存储在某种固定介质中，例如磁带、磁盘、光盘或半导体存储器等。录音可以是模拟的或数字的，这是指录制和播放系统中音频信息的表现形式。
　　声学研究声音在空气中传播的物理学原理。为了理解和解释案件录音，必须要对声学概念有所了解，以便对录音资料中的声音进行分析，并将其对应于声音的反射、吸收、衍射和混响等已知特性。
　　2.1　声音
　　空气中的声音是振动的结果。对于风来说，空气粒子会在相当长的距离内稳定地移动；而声音则与之不同，振动表面会使空气粒子随着表面的运动而来回运动一小段距离。当振动表面向外运动时，表面附近的空气粒子被推动（压缩），而在另一半振动周期中，表面向内运动，表面附近的空气粒子被拉动（变膨胀或变稀薄）。临近振动表面的交替压缩和膨胀对旁边的空气粒子产生了相应的推拉作用，而这些空气粒子又转而推拉下一层空气粒子，以此类推，就产生了高压和低压区域交替传播的声波。如图2.1所示，交替的高压和低压波阵面从振动表面传播开来。
　　图2.1　声波中的空气粒子运动：与传播方向平行的纵向（向前和向后）运动
　　声波是一种纵向扰动，也就是说，空气粒子从其平衡位置沿着波前移动的方向来回运动。这种纵向运动很难用图形来描绘，因此，对声音的图形描述通常采用能够反映声压与时间关系的二维图，但这往往会造成一种误解，即认为声波在传播过程中是以某种方式“上下”运动的。一种更好的理解是，当声波经过时，空气粒子会做“进出”运动（相应的声压会增强和减弱）（Kinsler et al.，2000）。
　　与正常大气压相比，声压是非常小的波动，认识到这一点是很重要的。在地球引力的作用下，大约有100km厚度的大气层围绕着地球，从而产生了名义上的海平面气压，即1个工程大气压等于101.325kPa，约等于1×105Pa。相比之下，由声音振动引起的典型压力波动很小：在毫帕斯卡的范围内（约10?3Pa）。事实上，人耳能听到的*小声音的压力振幅约为20μPa（2×10?5Pa），这仅是标准大气压的50亿分之一。
　　摇滚音乐会中或工业机器附近的那些非常响亮的声音，其振幅可能会达到1Pa或者更高。尽管这些声音对人耳来说已经很危险了，但其声压仍然只是标准大气压的五万分之一。
　　2.2　声压级
　　可听声压的范围为2×10?5～1Pa。对于记录和打印来说，这些数字非常不方便。人们习惯以对数形式来描述声压的可听范围，这样的话，*小可听声音的声压为0级，而常见的*大声音的声压级则只需用两位数或三位数表示即可。该科学描述用贝尔（bel）［B］来表示，即以10为底的功率（power）（瓦特）［W］或强度（intensity）［瓦特/米2］的两个量值比率的对数。
　　贝尔= log10（功率1/功率0）
　　或者
　　贝尔= log10（强度1/强度0）
　　用贝尔表示声压级，需要将声压［Pa］转换为声强［W/m2］。对于声波来说，声强与声压的平方成正比。这样，就可以用压力来定义贝尔，即：
　　贝尔 = log10（压力12/压力02）= 2 log10（压力1/压力0）
　　通常用分贝（decibel）［dB］来表示声压级，其中前缀“分”表示精度为1/10B。1B=10dB，所以用分贝表示的测量值是用贝尔表示的测量值的10倍。
　　分贝［dB］= 20 log10（压力1/压力0）
　　以分贝为单位的声压级（sound pressure level，SPL）使用的定义是：压力0取值20μPa（即0.00002Pa），压力1是用麦克风测量的有效压力值（均方根，root-mean-square，RMS）（Kinsler et al.，2000）。选择20μPa作为参考压力是合适的，因为它大致相当于人耳的听觉阈值，也就是说，当声学信号的有效压力为20μPa时，对应的声压级相当于0dB。声压级为100dB的声学信号是非常响亮的，大致对应于人耳的听觉痛阈。因此，人耳听觉的实际声压级的范围是0～100dB。声压计的测量结果通常同时包括分贝标签和参考声压两部分，比如“声压级为60dB（参考压力为20μPa）”（Hartmann，2013）。
　　由于人耳对不同频率声音的听觉敏感度不同，因此通常使用加权滤波器（weighting filter）来进行声压级测量，以接近人耳敏感度的频率依赖性（参见下文2.5.3节）。
　　声波，一种高低压交替的压力扰动，以称为声速（speed of sound）的速度在空气中传播。声速取决于声压与空气粒子的振动运动（粒子速度）之间的关系。在20℃（室温）时，空气中的声速为343m/s。相比之下，光速为3×108m/s，大约比声速快一百万倍。
　　声音传播的经验法则可以分为两种，一种是便利经验法则，如美式表达的近似说法，即声音每毫秒传播大约1ft（1ft=3.048×10?1m），传播1mi（1mi=1.609344km）距离的时间约为5s；另一种是公制经验法则，如每毫秒传播大约35cm，传播1km大约需要3s。
