L’Indagine Fonica

PERIZIA PER IL RICONOSCIMENTO

DEL PARLATORE

Ten Col. Davide Zavattaro

Convegno: «Maresciallo mi sente?»

PARTE I

La prova scientifica nel

dibattimento moderno

Dall’ultimo decennio la letteratura internazionale ha

modificato il concetto di ‘scientificità’ relativo ai

metodi di identificazione e alle modalità di

presentazione dei risultati che vengono proposti

nelle aule di giustizia.

-Sentenza Daubert (U.S.A.-1993)

La casa farmaceutica Merrel produceva un farmaco

antidolorifico che, assunto in gravidanza, avrebbe

causato la malformazione di un neonato.

La perizia farmacologica trova nessi di causalità e la

ditta viene condannata ad un lauto risarcimento

Successivamente la difesa dimostra che su 10.000

donne che hanno assunto il medesimo farmaco in

gravidanza, l’incidenza di malformazioni è stata

INFERIORE alla media nazionale.

-Sentenza Daubert (Corte Suprema U.S.A.-1993)

Si scatena un dibattito vastissimo sul valore

‘scientifico’ delle perizie tecniche, risolto

modificando i CRITERI per ammettere in corte una

perizia con il crisma della ‘scientificità’, che dovrà

essere elaborata con un metodo che soddisfi i

requisiti seguenti:

1. Peer reviewed

2.“falsificazionismo” (alla Popper)

3. Produrre un error rate…

4. Agreement della comunità scientifica

-Sentenza Daubert (Corte Suprema U.S.A.-1993)

Rispetto ai criteri precedenti, risalenti agli anni ’20,

la vera novità è l’introduzione dei concetti di

•METODO FALSIFICABILE

•QUANTIFICAZIONE DELL’ERRORE

Tuttavia gli americani non chiariscono ‘come’ l’errore

debba essere espresso

-Raccomandazioni ENFSI (>1997)

“…utilizzare likelihood ratio e approccio statistico

Bayesiano”

Il dubbio è fastidioso, ma la

certezza è degli imbecilli (Voltaire)

SCIENTIFICO ≠ ESATTO

Ruolo del consulente/perito nel

dibattimento

-comunicazione con le parti nella

cross-examination-

-Esistono 3 tipologie comportamenti di ‘esperti’ in

dibattimento

1. IL ‘DURO’ (ESISTE LA CERTEZZA E SI DIFENDE A

TUTTI I COSTI)

2. Il ‘DIPLOMATICO’ (TUTTO E’ POSSIBILE E

NEGOZIABILE)

3. LO ‘SCIENTIFICO’ (QUANTIFICA LA DELIMITAZIONE

DEL CAMPO DI INDETERMINAZIONE)

Le prime 2 generano confusione comunicativa e potenziale

sfiducia nel sistema, il primo perché crede che esprimere

un dubbio significhi non essere ‘bravo’, il secondo perché

ammette dubbi anche laddove non dovrebbero esserci

VALENZA DELLA PROVA

SCIENTIFICA

(FONICA)

La prova in Italia si forma in dibattimento, un tipo di

giudice domanda all’esperto:

‘ci dica, è lui o non è lui?’

Il vecchio retaggio culturale di alcuni giudici non

prevede altre opzioni e, inoltre, è riposta una cieca

fiducia nell’esame tecnico

Un altro tipo di giudice, con un po’ più di cultura

scientifica potrebbe chiedere al perito:

‘con quale percentuale?’

In questi casi, tuttavia, la richiesta può dar luogo a

incomprensioni drammatiche o nascondere una

sfiducia nell’esame scientifico

Il problema è che l’esperto utilizza un diverso

linguaggio e proviene da un opposto contesto

culturale rispetto al Magistrato. La domanda, infatti,

è terribilmente equivoca:

‘percentuale… di che cosa?’

Il magistrato implicitamente intende ‘percentuale di

colpevolezza’ P (C|E)

Il tecnico invece, che può solamente lavorare sui reperti che ha

avuto a disposizione, non conosce gli esiti delle indagini di

Polizia e, in buona fede, potrebbe intendere ‘percentuale di

positività dell’esame’ P (E|C)

ESEMPIO

Se si trattasse di una traccia ematica, con solo esame A-B-0 e

fattore Rh, trovando un confronto positivo anonimo-colpevole

(es gruppo 0 Rh +) il biologo potrebbe asserire ‘correttamente’

100% signor giudice!

