Automatyzacja badania autentyczności cyfrowych nagrań dźwiękowych z wykorzystaniem kryterium ENF

Marcin Michałek

A

utomatyzacja

bada

nia

autentyc

zności

cyfrowych

nagrań dźwiękowych

z

wykorzystaniem kryterium ENF

Wstęp

W ciągu ostatnich kilku lat znacznie wzrosła do-stępność przenośnych rejestratorów różnych marek,

pozwalających na utrwalaniedżwięku w postaci cyfro-wej. Z kolei możliwość wykorzystania nagrania jako materiału dowodowego powoduje, że bardzo często zachodzi konieczność zbadania jego autentyczności. Potrzebę taką zauważonoju ż prawiepół wieku temu, czemu dano wyraz w orzeczeniach Sądu Najwyższe­ go w sprawach o sygnaturze I K 196/60 i III K 49/61. Eksperci fonoskopii starają się udzielaćodpowiedzi na pytania zawarte w postanowieniach,które bardzoczę­ stonawiązujądo zbadania autentyczności dowodowe-go nagrania.

Definicję autentyczności nagrania na potrzeby ba-dań kryminalistycznych przedstawiono w dokumencie Audio Engineering Society(AES) [1].Zgodnie z jej tre-ścią, za nagranie autentyczne uznaje się takie, k1óre powstało równocześnie z trwaniem rejestrowanego zdarzenia akustycznego,zawierakompletny jego prze-bieg i pozbawione jest niewytlumaczalnych zakłóceń, zmian,dodań, usunięć lubteż innej edycji. Przytoczo-na definicja szczególnie podkreśla znaczenie integral-ności (ciągłości) nagrania oraz jego rejestracji równo-cześniez trwaniem przedmiotowego zdarzenia.

Badaniaautentyczności nagrańanalogowychbazują przede wszystkim na analizie charakterystycznych śla­ dów magnetycznych,związanychnaprzykładz urucho-mieniemczy też zakończeniem nagrywania. Ślady te pochodzą odgłowic magnetycznych, w k1óre wyposa-żone są rejestratory analogowe [4, 5]. Rejestracja w postaci cyfrowej opiera się na nieco innych techni-kach.Jedną z coraz powszechniej wykorzystywanych metod w badaniach autentyczności nagrań cyfrowych jestE/ectric Network Frequency(ENF) Griterion[6]. Po-lega ona na analizie zawartego w nagraniu sygnału, k1óry może zostać utrwalony w trakcie rejestracji przed-miotowego zdarzenia,a jego charak1erystyka częstotli­ wościowa odpowiada zmianom częstotliwości prądu w sieci elek1roenergetycznej.Jeśliw nagraniu cyfrowym utrwalono taki sygnał, zwany również przydżwiękiem sieciowym,możliwa stajesięjego ekstrakcja,analiza i porównanie zezgromadzoną bazą referencyjną ENF w

26

celu weryfikacji daty i czasu rejestracjinagrania. Na tej podstawiemożliwejestrównieżustalenie ewentualnych brakówciągłościzapisu [6, 8,

9J.

Zarejestrowanie przy-dżwięku możliwe jest również w nagraniach analogo

-wych,jednak ze wzg lęd u nazmieniającą sięw czasie prędkość przesuwu taśmy, powodującą wahania czę­ stotli wości utrwalanych syg nałów, kryterium ENF nie jest stosowane.Do rejestracji dowodowychnagrań wy-korzystujesię często niewielkich rozmiarów przenośne dyk1afony cyfrowe, k1óre podczasnagrywaniaprzeważ­ nie zakamuflowane są np. w odzieży jednego z roz-mówców. Zasilane są za pomocą baterii,gdyż trudno sobiewyobrazić, aby w takiejsytuacji osobadokonują­ ca rejestracjiposzukiwałaz zasilaczem oplecionym ka-blami najbliższego gniazdka sieciowego z napięciem 230V. Jak wykazano,nawet przy wykorzystaniu zasila-nia bateryjnegorejestratory cyfrowesąw stanie utrwa-lać w swoich nagraniach sygnał ENF,k1órego analiza pozwalaustalić, kiedy nagraniezostałozarejestrowane [8,

9J.

