FARKLI KAYIT YÖNTEMLERİNİN ADLİ KONUŞUCU TANIMA ÜZERİNDEKİ ETKİLERİ Ekrem MALKOÇ, Levent GÜNER Van Jandarma Bölge Kriminal Laboratuvar Amirliği leventguner84@gmail.com, e.malkoc@superonline.com ÖZET Konuşucu tanıma çalışmalarının en çok adli ses incelemeleri alanında yoğunlaştığı görülmektedir. Suçla ilgili adli bilim incelemeleri, gittikçe artan bir biçimde, kişilerin, arkalarında bıraktıkları benzersiz izlere dayanarak teşhis edilmesine dayanmaktadır. Genellikle suç öğesi taşıyan bir konuşma, örneğin bir fidye talebi veya bomba ihbarında olduğu gibi, sabit telefon veya cep telefonu hattı üzerinden kaydedilmiş biçimde ortaya çıkmaktadır. Bunun yanında, rüşvet, tehdit, cinayet gibi davalarda herhangi bir kayıt cihazı mikrofonu da konuşma kaydı almak için kullanılabilmektedir. Bazı durumlarda ise televizyon veya radyoda yayınlanmış bir programdaki konuşma kayıtları suç konusu olabilmektedir. Bu tür durumlarda ise stüdyoda bulunan mikrofon farklı bir kayıt kanalını oluşturmaktadır. Yukarıda bahsedilen durumlarda bir ses bilgisi uzmanı adli konuşucu tanıma işlemi gerçekleştirmektedir. Yani, suç öğesi taşıyan kayıttaki konuşmayı, suçluyu saptamak ya da şüpheliyi elemek amacı ile şüpheliden alınmış olan konuşma kayıtları ile karşılaştırmaktadır. Sadece, yukarıda örneği verilen adli sesbilgisi incelemelerinde değil, konuşma veya konuşucu sınıflandırma amacı ile yapılan diğer incelemelerde de, araştırmacılar tek bir kayıt ortamını kullanmayı tercih etmektedir. Bunun gerekçesi, doğası gereği birçok değişken etkene açık olan konuşmaların, değişiklik yaratıcı etken sayısını en aza indirgemek ve böylece konuşucu tanıma/sınıflandırma çalışmalarındaki hata oranını azaltmaktır. Bu çalışma sonucunda, farklı kayıt ortamları kullanılarak kaydedilmiş konuşmalardan kaynaklanan değişken etkenlerin istatistiksel olarak önemli olup olmadığı ortaya koyulacaktır. Böylece, konuşucu tanıma/sınıflandırma çalışmalarında kullanılmak üzere oluşturulmasına ihtiyaç duyulan veri tabanlarının daha sistemli ve amacına uygun olarak hazırlanması sağlanacaktır. Anahtar Kelimeler: Adli sesbilgisi/akustik, konuşucu tanıma, formant frekansı analizi. 1. GİRİŞ Ülkemizde adli konuşucu tanıma üzerine yapılan çalışmalara bakıldığında özellikle veri tabanı oluşturmaya ve adli amaçlı konuşucu tanıma yöntemi geliştirmeye yönelik çalışmalara rastlanmaktadır (Güner, 1999; Malkoç, 2001). Adli ses incelemelerinden biri olan konuşucu tanımada kullanılan yöntemlerden biri olarak konuşucu karşılaştırma yönteminden bahsedilmektedir. İşitsel ve cihaza dayalı olarak yapılan bu incelemede, suç konusu (orijinal) kayıtta geçen konuşmalar ile şüpheli kişilerden alınan ses örnekleri karşılaştırılmaktadır. Bu 1
