การวิเคราะห์เสียงคือการศึกษา เสียง พูดเพื่อวัตถุประสงค์อื่นนอกเหนือจากเนื้อหาทางภาษาศาสตร์ เช่น ในการจดจำเสียงพูดการศึกษาดังกล่าวส่วนใหญ่รวมถึงการวิเคราะห์เสียง ทางการแพทย์ ( สัทศาสตร์ ) แต่ยังรวมถึงการระบุตัวตนผู้พูดด้วย [ ^{1 ] ที่} น่าถกเถียงยิ่งกว่านั้น บางคนเชื่อว่าความจริงใจหรือสภาวะทางอารมณ์ของผู้พูดสามารถระบุได้โดยใช้การวิเคราะห์ความเครียดของเสียงหรือการวิเคราะห์เสียงแบบหลายชั้น

ปัญหาเกี่ยวกับเสียงที่ต้องได้รับการวิเคราะห์เสียงส่วนใหญ่มักมีต้นกำเนิดมาจากเส้นเสียงหรือกล้ามเนื้อกล่องเสียงที่ควบคุมเส้นเสียง เนื่องจากเส้นเสียงต้องเผชิญกับแรงกระแทกในแต่ละรอบการสั่นสะเทือนและเสี่ยงต่อการแห้งจากอากาศที่ถูกดันผ่านช่องว่างเล็กๆ ระหว่างเส้นเสียง และกล้ามเนื้อกล่องเสียงก็ทำงานอย่างหนักในระหว่างการพูดหรือการร้องเพลงและเสี่ยงต่อการเหนื่อยล้า อย่างไรก็ตาม การวิเคราะห์การเคลื่อนไหวของเส้นเสียงแบบไดนามิกนั้นทำได้ยากในทางกายภาพ ตำแหน่งของเส้นเสียงทำให้ไม่สามารถวัดการเคลื่อนไหวโดยตรงและแบบรุกรานได้ วิธีการถ่ายภาพที่ไม่รุกรานมากนัก เช่นการเอกซเรย์หรืออัลตราซาวนด์ก็ใช้ไม่ได้ผล เพราะเส้นเสียงถูกล้อมรอบด้วยกระดูกอ่อน ซึ่งทำให้คุณภาพของภาพผิดเพี้ยน การเคลื่อนไหวของเส้นเสียงนั้นรวดเร็วความถี่พื้นฐานมักอยู่ระหว่าง 80 ถึง 300 เฮิรตซ์จึงทำให้ไม่สามารถใช้กล้องวิดีโอทั่วไปได้ การถ่ายภาพ แบบสโตรโบสโคปและวิดีโอความเร็วสูงเป็นอีกทางเลือกหนึ่ง แต่การจะมองเห็นเส้นเสียงนั้น จำเป็นต้องใช้โพรบไฟเบอร์ออปติกที่เชื่อมต่อกับกล้องวางไว้ในลำคอ ซึ่งทำให้การพูดทำได้ยาก นอกจากนี้ การวางวัตถุไว้ในคอหอยมักจะกระตุ้นปฏิกิริยาการสำลักที่ทำให้หยุดการออกเสียงและปิดกล่องเสียง ยิ่งไปกว่านั้น การถ่ายภาพแบบสโตรโบสโคปจะมีประโยชน์ก็ต่อเมื่อรูปแบบการสั่นของเส้นเสียงเป็นไปอย่างเป็นคาบใกล้เคียงกันเท่านั้น