Metoda badania autentyczności cyfrowych na-grań dżwiękowych za pomocą kryterium ENF znana jest już ekspertom w naszym kraju [2, 8]. Nowością przedstawioną w niniejszej pracy jest automatyzacja badania oraz dodatkowo oszacowanie minimalnych wy-magań,jakie musispełniaćsygnałENF, wcelu uzyska-niawiarygodnych wyników.

Częstotliwość

w sieci elektroenergetycznej

i

jej znaczenie w analizie

nagrań

cyfrowych

Ciągłezmiany częstotliwości prądu w sieci elek -troenergetycznej spowodowanesą różnicą pomiędzy energią wytwarzaną a jej bieżącym zapotrzebowa -niem. Z kolei częstotliwość to najistotniejszy para-metr systemów elektroenergetycznych pracujących synchronicznie. Obecnie na terenie Europy operato-rzy tych systemów zrzeszenisąwEuropean Network ot Transmission System Operators tor E/ectricity (ENTSO-E), przy czym część z nich przed 1 lipca 2009 roku należała do Union tor the Goordination ot

Transmission ot Electricity(UCTE).Wartośćzadanej częstotliwościprądu wynosi 50 Hz,przy czym chwi

-lowaodchyłkaod tejczęstotliwościnie powinna

kroczyć±15D mHz,gdyż wtedy warunki pracy syste-mu uznajesięza mocnoza kłócone, alejeszczemoż­ liwe do skorygowania [3].Opisującchwilowewartości częstotliwości prądu w sieci elektroenergetycznej, można przyjąć,żeF_i= Fa ±dF [Hz],gdzie Fito

chwi-lowa wartość częstotliwości prądu w sieci e

lektro-energetycznej,Fatowartość częstotliwościzadanej,

adF toodchyłkaod Fa-Lokalni operatorzyna bi eż ą ­ co kontrolują pracę systemów elektroenergetycz-nych, monitorując chwilowe wartości częstotliwości,

aby w przypadku dużych odchyłek podej m ować od

-powiednie dz iała n i a korygujące, które zapob i eg n ą rozsynchronizowa niu sięsieci[3, 1

D

J

.

Dwa podstawowe założ enia ENF Criterion mówią otym,żechwilowewartości częstotliwości wpołączo­ nych sieciach elektroenergetycznych są takie same,

a zarejestrowane zmiany są unikalne dla dłuż szych okresów [6].Na potrzebybadań moż liwajestciąg ła re-jestracja nagrań referencyjnychzawi e rających syg nał przydżwięku, obliczanie jego chwilowych częstotliwo­ ści i gromadzenie tych wartośc i w referencyjnejbazie danych ENF.Jeśl iwanalizowanym nagraniucyfrowym ujawniony zostanie sygnał ENF, można obliczyć jego chwiloweczęstot liwości i porównaćz danymi z groma-dzonymi w bazie referencyjnej. W całym połączonym systemie elektroenergetycznym pracującym s ynchro-nicznie częstotliwość prądu jest taka sama. Zakład a­ jąc,żewraz zdanymi o zmianachczęstot liwości wre -ferencyjnej bazie ENF zapisujem y in fo rmację o tym, kiedy zostały one zarejestrowane, możemy ustalić datę iczas rejestracji analizowanego nagrania izweryfikować, czyniebyło poddaneedycji,po

legają-cej na przykład na usunięci u jakiegoś fragmentu lub montażu z innymnagraniem.Wdalszej części artyk u-łu określono m.in.kryteria,jakie musispełniać sygnał ENF,aby na jego podstawie można byłoautoma tycz-niezwe ryfikowaćczas rejestracji idokonaćanalizycią­ głościzapisu nagrania.