　　2.3　波长、频率和频谱
　　如果声源是振动的，比如扬声器纸盆的进出运动，或吉他弦的来回振动，声音将由高低压交替出现的循环构成。一次振动所需的时间称为振动的周期（period）。例如，琴弦振动的周期是指琴弦从一个极端移动到另一个极端，然后再回到原始位置，完成一个振动循环所需要的时间。在一次振动（一个周期）的时间内，产生的声压扰动以声速在空气中传播一定的距离，称为波长（wavelength），用［米/周期］来表示。换句话说，波长是声波在一个振动周期内传播的距离。
　　声音的振动通常用振动速率来表示，即1s内产生的振动周期的个数［周期/秒］。振动速率即振动的频率（frequency）。通常使用单位赫兹（Hz）来表示每秒钟内的振动周期数量。
　　如果振动的频率较低（低频），那么每个周期的持续时间会比较长，声波在周期内传播得就会更远，也就是说，频率越低，波长越长。相反，如果振动非常快（高频），那么压力扰动在周期之间传播的时间会很短，换言之，频率越高意味着波长越短。
　　从数学上看，频率（f，每秒周期数，或Hz）与波长（λ，m）之间的关系是：c = f λ，其中c为声速［m/s］。再说一遍，高频声音的波长短，而低频声音的波长长（图2.2）。
　　图2.2　频率（周期/秒）和波长（米/周期）的乘积是声速（m/s）

目录
译者序
原书前言
致谢
关于作者
第1章 录音鉴定简介：真实性、清晰化和证据解释 1
参考文献 2
第2章 录音信号和系统的基础 3
2.1 声音 3
2.2 声压级 4
2.3 波长、频率和频谱 6
2.4 波的传播和球面扩散 11
2.4.1 反射和混响 12
2.4.2 麦克风的指向性 15
2.5 人类的听觉特性 16
2.5.1 人耳的解剖学和生理学 16
2.5.2 心理声学 19
2.5.3 声压级测量中的频率加权 22
2.5.4 语音可懂度 23
2.6 信号处理 24
2.7 数字录音 25
2.8 录音编码感知 26
参考文献 27
第3章 录音鉴定的历史 28
3.1 McKeever案 28
3.2 McMillan案 30
3.3 联邦调查局的程序 30
3.4 水门事件录音带 31
3.5 重新评估肯尼迪总统被暗杀事件 33
3.6 说话人鉴定和“声纹” 35
参考文献 36
第4章 录音证据处理 38
4.1 基本工具：录音播放、波形视图和声谱视图 38
4.1.1 录音播放系统 38
4.1.2 波形视图 39
4.1.3 声谱视图 40
4.2 开始检验 44
4.2.1 初步听觉检验 46
4.2.2 关键性听辨 46
4.2.3 波形分析 47
4.2.4 声谱分析 47
参考文献 49
第5章 录音真实性鉴定 50
5.1 历史背景：模拟磁带录音的真实性 50
5.1.1 物理检查 52
5.1.2 磁性显影 52
5.2 当前背景：数字录音的真实性 54
5.2.1 识别编辑：拼接与混合 54
5.2.2 其他真实性观察 58
5.2.3 电网频率分析 59
5.2.4 元数据的一致性 63
参考文献 66
第6章 录音清晰化处理 67
6.1 清晰化评估 67
6.2 语音：质量与可懂度 68
6.3 录音清晰化处理技术 71
6.3.1 滤波和均衡 71
6.3.2 增益压缩和扩展 74
6.3.3 其他重要技术 78
参考文献 82
第7章 法庭科学证据解释 83
7.1 科学诚信 83
7.2 方法和可靠性 84
7.2.1 案例1：不同位置的同时录音 84
7.2.2 案例2：录音的多普勒效应与转换速度 88
7.2.3 案例3：声压级与距离 89
7.3 似然比 91
参考文献 92
第8章 专家报告和证言 94
8.1 专家资格 94
8.2 专家报告 96
8.3 专家证言 98
8.3.1 专家的作用 98
8.3.2 庭外作证 98
8.3.3 证言与行为 99
8.3.4 交叉询问 100
参考文献 100
第9章 应用实例1：枪声声学 101
9.1 枪械原理 101
9.2 枪械声学 106
9.2.1 枪口爆炸 106
9.2.2 机械动作 107
9.2.3 超声速射弹 107
9.2.4 表面振动 109
9.3 枪声录音示例 109
9.3.1 使用超声速射弹的步枪射击 110
9.3.2 使用亚声速射弹的手枪射击 116
9.3.3 使用亚声速射弹的转轮手枪射击 118
9.4 枪声录音鉴定实例 120
9.4.1 录音鉴定案例1：枪声、电击枪和语音 120
9.4.2 录音鉴定案例2：有多个录音的枪声 128
参考文献 130
第10章 应用案例2：驾驶舱话音记录器 132
10.1 驾驶舱话音记录器的操作和解释 134
10.2 未来录音鉴定在运输安全系统中的作用 136
参考文献 137
第11章 结论 139
参考文献 140
索引 141