ERIKSSON, Anders. Tutorial sobre Fontica Forense. ReVEL, vol. 12, n. 23, 2014.

Traduo
Pablo Arantes e Suska Gutzeit. [www.revel.inf.br].

TUTORIAL SOBRE FONTICA FORENSE1

Anders Eriksson2

[email protected]

RESUMO: Este tutorial apresenta a fontica forense como rea de atuao prtica e como
campo de pesquisa para cientistas da fala. O texto est dividido em trs partes. Na primeira, a
fontica forense apresentada em seu contexto histrico e em seu desenvolvimento
moderno. Na segunda, so apresentados temas e questes fundamentais de pesquisa na rea
e como os conhecimentos gerados no campo podem ser aplicados em situaes prticas. So
discutidos assuntos como o reconhecimento e a discriminao da voz humana, bem como de
que forma memria, familiaridade, lngua, disfarce vocal, entre outros fatores, afetam essas
habilidades. Na terceira, discute-se o uso de informaes presentes na voz e em imagens do
crebro para a deteco de mentira e tenta-se traar uma linha divisria entre mtodos cuja
aplicao na prtica forense pode ser justificada com base em provas cientficas.
Palavras-chave: Fontica forense; Cincia da fala forense.

INTRODUO

Este tutorial vai tratar de trs reas.

Primeiramente, vamos posicionar a cincia da fala forense em seu contexto
histrico. Descreveremos brevemente seu desenvolvimento, o de suas origens
modernas com as impresses vocais (voiceprints)3 nos Estados Unidos da Amrica e
com a fonoscopia (phonoscopy) na Unio Sovitica de Stalin, at a presente situao,
dando uma noo dos avanos e tambm das controvrsias.

1 Publicado originalmente em: ERIKSSON, Anders. Tutorial on forensic speech science. Part I:
Forensic phonetics. In: Interspeech 2005 - Eurospeech 2005. Proceedings of the 9th European
conference on speech communication and technology. Lisbon, Portugal. September 4-8, 2005.
2 Departamento de Lingustica, Universidade de Estocolmo, Estocolmo, Sucia. O texto serviu de base

para uma sesso tutorial na 9th European Conference on Speech Communication and Technology
(Interspeech, 2005), realizada em Lisboa, em setembro de 2005. Traduo de Pablo Arantes
(Departamento de Letras, Universidade Federal de So Carlos) e Suska Gutzeit (Universidade Federal
de So Carlos).
3 Nos casos em que no existe uma traduo bem estabelecida para palavras ou expresses tcnicas

presentes do texto original, sugerimos uma traduo, mas deixamos o termo em ingls entre
parnteses (N.T.).

ReVEL, vol. 12, n. 23, 2014 ISSN 1678-8931 297

 Em seguida, vamos apresentar algumas questes fundamentais na pesquisa
fontica forense e ver como o nosso conhecimento atual pode ser aplicado em
situaes prticas. Nessa parte do tutorial, o foco ser o reconhecimento e a
discriminao da voz humana e como memria, familiaridade, lngua, disfarce vocal,
entre outros fatores, influenciam nessas duas habilidades.
Mentiras e fraudes so problemas histricos em investigaes forenses. Assim,
no surpresa que muitas pessoas vm tentando encontrar caminhos para detectar
sinais de insinceridade na fala. Vamos descrever tentativas para usar as informaes
transmitidas pela voz humana na deteco de mentiras e recentes experimentos
usando mtodos de ressonncia magntica funcional (fMRI) para lidar com o
problema. Na descrio desses trabalhos, vamos fazer tambm uma tentativa de
traar uma linha divisria entre mtodos cuja aplicao, na prtica forense, pode ser
justificada com base em provas cientficas e aqueles que so, na melhor das hipteses,
especulativos e abertamente fraudulentos no pior dos casos.
Para cada tpico, vamos apresentar uma lista de leituras complementares.

1. LEITURAS DE BASE

Muitos livros sobre fontica forense foram publicados durante as ltimas

dcadas, muitos dos quais podem ser encontrados em bibliotecas universitrias.
Mencionaremos aqui dois livros recentes que proporcionam uma boa e abrangente
introduo ao campo. Forensic Voice Identification, escrito por Hollien, um livro
introdutrio que delineia os antecedentes histricos do campo e trata de tpicos
como reconhecimento automtico da fala, memria e procedimentos para a
montagem de filas de reconhecimento de voz (voice lineup). O livro razoavelmente
acessvel a no especialistas e no requer qualquer conhecimento fontico profundo.
O livro de Rose, Forensic Speaker Identification, consideravelmente mais tcnico.
Ele trata de assuntos como identificao automtica de falantes e cobre com certa
profundidade algumas das tcnicas usadas no campo, como a anlise cepstral, por
exemplo. uma excelente introduo ao campo dos mtodos automticos para o
leitor que tem um domnio razovel de tecnologia da fala ou fontica acstica. O livro
tambm trata de questes estatsticas e mtodos usados para avaliar o resultado da
comparao de falantes, como a estatstica bayesiana. Ambos os livros so leituras
altamente recomendadas.

ReVEL, vol. 12, n. 23, 2014 ISSN 1678-8931 298

2. ANTECEDENTES HISTRICOS

O uso da identificao de voz em casos criminais tem uma histria mais longa
do que se pode imaginar. Esse recurso provavelmente foi usado por milhares de anos
para identificar suspeitos de terem cometido crimes que foram ouvidos, mas no
vistos. Em tempos mais recentes, registram-se muitos casos do uso da identificao
de falantes como prova em tribunais. Um caso antigo, muito conhecido, o
julgamento de William Hulet, em 1660. Hulet foi acusado de ter executado o Rei
Charles I. Uma testemunha, Richard Gittens, afirmou que ouviu o executor, cuja face
estava oculta, pedir o perdo do rei e que ele sabia que era Hulet por causa da sua
voz. O jri considerou Hulet culpado de alta traio, e ele foi sentenciado morte.
Mas esse tambm um dos primeiros casos conhecidos de identificao incorreta de
um falante. Antes que a sentena de morte fosse executada, descobriu-se que o
assassino verdadeiro foi o carrasco oficial, que mais tarde confessou, e Hulet,
consequentemente, foi libertado. Os detalhes do caso Hulet so tpicos de muitos
casos mesmo hoje, quase 350 anos depois. Ouve-se o criminoso, mas ele no visto.
A testemunha pode se sentir segura de que a identificao esteja correta, mas como
este e muitos outros casos mostram isso no uma garantia. A voz escutada pode
ser conhecida ou desconhecida. No caso Hulet, a testemunha pensou que a voz
pertencia a uma pessoa conhecida por ela, mas isso foi obviamente um erro.
Mesmo sendo comum que parte das provas, em um caso, sejam depoimentos
de uma testemunha auricular (que, ao mesmo tempo, pode ou no ser a vtima), na
maioria dos casos, a voz do criminoso no pertence a algum conhecido pela
testemunha. Tambm muito comum que, entre o crime e uma tentativa posterior de
decidir se a voz do suspeito a mesma que a do criminoso, tenha passado um perodo
de semanas, ou mais tempo. Quando esse o caso, a acuidade da memria da vtima
em relao voz se torna uma questo crucial. Uma questo importante, neste
contexto, como a memria de uma voz deteriora-se ao longo do tempo. A primeira
tentativa de responder a esta questo (ver seo 4.2) foi inspirada por um
testemunho no caso Lindbergh. O filho do famoso aviador Charles Lindbergh foi
sequestrado em primeiro de maro de 1932. Uma carta de resgate foi encontrada no
quarto do menino na qual o sequestrador exigia $ 50.000. As negociaes
prosseguiram atravs de cartas e de anncios em um jornal local. A famlia Lindbergh
concordou em pagar o resgate e na noite de 02 de abril de 1932, Lindbergh levou seu