Właściwości sygnału ENF zarejestrowanego

w cyfrowych nagraniach dźwiękowych

W InstytucieEkspertyzSądowych wKrakowieg ro-madzonajest referencyjna baza ENF,zawierająca

ob-liczone chwilowewartości częstotliwości w sieci e lek-troenergetycznej. W tym celu wykorzystywany jest komputer stacjonarny wraz z kartą dżwiękową, na której wejście podawane jest napięcie przemienne z transformatorapodłączon egodo zasilania sieciowego 23DV.Za pomocą oprogramowania umożliwiającego rej est racj ę nag ra ń dżw iękowych na dysku twardym komputerazapisywanesą nagraniareferencyjnew pli -kachformatuPCM '.wav[7]. Natej podstawie obl icza-ne sąi zapisywane do plików wartości częstotliwości prąd u wsieci elektroenergetycznej wraz zinformacją odacie i czasie rejestracji.

Napodstawiezgromadzonychdanych zweryfik owa-no założen ia ENFCriterion.Na rycinie 1przedstaw io-no spektrogramy ze zmianamiczęstotliwości dlaokre -su 12 godzin z dwóch nagrań rejestrowanych je dno-cześnie w różnych miastachna terenie Polski.Zkolei na rycinie 2 zaprezentowano spektrogramy fr agmen-tów nagrań referencyjnych zarejestrowanych w ciągu czterech kolejnych dnitygodnia. Na podstawie zdecy

-.ms 10000 200:00 300 :OCI 4:0000 ~00:00 f;00:00 7:00 00 800:00 Q:OO00 10:0000 1100:00 nms

Ryc.1. Zmianyczęstotliwościwsieci elektroenergetycznejwciągu12 godzin.Jakwidać ,sąone identycznedla dwóchróż n y c h lokalizacji.

Fig.1.ENFvenetione within 12bours. Asitcan be seen theyare identicalin two differen ttoceuone. źródło(ryc.1-5):autor

aj el '"

'"

"

II"

."

"

.

"

b) dl

."

'"

'"

.

"

fi II

,

"

'"

"

., I I

Ryc. 2. Zmianyczęstotliwościwsiecielektroenergetycznejdlaczterechkolejnychdninapodstawiedwugodzinnychfragmentównagrańreferencyjnych, tj.od godz iny9:00do11:00

Fig. 2.ENFvariationswithin4consecutivedays observedintwo-noi u-tonq reterenustrecordings (9:00- 11:00)

dowanych różnic przedstawionych przebiegów można potwierdzić przypadkowośćzmianczęstotliwościw sie-ci elektroenergetycznej.

Oprócz gromadzenia bazy referencyjnej wykonano szereg nagrańtestowych zapomocąpopularnych reje-stratorów cyfrowych,m.in.firmy Sony,Olympus i Pana-sonic.Wszystkie rejestratory podczas testów zasilane

były zapomocą baterii i wykorzystano dostępnetryby nagrywania,co wiązało się z różną jakością zapisów. Rejestrując niektóre nagrania testowe,zasymulowano

najczęstsze okoliczności podczas utrwalania nagrań

dowodowych, tj. kamuflaż urządzenia. Po dokonaniu rejestracj i nagrań i skopiowaniu ich na dysk twardy komputera przeanalizowanoje pod kątem właściwości sygnału ENF za pomocą oprogramowania do analizy

nagrań dżwiękowych. W wyniku tego ustalono, że sześć spośródtestowanych urządzeń byłow stanie

re-jestrowaćwobrębieswoichnagrań sygnałENF, zarów-no na obszarach o rzadkim, jak igęstym pokryciu

sie-cią elektroenergetyczną (nagrania rejestrowano bo-wiem w miastach i na obszarach wiejskich) oraz przy wszystkich trybach nagrywania. Trzy rejestratory nie

utrwalałytakiegosygnałuw ogóle,nażadnym z bada-nych obszarów geograficzbada-nych i przy wykorzystaniu

możliwych trybów nagrywania. Ustalono ponadto , że

oprócz sygnału ENF,oscylującego wokół 50 Hz,moż­

liwa jest rejestracja jego tzw.harmonicznych,czyli

sy-gnałów pochodnych o częstotliwościach równych cał­

kowitej wielokrotności częstotliwości podstawowej. Skutkiem tego w niektórych nagraniach zauważyć można przebiegi o charakterystyceodpowiadającej

sy-gnałowi ENF wpobliżu 100 i 150 Hz. Harmoniczne

po-2B

chodzące od EN F widoczne są też i w wyższych czę­ stotliwościach,jednak w tych zakresach są już często

mocno zakłócone, gdyż zbieżne są np.zczęstotliwo­ ściami sygnału mowy.W niektórych nagraniach testo-wych sygnał ENFodznaczał się bardzo małą

amplitu-dą, co praktycznie uniemożliwiało jego analizę, pod-czas gdy amplituda jego drugiej harmonicznej,tj.wokół

