ИИ или не ИИ, вот в чем вопрос

В Орехово-Зуевском городском суде Московской области рассматривалось обычное на первый взгляд гражданское дело: женщина требовала вернуть крупную сумму по договору займа. Истец утверждала, что ответчик брал деньги и обещал отдать, но не возвращал. В качестве главного доказательства она представила две короткие аудиозаписи телефонных разговоров. На них мужчина якобы признавал долг, обсуждал сроки возврата и даже предупреждал, что в случае суда всем будет плохо.

Ответчик категорически отрицал всё: «Это не мой голос, записи смонтированы или вообще подделаны». Слово против слова, а судье нужно было понять, можно ли верить этим восьмидесяти секундам звука. Чтобы поставить точку, суд назначил фоноскопическую экспертизу.

Эксперты получили компакт-диск с двумя видеофайлами («Видео1.mp4» и «Видео2.mp4»), где были записаны спорные разговоры, а также образцы голоса ответчика - как из материалов предыдущих судебных заседаний, так и специально записанные в экспертном учреждении. Задача была поставлена чётко: установить, принадлежит ли мужской голос на записях именно этому человеку, расшифровать дословное содержание разговоров и проверить, нет ли признаков монтажа или искусственного вмешательства.

Работа началась с самого простого, но важного этапа - внимательного прослушивания и расшифровки. Эксперты выделили все мужские реплики, сравнили их с образцами по тембру, высоте голоса, мелодике, темпу речи, особенностям дыхания и даже мелким оговоркам. Дальше пошёл глубокий лингвистический анализ: построение фраз, выбор слов, привычные обороты, логическая последовательность разговора и характерные для живой речи запинки и самоперебивы. Завершил всё инструментальный этап: построение графиков основного тона, анализ спектрограмм, проверка энергетических уровней сигнала и характера фоновых шумов с помощью профессионального программного обеспечения.

Голос и речь на обеих записях полностью совпали с голосом ответчика по целому комплексу индивидуальных признаков. Совпадали и общие характеристики (высота, тембр, сила голоса), и мелкие детали произношения, например, характерное растягивание отдельных гласных, манера использовать слово «вот» в конце фраз и даже особенность произнесения звука «р». Статистические параметры основного тона, спектральные характеристики ударных гласных и динамика пауз тоже оказались практически идентичными. Различия были минимальными и объяснялись исключительно разной ситуацией общения: неформальный разговор по телефону против официального судебного заседания.

Дословное содержание разговоров удалось установить полностью. Мужчина действительно признавал долг, обсуждал возможность возврата денег в августе, жаловался на обстоятельства и прямо предупреждал, что если не подождать пару месяцев, то «у нас с вами всё плохо закончится». Признаков монтажа или искусственного вмешательства во время самой записи эксперты не обнаружили. Были только типичные следы последующего перекодирования файлов (что часто происходит при пересылке через мессенджеры), но это уже не влияло ни на содержание, ни на аутентичность голоса.

Суд получил заключение со следующим выводом: голос на записях принадлежит именно ответчику, содержание разговоров подтверждено, а записи непрерывны и не подвергались монтажу в процессе создания.

Даже короткая аудиозапись может стать решающим доказательством в суде, но только после того, как её проверят профессионально и всесторонне. В наше время, когда нейросети легко имитируют речь, а мессенджеры оставляют свои цифровые следы, разница между «кажется, что это он» и «это точно он» часто лежит именно в экспертном взгляде. Подобные задачи редко решаются одним инструментом. Чаще всего помогает именно комплексный подход, где слух, лингвистика и точные измерения работают вместе.