Ma, ovviamente, questa percentuale P(E|C) non dice che il

soggetto sia colpevole al 100%, poiché ‘0+’ è molto comune !!

Linee guida

ENFSI

-2011-

U.S.A.

Codifica del

ruolo

dell’esperto

Legge

101/11

L’identificazione a scopo forense

Quale sia il metodo utilizzato è fondamentale che l’esperto

possa quantificare l‘errore’ dell’identificazione.

Ma esistono due tipi di ‘errore’

I Errore sulla compatibilità

(quanto i dati dei due soggetti sono sovrapponibili?)

II Errore di falsa identificazione

(probabilità che un’altra persona, innocente, possa

presentare gli stessi dati)

Esempio sull’errore di tipo I

‘riconoscimento di persona sulla base dell’altezza

estrapolata da un video’

Il perito, con metodo sofisticato, asserisce che il

rapinatore è alto cm 185, senza quantificare l’errore,

confidando nella bontà del suo metodo (esperto

tipologia ‘1’).

Un eventuale indagato alto 187 cm sarebbe

automaticamente escluso

Esempio sull’errore di tipo I

‘riconoscimento di persona sulla base dell’altezza

estrapolata da un video’

Un altro perito, magari con lo stesso metodo,

conscio che le situazioni dell’immagine e della

postura possono creare distorsioni, conclude che

‘verosimilmente’ è alto 185 cm, senza quantificare il

margine di errore (esperto tipo ‘2’)

L’ indagato alto 187 cm sarebbe sicuramente

compreso, ma anche uno alto 180 cm o, magari,

177 cm…

Qual è il limite di tolleranza?

Esempio sull’errore di tipo I

‘riconoscimento di persona sulla base dell’altezza

estrapolata da un video’

Qual è il limite di tolleranza?

La ‘tolleranza’ non puo’ essere fornita ‘ad

occhio’, ma bisognerebbe utilizzare uno

strumento statistico adeguato (es. Analisi

della Varianza)

Se è data soggettivamente bisognerebbe

avere l’onestà di esplicitarlo

L’identificazione a scopo forense

Le direttive ENFSI prevedono un approccio Bayesiano,

utilizzando il concetto di LIKELIHOOD RATIO (Lr) o

RAPPORTO DI VEROSIMIGLIANZA

P(C|E) P(E|C) P(C)

P(C|E) P(E|C) P(C)

Posterior

Odds

Prior odds

Likelihood Ratio

Introducendo la Lr si esce dal dualismo

si-no

consentendo un’infinità di ‘toni di

grigio’ indispensabili come strumento

decisionale soprattutto laddove l’esa-

me dia risultati ‘deboli’

Si interpreta come ‘supporto tecnico

all’ipotesi iniziale (di colpevolezza)’

L’identificazione a scopo forense

Il compito dell’esperto è fornire al giudice la Lr

P(E|C) Probabilità che il soggetto ‘C’ abbia lasciato la traccia ‘E’

P(E|C) Probabilità che un soggetto diverso da ‘C’ abbia lasciato

la traccia ‘E’

Lr =

• Lr è un numero puro che può oscillare tra 0

(assoluta estraneità) e + ∞ (identificazione certa).

• Se Lr = 1 l’esame è INCONCLUSIVO

L’identificazione a scopo forense

Il compito dell’esperto è fornire al giudice la Lr

P(E|C) Probabilità che il soggetto ‘C’ abbia lasciato la traccia ‘E’

P(E|C) Probabilità che un soggetto diverso da ‘C’ abbia lasciato

la traccia ‘E’

Lr =

Sono sufficienti i set di dati misurati

E’ necessario poter disporre di un database rappre-sentativo della popolazione e di un modello matematico descrittivo del fenomeno

Importante considerare gli effetti delle probabilità a priori,

solitamente non a disposizione dell’ esperto.