100 Hz, byłabardzo duża. Ustalono, że częstotliwości

harmoniczne mogą być zastosowane do weryfikacji czasu rejestracji nagrania. Zauważono również , że

w pewnej części nagrań częstotliwość sygnału

przy-dżwięku ulegała przesunięciu względem osi częstotli­ wości , zwłaszczaw dół,owartości rzędu kilkudziesię­

ciu mHz [B,9J.

W nagraniach testowych, w których utrwalono

sy-gnałprzydżwiękuo odpowiedniejamplitudzie, możl iwe było zweryfikowanie znanej daty i czasu rejestracji analizowanego nagrania,poprzez wzrokowe porówna-nie charakterystyki takiego sygnału z odpowiednim fragmentem nagrania referencyjnego. Wynik przykła­

dowej analizy porównawczej zaprezentowano na ryci-nie 3.

Nagrania testowe poddano równ ież analizie ciągło­ ści zapisu, w oparciu o zarejestrowany w ich obrębie sygnał ENF. Zaobserwowano,żew miejscu nieciągło­ ści,powstałejprzy użyciufunkcji pauzy,amplituda tego

sygnałuznacznie spada w bardzowąskim paśmie (rzę­

du kilku lub kilkunastu mHz),dodatkowo rozmywając się na sąsiednie częstotliwości. Widoczne jest to na spektrogramie w postaci charakterystycznych piono-wych pików.W przypadku montażuzapisu, naprzykład

poprzez sklejenie kilkunagrańlub usunięcie jakiejś

•

Ryc.3. Spektrog ramysygnałuENFz nagrania testoweg o (a)inagrania refere ncyjneg o (b). Nagranietestow ewykonano 2października2008 roku międzygodziną11:56 a12:55

Fig.3.ENF spectrograms trom testrecording (a)and reteren tietrecording (b). Test recordingmade on2October,2008,trom 11:56to 12:55

a)

Ryc.4. Zobrazowanienieciągłościwnagraniu z utrwalonymsygnałemENF. Z nagraniapierwotnego (a)usuniętodziesięciominutowyfragmentpomiędzy

25a 35minutą,poczym zapisanozmiany.W miejscupowstanianieciągłościwidocznyje slcharakterystyczny pionowypik (b),a ponadtoprzesunięciu wlewouleglaczęśćcha rakte rystykisygnałuENFwsto sun kudo nagran iapierw ot nego.

Fig. 4.Demonstrateddiscontinuitiesin recording incfudingENF signal. From original recording(a)10minute fragm entwas removedbetween minute 25 and35.Characteristic steep peak(b)isvisibleoverthe discontinui tyand thereis ashift of ENF signalcha racteristicsascompared tothe original recording.

go częściw oprogramowaniudo edycji plikówdźwięko­

wych,zaobserwowanoadekwatnyefekt(ryc.4).Możli­

we jest równieź, żew montowanyc hfragmentach am-plituda i częstotliwość sygnału przydźwięku będą znaczniesięró żnić . Na tejpodstawiemoźliwa jest de -tekcja nieciągłości w nagraniu. NaJeźy w tym miejscu podkreślićznaczenieanalizyaudytywnej nagrania,n ie-jednokrotnie pozwalającej na ujawnienie oczywistych brakówciągłościzapisu,którenastępnie mogą zostać potwierdzoneanaliząsygnałuENF.Zdarzasię,źe

cha-rakterystykiczęstot l iwości owedladuźych zakłóceń

po-dobne są do charakterystyk zwi ązanych z nieciągł o ­

ściami zapisu.