ReVEL, vol. 12, n. 23, 2014 ISSN 1678-8931 299

negociador, Condon, at um cemitrio onde o dinheiro do resgate foi entregue.
Lindbergh estava esperando em seu carro e conseguiu ouvir (mas no ver) o
sequestrador chamando por Condon, dizendo: Aqui, doutor. Por aqui! Por aqui!.
Cinco semanas depois, o menino foi encontrado morto. A polcia eventualmente
rastreou um suspeito, Bruno Hauptmann, e prendeu-o. Em setembro de 1934, 29
meses depois de ouvir a voz no cemitrio, Lindbergh foi disfarado ao escritrio do
promotor e ouviu Hauptmann repetir o chamado ouvido no cemitrio. Lindbergh
afirmou ter reconhecido a voz como sendo a que ele havia ouvido na ocasio do
pagamento do resgate. No julgamento, em janeiro de 1935, ele testemunhou sob
juramento que havia reconhecido a voz de Hauptmann.
A inveno do telefone e dos equipamentos de gravao abriu novas reas para
a fontica forense. Ferramentas de anlise capazes de fazer anlise acstica da fala
tambm foram desenvolvidas. Um marco nesta ltima rea foi a inveno do
espectrgrafo. A maior parte do desenvolvimento desse aparelho foi feita nos
laboratrios da companhia telefnica Bell (Bell Telephone Laboratories) do final dos
anos 1930 em diante. A construo do espectrgrafo desenvolvido l foi baseada em
ideias sugeridas por Steinberg (JASA, vol. 8, 1934, pp. 16-24). Um espectrgrafo
basicamente do mesmo tipo foi produzido mais tarde pela empresa Kay Elementrics e
vendido comercialmente com o nome comercial Sonagraph.
A motivao original por trs do desenvolvimento do espectrgrafo foi o
estudo fontico da fala um mtodo para o estudo e mensurao da produo da
fala (Steinberg). Tambm foi produzido um espectrgrafo que operava em tempo
real, chamado Direct Translator, no qual o espectrograma era exibido em uma tela
fluorescente. Imaginava-se que o equipamento fosse ser usado no treinamento da
pronncia de surdos e estudantes de lngua estrangeira.
Como todos sabemos hoje, o espectrgrafo foi, e , uma ferramenta muito
valiosa para a pesquisa fontica. Sua utilidade como um recurso de auxlio aos surdos
ou no ensino de lngua estrangeira nunca alcanou as expectativas iniciais, mas essas
expectativas ao menos geraram pesquisas relevantes. Assim, pode parecer
surpreendente que quase nada tenha sido publicado durante os primeiros anos do
desenvolvimento dessa ferramenta (final dos anos 1930 at 1945). A explicao para
isso o fato de que o projeto foi considerado um segredo de guerra. Em uma das
primeiras publicaes sobre o assunto lanadas depois da guerra, Potter (1945), que
era pesquisador nos laboratrios Bell, escreveu: O trabalho aqui descrito comeou

ReVEL, vol. 12, n. 23, 2014 ISSN 1678-8931 300

antes da guerra. Por causa de interesses relacionados guerra, ele foi considerado
oficialmente como projeto de guerra e avanou o suficiente durante o perodo da
guerra para justificar que ele fosse trazido ateno do pblico. muito improvvel
que o exrcito norte-americano considerasse o desenvolvimento de uma ferramenta
de auxlio aos surdos como um projeto de guerra. No sabemos muito sobre o que
exatamente eles esperavam conseguir com o projeto, mas especula-se que o que os
militares realmente queriam era um mtodo confivel para identificao de falantes.
Meuwly (2003) refora: A participao dos Estados Unidos na Segunda Guerra
Mundial deu origem a um projeto de aplicao militar do espectrgrafo sonoro: a
identificao de navios inimigos por meio da voz de seus operadores de rdio.
Essa afirmao parece razovel, mas, como dissemos, quase nada foi publicado
sobre essa parte dos trabalhos de pesquisa. Vale notar, entretanto, que, quando dois
pesquisadores dos laboratrios Bell, Grey e Kopp, publicaram um relatrio interno,
no final da guerra, eles usaram o termo impresso vocal para se referirem a
espectrogramas com uma referncia obviamente metafrica s impresses digitais, e
o mesmo termo usado em seu primeiro trabalho publicado (GREY; KOPP, 1944).
Impresso vocal tambm um termo que veio a ser usado em conexo com a
controversa histria da identificao de falantes atravs de espectrogramas que
comearia alguns anos depois, iniciada por um ex-engenheiro dos laboratrios Bell,
chamado Lawrence Kersta (ver seo 4.1).
Tambm interessante notar que, quando os pesquisadores dos laboratrios
Bell comearam a publicar novamente depois da guerra, poucas menes
identificao de falantes podem ser encontradas; ao invs, reapareceram tpicos
anteriormente mencionados: os surdos sero muito beneficiados... e estudantes de
lnguas estrangeiras... Isso oferecer um meio objetivo de verificar conceitos fonticos
existentes e de expandir nosso conhecimento sobre a lngua falada (KOPP; GREEN,
1946). Deve-se notar tambm que os autores parecem enfatizar mais as similaridades
entre os falantes do que diferenas individuais: Padres visveis observados nas
mesmas palavras e sentenas ditas por indivduos diferentes mostram que as
semelhanas na produo da fala so muito maiores do que as diferenas. Potter
(1945), ao mesmo tempo que reconhece diferenas individuais, tambm enfatiza as
similaridades nos padres exibidos por falantes diferentes.
Se as pessoas nos laboratrios Bell financiadas secretamente pelos militares
trabalharam com impresses vocais para finalidades de identificao de falantes,

ReVEL, vol. 12, n. 23, 2014 ISSN 1678-8931 301

como temos boas razes para acreditar, ento os primeiros momentos da histria das
impresses vocais seguem caminhos muito paralelos na Unio Sovitica, incluindo
o fato de que sabemos muito pouco sobre o assunto. Possivelmente o nico relato dos
esforos soviticos que temos o romance O Primeiro Crculo, de Soljentsin. A
trama do romance se desenrola em um espao de tempo de apenas trs dias durante
as festas natalinas em 1949. O cenrio a priso Marfino, nos arredores de Moscou,
onde o regime stalinista mantinha cientistas rebeldes presos, entre os quais estava
Soljentsin. A priso, que era dividida em vrias sees com diferentes especialidades,
abrigava em torno de trezentos prisioneiros. Era no Setor Sete, considerado o mais
importante e prestigiado, onde acontecia o trabalho em diversos projetos ligados
tecnologia de fala. Alm de seu prprio Laboratrio de Acstica, o setor tinha outro,
chamado Laboratrio de Fala Cifrada, onde se buscava desenvolver meios eficientes
de codificar a fala de modo a tornar sua decodificao difcil ou impossvel pelo
inimigo. Um dia, o foco mudou, pelo menos temporariamente, da codificao
para o reconhecimento de voz. Uma chamada telefnica criminosa de um falante
desconhecido que se acreditava estar trabalhando no Ministrio das Relaes
Exteriores dirigida a um professor de medicina, advertindo-o contra compartilhar
seus resultados de pesquisa com colegas estrangeiros, havia sido interceptada e
gravada. Cinco pessoas no ministrio eram os principais suspeitos, embora a polcia
no soubesse qual deles tinha feito a chamada. Ento, os cientistas do Laboratrio de
Acstica receberam uma fita contendo a chamada e gravaes de amostras de voz de
cinco suspeitos e receberam a tarefa de identificar um dos suspeitos como o autor da
chamada. Eles receberam apenas dois dias para completarem a tarefa, com a
deportao para a Sibria como destino provvel caso falhassem. A descrio da
tecnologia e das ferramentas de anlise feita por Soljentsin no detalhada o
suficiente para tirar concluses definitivas, mas bvio, pelo vocabulrio usado (por
exemplo, voiceprints e vocoder), que os cientistas estavam muito cientes de trabalho
correspondente feito fora da Unio Sovitica. Eles no usaram um espectrgrafo no
sentido moderno da palavra, mas provvel que tenha sido algo similar ao modelo
descrito no trabalho de Steinberg (1934).
Dadas as alternativas, no surpreendente que eles tenham alcanado sucesso
em seus esforos de reconhecimento de voz, ainda que s tenham podido diminuir o
nmero de suspeitos para dois entre cinco, fato que acharam perturbador. obvio,
no entanto, que eles viam com bastante otimismo a possibilidade de reconhecimento

ReVEL, vol. 12, n. 23, 2014 ISSN 1678-8931 302

confivel de voz. Segue abaixo uma citao do romance que pode dar ao leitor uma
ideia da leve euforia que acompanhou esse sucesso inicial. Rubin, o responsvel pelo
experimento, faz um primeiro relato a um agente que aparece para ser informado
sobre os resultados.

RUBIN: Somente o comeo! Somente as mais provisrias dedues, Adam

Veniaminovich!
POLICIAL: E quais so elas?
RUBIN: Elas esto abertas ao debate, mas uma coisa certa. A cincia da
fonoscopia, nascida hoje, 26 de dezembro de 1949, tem uma base racional.