Il solo valore della Lr non è esaustivo se non si conoscono

le probabilità a priori

L’esperto non può sostituirsi al giudice !

P(C|E) P(C)

P(C|E) P(C)

Prior odds

Lr

La prova fonica dovrebbe fornire al

giudice la Lr (Evidence strenghtness)

In altre parole sono 2 i risultati da

presentare:

a)C’è compatibilità tra le voci?

b)Quante altre persone

potrebbero dare lo stesso livello

di compatibilità?

La decisione finale dovrà

considerare i 2 risultati alla

luce delle probabilità a priori:

Quale dimensione ha il gruppo

dei possibili autori del reato?

Solo avendo a disposizione questi

3 elementi (2 tecnici ed 1

‘investigativo’) sarà possibile

operare una decisione

PARTE II

Metodi per

il riconoscimento del parlatore

Il riconoscimento del parlatore

(Speaker Identification)

Ingiurie Stalking

Rivendicazioni

di Attentati

Estorsioni Droga

Rapimenti

Essendo la natura dell’esame tipicamente

comparativa, è necessario disporre di

idoneo materiale di confronto:

Conversazioni/telefonate di sicura provenienza e

attribuzione

oppure

Si procede all’acquisizione di un saggio fonico

PRINCIPALI PROBLEMI NELL’ANALISI DELLE VOCI:

• Microvariabilità temporale della voce

• Variabilità di lungo termine

• Trattazione matematica dei dati

• Effetti del canale di trasmissione

• Disturbi (rapporto s/n)

• Quantità del materiale anonimo

• Disponibilità del materiale del saggio fonico

• Voci femminili

• Lingue eterogenee

Il processo di produzione fonatorio crea due

categorie di ‘reperti’ utili alle indagini…

LA VOCE

IL MESSAGGIO

…ne derivano due filoni metodologici per

l’identificazione :

ANALISI FONETICO-LINGUISTICHE

(soggettive, qualitative)

- fonetiche, lessicali, prosodiche…

ANALISI STRUMENTALI

(oggettive, quantitative)

-analisi delle frequenze prodotte nella fonazione

(vibrazione corde vocali e frequenze di risonanza del cavo

orale)

La SOLUZIONE IDEALE è

cercare un’integrazione tra

più metodologie

Nel mondo sono tipicamente impiegati 3 metodi

per il riconoscimento del parlatore

1. Linguistico-fonetico

2. Semi-automatico

3. Totalmente automatico

Metodo Linguistico-Fonetico

Storicamente è stato il primo ad apparire

Richiede un notevole background di

carattere fonetico

E’ fortemente dipendente dalla lingua

Richiede grandi quantità di materiale

audio

Metodo Linguistico-Fonetico

Le analisi si dividono in:

1. Prove d’ascolto

2. Esami fonetici

3. Esami lessicali

4. Esami prosodici

1. Prove d’ascolto

Sono basate sulla memoria a breve termine

Si costruisce un file, contenente sia le frasi

anonime che le medesime pronunciate dal

sospettato, poi si procede all’ascolto,

ripetendo l’operazione in tempi diversi

2. Esami fonetici

Si ricercano gli elementi caratterizzanti che differiscono

dalla pronuncia corretta nazionale

ES. TRE tré, trè, tce...

ES. NOVE nòve, nóve…

L’insieme dei risultati darà indicazioni sulla regione linguistica

di provenienza del parlatore, tuttavia il riscontro di particolari

difetti fornisce importanti elementi di riconoscimento individuale.

Per questo scopo le consonanti più sensibili sono:

‘R’, ‘S’, ‘C’, ‘G’, ‘Z’

3. Esami lessicali

Lingua

Dialetto

Forniscono indicazioni sulla regione linguistica di provenienza del parlatore

Terminologia specifica (gergo) Padronanza della lingua

Aiutano ad individuare l’ambiente socio-culturale e scolastico-professionale

Terminologia preferenziale (ripetizioni)

Terminologia personale

Forniscono informazioni legate alle abitudini

individuali

4. Esami prosodici

Inflessione/cadenza

Danno indicazioni sulla regione linguistica di provenienza del parlatore

Pause (vuote e piene) - Lunghezza consonanti plosive (p,t,k)