Wzrokowe porównaniecharakterystyksygnału przy-dźwięku z nagrań testowych z kolejnymi fragmentami nagrań referencyjnych pozwalało na weryfikację, kiedy je utrwalono. Metoda taka jest jednak bardzo prosta, opierasięgłówniena oceniekształtu charakterystyk ze spektrogramówi nie pozwalaoszacować chociażby ko-relacji pomiędzy dwoma sygnałami. Jeśli znany jest przybliźonyczas rejestracjinagrania,moź n a taką meto-dąwniedł ugimczasiezweryfi kować, kiedynagranie po-wstało. Co jednak, gdy wiadomo tylko tyle,źenagranie zarejestrowanonp.wminionym tygodniulub najprawd o-podobniejw kwietniuzeszłegoroku? Atrybutyplikum o-gąniewskazywaćrzeczywistejdatyjego utworzenia. Je

-śli dowodowe nagranie ma długość, przykładowo, 20 minut i chcesię zweryfi kować, czy zostałoono zareje

-strowane wciągu danego tygodnia, do wzrokowegopo

-równaniajestprzydźwiękzbaząodpowiadającą168

go-dzinom, co daje 504 fragmenty po 20 minut kaźdy. W najprostszym przypadkukształtcharakterystykiana li-zowanego sygnału przydźwięku pokryjesię z kolejnym referencyjnym fragmentem w całości i nie będzie prze-sunięty w czasie. Moźliwa jest oczywi ście analiza z mniejszym krokiem,która dodatkowo zwiększy ilość elementów do porównania.Ajeśliudasięznaleźćnie je-den, ale na przykład dwa bardzo podobne fragmenty z bazy w odniesieniudo analizowanego przydźwię ku z

nagrania? Jak okreś l ić obiektywnie ich podobieństwo?

Badanie może się dodatkowo skom pli kować, kiedy na-graniezostałozmontowane i w jegoobrębieznajdująsię sygnałyENFodpowiadające róźnymokresom.

Oprogra mowanie do automatycznej analizy

sygnału ENF

W celuautomatyzacjiczynności związanychz ana -liząnagrańz wykorzystaniem ENFCriterionstworzono

oprogramowanie oparte na optymalnych algorytmach

i dedykowane do cyfrowych nag rań dźwiękowych . Ma ono na celuprzede wszystkim przyspiesze nie analizy porównawczej orazobliczeniepodobieństwaipodanie zakresu czasu z najlepszym dopasowaniem porówn y-wanych przebiegówwzględ em bazy,wrazz prezenta-cjąliczbowąigraficznąwynikówtej analizy.

AiLorT'atyana weryfkaga datyIczasurejeslracj nagana cy1TONego ~50.02

o

20 .., 60

eo

Dlugosc nagaria (nin)

IDO r-0.91 120 - baza referencyjna

5O

.04

r;===== = =;-.---,...----..---,...----,

N ~50.02 9:12 9:52 CzasI~JTYTj Inl2 ln32 In sz

Ryc.5.Graficzna prezentacja wyniku weryfikacji datyi czasurejestracjinagrani a cyfrowego.Wcz ę ścia)przedstawionoobliczonedominuj ące częstotl i­

waści sygnałuENF z badanego nagrania,zaśwcz ęścib)znagraniareferencyjnego.Dodatkowo,wczęścia)podanowspółczynnikkorelacji r dwóch za

-prezentowanychprzebiegów.

Fig.5.Graphicrepresentationot the result ot dateand time verificationin digital recording;a):calcu/atedtrequenciesdominating in ENF in questioned recording;b): in reterentialreco rding.Additiona fly, coneteuoncoefficientrforbothp/ats is givenina).

