Audio Forensics – Intervista con Dr Robert C. Maher               

Benvenuto al Dr. Robert C. Maher, esperto in Audio Forense e autore di uno dei più importanti libri di audio forense al mondo “Principles of Forensic Audio Analysis”.
Grazie per aver accettato il mio invito a parlare di audioforense. Guardando la sua biografia alla Montana State University possiamo leggere: “Il dottor Maher è un membro della Audio Engineering Society, un membro senior di IEEE, un membro associato dell’American Academy of Forensic Sciences e un membro di ASA, ASEE, Eta Kappa Nu, Tau Beta Pi, Phi Kappa Phi e Sigma Xi (copresidente del capitolo MSU). Nel tempo libero, il dottor Maher ama la musica, l’escursionismo e la corsa su strada e su pista. È stato presidente del Big Sky Wind Drinkers running club e membro di diversi gruppi musicali amatoriali, tra cui la  Second String Orchestra e il coro della chiesa.”. Una grande esperienza! Ci Racconti qualcosa in più su di lei e sulla sua passione per l’audio e la musica:

Ho sempre desiderato avere abbastanza talento per poter diventare un musicista professionista, ma i miei talenti risiedono nel regno della matematica, della scienza e dell’ingegneria. Fortunatamente, ho potuto lavorare nel campo dell’ingegneria audio, che mi ha permesso di interagire con musicisti e compositori per molti anni.

Quando si è avvicinato per la prima volta all’audio forense e come?

La maggior parte della mia carriera fino al 2005 circa è stata nel campo dell’audio per l’intrattenimento: sintesi del segnale e miglioramento della qualità audio. Quando sono entrato a far parte della Montana State University, ho iniziato a cercare opportunità di nicchia per applicare l’elaborazione del segnale audio in modi che avrebbero avuto senso nel Montana, che non è un’area altamente connessa all’industria dell’intrattenimento. Ho iniziato a lavorare con il National Park Service per capire meglio il paesaggio sonoro naturale dei parchi e delle aree selvagge, e questo ha portato a un interesse nell’identificare e classificare i suoni nelle registrazioni a lungo termine. Più o meno nello stesso periodo, ricordo di aver ricevuto una telefonata da un avvocato difensore che aveva una registrazione da segreteria telefonica con il suono di uno sparo. L’avvocato ha chiesto se potevo analizzare quella registrazione e determinare l’esatta pistola che aveva emesso il suono, fino al numero di serie dell’arma da fuoco. Gli ho detto che non pensavo fosse possibile. Più tardi, ho iniziato a pensarci un po’ di più e ho deciso di saperne di più sulle caratteristiche dei suoni degli spari in modo da poter capire cosa fosse o non fosse possibile. Ciò alla fine ha portato a esperimenti, documenti di ricerca e quindi finanziamenti alla ricerca dal Dipartimento di giustizia degli Stati Uniti per studiare l’acustica degli spari.

C’è un caso interessante che vorrebbe condividere?

Uno dei miei primi casi significativi riguardava una registrazione di un call center di emergenza. L’operatore ha risposto alla chiamata, ma non è riuscito a sentire nessuno dall’altra parte. Dopo 20-30 secondi, l’operatore ha rinunciato e ha riattaccato. Si è scoperto che la vittima di un rapimento (e poi omicidio) era riuscita ad avviare la telefonata con il suo cellulare, ma poi non poteva parlare perché il rapitore era nelle vicinanze. Tuttavia, alcune espressioni pronunciate dal rapitore sono state riprese dalla registrazione della telefonata, anche se l’operatore del call center non le aveva sentite. Il mio lavoro è stato migliorare le espressioni di sottofondo in modo che i testimoni potessero verificare l’identità del rapitore.

Un caso famoso?

