Как отличить синтезированную речь от записи реального голоса: рекомендации судебного эксперта
Краткий вывод
- Установить признаки синтеза или обработки речи возможно, но универсального и безошибочного метода не существует.
- Прослушивания записи недостаточно. Естественная речь может звучать необычно из-за волнения, заболевания, особенностей произношения, плохой связи или сжатия файла. Синтезированный голос, напротив, нередко воспринимается как полностью естественный.
- Надежность исследования зависит от качества и продолжительности записи, ее происхождения, формата файла, истории передачи и наличия сравнительных материалов.
- Результат автоматического детектора не следует рассматривать как самостоятельное доказательство. Это вспомогательный показатель, который оценивается вместе с другими данными.
- Эксперт должен указывать не только обнаруженные признаки, но и ограничения исследования, альтернативные объяснения и степень обоснованности вывода.
Какие задачи необходимо разграничивать
- Установление синтетического происхождения речи: создавался ли голос полностью или частично с помощью технологий искусственного интеллекта.
- Проверка целостности записи: имеются ли признаки монтажа, удаления, вставки, повторного кодирования или иной обработки.
- Идентификация говорящего: принадлежит ли голос конкретному человеку.
- Проверка обстоятельств создания файла: соответствует ли запись заявленным устройству, программе, времени и способу получения.
Эти вопросы связаны, но не заменяют друг друга. Например, отсутствие следов монтажа еще не подтверждает, что речь произнес человек. Сходство голоса с голосом конкретного лица также не исключает его клонирования.
Что исследует эксперт
- Исходный файл и его структуру: формат контейнера, кодек, параметры кодирования, служебные поля и последовательность блоков данных.
- Метаданные: сведения об устройстве, программе, времени создания и последующей обработке. Совпадение метаданных с ожидаемыми значениями само по себе не доказывает подлинность, поскольку эти сведения могут быть изменены.
- Следы перекодирования и редактирования: изменения параметров сигнала, неоднородность отдельных участков, разрывы, повторяющиеся фрагменты и признаки обработки.
- Акустическую среду: фоновые шумы, реверберацию, работу микрофона и устойчивость характеристик канала записи.
- Речевые особенности: темп, паузы, ударения, интонацию, переходы между звуками и другие акустико-фонетические характеристики. Отдельная необычная особенность не является доказательством синтеза.
- Результаты специализированных детекторов. Эксперт должен учитывать, для каких языков, типов записи и способов генерации проверялся конкретный инструмент.
- Данные о происхождении файла: цифровые подписи, сведения о создании и изменениях, встроенные метки, если они предусмотрены использованной системой. Отсутствие такой информации не подтверждает естественное происхождение записи.
Почему возможна ошибка
- Мессенджеры, социальные сети и сервисы видеосвязи сжимают звук и могут уничтожать диагностически значимые признаки.
- Фоновый шум, музыка, несколько говорящих и небольшая продолжительность фрагмента снижают информативность исследования.
- Детектор может хорошо распознавать известные ему способы генерации, но хуже работать с новыми моделями или незнакомым языком.
- Синтезированная речь может быть дополнительно пропущена через динамик, телефонную линию, фильтры или повторную запись.
- Некоторые признаки, похожие на следы синтеза, возникают при обычном шумоподавлении, коррекции голоса, плохой связи или многократном сохранении файла.
- Любой метод допускает ложноположительные и ложноотрицательные результаты. Для судебной оценки особенно важно понимать вероятность ошибочного признания подлинной записи синтетической.
Что необходимо сохранить
- Файл в том виде, в котором он впервые был получен.
- Устройство или носитель, на котором находится предполагаемый оригинал.
- Переписку, письма и иные данные, позволяющие установить источник и маршрут передачи записи.
- Все версии файла, включая пересланные, обрезанные и перекодированные копии.
- Сведения о дате, времени, приложении, модели устройства и обстоятельствах записи.
- Контрольную хеш-сумму файла, позволяющую подтвердить неизменность представленного экземпляра.
Не следует открывать исходный файл в программах, которые могут автоматически изменить его метаданные или пересохранить содержимое. Для работы целесообразно использовать копию, сохраняя оригинал без изменений.
Что поставить перед экспертом
- Имеются ли в записи признаки синтеза речи с использованием программных средств или искусственного интеллекта?
- Имеются ли признаки монтажа, вставки, удаления, повторного кодирования либо иной обработки?
- Является ли представленный файл исходным или одной из последующих копий?
- Соответствуют ли технические характеристики файла заявленному устройству и способу записи?
- Какие методы применялись, прошли ли они проверку и каковы известные ограничения?
- Какие альтернативные причины могут объяснить обнаруженные признаки?
- Позволяет ли качество материала сделать вывод либо возможно лишь указать на наличие или отсутствие отдельных признаков?
Как оценивать заключение
- Вывод должен опираться на совокупность независимых признаков, а не на один артефакт или результат одной программы.
- В заключении необходимо различать установленные факты, экспертную интерпретацию и предположения.
- Значение числового показателя детектора должно быть объяснено. Сам по себе процент, обозначенный программой как «вероятность генерации», не показывает доказательственную силу результата.
- Должны быть описаны исследованный файл, его контрольная хеш-сумма, примененные методы, версии программ и последовательность действий.
- Необходимо проверить, учитывал ли эксперт качество записи, язык, акцент, канал связи, формат и возможное перекодирование.
- Категоричный вывод требует особенно убедительного обоснования. Если исходных данных недостаточно, корректным результатом может быть вывод о невозможности решить вопрос.
- При существенном процессуальном значении записи разумно обеспечить возможность повторного или независимого исследования.
Практический ориентир для юриста
Задача состоит не в том, чтобы найти один характерный признак «искусственного голоса», а в том, чтобы проверить всю историю цифрового объекта: от обстоятельств записи и получения файла до его структуры, акустических характеристик и результатов специализированного анализа. Чем дальше представленный материал от исходного файла, тем осторожнее следует оценивать экспертные выводы.
Материал подговлен: экспертами Института судебных экспертиз и криминалистики