Oprogramowanie, napisane z wykorzystaniem śro­ dowiska MATLAB,umoż liwia zautomatyzowani e kolej-nych etapów badania nagrania, które w uproszczeniu można opisać następująco:

- ustalenie parametrów nagrania;

- określenie,czy w jegoobrębieznajduje się sygnał

ENF;

- obliczeniechwilowych wartości częstotliwości te

-go sygnału oraz podstawowych wielkości stat

y-stycznych;

- wyznaczenie miejsc stanowiących potencjalne miejsca nieciąg łości na podstawie analizy zmian amplitudyiczęstotliwości sygnałuprzydżwięku;

- porównanie chwilowych częstotl iwości sygnału

przydżwięku z nagrania z kolejnymi fragmentami

referencyjnejbazyENForaz obliczenieich korela -cji;

- wyznaczenienajlepszego dopasowania charakte-rystyki analizowanegosygnału ENF z danym frag-mentem bazy referencyjnej na podstawie najwięk­

szej korelacji;

- ustalenie dnia oraz godziny i minuty początku ikońca wbazie referencyjnejdlatego

dopasowa-nia;

- prezentacjawynikóww postaci numerycznejigra -ficznej;

- zapis rezultatów do plikuw celu ich gromadzenia ipó źniejszejanalizy.

Na rycinie 5 zaprezentowano w postaci graficznej wynik werytikacjidaty i czasu rejestracjinagrania cyfro-wego,w którymutrwalonosygnałENF.

Optyma lizacja opracowanych algorytmów opi erała się na obserwacjach i analizie właściwości sygnału

ENF,pochodzących zarówno znagrań testowych, jak

i bazy referencyjnej. Za pomocą skonstruowanego oprogra mowaniamożliwa jestna przykład analiza do-wolnej ha rmonicznejsygn ału przydż wię ku, wybórczę­

stotliwościśrodkowejfiltra (dlasyg nałów przesuniętych względem osiczęstotliwości)oraz obliczaniekolejnych

częstotliwościw zadanych oknach czasowych, typowo

od 1 do 10 sekund. Oprogramowanie współpracuje z nagraniami cyfrowymi o dowolnej częstotliwości próbkowania. Za jegopomocąanalizowan esą również nagrania referencyjne i budowana jest baza ENF.Nie

ma ograniczeń co do długości porównywanych prz

e-biegów częstotliwościowych. Jedna kż e z przyczyn praktycznych,częstotl iwości referencyjne w bazieENF zapisywanesąw plikachodpowiadających kolejnej do-bie.

Oszacowanie kryteriów dla sygnału ENF

Za po mocą stwo rzonegooprogramowania przep

ro-wadzono szereg obliczeń i analiz, na podstawie któ

-PROBLEMY KRYMINALISTYKI 267(stvceen-rnareec) 2010

rych wyznaczono kryteria,jakie musi sp eł niać syg n ał ENF, abymożliwa byłajego ekstrakcja znagrania,po -prawne obliczenie chwilowych częstotliwości i

weryfi-kacjawzględem referencyjnej bazy ENF. Ustalono,że

najważniejszymi właściwościami odnoszącymi się do syg nałuprzydżwiękuwnagraniusą: dług ośćjegor eje-stracji i poziom zakłóceń. Jak wspomniano wcześniej, nagraniadowodowe bardzoczęstout rwalanesąw sy-tuacjach,w którychrejestrator zakamuflowanyjest np.

wodzieżyjednegoz rozmówców, dodatkowo n

iejedno-krotniebędącegowruchu. W wynikuporuszania urzą­

dzeniem, które zazwyczaj posiada wbudowany m

ikro-fon, powstają zakłócenia rejestrowanych z otoczenia

dżwięków. Częstotliwości tych zakłóceń, zwłaszcza

o charakterze impulsowym, często pokrywają się nie tylko zmową,ale równieżzsygnałem ENFi jego har-monicznymi. Ustalono,żedladostateczniedobrejj

ako-ści sygnału przydżwięku, przy stosunku SNR (

SignaJ--to-Nolse Ratio)większegoniżOdBwpaśmie0--100 Hz, minimalna długość nagraniazciągłym przydżwiękie m pozwalającym napoprawną weryfikację względe m ba -zy wynosi 2 minuty. Gdy poziom zakłóceń wzrasta, przydżwięk musi charakteryzować się dłuż szym cza-semrejestracji,azatem nagranie musi być dłuższe. W przypadku gdy SNR wynosi-25dB,nagraniepowinno

trwać już co najmniej 15 minut. W przypadku więk­

szych zakłóce ń lub bardzo małej amplitudy sygnał u przydżwięku nie jest możliwa poprawna werytikacja czasu rejestracjinagrania przy zastosowaniukryterium ENF.

