格式：优先选择无压缩的 WAV 格式（采样率≥16kHz，位深 16bit），避免 MP3 等压缩格式导致的频谱失真。
时长：单段语音至少包含 3 个以上完整元音（如 “a、i、u”，每个元音发音≥0.5 秒），确保能提取稳定的 F1-F4。
环境：背景噪音≤30dB（可通过 Audacity 的 “效果→降噪” 功能预处理，降低低频噪音对 F3/F4 的干扰）。
Praat 是最易上手的工具，以下为详细操作步骤，全程约 5-10 分钟：
打开 Praat，点击 “Open→Read from file”，导入待分析的 WAV 文件。
在 “List of Objects” 中选中音频文件，点击 “View & Edit”，进入编辑界面（上方为波形图，下方为频谱图）。
用鼠标拖动选中一段 完整元音片段（如 “a” 的发音，波形平稳、无明显停顿的部分），避免包含辅音（如 “b、p”）或静音段。
在编辑界面顶部菜单栏，点击 “Pitch→Show Formants”，弹出 “Formant Settings” 窗口。
按以下标准配置参数（适配中文语音）：
Maximum formant（最高共振峰频率）：男性语音设为 5000Hz，女性 / 儿童设为 6000Hz（覆盖 F1-F4 的频率范围）。
Number of formants（共振峰数量）：设为 4（即提取 F1、F2、F3、F4）。
Window length（窗口长度）：设为 0.025 秒（25ms，平衡时间分辨率与频率分辨率）。
点击 “OK”，频谱图上会自动出现 4 条红色轨迹，分别对应 F1（最下方）、F2、F3、F4（最上方）。
选中目标元音片段后，点击菜单栏 “Formant→Extract formants”，Praat 会生成该片段的 “Formant Table”（包含每 0.01 秒的 F1-F4 频率值）。
点击 “Table→Save as text file”，将数据导出为 TXT 文件（可直接用 Excel 打开），取该片段 F1-F4 的 平均值（排除首尾波动较大的数值，取中间 80% 稳定值的平均），作为该元音的共振峰特征值。
语音同一性判断需 “核心指标 + 辅助指标” 结合，避免单一参数误判，具体流程如下：
将待判断的两段语音（设为 A 和 B）按上述步骤提取相同元音（如均提取 “a”“i”“u”）的 F1-F4 平均值，按以下标准判断：
示例：若 A 的 “a” 元音 F1=700Hz、F2=1200Hz、F3=2800Hz，B 的 “a” 元音 F1=720Hz（差异 2.8%）、F2=1230Hz（差异 2.5%）、F3=2850Hz（差异 1.8%），则 F1-F3 差异均符合标准，初步判定一致。
仅靠共振峰可能因 “模仿发音” 误判，需结合以下指标进一步确认：
基频（F0）：同一人的基频稳定（男性约 80-150Hz，女性约 150-250Hz），两段语音的 F0 平均值差异≤10%。
音长与节奏：同一人发相同词语的 “元音时长”“停顿间隔” 差异≤15%（如均发 “你好”，“你” 的元音时长均为 0.3 秒左右）。
频谱形状：在 Praat 中对比两段语音的频谱图，同一元音的 “能量集中区域”（频谱图中颜色较深的频段）需一致（如 “i” 的能量集中在 F2 附近，两段语音的深色区域频段需接近）。
假设提取 A 和 B 的 “a”“i” 元音共振峰及基频数据如下：
共振峰差异：A 与 B 的 “a” 元音 F1 差异 2.8%、F2 差异 2.5%、F3 差异 1.8%；“i” 元音 F1 差异 3.3%、F2 差异 2.2%、F3 差异 2.5%，均符合 “差异≤5%（F1/F2）”“≤8%（F3）” 标准。
辅助指标：基频差异≤3%，元音时长差异≤3.3%，均一致。
最终结论：高度可能为同一人。
避免 “单一元音判断”：至少提取 3 个不同元音，因同一人不同元音的共振峰 “相对关系” 更稳定（如 F2-F1 的差值）。
排除环境干扰：若两段语音录制环境差异大（如一段安静、一段嘈杂），需先通过 Audacity 降噪（“效果→降噪”，取静音段为噪音样本），再提取共振峰。
批量处理建议：若需对比多组语音，用 Wavesurfer 的 “批量提取” 功能，将所有共振峰数据导出到 Excel，用公式自动计算差异度，提高效率。
西数司法鉴定中心