amaçla, orijinal kayıtta geçen konuşmaya dayalı bir mukayese konuşma metni oluşturulmakta ve orijinal kaydın yapılmış olduğu kayıt ortamı yeniden oluşturularak, aynı kayıt ortamında mukayese konuşma kaydı yapılmaktadır. Daha sonra orijinal konuşma kaydı ile, sonradan oluşturulmuş olan mukayese konuşma kaydı karşılaştırılarak bir sonuca varılmaktadır (Malkoç, 2001). Adli olaylarda karşılaşılan ses kayıtlarında çoğunlukla mikrofon, sabit telefon, cep telefonu, manyetik bant gibi farklı kayıt kanallarının kullanıldığı görülmektedir. Her adli olayda, adli ses inceleme yönteminde, aynı kayıt ortamının kullanılması bazen mümkün olamayabilmektedir. Bu durumda farklı kayıt kanalları kullanılarak inceleme yapılması gerekebilmektedir. Böyle bir durumda sağlıklı bir inceleme yapılabilmesi için, kayıt kanallarının konuşma üzerinde yarattığı etkinin incelenmesi gerekmektedir. 1.1. Formant Frekansları ve Konuşucu Tanıma Alanyazına bakıldığında, farklı kayıt kanallarının insan sesi üzerindeki etkilerine yönelik bazı çalışmalar yapıldığı ve bu çalışmalarda formant frekanslarının temel alındığı görülmektedir. Formant frekansları, konuşucuya özgü anatomik konuşma yolu yapısından kaynaklanan değişimleri yansıtmadaki hassasiyetlerinden dolayı konuşucu tanıma incelemelerinde sıklıkla kullanılan parametrelerden biri haline gelmiştir. Özellikle gırtlak ve ağız boşluğunda, ciğerlerde oluşan havanın, sesletim esnasında yarattığı titreşimlerin meydana getirdiği rezonans frekansının hesaplanması için aşağıdaki formül kullanılmaktadır: F res = s*c / 4l (1) Burada, F res rezonans frekansı, s sabit katsayı, C sesin havadaki hızı, l ise ses yolu uzunluğudur. Erkeklerde ortalama ses yolu uzunluğunun 17,6 cm ve bunun da ortalama F 1=500 Hz, F 2=1500 Hz ve F 3=2500 Hz civarında formant frekans değerleri oluşturduğu bilinmektedir. Kadınlarda ortalama ses yolu uzunluğu 14,8 cm olup ortalama F 1=600 Hz, F 2=1800 Hz ve F 3=2500 Hz civarında formant frekans değerleri oluşmaktadır. Çocuklarda ise ortalama ses yolu uzunluğu 8,8 cm dir ve ortalama F 1=1000 Hz, F 2=3000 Hz ve F 3=5000 Hz civarında formant frekans değerleri meydana gelmektedir. Meydana gelen bu frekans değerleri, (1) deki formülde ses yolu uzunlukları yerine konarak hesaplanmaktadır. Bu verilere bakıldığında oluşan frekans değerleri ile ses yolu uzunluğu arasında bir ters orantı bulunduğu görülmektedir. Dolayısı ile ses yolu uzadıkça formant frekansları düşmektedir (Kent ve Read, 2002). Formant frekanslarındaki değişim üzerinde, ses yolu uzunluğunun yanında, ağız ve gırtlak boşluğu büyüklüğünün de etkisi olmaktadır. Örneğin gırtlak boşluğu genişledikçe F 1 azalmakta, F 2 artmaktadır (Fry, 1979) (Şekil 1.1). Şekil 1.1 Gırtlak boşluğu / Formant frekansı ilişkisi. Ağız boşluğu genişlediğinde ise, F 1 in arttığı, F 2 nin azaldığı görülmektedir (Fry, 1979) (Şekil 1.2).