Ustalono,żenapoprawnośćautomatycznejdetekcji

nieci ąg łości w nagraniu wpływa poziom zakłóceń ,

a prawi dłowe rezultaty otrzymywano dla SNR nie mniejszego niż-20 dBwpaśmie0--100 Hz.Pon iż ejtej

wartościszybko rośnieliczbafałszywi ewyznaczonych

ni eciągłości, co ma związek z intensywnością zakłó­

ceń, głównie o charakterze impulsowym , które na spektrogrami e przypo minają pionowe piki z ryciny 4. Niestety,dowodowe nagraniadosyć często o

dznacza-ją się takimi właśnie zakłóceniami, dlatego algorytm

tenstanowi raczejnarzędzie wspomagające,anie d e-cyduj ącew badaniuciągłości nagrania.Należymocno

podkreślić, żeostateczna decyzja wpowyższej kwestii

zależy również od innych analiz, m.in. audytywnej

icharakterystykczęstotliwościowychpodkątemciągło­ ści nagranych syg nałów. Pod sumowując, optymalne dobada ń autentycznościcyfrowe nagraniedżwiękowe

totakie,wobrębie któregozarejestrowanosygn ał ENF odługości conajmniej kilkunastuminut z odpowiednio

dużą amplitudąibezwiększych zakłóceń. Zdoświad­

czenia wynika jednak,żeanalizowa nenagraniaczęsto

niezawie rają takiego sygn ału lub jego parametry nie

pozwalająnawykonaniebadań autentycz n ościz wyko-rzystaniem kryterium ENF.

Po d s u m ow a nie

Wniniejszejpracy wykazano,że możliwejestzauto -matyzowanieczyn ności związanychzanaliząsygnału

ENF iweryfikacją,kiedybadane nagraniezostało zare-jestrowane.Metodę tę wykorzystać można równieżdo analizyciągłościnagrania.Zastosowanies konstruowa-nego oprogramowania zastępuje czasochłonną meto-dę wizualnego porównywania charakterystyki syg nału przydżwięku wyświetlanego na spektrogramie z kolej -nymi fragmenta mi nagrań referencyjnych. Na podsta-wie wyników przeprowad zonych badań stwierdzono , żedla poprawnejweryfikacjiczasu rejestra cjinagrania i analizy jego ci ągłości istotny jest poziom zakłóceń

idługośćutrwalonegosygnału przydżwięku. W nagra-niachzarejestrowanych zapomocą przenośnych urzą­ dzeń zasilanych bateryjniemożliwe jest utrwalenie za-równo syg nału ENF,jak ijegoharmonicznych o ampli -tudzie wystarczającejdoprzeprowadzenia badania

au-tentyczności nag ra ń . Ustalo no,żeniektóre typy urzą­ dze ń sąw stanie rejest rować sygn ał przydżw i ęku

nie-zależn ieodjakości zapisu,niektórezaś nieumożliwi a­ ją jego rejestracji w ogó le. Zaobserwowano ponadto,

że moż li we jest przes u n ięcie rzeczywistych wartości częstotliwości sygnału przydżwiękuwzg lędemosiczę­ stotliwości. Zaprezentowane w niniejszej pracy opro -gramowanie może wykorzystywać bazę referencyjną

gromadzoną na komputerze z kartą dżwiękową, po-zwala również na współpracę z danymi pozyskanymi od operatora sieci elektroenergetycznej.

BIBLIOGRAFIA

1.AES.Recommended Praeticefor ForensicPurposes

-Managing Recorded Audio Mateńals Intended for Exami

na-lian,AES27-1996.

2.Biernacka I.,KoryckiR.,RzeszołarsklJ.:Analiza

wa-hań częstotliwościprądusieciowegowbadaniachaute

ntycz-ności nagrań cyfrowych, "Problemy Kryminalisty ki"2007,nr

258,s.36.

3. Biernacka I.,Radzic I.:SupervisionottheApplication

ot Rules concerning Primary andSecondaryControl ot Freq

u-encyin the InterconnectedPowerSystemsUCTEJCENTREL,

Present-day Problems

ot

Power Engineering Conference

APE'99,Gdańsk,Jurata.June 6-8,2001.