วิธีการทางอ้อมที่สำคัญที่สุดในปัจจุบันคือการกรองแบบผกผัน (inverse filtering)ของการบันทึกเสียงจากไมโครโฟนหรือการไหลของอากาศในช่องปาก และ การตรวจวัดการทำงานของกล่องเสียงด้วยไฟฟ้า ( electroglottographyหรือ EGG) ในการกรองแบบผกผัน เสียงพูด (รูปคลื่นความดันเสียงที่แผ่กระจายออกมาจากไมโครโฟน) หรือรูปคลื่นการไหลของอากาศในช่องปากจากหน้ากากระบายอากาศรอบวง (circumferentially vented หรือ CV mask) จะถูกบันทึกนอกปาก แล้วกรองด้วยวิธีการทางคณิตศาสตร์เพื่อขจัดผลกระทบของช่องเสียง วิธีนี้ประมาณการปริมาณเสียงที่เข้าสู่กล่องเสียงโดยการบันทึกผลลัพธ์และใช้แบบจำลองทางคอมพิวเตอร์เพื่อย้อนกลับผลกระทบของช่องเสียง อีกวิธีหนึ่งในการบ่งชี้การเคลื่อนไหวของเส้นเสียงโดยอ้อมแบบไม่รุกรานคือ การตรวจวัดการทำงานของกล่องเสียงด้วยไฟฟ้า ซึ่งอิเล็กโทรดที่วางไว้ด้านข้างลำคอของผู้ถูกทดสอบในระดับเดียวกับเส้นเสียงจะบันทึกการเปลี่ยนแปลงของค่าการนำไฟฟ้าของลำคอตามขนาดของส่วนที่เส้นเสียงสัมผัสกัน จึงให้ข้อมูลแบบหนึ่งมิติของพื้นที่สัมผัส ทั้งการกรองแบบผกผันและ EGG ต่างก็ไม่เพียงพอที่จะอธิบายรูปแบบสามมิติที่ซับซ้อนของการเคลื่อนไหวของเส้นเสียงได้อย่างสมบูรณ์ แต่สามารถให้หลักฐานทางอ้อมที่เป็นประโยชน์เกี่ยวกับการเคลื่อนไหวนั้นได้

อีกวิธีหนึ่งในการวิเคราะห์เสียงคือการดูคุณลักษณะของเสียง คุณลักษณะบางอย่างของเสียง ได้แก่การออกเสียงระดับเสียงความดังและอัตราการพูด คุณลักษณะเหล่านี้สามารถใช้ในการประเมินเสียงของบุคคลและช่วยในกระบวนการวิเคราะห์เสียงได้^{[ 2 ]}การออกเสียงมักจะทดสอบโดยการดูข้อมูลประเภทต่างๆ ที่รวบรวมจากบุคคล เช่น คำที่มีสระยาว คำที่มีหน่วยเสียงหลายหน่วย หรือการพูดทั่วไป ระดับเสียงของบุคคลสามารถประเมินได้โดยให้บุคคลนั้นออกเสียงสูงสุดและต่ำสุดเท่าที่จะทำได้ รวมถึงเสียงระหว่างกลางด้วย สามารถใช้แป้นพิมพ์เพื่อช่วยในกระบวนการนี้ได้ ความดังเป็นสิ่งที่ควรพิจารณาเพราะสำหรับบางคน ความดังส่งผลต่อวิธีการออกเสียงบางอย่าง บางคนจำเป็นต้องพูดดังขึ้นสำหรับหน่วยเสียงบางหน่วยเมื่อเทียบกับหน่วยเสียงอื่นๆ เพื่อให้สามารถออกเสียงได้ สามารถทดสอบได้โดยขอให้บุคคลนั้นใช้ความดังเท่ากันขณะร้องเพลงตามสเกล อัตราการพูดก็มีความสำคัญเช่นกัน เพราะเป็นการดูว่าบุคคลนั้นพูดเร็วหรือช้าแค่ไหน

^{[ 3 ]}

การศึกษาทางการแพทย์เกี่ยวกับเสียงอาจเป็นการวิเคราะห์เสียงของผู้ป่วยที่ได้รับ การผ่าตัดเอา ติ่งเนื้อออกจากสายเสียงวิธีการทางคอมพิวเตอร์สามารถใช้ประเมินปัญหาดังกล่าวได้อย่างเป็นกลาง^{[ 4 ]}นักบำบัดเสียงที่มีประสบการณ์สามารถประเมินเสียงได้อย่างน่าเชื่อถือ แต่ต้องอาศัยการฝึกอบรมอย่างกว้างขวางและยังคงเป็นการประเมินตามความรู้สึกส่วนตัว