Şekil 1.2 Ağız boşluğu / Formant frekansı ilişkisi. Ayrıca, dudakların yuvarlaklaştırılması da genel olarak formant frekans değerlerinde azalmaya, F 2 ve sonraki formant frekans değerlerinde ise genliğin düşmesine sebep olmaktadır (Ladefoged ve Maddieson 1996) (Şekil 1.3). Şekil 1.3 Yuvarlaklık / Formant frekansı ilişkisi. Yukarıda bahsedilen ayırt edici özelliklerinden dolayı bu çalışmada formant frekansları üzerinde yoğunlaşılmıştır. 1.1. Formant Frekansları ve Kayıtları 300 Hz 3400 Hz arasında iletim yapan sabit telefon hatlarının konuşmanın akustik özelliklerini etkilediği bilinmektedir. Örneğin Künzel (2001), bant geçiren süzgeç etkisinin yaşandığı telefon hattı üzerinden yapılan kayıtlarda F 1 de yükselme meydana geldiğini belirtmektedir. Bunun nedeni telefon hattı iletiminde mevcut 300 Hz alt kesim frekansının en düşük enerjiye sahip frekans tepeciğinde yukarı doğru bir kayma yaratmasıdır. Künzel ayrıca, telefon hattı bant geçiren süzgecinin üst kesim frekansı olan 3000 Hz in 3 khz seviyesi civarında yalancı bir formant oluşturduğunu iddia etmektedir. Ancak Nolan (2002) bunun teknik bir hata olduğunu düşünmektedir. Sabit telefon hatlarından alınan konuşma kayıtları üzerinde yapılan çalışmalarda F1 in yükseldiği, F 1 de görülen bu yükselmenin açık ünlülerde %1 oranında, kapalı ünlülerde ise % 14 oranında gerçekleştiği; erkeklerde ve kadınlarda durumun değişmediği, F 2 nin ise etkilenmediği tespit edilmiştir (Nolan, 1983 ve Künzel 1995) Yukarıda belirtilen akustik özellik etkilenmesi, 300 Hz 3200 Hz arasında iletim yapan mobil telefon hatları için de geçerlidir. F 1 de ortalama % 29 oranında artış meydana gelmektedir. Açık ünlüler üzerindeki etki kapalı ünlülerde olduğundan daha azdır. Cinsiyet farklılığı durum değişikliği yaratmamaktadır. Sabit telefon hatlarından farklı olarak ortalama % 97 oranında, F 2 de bir miktar azalma görülmektedir. Ayrıca, yine sabit telefon hatlarından farklı
olarak F 3 ün 3000 Hz den fazla olduğu durumlarda, F 3 de % 5 veya daha fazla oranda azalma görülmektedir (Byrne ve Foulkes 2004). 2. YÖNTEM 4 farklı erkek konuşucuya ait, 3 farklı ortamda yapılmış kayıtlar kullanılmıştır: Orijinal (suça konu) kayıt telefon hattı erkek konuşucu Mikrofon kaydı Behringer Dynamic Model - erkek konuşucu Mukayese kaydı telefon hattı - erkek konuşucu Adli ses incelemelerinde karşılaşılan duruma yakın bir ortam oluşturmak amacıyla, karşılaşılma sıklığının daha fazla olması nedeni ile sadece erkek konuşucular kullanılmıştır. Ayrıca, adli ses incelemelerinde kullanılan yöntemi uygulamak açısından, orijinal kayıtta tespit edilen kayıt ortamı (sabit telefon hattı) yeniden oluşturularak mukayese kaydı oluşturulmuştur. Dolayısı ile, kapsam dar tutularak sadece iki kayıt kanalı arasında (sabit telefon ve mikrofon) karşılaştırma yapılmıştır. Konuşma kayıtlarının ayrıştırılmasında CoolEdit Pro. (Sürüm 2.00-2095.0) yazılımı kullanılmıştır. Ayrıştırılan konuşmalardaki seslerin başlangıç ve bitişlerinin tespiti ve bu seslere ait formant frekanslarının tespiti Praat (Sürüm 5.0.09) yazılımı kullanılarak yapılmıştır. Praat da elde edilen formant frekans değerleri Microsoft Excel (Sürüm 2007) programına aktarılarak fark hesaplamaları yapılmıştır. Türkçede bulunan 8 adet ünlünün tamamını içeren konuşma örnekleri incelenmiştir. Orijinal kayıt ve telefon kaydı kontrollü olarak yapılmıştır. Ancak, aynı oturumda mikrofon kaydı yapılmamış olduğundan farklı oturumda yapılan mikrofon kayıtları kullanılmıştır. Bu nedenle orijinal kayıt ile telefon kaydında aynı sözcükler kullanılabilmiştir. Mikrofon kaydından ise orijinal kayıttan inceleme için seçilen sözcüklerle benzer ses çevrelerinde bulunan sözcükler seçilmiştir. 3. TARTIŞMA Orijinal Kayıt (yoldadır ) Mikrofon (sırasınd a) (yoldadır ) /ı/ F 1 (Hz) 482 399 492 /ı/ F 2 (Hz) 1446 2415 1237 /ı/ F 3 (Hz) 2308 3452 2440 Fark Ortalaması 732 117 Tablo 3.1 - /ı/ ünlüsüne ait formant frekansları. Elde edilen verilerin çoğunda, Tablo 3.1 de görüldüğü gibi, telefon kaydı formant frekans değerlerinin orijinal kayıttaki değerlere yakın olduğu görülmüştür. Ayrıca, alanyazında yapılan araştırma neticesinde görülen F 1 deki yükselme, bu çalışmada elde edilen verilerde de göze çarpmaktadır. Ancak, /a/ ünlüsüne ait bir örnekte, mikrofon kaydına ait F 1 ve F 2 nin, beklenenin aksine orijinal kayda daha yakın olduğu bir durumla karşılaşılmıştır (Tablo 3.2). Her ne kadar telefon kaydına ait formant frekans değerleri ortalaması orijinal kayda daha yakın olsa da telefon kaydının sadece F 3 de orijinal kayda yaklaştığı, F 1 ve F 2 de daha uzak olduğu tespit edilmiştir.