Sono elementi individuali misurabili strumentalmente

Velocità di locuzione

E’ il parametro più utile a fini forensi, per misu-

rabilità, stabilità e trattabilità statistica

TEL. 670 sillabe secondi vel. dev. st. s v. medio

eh, e come si fa? 6 0,66 9,09

ma siete a posto o no?7 0,88 7,95

allora faccia'.. e facciamo 'na cosa…15 1,61 9,32

adesso vedo se posso…8 1,06 7,55

fare scendere io 6 0,74 8,11

ah ho capito 5 0,58 8,62

ah va bene, va bene dai8 0,93 8,6

allora mi chiami tu? 7 0,79 8,86

Totali tel 670 62 7,25 8,55 0,6 0,21

Sospettatosillabe secondi vel. dev. st. s v. medio

volevo sentir da te 7 0,73 9,59

Adesso vado a sentire com'è la13 1,44 9,03

ma mi sembra troppo6 0,83 7,23

spetta facciamo 'na cosa facciamo11 1,31 8,4

adesso vedo se casomai posso…16 2,01 7,96

ah ho capito, ho capito9 1,02 8,82

allora mi chiami tu? 7 0,75 9,33

Di solito quando ci son stati i Cara..17 1,97 8,63

sia in una maniera che è la mia m..12 1,55 7,74

o nel bene o nel male8 0,92 8,7

primo processo che abbiamo fatto..13 1,51 8,61

dopo tanti anni vengono a scoprire13 1,62 8,02

Totali CURCI 132 15,66 8,43 0,68 0,2

0

2

4

6

8

10

12

14

16

18

20

perc

en

tuali

rela

tive

4-4,49 4,5-5 5,01-

5,5

5,51-6 6-6,5 6,51-7 7,01-

7,5

7,51-8 8,01-

8,5

8,51-9 >9

velocità medie della popolazione

V

Metodo Linguistico-Fonetico: considerazioni

Alcuni parametri sono ‘robusti’ rispetto

agli effetti del canale e al rapporto

segnale/rumore

Richiede giorni per un esame completo

E’ complicato creare database

Le risposte sono generalmente qualitative,

le valutazioni soggettive

L’orecchio è uno strumento attendibile?

Hz

db

0

20

40

60

80

100

120

140

20 50 100

200

500 1K 2K 5K 10

K20

K

GRAFICO DELLA SENSIBILITA’

DELL’ORECCHIO UMANO

La percezione è utile?

1. Tutti abbiamo forme di percezione

2. La percezione solitamente è PARZIALE

3. La verità può essere AMBIGUA

4. La verità può essere UNIVOCA ma la

nostra percezione porta a conclusioni

ERRATE

Esempio di realtà AMBIGUA

Esempio di realtà UNIVOCA

Il riconoscimento del parlatore-

esami ‘oggettivi’

(Speaker Identification)

La voce è un suono complesso perché è dato dalla

combinazione di tre effetti:

1. La vibrazione delle corde vocali (genera la Frequenza Fondamentale)

2. Il rumore prodotto nella fonazione

3. Il transito attraverso il tratto vocalico (genera le Frequenze Formanti)

- Il segnale finale è dato dalla CONVOLUZIONE del segnale

entrante x(t) con il filtro vocale h(t)

g(t)=x(t)h(t)

- Lo spettro del segnale finale è dato dal PRODOTTO degli

spettri dei segnali x(t) e h(t)

Modello

Segnale relativo ad una ‘a’ -Spettro-

Per essere leggibile, uno spettro necessita dell’ap-plicazione di algoritmi specifici (CEPSTRUM o LPC) che rendano possibile la ricostruzione delle componenti dovute al tratto vocalico

ESEMPI OPERATIVI

Il sistema indica le misurazioni delle

risonanze: le FORMANTI

METODI di tipo SEMI - AUTOMATICO

(IDEM, SMART, DIALECT, SIVE...)

Sistemi computerizzati che richiedono

l’interazione uomo-macchina

Alcune task sono automatiche:

•Stima rapporto s/n

•Estrazione di parametri (pitch, formanti...)

•Modelli matematici intra-interparlatore (GMM,

Distances, Matrix...)

