Forensic Data Science
Laboratory


Speaker Recognition / Speaker Identification
by Human Listeners



Selected Publications



Speaker identification in courtroom contexts: Speaker identification by individual listeners and by groups of listeners

– Outline

  • Adoption of the new paradigm is advanced in forensic-voice-comparison research, and it has made some inroads into casework, but the admission of forensic-voice-comparison evidence has been challenged on the following grounds:

    • Expert testimony is only admissible if “it is needed to provide the court with information likely to be outside the court’s own knowledge and experience” (CPD 19A.1(ii)).

  • The question is whether a judge or a jury could do just as well by simply listening to the questioned- and known-speaker recordings.

  • We will conduct a series of experiments in which listeners are asked to make same-speaker/different-speaker judgements on pairs of recordings that reflect casework conditions.

    • Listeners will respond using a probabilistic scale.

  • The recordings will be a subset of those used in a 2016–2019 journal special issue that tested a number of forensic-voice-comparison systems, including systems based on state-of-the-art automatic-speaker-recognition technology.

  • We will begin with online experiments in which individual listeners make judgements on a large set of test pairs, and later conduct experiments in which listeners make decisions in groups of 12 on a smaller set of test pairs.

  • The individual-listener results and group-listener results will be compared with results from forensic-voice-comparison systems.

  • Reflecting courtroom scenarios, we will conduct experiments with listeners who are:
    1. familiar with the language and accent spoken on the recordings (Australian-English listeners)

    2. less familiar with the accent (North-American-English listeners)

    3. less familiar with the language (Spanish-Language listeners)

– Timeline

  • We are conducting the research 2022-02 – 2022-09.

    – Participant information statements / Información por participantes



Un método para calcular la fuerza de la evidencia asociada con el supuesto reconocimiento de un locutor conocido por un testigo auditivo

V Congreso de Ciencia Forense, Universidad Autónoma de México

Recording of presentation by Claudia Rosas originally live-streamed 2021-10-08
  • Investigaciones anteriores sobre el reconocimiento de locutores por parte de testigos auditivos se han centrado en factores que afectan la exactitud de los testigos auditivos en general. Los resultados de esta investigación han permitido a los testigos expertos hacer generalizaciones sobre si es más o menos probable que las condiciones de un caso conduzcan a identificaciones / reconocimientos correctos o incorrectos. Han proporcionado orientación sobre cómo diseñar alineaciones de locutores para aumentar la exactitud y reducir el sesgo. Sin embargo, la investigación previa no ha proporcionado una solución a la pregunta clave de la evidencia en un caso particular: ¿Cuál es la fuerza de la evidencia asociada con la identificación / reconocimiento de este testigo auditivo en particular de este hablante en particular bajo las condiciones particulares de este caso?

  • Esta presentación describe y demuestra un método para evaluar la fuerza de la evidencia cuando un testigo afirma reconocer una voz como la voz de un hablante que le es conocido. La demostración se basa en las condiciones de un caso real en el que un testigo afirma reconocer una voz en una grabación (la voz de un delincuente) como la voz de una persona conocida para él (un sospechoso). La víctima, que se encontraba en el maletero de un automóvil, realizó una llamada a los servicios de emergencia a través de un teléfono móvil. La llamada se grabó en el centro de llamadas. La voz del delincuente estaba en el fondo de la grabación (el delincuente aparentemente estaba sentado en el asiento delantero del automóvil). La parte de la grabación durante la cual se pude oír la voz del delincuente duró aproximadamente tres segundos.

  • El método calcula un factor de Bayes que responde a la pregunta: ¿Cuál es la probabilidad de que un testigo auditivo cooperativo afirme reconocer al delincuente como sospechoso si el delincuente era el sospechoso? frente a ¿cuál es la probabilidad de que el testigo auditivo afirme reconocer al delincuente como el sospechoso si el delincuente no era el sospechoso sino algún otro hablante de la población relevante? Los datos relevantes para la demostración fueron las respuestas de los oyentes ingenuos a las grabaciones de los locutores que eran conocidos para los oyentes. Los locutores fueron grabados en condiciones que reflejaban las del caso. Las grabaciones se presentaron a los oyentes en una alineación de locutores. En respuesta a cada grabación, si el oyente afirmó reconocer al hablante, se le pidió que escribiera el nombre del hablante, de lo contrario, declarara que no reconoció al locutor. Los factores de Bayes se calcularon utilizando estos datos y distribuciones beta-binomiales con los a prioris de Jeffreys.

Slides

https://youtu.be/Inna8YW-_mc?t=4420




Project Team

– Geoffrey Stewart Morrison

– Nabanita Basu

– Phil Weber

– Cuiling Zhang

– Claudia Rosas

Jorge Sommerhoff

  • Professor Emeritus, Instituto de Acústica, Universidad Austral de Chile

Kristy A Martire

  • Associate Professor & Director of the Master of Psychology (Forensic) Program, University of New South Wales

Agnes S Bali

  • Postdoctoral Researcher, School of Psycology, University of New South Wales





  • http://forensic-data-science.net/speaker-recognition-by-humans/

    This webpage is maintained by Geoffrey Stewart Morrison and was last updated 2022-04-28