Orijinal Kayıt Mikrofon (çıkan) (Diyarbakır) /a/ F 1 (Hz) 668 647 697 /a/ F 2 (Hz) 1216 1181 1354 /a/ F 3 (Hz) 2208 2714 2347 Fark Ortalaması 187 102 (Diyarbakır) Tablo 3.2 - /a/ ünlüsüne ait formant frekansları. Bunların yanında, bir örnekte mikrofon kaydındaki /i/ ünlüsüne ait formant frekans değerleri ortalamasının, beklenmedik bir şekilde orijinal kayda daha yakın olduğu görülmüştür (Tablo 3.3). Bu örnekte telefon kaydına ait F 1 orijinal kayda oldukça yakınken, F 2 ve F 3 oldukça uzaklaşmıştır. Orijinal Kayıt (görüşmedin) Mikrof on (yerine) /i/ F 1 (Hz) 400 358 404 /i/ F 2 (Hz) 1758 1776 1831 /i/ F 3 (Hz) 2057 2263 2546 Fark Ortalaması 89 189 (görüşmedin ) Tablo 3.3 - /i/ ünlüsüne ait formant frekansları. Ancak aynı /i/ ünlüsü farklı bir ses çevresinde örneklendiğinde tamamen farklı bir görünüm ortaya çıkmakta ve telefon kaydına ait formant frekans değerleri, belirgin bir biçimde orijinal konuşmaya yaklaşmaktadır (Tablo 3.4). Orijinal Kayıt (hiç) Mikrofo n (gibi) (hiç) /i/ F1 451 291 522 /i/ F2 1467 2040 1627 /i/ F3 2006 3074 2446 Fark Ortalaması 600 224 Tablo 3.4 - /i/ ünlüsüne ait formant frekansları (farklı ses çevresi. Alanyazında incelenen çalışmalara bakıldığında, farklı kayıt kanallarının konuşma seslerine ait formant frekansları üzerindeki etkilerinin net olarak ortaya konduğu, ancak bu etkilerin adli ses incelemelerine ne şekilde yansıdığına pek değinilmediği görülmektedir. Bu çalışma da, görülen bu eksiklikten yola çıkmıştır. Tablo 3.1 de sergilenen görünümün, incelenen 8 ünlüye ait örneklerin bir çoğunda ortaya çıkması, aynı kayıt kanalı kullanılarak alınan ses kayıtları arasında yapılacak olan mukayese incelemesinde kayıt ortamı kaynaklı, konuşucu dışı fark etmenlerinin en aza indirgendiğini göstermektedir. Bu da yapılacak olan incelemenin,
sadece konuşucu kaynaklı (intra/within-speaker) veya konuşucular arası (inter-speaker) farklarda yoğunlaşılmak sureti ile daha sağlıklı yapılabilmesine imkân tanımaktadır. Ancak, Tablo 3.2 de ve özellikle Tablo 3.3 de sergilenen görünüm ise, sadece formant frekanslarının farklı kayıt ortamlarında birbirlerine olan yaklaşımlarına bakılarak kayıt kanalı seçimine gidilmesinin, düşük bir oranda da olsa, yanıltıcı olabileceğini göstermektedir. Bu durum her ne kadar olumsuz bir sonuç gibi görünse de, farklı kayıt kanalının, aynı kayıt kanalından daha fazla orijinal konuşmaya yaklaşmasının adli ses incelemelerinde bir fayda sağlayacağı açıktır. Farklı kayıt kanalları arasındaki farkın istatiksel olarak önemli olmadığı böyle bir durumda, inceleme yapan uzmanın orijinal kayıtla aynı kayıt kanalını oluşturarak bir daha mukayese kaydı hazırlamasına gerek kalmayacak ve böylece eldeki hazır kayıtlar arasında doğrudan konuşucu mukayese incelemesi yapılabilecektir. 