หัวข้อวิจัยที่น่าสนใจอีกหัวข้อหนึ่งในการวิเคราะห์เสียงทางการแพทย์คือ การประเมิน ภาระของเสียง เส้นเสียงของคนที่พูดเป็นเวลานานจะเกิดความเหนื่อยล้า กล่าวคือ กระบวนการพูดทำให้เกิดภาระต่อเส้นเสียงและทำให้เนื้อเยื่อเหนื่อยล้า ในกลุ่มผู้ใช้เสียงระดับมืออาชีพ (เช่น ครู พนักงานขาย) ความเหนื่อยล้านี้อาจทำให้เสียงผิดปกติและต้องลาป่วย การวิเคราะห์เสียงได้รับการศึกษาในฐานะวิธีการที่เป็นกลางในการประเมินปัญหาดังกล่าว^{[ 5 ]}

การวิเคราะห์เสียงเป็นปัจจัยสำคัญในการศึกษาภาวะอัมพาตของเส้นเสียง ภาวะนี้ส่งผลต่อการทำงานต่างๆ ของเส้นเสียง ตั้งแต่การพูดไปจนถึงการหายใจ และการวิเคราะห์เสียงถูกนำมาใช้เพื่อศึกษาประสิทธิภาพของการผ่าตัดไทรอยด์พลาสติ (ไทรอยด์พลาสติแบบปรับตำแหน่งกลาง) ในการปรับปรุงเส้นเสียงหลังการผ่าตัด การบันทึกเสียงแบบดั้งเดิมใช้ก่อนการผ่าตัดเพื่อบันทึกเสียงของผู้ป่วยที่เลือกไว้เพื่อเปรียบเทียบกับการใช้งานหลังการผ่าตัด รวมถึงการบันทึกที่ซับซ้อนมากขึ้นโดยใช้ ^{electroglottograpy, photoglottography [} 6 ] และ videokymography ^{ผู้เชี่ยวชาญทางการ}แพทย์มีความสามารถในการอ่านและทำความเข้าใจผลลัพธ์จากการบันทึกที่ซับซ้อน แต่จำเป็นต้องมีความรู้จากผู้เชี่ยวชาญด้านเสียงในการทดลองเหล่านี้เพื่อให้ได้ผลลัพธ์ที่แม่นยำ ผู้เชี่ยวชาญด้านเสียงมีความสำคัญในการเชื่อมโยงการตรวจร่างกายของเส้นเสียงกับการตรวจทางระบบประสาทเพื่อให้แน่ใจว่าการผ่าตัดประสบความสำเร็จเนื่องจากพวกเขามีความสามารถในการฟังที่ดี การประเมินการรับรู้ของเสียงขึ้นอยู่กับคุณภาพเสียง เป็นอย่างมาก ซึ่งเป็นปัจจัยที่ผู้เชี่ยวชาญด้านเสียง ( นักบำบัดการพูด ) ควรประเมิน ผู้เชี่ยวชาญด้านการวิเคราะห์เสียงมีหูที่ได้รับการฝึกฝนมาเป็นอย่างดีและสามารถปิดกั้นตัวแปรส่วนเกินที่อาจทำให้ผลลัพธ์คลาดเคลื่อนได้^{[ 7 ]}

การวิเคราะห์เสียงใช้ในสาขาหนึ่งของนิติวิทยาศาสตร์ที่เรียกว่านิติวิทยาศาสตร์เสียงการวิเคราะห์เหล่านี้โดยทั่วไปจะดำเนินการกับหลักฐานเพื่อวัตถุประสงค์ในการประเมินความถูกต้องของเสียงที่เกี่ยวข้อง การเพิ่มคุณลักษณะของเสียงที่อาจซ่อนอยู่ภายใต้เสียงรบกวนพื้นหลัง การตีความเสียงจากมุมมองของผู้เชี่ยวชาญด้านนิติวิทยาศาสตร์^{[ 8 ]}หรือในบางกรณีเพื่อวัตถุประสงค์ในการระบุตัวผู้พูด^{[ 9 ]}