•Analisi statistiche e decisionali (Tests)

METODI SEMIAUTOMATICI

Attività ‘manuali’ lasciate all’operatore:

•Selezione dei tratti da misurare (editing)

•Controllo delle misure

(correttezza, selezione delle vocali, deleting...)

•Selezione dei parametri decisionali

(livello di confidenza, variabili e database... )

•Controllo finale

Il sistema consente una rappresentazione

bidimensionale delle misure effettuate

Al termine si effettua sia il test di compatibilità (es.

c2) che il calcolo della probabilità di falsa

identificazione (integrazione Montecarlo)

Equivalenza verbale - LR

Metodi Totalmente automatici

Lavorano nel campo delle frequenze e del

tempo (parametri MFCC e DMFCC)

Caratteristiche principali:

-velocità

-sensibilità al canale

-sensibilità al rapporto segnale/rumore

-discreta robustezza sulla lingua

Metodi Totalmente automatici

Rappresentano le più moderne opportunità

Tutti i passi sono automatici:

-Estrazione dei parametri

-trattamento statistico e catalogazione

-calcolo della likelihood ratio

L’operatore deve solo:

-inserire i tratti di segnale nel sistema

-scegliere il database di riferimento

Metodi Totalmente automatici

Il trattamento statistico prevede il computo della

LIKELIHOOD RATIO secondo un modello

continuo, la soglia è variabile caso per caso.

METODI A CONFRONTO

-vincoli

-robustezza

-velocità

-parametri coinvolti

-validità in dibattimento

-performance

Rapporto segnale/rumore - vincoli

Fonetico-

linguistici

~ 10 dB

Semi

Automatici

~ 12 dB

Totalmente

Automatici

~ 17 dB

Vincoli sulla durata

Fonetico

Linguistici

?? (> 5 min)

Semi

Automatici

~ 12”

Tot.

Automatic

~ 30” per l’anonimo

~ 2’ per il sospettato

Robustezza sul canale

Fonetico-

linguistici

+++

Semi

Automatici

++/+++

Tot

Automatici

-

Robustezza sulla lingua

(opeatore non madrelingua)

Fonetico

Linguistici

-/+ (dipende dal grado di con.)

Semi

Automatic

+/++ (dipende dalla lingua)

Tot.

Automatici

++/+++

Risposte

Fonetico-

linguistici

Scala verbale – Soggettiva/qualitativa

Semi

Automatici

P.F.A./P.F.R. o Lr

Tot.

Automatici

Lr / Tippet Plot

Performance

Fonetico-

linguistici

Alta ??

(non esiste una reale validazione)

Semi

Automatici

EER < 1 %

Totalmente

Automatici

EER 1%-15%

(dipende dal tipo di canale)

E’ accettato in dibattimento ?

Fonetico-

linguistici

generalmente sì

(non in tutti gli Stati degli U.S.A. - caso

Daubert)

Semi

Automatic

Sì

Full

Automatic

??

(Sono da considerarsi alla stregua di

AFIS e IBIS, cioè utili per per analisi

preventive)

CONCLUSIONI PARTE II

Nessuno dei 3 metodi può definirsi ‘il migliore’ in

senso assoluto, avendo differenti limiti

La richiesta dominante delle Scienze Forensi è

‘fornire risposte quantitative’

I sistemi linguistico-fonetico, pur qualitativi, sono

però finora accettati quasi ovunque

I metodi Semi-automatici appaiono i più versatili,

potendo combinarsi con le variabili time-dependent

usate dai fonetisti

CONCLUSIONI PARTE II

L’accertamento completo dovrebbe essere condotto

con la combinazione di tutte le tecniche (il ‘metodo

dei metodi’) in modo da poter garantire

applicabilità e performance superiori in qualsiasi

condizione.

PARTE III

Casi particolari, limitazioni ecc...