4. SONUÇ Alanyazında bahsedilen telefon hattı etkisinin incelenen örneklerin tamamında aynı şekilde gerçekleştiği, F 1 in telefon kayıtlarında belirli oranda yükselme sergilediği görülmüştür. Örneklerin birçoğunda farklı kayıt kanalları kullanılarak yapılan farklı konuşma kayıtlarında formant frekanslarında kayıt kanalı kaynaklı değişimler bulunduğu tespit edilmiştir. Adli konuşucu tanıma incelemelerinde kayıt kanalları farklı konuşmalar üzerinde yapılan incelemelerde bu değişimler göz önünde bulundurulmalıdır. Mukayese incelemesi yapılacak olan konuşma kayıtları arasında belirgin değişimin görüldüğü durumlarda, mukayese kayıtları şüpheli kayıt ile aynı kayıt kanalı kullanılarak tekrar oluşturulmalıdır. Bununla birlikte incelenecek kayıtlar arasındaki değişimin istatistiksel olarak önemli olmadığı durumlarda farklı kayıt kanalları üzerinde inceleme yapılmasında bir sakınca olmadığı bu çalışma neticesinde ortaya konmuştur. Devam eden bir çalışmanın bir parçası olması nedeni ile bu çalışmada, sınırlı sayıda konuşucu ile sadece iki farklı kayıt kanalı üzerinde inceleme yapılmıştır. Bu çalışmanın devamında konuşucu ve kayıt kanalı sayısı artırılarak ve de aynı konuşucunun farklı kayıt kanallarındaki ses örneklerine ait formant frekans değerlerine bakılarak değişken sayısı en aza indirgenecektir. Bu şekilde yapılacak olan ileri düzey bir çalışmanın daha aydınlatıcı olacağı düşünülmektedir. Kaynakça Byrne, C., Foulkes, P. (2004). The Mobile Phone Effect on Vowel Formants. Speech, Language and the Law 11(1) 2004.83-102. Fry, D.B. 1979. The physics of speech. New York: Cambridge University Press. Güner, L. 1999. Türkçe Konuşma ve Konuşucu Tanımaya Yönelik Veri Tabanı Örneklemi. Ankara: Yayınlanmamış Yüksek Lisans Tezi. Kent, R.D. ve Read, C. 2002. Acoustic Analysis of Speech. Canada: Thomson Learning. Künzel, H.J. 1995. Field procedures in forensic speaker recognition, in J. windsor Lewis (ed.) Studies in General and English Phonetics in Honour of Professor JD O Connor, 68-84. Künzel H. J. (2001) Beware of the telephone effect : The influence of telephone transmission on the measurement of formant frequencies. Forensic Linguistics 8, 80 99. Ladefoged, P. ve Maddıeson, I. 1996. Sounds of the world s languages. Oxford: Blackwells. Malkoç, E. 2001. Adli Amaçlı Konuşma ve Konuşucu Tanımadaki Etmenlerden Biri Olarak Prosody (Bürün) Öğeleri. Ankara: Yayınlanmamış Yüksek Lisans Tezi. Nolan, F. 1983. The Phonetic Bases of Speaker Recognition. Cambridge: Cambridge University Press (Cambridge Studies in Speech Science and Communication). Nolan F. 2002 The telephone effect on formants: a response. Forensic Linguistics 9,74 8