4.Boss O.,GfroererS.,NeoustroevN.:ANew Tool for

the Visualisat ionot MagneticFeatures on Audiotapes,The In-ternationalJournalotSpeech Language and the Law, Foren -sicLinguis tics2003, vol. 110,no.2,p.255.

5. Dean D.J.: The RelevaneeotReplay Transients inthe

Forensie Exam ination ot Analogue Magnetic Tape

Hecor-dings , Scientific Research and Developm entBran ch ,Hom e

Office,British Govemrne nt.London 1991,no.16.

32

6.GrlgorasC.: Oigitalaudiorecord ing analysis:The Elec-tricNetwor kFrequency (ENF)Criterion,InternationalJourna l otSpeech,Languageand theLaw 2005, vol. 12,no. 1,p.64.

7.Grigoras C., Cooper A., Michal ek M.:Forensic

Spe-ech and Audio Analysis Working Group- Best PracticeGu -idelinesforENF Analysis in Fore nsicAuthe nticat ionotDigital

Evidence,ENFSI - FSAAWG 2009.

8.Kajstura M.,Trawi ńs kaA.,Hebenstrei tJ.: Application

01theelectrical networkIrequency (ENF)enterlon.A case ot a digitalrecording ,Forens icScience International2005,vol.

155,issue 2, p.165.

9.Michalek M.:TheElectrical NetworkFrequency Signal

in AutomatleAudio Recording Analysis,Materiały 10th Me -eling otthe ENFSI Working Groupfor Forensic Speechand Audio Analysis,Bralislava,Slovakia,Seplember11- 12.2008. 10.Ground rutesconcemingprimary andsecondary control

ot lrequency and activepower withinthe UCPTE,UCPTE1998. Streszczenie

Celem pracybyłoznprezentoua nieoprogramowaniawspo

-magającego pracę ekspertaw zakresie badaniaautentyczności cyfrowych1lagrańdźwięko wych, wykorzys tującza łożeniaEl

ec-tric Network Frequency (ENF)Criterlon. Wmetodzie tej analiziepoddajesięzarejestrowany wnagra niusygna łodpowia -dającyzmianomczęstotliwościprądu w sieci elektroenergetycz -nejUlcelu weryfikacjidatyiczasurejestracji nagraniaiz

bada-niajego ciągłości. Przedstawiono automatyzację czynności związanychzanalizatakiegosygtUlłuorazprzeszukiwaniem

ba-zy referencyjnej wcelu ustalenia,kiedydokonano utrwalenia

przedmiotowegonagrania.Oprócz wprowadzenia dotematyki

zwiąZ1lnejzsygnalem ENF zaprezentowano'WYnikipra ktyczne-gozastosowania oprogramowaniado analizy cyfrowychnagrań

zarejestrowanych za pomocą rejestratorów różnych marek. Oszacowanorównieżkryteria, jakie powinienspełn iaćtakis y-gnał,abyna jegopodstawiemożliwebyłodokonaniepoprawf1c -go badaniaautentycznościnagrania .

Słowa kluczowe: negranie cyfrowe,autert tycz ność, ENF

Criterion. Summarv

The aim of ihe hereby cnicle was to prezent a software designedas miaidformi expert carryi1lgoutexaminationsoj authenticity ofdigitalaudiorecordings based on the Electric Network Frequencu (ENF) Criterion. This mcthod involves analysinglhesignal reftecting uana tions in ENF inciudedin a ouesticnedrecording in orderto verify dateand timeoj recording andcheck itscontinuitu. The article presentsaleautomation oj the actioitieeunthin theartalysisof sucbsignalaswellas the search ojtherejerence databasein order todetermine when a recordingwas made.In additionto an introductionto the issues relatedto ENFsigtlalresuusoj practicalapplicationofasoftware foranalysis of digital recordingsmadeon recorders o! uarious makeswaspresented. Also estimated criteria iluusuch asystem should meetto be usedfor appropriaterecordingauthentication havebeen defined.

Keyw ords: digital recording,authenticity, ENF Criterion,