ผู้เชี่ยวชาญจะใช้เทคนิคที่หลากหลายในการวิเคราะห์ ขั้นตอนขั้นต่ำคือ "การฟังอย่างวิเคราะห์วิจารณ์ การวิเคราะห์ รูปคลื่นและการวิเคราะห์สเปกตรัม " ^{[ 10 ]}การฟังอย่างวิเคราะห์วิจารณ์เกี่ยวข้องกับการวิเคราะห์เสียงทั้งเบื้องหน้าและเบื้องหลังอย่างละเอียดถี่ถ้วนผ่านการฟังซ้ำๆ^{[ 10 ]}การวิเคราะห์รูปคลื่นจะแสดงภาพเสียงให้ผู้ตรวจสอบเห็นความผิดปกติที่อาจเกิดขึ้น การวิเคราะห์สเปกตรัมจะแสดงภาพความถี่ของเสียงให้ผู้ตรวจสอบเลือกคุณลักษณะที่น่าสนใจ^{[ 10 ]}

กรณีหนึ่งที่เสียงมีบทบาทสำคัญมากขึ้นคือคดีของเทรย์วอน มาร์ตินซึ่งมีการวิเคราะห์บันทึกเสียงการโทรแจ้งตำรวจเพื่อตรวจสอบว่าเสียงกรีดร้องในพื้นหลังมาจากจอร์จ ซิมเมอร์แมนหรือจากมาร์ติน

ผู้เชี่ยวชาญด้านการวิเคราะห์เสียงทางนิติวิทยาศาสตร์จะวิเคราะห์บันทึกเสียงโดยการตรวจสอบเสียงที่ส่งและจัดเก็บ ปรับปรุงคุณภาพเสียง และถอดรหัสเพื่อใช้ในการสืบสวนคดีอาญา การพิจารณาคดีในศาล และหน่วยงานของรัฐบาลกลาง

ในการใช้บันทึกเสียงในศาล นักนิติเวชด้านเสียงต้องตรวจสอบความถูกต้องของบันทึกเสียงเพื่อตรวจจับการดัดแปลง ปรับปรุงคุณภาพเสียง และตีความคำพูด ขั้นตอนแรกคือการตรวจสอบให้แน่ใจว่าคำพูดในบันทึกเสียงที่ใช้นั้นเข้าใจได้ บ่อยครั้งที่ตัวอย่างเสียงมีคุณภาพเสียงไม่ดีเนื่องจากปัจจัยด้านสิ่งแวดล้อม เช่น ลมหรือการเคลื่อนไหว บางครั้งคุณภาพเสียงก็เสื่อมลงเนื่องจากปัญหาทางเทคโนโลยีภายในอุปกรณ์บันทึกเสียง การตรวจสอบเพื่อระบุตัวผู้พูดไม่สามารถทำได้จนกว่าบันทึกเสียงจะมีคุณภาพที่เหมาะสม วิธีแก้ปัญหาความไม่เข้าใจได้นั้นทำได้โดยใช้โปรแกรมคอมพิวเตอร์ที่ช่วยให้ผู้ใช้สามารถกรองและกำจัดเสียงรบกวนได้ ซอฟต์แวร์คอมพิวเตอร์ยังสามารถแปลงคำพูดเป็นสเปกตรัมและรูปคลื่น ซึ่งมีประโยชน์สำหรับนักนิติเวชด้านเสียง อย่างไรก็ตาม การทำงานใดๆ กับบันทึกเสียงควรทำหลังจากทำสำเนาของบันทึกเสียงต้นฉบับแล้ว

ส่วนสำคัญอย่างหนึ่งของงานนักสัทศาสตร์นิติวิทยาศาสตร์คือการระบุตัวผู้พูด กระบวนการตีความอาจรวมถึงการรวบรวมลำดับเหตุการณ์ การถอดเสียงบทสนทนา และการระบุเสียงที่ไม่รู้จักหรือไม่สามารถเข้าใจได้ในบันทึกเสียง ในศาล ผู้เชี่ยวชาญจะทำหน้าที่อธิบายข้อเท็จจริงที่เกี่ยวข้องกับหลักฐานเสียง โดยให้คำอธิบายเกี่ยวกับหลักการทางเสียงและทางกายภาพที่เกี่ยวข้องเพื่ออธิบายสิ่งที่ปรากฏในบันทึกเสียง รายงานจะประกอบด้วยข้อมูลโดยละเอียด หากมีส่วนใดส่วนหนึ่งของบันทึกเสียงที่ไม่สามารถเข้าใจได้หรือไม่ได้ยิน จะมีการอธิบายว่าเกิดอะไรขึ้น (ในบันทึกเสียง) และอธิบายสิ่งที่ขาดหายไปจากบันทึกเสียง