Le creste del segnale appaiono ‘tagliate’

per oltre 1 millisecondo

1. Segnale ‘saturo’

CONSEGUENZE:

a) Perdita di intelligibilità (analisi

linguistica ridotta)

b) Impossibilità di misurare le frequenze

superiori a 1000 Hz (è compromesso

l’esame strumentale)

1. Segnale ‘saturo’

COMPLICAZIONI DOVUTE A:

a) Frequenza fondamentale molto alta

b) Scarsa casistica

2. Voci femminili

VOCE MASCHILE VOCE FEMMINILE

CONSEGUENZE:

a) Difficoltà a misurare le formanti

b) Impossibilità di misurare la p.f.i.

(analisi strumentale meno attendibile)

2. Voci femminili

COMPLICAZIONI:

a) Difficoltà alla comprensione del

messaggio verbale

b) Difficoltà a decifrare la caratteristiche

fonetico-linguistiche

c) Difficoltà ad isolare le vocali per le

misure (dipende dal tipo di lingua)

d) Problema di applicabilità del modello

statistico

3. Voci straniere

CONSEGUENZE

a) Esame fonetico-linguistico completo

possibile solo da madrelingua, limitato

o impossibile altrimenti

b) Esame strumentale difficoltoso con

rischio di utilizzare vocali non

omogenee

c) Calcolo della p.f.i. impreciso e

condizionato dal tipo di lingua/etnia

3. Voci straniere

CASI PARTICOLARI

a) Le lingue NEO-LATINE e quelle ad isocronia

SILLABICA (in particolare spagnolo, rumeno,

albanese) ben si prestano all’individuazione e alla

misura delle vocali, a differenza di quelle ad isocronia

ACCENTUALE (es. inglese)

b) Non solo gli esami linguistici, ma anche quelli

strumentali andrebbero condotti in collaborazione con

un madrelingua

3. Voci straniere

4

voce alterata

-Caso Reale-

Il caso

Svizzera, Canton Ticino

Un ragazzo uccide la nonna con un macete e aggredisce

il padre. Viene arrestato immediatamente.

Nella camera del ragazzo viene trovato un video di 6

minuti nel quale un soggetto maschile, totalmente

incappucciato, con un macete in mano, legge un discorso

delirante, con voce alterata, nel quale spiega che bisogna

compiere ‘grandi azioni’ prima di suicidarsi.

Il P.M. vuole sapere se la voce è dell’assassino oppure

sia un’azione di plagio sul ragazzo

Il caso

La Polizia Scientifica del Canton Ticino non opera

comparazioni di voce

L’Istituto Centrale di Zurigo non è in grado di trattare il

caso per via della lingua e perché, utilizzando sistemi

automatici, la voce alterata rappresenta un limite.

Tuttavia la voce naturale del ragazzo, all’ascolto, appare

molto simile.

Metodo di lavoro

Effettuazione del saggio fonico secondo le modalità

standard

Approccio linguistico (laddove possibile)

Approccio strumentale (laddove possibile)

Approccio linguistico

Il parlatore anonimo si esprime con accento ticinese

(simile al lombardo), mostrando una chiara ‘r’ uvulare.

Nel messaggio, tuttavia, si evidenziano 6 parole

pronunciate con accento differente da quello locale:

dèa – Atèna – appartèngo – sènza – intèndere - sèmpre

La dimostrazione che l’accento fosse effettivamente

diverso nella popolazione ticinese è stata ottenuta

intervistando una quindicina di persone del luogo,

invitate a leggere frasi contenenti queste parole.

Il saggio fonico

Si effettua in carcere, in modalità ortofonica, e si

propone al sospettato, dopo un colloquio informale, di

ripetere frasi contenenti le parole evidenziate, per

verificarne le caratteristiche fonetiche, nonché di

rileggere il messaggio pronunciato nel video

Approccio strumentale

Dalla voce del sospettato e dell’anonimo sono stati

estratti 7-8 campioni per ogni vocale e da questi sono

state misurate le formanti.

Poiché la F0 (frequenza fondamentale) è indubbiamente

modificata dall’alterazione volontaria, non è stata presa

in considerazione (nel saggio la voce era naturale)

L’esito del test è stato sorprendentemente positivo.

Conclusioni

Quando il materiale è abbondante, anche a fronte di

alterazioni volontarie nel parlato, è possibile ottenere

risultati da esami di tipo linguistico

Il tipo di alterazione (strozzatura della glottide) ha

riflessi sulla F0 ma non sulle formanti