E o futuro no parecia menos promissor:

Eles conceberam o sistema, como o das impresses digitais, que deve um dia
ser adotado: um banco de dados de udio unificado com as impresses
vocais de todos aqueles que alguma vez estiveram sob suspeita. Qualquer
conversa criminosa seria gravada, comparada, e o criminoso seria pego
imediatamente, como um assaltante que deixasse suas impresses digitais na
porta do cofre.

O romance termina aqui, e o que aconteceu em seguida no sabemos. At onde

sabemos, nenhum outro relato de desenvolvimentos posteriores da identificao de
falantes durante aquela era esto disponveis. Vale notar que o termo fonoscopia,
usado para se referir fontica forense e cunhado em Marfino, ainda usado na
Rssia e em muitos ex-pases do leste europeu.

3. UM OLHAR DETALHADO SOBRE ALGUMAS QUESTES FUNDAMENTAIS

Nas sees seguintes, apresentaremos uma seleo de questes importantes

em fontica forense e sugeriremos leituras importantes para aqueles que queiram
explor-las um pouco mais a fundo. Os livros e artigos aos quais nos referimos esto
na maioria dos casos disponveis em bibliotecas universitrias razoavelmente bem
equipadas.

3.1 IMPRESSES VOCAIS

No havia nada de controverso sobre o uso da expresso impresso vocal

quando ela inicialmente apareceu no artigo de Grey e Kopp (1944) e compreensvel
que os autores tenham sido inspirados pelos padres que viram nos espectrogramas a
fazer comparaes com as impresses digitais e a especular sobre a possibilidade de
usar espectrogramas para identificar falantes, assim como impresses digitais so

ReVEL, vol. 12, n. 23, 2014 ISSN 1678-8931 303

usadas para identificar indivduos. A controvrsia surgiu bem depois, quando um
engenheiro dos laboratrios Bell chamado Lawrence Kersta comeou a usar as assim
chamadas impresses vocais em aplicaes forenses. No sabemos muito sobre o
envolvimento cientfico de Kersta no trabalho inicial com o espectrgrafo, realizado
nos laboratrios Bell. Ele foi um engenheiro e no um pesquisador, mas foi ou
tornou-se o chefe do laboratrio de pesquisas naquela instituio, de modo que deve
ter se familiarizado com as questes cientficas tambm.
Como vimos no pargrafo anterior, pesquisadores dos laboratrios Bell no
promoveram a ideia das impresses digitais de voz quando comearam a publicar
depois da guerra, concentrando-se em questes de pesquisas tradicionais em fontica
e aplicaes em educao e terapia. Se eles tambm trabalhavam em identificao de
falantes ns no sabemos. Pode muito bem ser o caso que essa parte do trabalho
ainda fosse confidencial. De qualquer modo, houve um silncio total dos laboratrios
Bell sobre o assunto da identificao de falantes de suas primeiras publicaes em
1944 at 1962, quando Kersta publicou um trabalho na revista Nature, intitulado
Voiceprint identification, e depois, no mesmo ano, fez um discurso no encontro anual
da Sociedade Americana de Acstica, intitulado Voiceprint-identification infallibility.
Suas afirmaes a respeito da preciso da identificao de falantes por meio de
impresses vocais eram extraordinrias. Baseando-se em comparaes visuais de
algumas palavras cruciais, era possvel alcanar nada menos do que 99% de
identificaes corretas e, em alguns casos, mais do que isso. Em 1966, Kersta deixou
os laboratrios Bell, fundou sua prpria empresa, chamada Voiceprint Laboratories
Corporation, e comeou a oferecer seus servios em investigaes criminais e treinar
pessoas na identificao de impresses vocais. At aquele momento, suas afirmaes
permaneceram largamente incontestadas pela comunidade cientfica. Assim, ele
aproveitou um sucesso inicial, e seus testemunhos eram aceitos como evidncia por
tribunais em alguns estados americanos, mas no em todos.
Porm, ele logo comeou a encontrar a resistncia. Sujeitos em um estudo de
Young e Campbell (1967), usando a tcnica de impresso vocal, obtiveram 78,4% de
identificaes corretas usando um material de treino constitudo por duas palavras
ditas em isolamento. Quando as mesmas palavras, extradas de contextos diferentes,
eram usadas, a identificao baixou para 38,3%. Stevens et al. (1968) testou sujeitos
que realizaram uma tarefa de identificao de falantes auditivamente atravs de fones
de ouvido e visualmente por meio de espectrogramas. A margem de erro para os

ReVEL, vol. 12, n. 23, 2014 ISSN 1678-8931 304

testes em que os estmulos eram apresentados auditivamente foi de 6% comparados
aos 21% para a identificao visual. A margem de alarme falso foi alta tambm na
tarefa de identificao visual. Em ambos os estudos houve uma variao considervel
nas taxas de identificao de falantes individuais, alguns falantes sendo bem mais
difceis de reconhecer do que outros. Numerosos outros estudos chegaram
basicamente aos mesmos resultados, altas taxas de erro na identificao de
impresses vocais e, em alguns casos, muito altas.
Seria injusto, no entanto, no mencionar que o mtodo de Kersta tambm
tinha adeptos. A maioria deles no eram pesquisadores em campos relevantes, mas
pelo menos um deles, Tosi, era um foneticista qualificado. Tosi montou um
laboratrio em seu departamento e comeou a testar as ideias de Kersta por meio de
numerosos experimentos. Depois de dois anos de trabalho, ele publicou um artigo
(TOSI et al., 1972) no qual os resultados de suas pesquisas foram resumidos. As taxas
de erro relatadas foram tipicamente entre 5 e 15%.
A controvrsia a respeito do assunto continuou at o final dos anos 1980, com
Koenig (1986) e outros defendendo o mtodo de Kersta e Shipp et al. (1987) e outros
criticando-o. Anlises baseadas na ideia de impresses vocais continuam sendo feitas
por detetives particulares e outros especialistas no acadmicos, embora ningum
na comunidade cientfica da fala ainda acredite na sua utilidade para finalidades
forenses.
Para aqueles que leem francs, uma reviso excelente da controvrsia das
impresses vocais pode ser encontrada em Meuwly (2003a, b).
Para um relato divertido, feito do ponto de vista de um leigo interessado no
assunto, recomendo o livro de Block se for possvel encontr-lo.

3.2 RECONHECIMENTO AUDITIVO DE VOZ E MEMRIA

Conforme mencionamos na seo 3, o caso Lindbergh levantou questes sobre

a acuidade do reconhecimento de voz e a memria. Um pesquisador que questionou
se possvel lembrar com preciso uma voz desconhecida aps um perodo de mais
que dois anos foi a psicloga Francis McGehee. Ela realizou dois estudos (McGEHEE
1937, 1944) que testaram o reconhecimento de voz em funo do intervalo de tempo
entre a primeira escuta da voz e uma tentativa posterior de reconhecimento da
mesma voz em uma fila. No primeiro experimento, os ouvintes escutaram (mas no
viram) um falante lendo uma passagem de texto contendo 56 palavras. Os ouvintes
ReVEL, vol. 12, n. 23, 2014 ISSN 1678-8931 305
foram ento divididos em grupos que escutaram uma fila de vozes com cinco
distratores, mais a voz do falante cuja voz havia sido ouvida anteriormente, em
intervalos de um, dois e trs dias, uma, duas e trs semanas e um, trs, e cinco meses,
respectivamente. A taxa de reconhecimento variou em funo do tempo, comeando
com um pouco mais de 80% de identificaes corretas depois de um lapso de um dia
ou uma semana. Depois de duas semanas, a taxa de reconhecimento havia cado para
69%; depois de um ms, para 57%; depois de trs meses, para 35%; e depois de cinco
meses, para 13%, o que menos do que se poderia esperar se os sujeitos se
comportassem aleatoriamente. Os resultados desse experimento de reconhecimento
de voz esto, no geral, de acordo com outros estudos sobre a piora na reteno de
memrias com o passar do tempo. A segunda srie de experimentos apresentadas em
McGehee (1944) diferiu da primeira, principalmente pelo fato de que foram usadas
vozes gravadas em vez de vozes ao vivo atrs de um biombo, como foi o caso na
primeira srie de experimentos. Mas os resultados dos dois experimentos so muito
semelhantes. Ela tambm realizou sub-estudos nos quais outros fatores variavam,
tais como a familiaridade do ouvinte com a lngua, mas esses resultados no sero
discutidos aqui. Estudos posteriores confirmaram, de forma geral, seus resultados,
ainda que a taxa exata de piora na reteno da memria varie de estudo para estudo.
Referncias para alguns dos estudos posteriores so encontrados ao final do tutorial.

