Un sistema innovativo per riconoscere se la voce dell’indagato è la stessa voce fra quelle intercettate durante le indagini. Nasce “Intrepido”, un sistema di nuova generazione sviluppato dal Centro di ricerca interdisciplinare sul linguaggio dell’Università del Salento, che applica un modello scientifico per comparare le caratteristiche delle due voci. Lo stesso metodo biometrico utilizzato per confrontare le tracce di Dna presenti sulla scena del crimine.
Così l’Intelligenza Artificiale si mette al servizio dei tribunali. La ricerca è stata appena pubblicata sulla rivista internazionale Speech Communication. Francesco Sigona, ricercatore del Centro di ricerca, e Mirko Grimaldi, professore di Linguistica Generale, hanno lavorato per anni alla elaborazione di un software in grado di offrire uno strumento all’avanguardia nel campo delicato della comparazione forense della voce, dove gli errori giudiziari sono sempre in agguato.
«Nel sistema attuale la figura del perito fonico non è prevista dal legislatore e la riforma Cartabia non ha colmato la lacuna. L’identificazione del parlante in ambito forense è spesso lasciata al fai da te, assegnata cioè a figure che non hanno nessuna formazione specifica. Per questo ogni perito si sente libero di usare il metodo che preferisce (raramente basato su presupposti scientifici), e la sorte dell’indagato può finire nelle mani del caso. Ciò non dovrebbe mai avvenire nelle aule dei tribunali, dove invece sono richieste evidenze oggettive, al di là di ogni ragionevole dubbio.
I risultati ottenuti dal sistema che abbiamo sviluppato sono migliori di tutti gli altri attualmente in uso. Pertanto, Intrepido si propone come il sistema più affidabile di identificazione del parlante in campo forense e, grazie a questo strumento, magistrati, avvocati e periti hanno ora uno strumento in più per applicare i principi del giusto processo», afferma il professore Grimaldi, direttore del Centro di ricerca. Al contrario del Dna, la voce ha un’elevata variabilità.
Chi parla può alzare o abbassare la voce, parlare in modo veloce o lento. Inoltre, l’anatomia del tratto vocale è diversa da individuo a individuo, si parlano italiani regionali e dialetti diversi, i parlanti sono di età e sesso differenti. A complicare il processo di identificazione ci sono poi altri fattori che caratterizzano le intercettazioni telefoniche e ambientali: rumori di fondo o del canale di trasmissione della voce, voci di altoparlanti in lontananza, riverberi, la radio accesa di un’auto su cui è collocato il sistema di captazione e così via.
I passi avanti compiuti dall’Intelligenza Artificiale possono essere di grande aiuto a risolvere questi problemi, di cui le parti in causa in un processo sono consapevoli. L’idea dei ricercatori salentini è stata quella di utilizzare la rete neurale SpeechBrain, già scientificamente testata per altri scopi e a disposizione della comunità scientifica internazionale. La rete è stata addestrata a identificare le voci, estratte da YouTube, di oltre 7.000 parlanti diversi che hanno prodotto più di un milione di frasi per circa 2.000 ore di registrazioni audio-video.