目錄 1 3 4（一） 4（二） 4（三） 4 5 6（一） 6（二） 7（三） 7 7五、人工智能時代聲紋鑒定的發(fā)展 7（一） 7（二） 8（三） 8（四） 9（五） 9（六） 10 10人工智能經(jīng)過幾十年的發(fā)展，理論和技術應用已經(jīng)非常成熟，各種人工智能產(chǎn)品已走入尋常百姓的生活，對人類社會生活造成全方位的影響和變革。深度學習技術作為當前最熱門的研究方向，正引領新一輪的人工智能浪潮，以聽覺領域為例，深度學習為當前聲紋識別、自然語言處理、語音合成等的發(fā)展提供了有力的技術支撐。但是從科技哲學的角度來看，技術是“雙刃劍”，當基于深度學習的語音合成技術被用于“語音偽造”，“deep-learning”成“Deepfake”，會對國家安全，社會穩(wěn)定以及個人隱私構成潛在威脅。

（一）深度偽造一詞最初源于英文“”，美國在其發(fā)布的《8］中p”定義為“以某種方式使合理的觀察像領域的偽造，如“I換臉軟件以及國外”的出現(xiàn)，引起了人們對如何規(guī)制深度（二）語音偽造技術則是以深度學習技術等AI（三）

我們熟知的一些頭部科技公司在語音合成技術領域取得了巨大的成果。谷歌的研究團隊提出原始音頻生成模型Waveet以及端到端的語音Tacotron，可以實現(xiàn)將語音從一種語言直接轉換為另一種語言，且在翻譯后的語音中保留原始說話者的聲音特征，并且進一步將二者結合，使合成效果達到媲美人類說話的水平；［5］DeepVoice（實時神經(jīng)文本語音轉換）和DeepVoice2（多說話人神經(jīng)文本語音轉換）的基Deepoice3：帶有卷積序列學習的尺度文本語音轉換，該架構能夠?qū)⒆址⒁羲睾椭匾舻任谋咎卣鬓D換為各種聲學特征，進而將其作為聲音波形合成模型的輸入；［1］FacebookAI（一）我國司法鑒定機構主要分為職權部門鑒定機的具體情況見下1。表

20204.21%，相關鑒定人占比僅863127山西警察學院司法鑒定中心，273：2000-speakerneuraltext-to-speech［C］．ICLR，2018：Multi-speakerneuraltext-to-speech［C］//Advancesinneural（二）“聲紋”的概念最早由bell20段；70聲紋識別；802117目前我國的聲紋鑒定主要分為兩種模式，一種是在偵查中，形成鑒定意見或結論提供給偵查部門，用于指導偵查方向，另一種是在庭審過程中作為證據(jù)使用。聲紋司法鑒定在操作過程中主要依靠鑒定人對音頻材料的聽辨，利用語言學及語音學進行特征分析，對可供比對的語音單元進行聲學分析，對共振峰、基頻、音強及其他聲學由于聲紋司法鑒定特殊性，當前在鑒定過程中主要依賴鑒定人的經(jīng)驗性判斷，和一些常用軟件如U、praat新月異的今天，聲紋鑒定技術也應當及時更新，以應對新的挑戰(zhàn)。（三）

24五、人工智能時代聲紋鑒定的發(fā)展（一）（二）除了新技術的開發(fā)與應用，鑒定人員的培養(yǎng)同樣應當重視。當前司法鑒定主要有物證類、法需要多種綜合專業(yè)知識，以本文討論的聲紋司法

語音學以及法學等方面的知識。當前不少高校在本科、碩士以及博士階段直接或間接開設與鑒定科學相關的專業(yè)，但對于專門的司法鑒定人才的培養(yǎng)還處在摸索階段。如司法鑒定碩士專業(yè)的設置，大多學校的學科設置主要集中在司法鑒定的理論制度、管理體制等方面；對于鑒定實務則是注重鑒定方法和經(jīng)驗的傳授。因此，我國法庭科學教育目前定位較為模糊，并不能很好地培養(yǎng)高素質(zhì)、有能力的鑒定人才。（三）DNA數(shù)據(jù)庫類似，以聲紋數(shù)據(jù)的存儲、（四）見證明力，增強司法鑒定公信力有積極的推進作用。而目前我國尚無