3.3 AMOSTRAS DE FALA NO CONTEMPORNEAS

O termo se refere a amostras de fala que so obtidas em diferentes pontos no

tempo e usadas posteriormente em um processo de identificao. Sabemos,
naturalmente, que a voz humana muda ao longo do tempo. Mas a mudana acontece
em geral bastante lentamente. A questo relevante, no contexto da fontica forense,
determinar, entre duas gravaes, o intervalo de tempo decorrido a partir do qual
mudanas na voz se tornam um problema para a comparao das amostras.
razovel imaginar que, no decorrer de um longo perodo de tempo, aconteam
mudanas marcantes. Por razes bvias, h poucos estudos longitudinais desse tipo.
Naquele realizado por Endres et al. (1971), gravaes de sete falantes coletadas ao
longo de um perodo de tempo de 29 anos foram comparadas. Os autores
encontraram uma tendncia de queda, em funo do aumento da idade, para a
frequncia fundamental e as frequncias formnticas. Em casos forenses, incomum,
para dizer o mnimo, que um espao de tempo da ordem de dcadas separe uma
ReVEL, vol. 12, n. 23, 2014 ISSN 1678-8931 306
gravao de um suspeito e uma tentativa posterior de identificar o falante usando
uma gravao recente. Mas espaos de um ano ou mais no so incomuns. Assim,
importante saber se mudanas na voz que acontecem em um perodo de um ou
alguns anos podem afetar a preciso do reconhecimento de falantes. Essa questo foi
abordada em uma srie de estudos por Hollien e Schwartz (2000; 2001). Em seus
experimentos, os autores testaram latncias entre gravaes entre quatro semanas e
vinte anos. Houve uma queda na identificao correta de 95% para amostras
contemporneas para 70-85% para latncias entre 4 semanas e 6 anos (sem nenhuma
tendncia observvel no intervalo). Para a latncia de 20 anos, no entanto, uma
reduo forte para 35% pde ser observada. Dois fatores, alm da latncia de tempo
entre gravaes, tambm foram testados: experincia do ouvinte e semelhanas entre
vozes. Como seria de esperar, foneticistas experientes tiveram um desempenho
melhor do que estudantes. Para os foneticistas, a identificao correta chegou a 76%
para a latncia de 20 anos. A semelhana entre as vozes, entretanto, provocou um
efeito dramtico de piora sobre o reconhecimento. A performance caiu de um pouco
abaixo de 95% para amostras contemporneas para um pouco mais de 40% para
amostras gravadas 4 semanas depois. Para as latncias tpicas em investigaes
forenses, amostras no contemporneas de fala pareceram, assim, afetar a
identificao somente marginalmente, pelo menos se foneticistas treinados forem
usados como ouvintes e as vozes no sejam similares demais.

3.4 OUTRAS QUESTES ENVOLVENDO A AMOSTRA DE FALA

Outros fatores que podem influenciar a acuidade da identificao so,

primeiramente, a durao e a qualidade acstica da amostra. Se considerarmos a
influncia da durao da amostra, podemos observar que, em investigaes reais, as
amostras de fala podem ser bem curtas, na maioria das vezes, algumas palavras ou
uma frase ou duas, o que significa que sua durao ser da ordem de alguns poucos
segundos. Em um estudo antigo feito por Pollack et al. (1954), os autores observaram
que a acuidade na identificao a partir de palavras monossilbicas aumentou
conforme o aumento do tamanho da amostra, mas somente at 1,2 segundos. Em
amostras mais longas, os autores alegam que a variao fontica torna-se o fator mais
importante. Eles concluem dizendo que ns acreditamos que a durao da amostra
de fala per se, no particularmente importante, exceto na medida em que ela
permite a obteno de uma amostra estatstica maior ou menor do repertrio de fala
ReVEL, vol. 12, n. 23, 2014 ISSN 1678-8931 307
do falante. Esta descoberta, at certo ponto surpreendente, foi, no entanto,
confirmada em outros estudos. Em um estudo reportado em Compton (1963), quinze
segmentos da vogal [i] gravados por nove diferentes falantes foram apresentados a
ouvintes familiarizados com aqueles falantes. Os segmentos diferiam apenas em sua
durao (25-2500 ms). Para segmentos maiores que 75 ms no houve aumento na
taxa de reconhecimento. Bricker e Pruzansky (1966) apresentaram estmulos que
variavam tanto em durao quanto e em composio fonmica. Eles descobriram que
a taxa de identificao aumentava com a durao somente se o estmulo mais longo
contivesse tambm mais variao fonmica e que a acuidade na identificao
aumentou diretamente com o nmero de fonemas na amostra mesmo quando a
durao foi controlada. Em um estudo publicado por Orchard e Yarmey (1995), a
taxa de identificao correta foi substancialmente maior para estmulos de oito
minutos comparada com estmulos de trinta segundos. No foram feitas tentativas,
no entanto, para estimar as respectivas contribuies de durao e variao
fonolgica, mas provvel que a variao fonolgica deve ter sido maior nos
estmulos mais longos.
importante ressaltar, no entanto, que, enquanto um aumento nas
identificaes corretas desejvel, igualmente desejvel manter baixo o nmero de
alarmes falsos. O reconhecimento de vozes gravadas por telefone foi investigado em
um trabalho anterior de Yarmey (1991). Nesse estudo, o nmero de identificaes
corretas aumentou quando a durao das amostras aumentou de 3,2 para 4,3
minutos e finalmente para 7,8 minutos. Mas os alarmes falsos tambm aumentaram.
O mesmo tipo de relao entre acertos e alarmes falsos foi observado num estudo
similar feito por Yarmey e Matthys (1992): O efeito facilitador da identificao de
duraes de amostras de voz mais compridas foi neutralizado pelas taxas altas de
alarme falso tanto na condio suspeito-presente quanto suspeito-ausente.
Minimizar alarmes falsos , certamente, muito importante em situaes forenses
reais embora seja uma questo muitas vezes negligenciada.
A qualidade acstica um tpico de grande abrangncia e pode ser pensado de
diferentes maneiras. Os problemas mais comuns de qualidade que afetam a prtica
da fontica forense so o rudo de fundo e a largura de banda das gravaes ou
transmisses. Entendemos rudo de fundo como tudo aquilo que no sinal da fala, o
que inclui coisas to diversas como um barulho ambiental qualquer, a fala de outra
pessoa ou um rdio tocando ao fundo. H um grande nmero de estudos na rea do

ReVEL, vol. 12, n. 23, 2014 ISSN 1678-8931 308

reconhecimento automtico da fala e de sistemas de dilogo em que essas questes
tm sido investigadas, mas no h muitos trabalhos que tratam da influncia do rudo
de fundo sobre o reconhecimento de falantes feito por humanos. Embora esse seja
um tpico importante, ele no ser explorado neste trabalho.
Uma grande proporo de ameaas feita pelo telefone, e criminosos muitas
vezes usam o telefone quando planejam ou coordenam a execuo de crimes. A
qualidade da fala no telefone tem, portanto, recebido ateno nos estudos sobre
fontica forense. Linhas telefnicas tm largura de banda limitada. A maioria das
frequncias relevantes para a percepo da fala est presente, mas no todas.
Frequncias menores que 300 Hz, por exemplo, so deixadas de fora. Com telefones
celulares, problemas relacionados codificao da fala so introduzidos. Esses efeitos
so particularmente notveis para vozes femininas.
Questes importantes no contexto forense so se a qualidade de som mais
pobre de conversas telefnicas afeta a identificao de voz e, se sim, em que medida e
como isso ocorre. Alm disso, de um ponto de vista metodolgico, importante saber
se se devem usar somente vozes gravadas por telefone em filas de reconhecimento
nas quais a chamada incriminadora foi gravada por telefone. Surpreendentemente,
h poucos estudos que abordam essa questo, mas h alguns resultados que indicam
que o problema pode no ser to srio quanto se poderia imaginar. Rathborn, Bull e
Clifford (1981, citado em YARMEY, 1991), por exemplo, no acharam quaisquer
diferenas significativas na identificao de voz de uma voz-alvo ouvida
originalmente pelo telefone e testada usando uma fila de reconhecimento
apresentada pelo telefone, em contraste com identificao de voz ouvida
originalmente pelo telefone e testada diretamente a partir de uma fila apresentada a
partir de uma gravao em fita.
Uma questo que tem recebido alguma ateno ultimamente a influncia da
filtragem passa-faixa que ocorre nas transmisses telefnicas sobre a anlise acstica
de amostras de voz. Em um estudo recente, Knzel (2001) constatou que o valor
relativamente alto do limite inferior da faixa de rejeio (300 Hz) tem o efeito de
elevar o F1 em vogais do alemo quando comparadas com exemplares
correspondentes em uma gravao simultnea no filtrada. O tamanho mdio do
deslocamento foi de 6,6% para os homens e de 6,1% para as mulheres, e todas as
diferenas foram significativas para um nvel de 5% ou melhor. Outros artefatos de
pequena magnitude foram observados. Como consequncia, Knzel adverte contra o

ReVEL, vol. 12, n. 23, 2014 ISSN 1678-8931 309

uso de dados de formantes para propsitos de identificao de falantes se as
gravaes foram feitas a partir de telefones. Seus resultados no foram questionados,
mas sua rejeio total do uso de dados de formantes na identificao de falantes
baseado em gravaes telefnicas foi posta em dvida por Nolan (2002).