การวิเคราะห์เสียงมีบทบาทสำคัญในการระบุตัวผู้พูดโดยเฉพาะอย่างยิ่งในกรณีที่ผู้พูดไม่เป็นที่รู้จัก และจำเป็นต้องระบุตัวตนจากเสียงอื่นๆ หรือผู้ต้องสงสัยจำนวนมาก ในการสืบสวนคดีอาชญากรรมหรือการพิจารณาคดีในศาล การระบุตัวผู้พูดและเสียงอย่างถูกต้อง โดยเฉพาะอย่างยิ่งในคดีอาญา ขึ้นอยู่กับปัจจัยหลายประการ เช่น ความคุ้นเคย การได้ยินบ่อย ความล่าช้า น้ำเสียง การปลอมเสียง และสำเนียง ความคุ้นเคยกับผู้พูดจะเพิ่มโอกาสในการระบุตัวเสียงได้อย่างถูกต้องและแยกแยะเสียงได้ ปริมาณการได้ยินเสียงยังช่วยในการระบุตัวเสียงได้อย่างถูกต้อง แม้ว่าจะเป็นเสียงที่ไม่คุ้นเคยก็ตาม ผู้ที่ฟังคำพูดนานกว่าหรือได้ยินเสียงบ่อยกว่าจะสามารถจดจำเสียงได้ดีกว่าผู้ที่อาจได้ยินเพียงคำเดียว ความล่าช้าระหว่างเวลาที่ได้ยินเสียงและเวลาที่ระบุตัวผู้พูดจะลดโอกาสในการระบุตัวผู้พูดที่ถูกต้องลง และน้ำเสียง ก็ ส่งผลต่อความสามารถในการระบุตัวผู้พูดที่ถูกต้องด้วย หากโทนเสียงไม่ตรงกับเสียงของผู้พูดในขณะที่ทำการเปรียบเทียบ การวิเคราะห์ก็จะทำได้ยากขึ้น การปลอมแปลงเสียง เช่น การกระซิบ ก็จะเป็นอุปสรรคต่อความสามารถในการจับคู่และระบุตัวผู้พูดได้อย่างแม่นยำ ในบางกรณี บุคคลที่พูดภาษาเดียวกันกับผู้พูดที่กำลังวิเคราะห์เสียงอยู่ จะสามารถระบุตัวผู้พูดได้ง่ายกว่า เนื่องจากสำเนียงและจังหวะการพูด นอกจากนี้ การระบุตัวผู้พูดยังซับซ้อนขึ้นจากความผิดเพี้ยนที่เกิดจากวิธีการบันทึกเสียงทางเทคนิค และปัญหาที่เกี่ยวข้องกับตัวผู้พูดเอง เช่น สภาวะทางอารมณ์หรือแรงจูงใจอื่น ๆ ที่ทำให้เสียงของผู้พูดแตกต่างจากเสียงที่บันทึกไว้ วิธีการระบุตัวผู้พูดในนิติวิทยาศาสตร์ ได้แก่ การใช้พยานผู้เห็นเหตุการณ์ที่คุ้นเคยกับการระบุเสียงที่พวกเขาได้ยิน วิธีการรับรู้ทางโสตประสาทที่ดำเนินการโดยผู้เชี่ยวชาญเกี่ยวกับหน่วยเสียงระดับสูงของคำพูดของแต่ละบุคคล และวิธีการที่ใช้คอมพิวเตอร์

• ชุมชนออนไลน์เกี่ยวกับปัญหาเสียงและภาวะผิดปกติของเสียง (VoiceMatters.net)