3.5 FAMILIARIDADE COM O FALANTE

Todos ns j tivemos a experincia de reconhecer uma voz familiar, e este

reconhecimento , na maioria das vezes, rpido e exato. Mesmo estmulos no
lingusticos curtos como uma tosse so, muitas vezes, suficientes para reconhecer
uma pessoa familiar. Mas essas observaes informais no so suficientes. Na
fontica forense, precisamos ser mais precisos sobre a influncia da familiaridade na
acuidade do reconhecimento de voz. H alguns estudos que abordaram essa questo.
Hollien et al. (1982) estudaram como a familiaridade de ouvintes em relao a vozes
afeta a tarefa de reconhecimento de falantes em trs condies de fala diferentes:
normal, fala com disfarce vocal e sob efeito de estresse. Os resultados revelaram que
ouvintes familiarizados com os falantes cujas vozes foram usadas no experimento
tiveram um desempenho significativamente melhor em todas as condies. Esses
resultados foram, de forma geral, confirmados em outros estudos (e.g. SCHMIDT-
NIELSEN; STERN, 1985).
importante destacar, no entanto, que, embora as taxas de reconhecimento
sejam geralmente altas para vozes com as quais os ouvintes so familiarizados, o
reconhecimento est longe de ser perfeito. Para falantes e ouvintes individuais, a taxa
de erro pode chegar a 30-40% se os enunciados forem curtos e pertencerem a um
conjunto aberto relativamente grande (LADEFOGED; LADEFOGED, 1980). A
influncia do tamanho do enunciado sobre o reconhecimento de vozes familiares
tambm foi verificada em outros estudos. Em uma srie de experimentos relatados
por Rose e Duncan (1995), o reconhecimento de vozes familiares variou de aleatrio a
quase perfeito em funo da durao dos enunciados.
Assume-se geralmente que, no reconhecimento de vozes, a discriminao
constitui o passo inicial, com reconhecimento ocorrendo numa fase posterior em um
processo unificado. Van Lacker et al. (1985) mostraram, no entanto, que esse no
parece ser o caso e sim que discriminao e reconhecimento no so estgios de um
processo coerente, mas habilidades dissociadas, no ordenadas temporalmente.
Assim, perfeitamente possvel que um ouvinte que seja bom em reconhecer vozes
ReVEL, vol. 12, n. 23, 2014 ISSN 1678-8931 310
familiares tenha um desempenho ruim se a tarefa a de discriminar entre falantes
com vozes no familiares.

3.6 DISFARCE VOCAL

Disfarces vocais, na medida em que so usados, podem ser um problema srio

para a identificao de falantes. Em um dos extremos do espectro de possibilidades,
encontramos a manipulao eletrnica ou at mesmo a comunicao via sntese de
fala, que tornaria a identificao de falantes impossvel na prtica. No mundo do
trabalho forense real, no entanto, o emprego dos disfarces vocais tende a ser muito
pouco sofisticado. Knzel (2000) nota, baseado na experincia do BKA
(Bundeskriminalamt, a polcia federal alem), que falseto, voz crepitante, sussurros,
imitao de sotaque estrangeiro, e segurar as narinas so os tipos mais comuns.
Basicamente, as mesmas observaes foram feitas em estudos experimentais. Em um
estudo de Masthoff (1996), em que alunos de graduao serviram como sujeitos, a
maioria dos disfarces escolhidos (35%) foram de nvel fonolgico (sussurro, aumento
ou diminuio da frequncia fundamental). Disfarces de nvel articulatrio (imitao
de padres dialetais, sotaque estrangeiro, etc.) tambm foram usados (20%). Os
disfarces restantes eram combinaes de dois tipos. Mensagens eletronicamente
manipuladas ainda so raras, embora Knzel note ter havido um aumento nos
ltimos anos, principalmente na forma de edio de vozes gravadas.
Mesmo que os tipos de disfarce usados, na maioria das vezes, no sejam
sofisticados, o disfarce pode, ainda assim, ter um efeito negativo considervel na
identificao de falantes. Em um estudo de Reich e Duke (1979), em que vrios tipos
de disfarce foram usados, todos os tipos produziram identificaes significativamente
menos corretas. A hipernasalidade produziu o maior efeito negativo, embora, na
maioria dos casos, no tenha havido diferenas significativas entre diferentes tipos. O
emprego do sussurro, um dos tipos mais comuns, resultou em acentuadamente
menos identificaes corretas em um estudo de Orchard e Yarmey (1995) quando
amostras com sussurros eram comparadas a amostras vozeadas. Nos casos em que
tanto a referncia quanto as amostras de teste eram sussurradas, a diferena era
menos pronunciada.
O uso de disfarce vocal no to comum quanto se pensa. Knzel (2000)
relata que: Ao longo das ltimas duas dcadas, entre 15 e 25% dos casos anuais com

ReVEL, vol. 12, n. 23, 2014 ISSN 1678-8931 311

os quais a sesso de identificao de falantes do BKA lida apresentaram pelo menos
um tipo de disfarce.

3.7 SOTAQUES E LNGUAS ESTRANGEIRAS

A influncia de sotaques estrangeiros ou lnguas estrangeiras na identificao

de falantes foi investigada em uma srie de estudos. Geralmente se pensa que
sotaques estrangeiros tornam a identificao mais difcil, mas a diferena
geralmente pequena ou inexistente. O trabalho de McGehee (1937) mencionado
acima incluiu um estudo da influncia de sotaques estrangeiros. O reconhecimento
de um falante de ingls com um sotaque alemo foi testado. Nenhuma diferena na
taxa de reconhecimento foi encontrada. Uma voz estrangeira no familiar (falando
alemo) foi reconhecida aproximadamente pela mesma percentagem de ouvintes
como uma voz no familiar norte-americana quando cada uma ocorreu em condies
semelhantes. Em outros estudos, no entanto, diferenas foram encontradas. Em um
estudo de Doty (1998), falantes nativos de ingls dos EUA e da Inglaterra e falantes
de ingls como lngua estrangeira da Frana e de Belize foram gravados lendo
sentenas em ingls. Com falantes nativos de ingls como ouvintes, a taxa de
reconhecimento foi dramaticamente maior para outros falantes nativos do que para
falantes com sotaques estrangeiros. Os resultados de um estudo publicado por
Goldstein et al. (1981) sugerem uma situao intermediria: Em amostras de fala
relativamente longas, o reconhecimento de vozes com sotaque no foi mais difcil do
que o de vozes sem sotaque; a reduo da durao das amostras de fala diminui o
reconhecimento de vozes com e sem sotaque, mas a reduo foi maior para vozes com
sotaques. V-se, portanto, que os resultados so de certo modo ambguos, embora
possamos concluir que vozes com sotaque tendem a ser menos reconhecidas, ainda
que a diferena seja em geral pequena. muito possvel tambm que profissionais
experientes, como linguistas, sejam melhores do que ouvintes leigos para reconhecer
vozes com sotaques.
A influncia de uma lngua estrangeira tambm foi assunto de muitos estudos.
Em Thompson (1987), seis estudantes masculinos bilngues gravaram mensagens em
ingls, espanhol e ingls com um sotaque espanhol forte. A amostra apresentada na
fila de reconhecimento era falada na mesma lngua e sotaque que a mensagem inicial.
As vozes foram identificadas melhor (por ouvintes falantes apenas de ingls) quando
falando ingls e pior quando falando espanhol. A acuidade de identificao foi
ReVEL, vol. 12, n. 23, 2014 ISSN 1678-8931 312
intermediria para a condio de sotaque. Schiller e Kster (1996) testaram norte-
americanos sem nenhum conhecimento de alemo, norte-americanos com alguns
conhecimentos de alemo e falantes nativos de alemo usando gravaes de seis
falantes nativos de alemo. Participantes com nenhum conhecimento de alemo
fizeram significantemente mais erros que outros sujeitos. Participantes com um
pouco de conhecimento de alemo tiveram desempenho similar a falantes nativos de
alemo.
Kster e Schiller (1997) replicaram o experimento feito por Schiller e Kster
usando ouvintes espanhis e chineses. Descobriu-se que os ouvintes espanhis e
chineses que eram familiares com o alemo mostraram taxas de reconhecimento
melhores que ouvintes espanhis e chineses sem conhecimento de alemo, enquanto
os ouvintes espanhis e chineses com o conhecimento de alemo tiveram um
desempenho pior que os ouvintes alemes e norte-americanos com conhecimentos
de alemo.
Podemos resumir os resultados dizendo que os ouvintes sem nenhum
conhecimento da lngua tm desempenho pior no reconhecimento da fala que
ouvintes com algum conhecimento ou falantes nativos, enquanto ouvintes com um
pouco de conhecimento da lngua tendem a apresentar um desempenho no mesmo
nvel que falantes nativos.

3.8 TESTEMUNHAS AURICULARES

Fatores que so relevantes para o reconhecimento de falantes em geral, como

memria, familiaridade e disfarce, descritos acima, tambm so relevantes quando
falamos sobre testemunhas auriculares, embora haja fatores adicionais sobre os quais
ainda no sabemos tanto quanto gostaramos. Como Bull e Clifford (1984) apontam,
a maior parte dos (relativamente poucos) estudos sobre testemunho auricular tem
poucas semelhanas com as circunstncias reais vividas por testemunhas. A maioria
usou situaes no estressantes com sujeitos preparados que participaram em
situaes criadas em laboratrio.
Em primeiro lugar, no apenas o estresse que uma testemunha pode sofrer em
uma situao real nunca poder ser totalmente recriado em um experimento em
laboratrio, como tambm estudiosos e testemunhas no dispem de muitas
experincias a que poderiam recorrer para ajudar a determinar exatamente como e
em que grau pode ser afetada a habilidade de uma vtima traumatizada para
ReVEL, vol. 12, n. 23, 2014 ISSN 1678-8931 313
reconhecer e discriminar vozes. Segundo, experincias pessoais de reconhecimento
de voz so sempre de vozes familiares as vozes que em geral no so aquelas a
serem identificadas em situaes criminais (Bull e Clifford). E como sabemos a
partir do trabalho de Van Lancker e Kreiman (ver seo 3.5), reconhecer uma voz
familiar e diferenciar entre aquelas no familiares so habilidades independentes. Em
terceiro lugar, enquanto os participantes de um experimento de laboratrio esto, em
maior ou menor grau, preparados para a situao, testemunhas reais, na maioria dos
casos, so pegas de surpresa. Estudos mostraram (e.g., CLIFFORD; DENOT, 1982,
citados em BULL; CLIFFORD, 1984) que a acuidade da identificao de voz
bastante mais baixa em condies em que os ouvintes no esto preparados para a
tarefa. A confiana das testemunhas em relao ao seu julgamento tambm no de
grande ajuda. Bull e Clifford (1984) relatam correlaes significativas entre a
acuidade e a confiana, mas outros estudos (e.g. YARMEY, 2001) no encontraram
correlao semelhante.

3.9 FILAS DE RECONHECIMENTO COM TESTEMUNHAS AURICULARES

Uma fila reconhecimento de voz (lineup ou voice parade) apresentada a uma

testemunha auricular pode ser considerada o equivalente auditivo de uma fila de
reconhecimento visual apresentada a uma testemunha ocular (eyewitness lineup).
usada quando uma pessoa ouviu, mas no viu o criminoso. Como foi mencionado na
seo 3.8, normalmente a testemunha no tem familiaridade com a voz. Nas filas de
reconhecimento, gravaes da voz de um suspeito e vozes de outros falantes, usadas
como distratoras, so apresentadas para a testemunha, cuja tarefa comparar as
vozes gravadas com a memria da voz escutada e determinar se alguma das vozes
gravadas compatvel com a memria da voz do criminoso.
Duas questes importantes em conexo com as filas de reconhecimento
aplicadas a testemunhas auriculares so: quantas vozes devem ser apresentadas e o
quo similar voz do suspeito devem ser as vozes distratoras?
Descobriu-se que, em filas de reconhecimento com poucas vozes, observam-se
fortes efeitos da posio da voz na fila. Descobriu-se tambm que o nmero de
identificaes corretas cai quando o tamanho da fila aumenta. Ento, a questo se
h um tamanho ideal no qual o efeito de posio minimizado e a queda nas
identificaes corretas aumenta. H um nmero de estudos que tem tratado dessas
questes, mas aqui iremos citar apenas um. Bull e Clifford (1984) testaram, em dois
ReVEL, vol. 12, n. 23, 2014 ISSN 1678-8931 314
experimentos, a influncia do tamanho das filas de reconhecimento no desempenho
das testemunhas. No primeiro experimento, cinco ou onze vozes distratoras foram
usadas e, no segundo experimento, quatro, seis ou oito. Houve diferenas
significativas entre a condio com quatro vozes distratoras quando comparada s
condies com seis ou oito distratoras, com diferenas mnimas nos outros casos. Os
resultados sugerem como regra geral, assim, o uso de cinco ou seis distratoras. Eles
tambm descobriram um efeito de posio somente quando o alvo acontecia na
posio inicial.
Quo similar ao alvo devem ser as vozes distratoras? Essa , com certeza, uma
questo difcil com muitas complicaes, mas pelo menos dois extremos devem ser
evitados. A voz-alvo no deve destacar-se do resto. Os falantes precisam ser
razoavelmente semelhantes com respeito a caractersticas gerais como idade, dialeto,
etc. Por outro lado, no devem ser excessivamente parecidas. Quando Rothman
(1977, citado em HOLLIEN, 2002) usou falantes com vozes parecidas (irmos, pais e
filhos), a identificao caiu de 94% (distratores no parecidos) para 58% (distratores
parecidos). Resultados semelhantes foram obtidos por Hollien e Schwartz (2000, ver
4.3). Assim, as vozes distratoras devem contemplar um grau razovel de variao,
mas evitar os extremos.

3.10 DETECO DE MENTIRAS USANDO FMRI E OUTRAS TCNICAS

Recentemente foram feitas tentativas para usar mtodos de imageamento do

crebro para estudar a possibilidade de detectar diferenas consistentes em padres
de atividades do crebro que podem ser usados para separar mentiras ou
insinceridades de declaraes verdadeiras. Ainda que a pesquisa nesse campo esteja
apenas em seu incio, resultados muito interessantes foram obtidos. Apesar disso,
aqui, abordaremos esses estudos apenas marginalmente, uma vez que este tutorial
sobre fontica forense, e poucos resultados derivados dessas pesquisas so
diretamente relevantes para a fontica forense como tal.
Langleben et al. (2002) usaram ressonncia magntica funcional (fMRI) para
ver se era possvel detectar diferenas na atividade cerebral quando seus sujeitos
contavam uma mentira e quando falavam a verdade. Seus resultados indicam que
houve, de fato, uma diferena: Este achado indica que h uma diferena
neurofisiolgica entre mentira e verdade no nvel de ativao cerebral que pode ser

ReVEL, vol. 12, n. 23, 2014 ISSN 1678-8931 315

detectada com fMRI". Resultados aproximados foram obtidos em outros estudos
(e.g., LEE et al., 2002).
Trabalhos interessantes usando a tcnica fMRI para buscar correlatos da
percepo de voz (BELIN et al., 2004) e da familiaridade de pessoa (voz e rosto)
tambm esto em curso (SHAH et al., 2001).
Imagens trmicas de alta resoluo que podem detectar mudanas espaciais de
pequenas dimenses no fluxo do sangue, por exemplo, tambm foram usadas na
tentativa de desenvolver mtodos para detectar mentiras (PAVLIDIS; LEVINE,
2002).
Como alguns dos prprios autores das pesquisas citadas apontam, devemos
estar atentos para o fato de que esses so resultados bastante preliminares. preciso
ter sempre em mente que resultados como os relatados aqui so fruto de
experimentos em laboratrio, na maioria das vezes, altamente sofisticados,
demorados e caros! Quando e se esses mtodos podero vir a ser usados no campo
forense, no saberemos por mais alguns anos. Precisamos estar tambm cientes de
que poder haver um longo caminho entre resultados de pesquisa e aplicaes
confiveis que podem ser usadas em campo. Infelizmente, esse nem sempre o caso.
Tecnologias cuja validade no est estabelecida esto atraindo cada vez mais a
ateno das foras policiais norte-americanas e agncias de segurana... Ferramentas
de laboratrio de sensores infravermelhos a rastreamento ocular esto sendo
transformadas em detectores de mentira (KNIGHT, 2004).

3.11 GENERALIZAO EXCESSIVA, CHARLATANISMO E FRAUDE

A possibilidade de detectar mentiras ou insinceridades com algum tipo de

detector de mentiras automtico , naturalmente, algo desejado pela polcia e outros
investigadores. No mundo dos filmes e das histrias em quadrinhos, detectores de
mentira perfeitamente confiveis existem h muito tempo. Todavia, na realidade, no
chegamos to longe. O mais conhecido detector de mentira o chamado polgrafo
(polygraph). Sua primeira apario, em uma forma bastante preliminar, pode ser
datada de 1917. Uma verso mais refinada produzida no comeo dos anos 1920 foi
usada em um tribunal, em 1923, e ele tem sido usado desde ento com alguns
aperfeioamentos. A ideia bsica por trs do uso do polgrafo como detector de
mentiras que mentiras aumentam o nvel de estresse na pessoa que est mentindo
e, se for possvel registrar precisamente as reaes involuntrias que sabemos ser
ReVEL, vol. 12, n. 23, 2014 ISSN 1678-8931 316
correlacionadas com estresse tais como respirao, pulsao, presso sangunea,
resposta galvnica da pele pode-se tambm detectar mentiras. O problema de usar
o polgrafo como um detector de mentiras reside na interpretao. Correlaes entre
nveis de estresse e pulsao, por exemplo, so encontrados quando se analisam
resultados de grupos de pessoas. Generalizar de resultados coletivos para indivduos
particulares no , certamente, um passo vlido. Tambm no um passo vlido
concluir que uma pessoa que sente estresse deve necessariamente estar mentindo.
Pessoas que defendem o uso do polgrafo evitam cham-lo de detector de mentiras,
muito embora usem-no como se fosse um, o que quase a mesma coisa.
O polgrafo como tal relevante apenas marginalmente no contexto da
fontica forense, mas o princpio geral de tentar encontrar correlatos de mentira e
insinceridade que possam ser medidos de forma confivel fundamental tambm em
tentativas de construir detectores de mentiras baseados na anlise de voz. A ideia
que alguma propriedade da voz pode ser usada como uma pista para a deteco de
mentira. Sugeriu-se que a presena de microtremores na voz pudesse ser usada para
detectar mentiras, e alguns analisadores baseados nessa ideia so comercializados.
No h, no entanto, nenhuma base cientfica para as afirmaes de que esses
analisadores possam detectar mentiras. Hollien (1987) revisou a literatura sobre o
tema e concluiu que: a habilidade de analisadores de voz para detectar estresse na
fala ou para identificar mentiras que so faladas tem sido negativa ou
inconclusiva. Ele tambm realizou testes usando analisadores de voz comerciais que
revelaram ter um desempenho aleatrio: identificaes de estresse/no estresse
aconteceram somente de forma aleatria; os resultados das identificaes
mentira/no mentira eram bastante semelhantes. Shipp e Izdebski (1981) testaram a
ideia usando eletrodos inseridos nos msculos da laringe, mas nenhum padro de
microtremor foi encontrado. Produtos baseados nesse princpio, no entanto, ainda
continuam sendo usados por detetives particulares e, em alguns casos, at pela
polcia. Dada a fraca ou inexistente base cientfica subjacente a esses recursos, pode-
se justificadamente chamar seu uso de charlatanismo no melhor dos casos.
Mas h tambm pura e simplesmente fraudes. Uma companhia com base em
Israel comercializa ferramentas que supostamente fazem coisas extraordinrias,
incluindo tanto detectores de mentira quanto detectores de amor. A tcnica por trs
do detector de mentira chamada de Layered Voice Analysis (LVA), e o pressuposto
que

ReVEL, vol. 12, n. 23, 2014 ISSN 1678-8931 317

 todo evento que passa pelo crebro vai deixar suas impresses digitais no
fluxo da fala. A tecnologia LVA ignora o que o sujeito est dizendo, e foca
somente em sua atividade cerebral. Em outras palavras, o como dito
fundamental e no o o qu.

Eles so cuidadosos em no chamar o recurso explicitamente de detector de

mentiras, mas no h absolutamente nenhuma questo de que nisso que querem
que acreditemos: A LVA capaz de detectar a inteno por trs da mentira e,
fazendo isso, pode levar voc a identificar e revelar a mentira propriamente dita.
Como at mesmo pessoas com o menor conhecimento em anlise de voz
sabem, no h nem vestgio de evidncia de uma relao entre voz e atividade
cerebral do tipo proposto. Alm disso, a anlise cuidadosa da descrio do mtodo
nos documentos que solicitam a concesso de patente para o produto nos EUA
confirma a suspeita de que o mtodo um completo disparate, talvez melhor descrito
como estatsticas baseadas na digitalizao de artefatos.
Voc poderia pensar que uma companhia que comercializa mquinas que
produzem impresses digitais do crebro e detectores de amor levantariam suspeitas
ou pelo menos cautela em seus clientes prospectivos, mas isso parece no ter sido o
caso em geral. A companhia um negcio de milhes de dlares tendo como cliente,
entre outros, algumas companhias de seguro do Reino Unido ou dos EUA. Tambm
h relatos que seus produtos so usados por departamentos de polcia nos EUA e
talvez em outros lugares.
Podemos aprender alguma coisa a partir de experincias anteriores,
especificamente que h certo perigo em ignorar completamente os charlates. Leigos
podem erroneamente interpretar o silncio como aceitao, no importando o quo
exorbitante, at mesmo ridculas, as afirmaes possam parecer para um especialista
no campo. Por outro lado, pode ser bastante demorado expor charlatanices, tempo
que deixar de ser usado para coisas mais importantes cientificamente. Aqui reside
um dilema que temos de enfrentar.

REFERNCIAS

1. Leituras de base
1. HOLLIEN, Harry. (2002). Forensic Voice Identification. San Diego, CA:
Academic Press.
2. ROSE, Phil. (2003). Forensic Speaker Identification. New York: Taylor &
Francis.

ReVEL, vol. 12, n. 23, 2014 ISSN 1678-8931 318

2. Antecedentes histricos
3. GREY, G.; KOPP, G. A. (1944). Voiceprint identification. Bell Telephone
Laboratories Report: 114.
4. HOLLIEN, Harry. (2002). Forensic Voice Identification. San Diego, CA:
Academic Press.
5. KOPP, G. A.; GREEN, H. C. (1946). "Basic phonetic principles of visible
speech. Journal of the Acoustical Society of America 18: 7489.
6. MEUWLY, D. (2003). Le mythe de Lempreinte vocale (I). Revue
internationale de criminologie et de police technique et scientifique 56(2):
219236.
7. POTTER, R. (1945). Visible patterns of speech. Science November: 463470.
SOLZHENITSYN, A. I. (1968). The First Circle. Evanston, Ill:
Northwestern University Press.
8. STEINBERG, J. C. and N. R. French (1946). The portrayal of visible speech.
Journal of the Acoustical Society of America, 18: 418.

3.1 Impresses vocais

9. BLOCK, E. B. (1975). Voiceprinting: How the Law Can Read the Voice of
Crime. New York: David McKay Company, Inc.
10. KERSTA, L. G. (1962). Voiceprint identification. Nature, 196:12531257.
11. KERSTA, L. G. (1962). Voiceprint-identification infallibility. Journal of the
Acoustical Society of America, 34:1978.
12. KOENIG, B. E. (1986). Spectrographic voice identification: A forensic survey.
Journal of the Acoustical Society of America 79: 2088-2090.
13. MEUWLY, D. (2003a). Le mythe de Lempreintevocale (I). Revue
internationale de criminologie et de police technique et scientifique, 56(2):
219236.
14. MEUWLY, D. (2003b). Le mythe de Lempreintevocale (II). Revue
international de criminologie et de policetechnique et scientifique 61(3): 361
374.
15. SHIPP, T. E. T. Doherty and H. Hollien. (1987). Some fundamental
considerations regarding voice identification. Journal of the Acoustical
Society of America 82: 687-688
16. STEVENS, K. N. et al. (1968). Speaker authentication and identification: A
comparison of spectrographic and auditory presentations of speech material.
Journal of the Acoustical Society of America 44: 15961607.
17. TOSI, O. et al. (1972). Experiment on voice identification. Journal of the
Acoustical Society of America 51: 2030 2043.
18. YOUNG, M. A.; R. A. CAMPBELL (1967). Effects of context on talker
identification. Journal of the Acoustical Society of America 42: 12501254.

3.2 Reconhecimento auditivo de voz e memria

19. CLIFFORD, B. R.; RATHBORN, H.; R. BULL. (1981). The effects of delay on
voice recognition accuracy. Law and Human Behavior, 5, 201208.

ReVEL, vol. 12, n. 23, 2014 ISSN 1678-8931 319

 20.PAPCUN, G.; KREIMAN, J.; DAVIS, A. (1989). Long-term memory for
unfamiliar voices. Journal of the Acoustical Society of America, 85, 913925.
21. MCGEHEE, F. (1937). The reliability of the identification of the human voice.
Journal of General Psychology, 17, 249271.
22. MCGEHEE, F. (1944). An experimental study of voice recognition. Journal
of General Psychology, 31, 5365.
23. SASLOVE, H.; YARMEY, A. D.. (1980). Long-term auditory memory: speaker
identification. Journal of Applied Psychology, 65, 111116.

3.3 Amostras de fala no contemporneas

24. ENDRES, W.; BAMBACH, W.; FLSSER, G. (1971). Voice spectrograms as a
function of age, voice disguise, and voice imitation. Journal of the Acoustical
Society of America, 49, 18421848.
25. HOLLIEN, H; Schwartz, R. (2000). Aural-perceptual speaker identification:
Problems with noncontemporary samples. Forensic Linguistics, 7, 199211.
26. HOLLIEN, H.; SCHWARTZ, R. (2001). Speaker identification utilizing
noncontemporary speech. Journal of Forensic Sciences 46: 6367.

3.4 Outras questes envolvendo a amostra de fala

27. Bricker, P. D. and S. Pruzansky (1966). Effects of stimulus content and
duration on talker identification. Journal of the Acoustical Society of
America 40: 1441-1450.
28.Compton, A. J. (1963). Effects of filtering and vocal duration upon the
identification of speakers aurally. Journal of the Acoustical Society of
America 35: 17481752.
29. Knzel, H. J. (2001). Beware of the telephone effect: The influence of
telephone transmission on the measurement of formant frequencies. Forensic
Linguistics 8: 8099.
30.Nolan, F. (2002). The telephone effect on formants: A response. Forensic
Linguistics 9: 7482.
31. Orchard, T. L. and A. D. Yarmey (1995). The effects of whispers, voice-sample
duration, and voice distinctiveness on criminal speaker identification.
Applied Cognitive Psychology 9(3): 249260.
32. Pollack, I., J. M. Pickett, et al. (1954). On the identification of speakers by
voice. Journal of the Acoustical Society of America 26: 403412.
33. Yarmey, A. D. (1991). Voice identification over the telephone. Journal of
Applied Social Psychology 21: 1868 1876.
34. Yarmey, A. D. and E. Matthys (1992). Voice identification of an abductor.
Applied Cognitive Psychology 6: 367 377.

3.5 Familiaridade com o falante

35. Hollien, H., W. Majewski and E. T. Doherty. (1982). Perceptual identification
of voices under normal, stress, and disguise speaking conditions. Journal of
Phonetics 10: 139148.

ReVEL, vol. 12, n. 23, 2014 ISSN 1678-8931 320

 36. Ladefoged, P. and J. Ladefoged (1980). The ability of listeners to identify
voices. UCLA Working Papers in Phonetics 49: 4351.
37. Rose, P. and S. Duncan (1995). Naive auditory identification and
discrimination of similar voices by familiar listeners. Forensic Linguistics 2:
117.
38. Schmidt-Nielsen, A. and K. R. Stern (1985). Identification of known voices as
a function of familiarity and narrow- band coding. Journal of the Acoustical
Society of America 77: 658663.
39. Van Lancker, D. and J. Kreiman (1985). Unfamiliar voice discrimination and
familiar voice recognition are independent and unordered abilities. UCLA
Working Papers in Phonetics 62: 5060.

3.6 Disfarce vocal

40.Knzel, H. (2000). Effects of voice disguise on speaking fundamental
frequency. Forensic Linguistics 7: 149 179.
41. Masthoff, H. (1996). A report on a voice disguise experiment. Forensic
Linguistics 3: 160167.
42. Orchard, T. L. and A. D. Yarmey (1995). The effects of whispers, voice-sample
duration, and voice distinctiveness on criminal speaker identification.
Applied Cognitive Psychology 9(3): 249260.
43. Reich, A. R. and J. E. Duke (1979). Effects of selected vocal disguises upon
speaker identification by listening. Journal of the Acoustical Society of
America 66:10231028.

3.7 Sotaques e lnguas estrangeiras

44. Doty, N. D. (1998). The influence of nationality on the accuracy of face and
voice recognition. American Journal of Psychology 111: 191214.
45. Goldstein, A. G., P. Knight, et al. (1981). Recognition memory for accented
and unaccented voices. Bulletin of the Psychonomic Society 17: 217220.
46. Kster, O. and N. O. Schiller (1997). Different influences of the native
language of a listener on speaker recognition. Forensic Linguistics 4: 1828.
47. Schiller, N. O. and O. Kster (1996). Evaluation of a foreign language speaker
in forensic phonetics: A report. Forensic Linguistics 3: 176185.
48.Thompson, C. (1987). A language effect in voice identification. Applied
Cognitive Psychology 1: 121131.

3.8 Testemunhas auriculares

49. Broeders, A. P. A. and A. C. M. Rietveld (1995). Speaker identification by
earwitnesses. In A. Braun and J.-P. Kster (Eds.), Studies in Forensic
Phonetics. Trier: Wissenschaftlicher Verlag, 2440.
50. Bull, R. and B. R. Clifford (1984). Earwitness voice recognition accuracy.
Eyewitness Testimony: Psychological Perspectives. G. L. Wells and E. F.
Loftus. Cambridge, Cambridge University Press: 92123.

ReVEL, vol. 12, n. 23, 2014 ISSN 1678-8931 321

 51. Yarmey, A. D. (2001). Earwitness descriptions and speaker identification.
Forensic Linguistics 8: 113122.

3.9 Filas de reconhecimento com testemunhas auriculares

52. Broeders, A. P. A. and A. Amelsvoort (1999). Lineup construction for forensic
earwitness identification. Proceedings of the 7th International Congress of
Phonetic Sciences. San Francisco: 13731376.
53. Hollien, H. et al. (1995). Criteria for earwitness lineups. Forensic Linguistics
2: 143 -153.
54. Hollien, H. (1996). Consideration of guidelines for earwitness lineups.
Forensic Linguistics 3: 1423.

3.10 Deteco de mentiras usando fMRI e outras tcnicas

55. Belin, P., S. Fecteau and C. Bdard. (2004). Thinking the voice: neural
correlates of voice perception. Trends in Cognitive Sciences, 8, 129135.
56. Knight, J. (2004). The truth about lying. Nature, 428(15 April 2004), 692
694.
57. Langleben et al. (2002). Brain activity during simulated deception: an event-
related functional magnetic resonance study. NeuroImage 15(3): 727
732.
58. Lee, T. M. C., et al.. (2002). Lie detection by functional magnetic resonance
imaging. Human Brain Mapping, 15, 157164.
59. Pavlidis, I. and J. Levine. (2002). Thermal image analysis for polygraph
testing. IEEE Engineering in Medicine and Biology Magazine, 21(6), 5664.
60.Shah et al. (2001). The neural correlates of person familiarity. Brain 124(4):
804815.

3.11 Generalizao excessiva, charlatanismo e fraude

61. Hollien, H. (1987). Voice stress evaluators and lie detection. Journal of
Forensic Sciences 32: 405418.
62. Shipp, T. and K. Izdebski (1981). Current evidence for the existence of
laryngeal macrotremor and microtremor. Journal of Forensic Sciences 26:
501505.

ABSTRACT: This tutorial presents the field of forensic phonetics research. The text is
divided in three parts. In the first part, forensic speech science is placed in its historical
context and its modern development is briefly described. In the second part, the focus is on
some of the fundamental issues in forensic phonetics research and how present knowledge
can be applied in forensic fieldwork. This part reviews subjects such as human voice
recognition and discrimination and how factors like memory, familiarity, language and vocal
disguise influence these abilities. Lastly, attention is given to recent advancements in the field
of lie detection using voice features and brain imaging and their scientific soundness is
discussed.
Keywords: Forensic phonetics; Forensic speech science.

ReVEL, vol. 12, n. 23, 2014 ISSN 1678-8931 322