Forse il caso più “famoso” in cui sono stato coinvolto è accaduto molto di recente. Questo riguardava le registrazioni audio del recente caso della sparatoria alla giornalista di Al Jazeera Shireen Abu Akleh nella città di Jenin, in Cisgiordania. Sono stato contattato per la prima volta l’11 maggio 2022, il giorno della sparatoria, dai giornalisti di un’agenzia investigativa indipendente Bellingcat (dai Paesi Bassi) in merito ai suoni di spari che avevano in alcune registrazioni di telefoni cellulari generate dagli utenti e in una delle telecamere del giornalista durante la sparatoria a Jenin. Insieme a spari lontani, ho immediatamente riconosciuto che ciò che la registrazione conteneva era lo schiocco di un proiettile supersonico che passava il microfono, seguito dall’arrivo del colpo di volata dell’arma da fuoco. Il proiettile del fucile supersonico scende di 2-3 volte la velocità del suono, quindi l’intervallo di tempo tra l’onda d’urto del proiettile e l’arrivo del suono dell’esplosione della volata fornisce un’indicazione della distanza del tiratore, se la velocità del proiettile è nota o stimata.
I giornalisti di Bellingcat hanno combinato queste informazioni acustiche forensi con altre prove che avevano raccolto, quindi hanno “sgominato” la concorrenza quando il loro rapporto è apparso il 14 maggio, pochi giorni dopo la sparatoria dell’11 maggio.
Più o meno nello stesso periodo, i giornalisti della CNN mi hanno contattato con un video aggiuntivo dalla scena che includeva più prove acustiche di spari che ho interpretato per loro. La CNN ha lanciato il suo rapporto il 26 maggio.
Inoltre, un giornalista del New York Times mi ha contattato diverse settimane fa, ma hanno ritardato il loro rapporto mentre lavoravano per ottenere maggiori informazioni dai testimoni e foto della scena. Il rapporto del New York Times, inclusa la mia interpretazione audio-forense, è apparso il 20 giugno.

Quali sono gli obiettivi che ha visto superare negli ultimi anni in Audio Forensics?

Trovo che le tre aree chiave dell’analisi forense dell’audio siano autenticità, miglioramento e interpretazione.
L’autenticità è importante nelle indagini forensi perché le circostanze della registrazione hanno un effetto significativo sulle conclusioni che l’investigatore trae dalle prove audio, in particolare verificando l’assenza di alterazioni involontarie o deliberate alla registrazione.
Il miglioramento dell’audio di solito significa cercare di rendere intelligibile il parlato degradato o di individuare i suoni di sottofondo parzialmente oscurati dal rumore. Gli esami audio forensi spesso implicano registrazioni effettuate di nascosto o in circostanze che non consentivano il posizionamento ideale del microfono o il rapporto segnale-rumore ottimizzato.
L’interpretazione delle prove audio può comportare molte domande di interesse forense, come la ricostruzione delle linee temporali, la trascrizione dei dialoghi, la determinazione degli intervalli di tempo tra gli eventi e l’identificazione di suoni sconosciuti. La maggior parte del mio lavoro di audioforense rientra in questa categoria: scrivere rapporti per documentare come i suoni registrati possono informare le indagini sull’incidente.

L’analisi forense dell’audio include molte sfaccettature, come il ripristino, l’analisi delle manomissioni e, naturalmente, anche le trascrizioni. Molti software sono stati sviluppati e continuamente aggiornati in tal senso, ma c’è un campo in cui, ahimè, secondo me non ci siamo ancora. Confronto vocale. Personalmente ho avuto modo di testare i migliori software di confronto automatico sul mercato, con risultati infruttuosi. Sto parlando di comparazione della mia voce rispetto alla mia stessa voce in diverse condizioni di registrazione. Qual’è la sua esperienza al riguardo?

Nella mia esperienza, un esaminatore audio forense viene solitamente contattato quando la qualità della registrazione non è particolarmente buona, con molta distorsione, rumore e altro degrado. Altre situazioni riguardano il parlato che è stato inviato tramite un codificatore digitale da un canale di un telefono cellulare e quindi presenta artefatti di codifica non lineare oltre a rumore e distorsione. Allo stato attuale, questi tipi di segnali non sono ben elaborati automaticamente dai sistemi software esistenti. Sono particolarmente preoccupato per il fatto che funzionari e avvocati dei tribunali possano essere inclini ad attribuire a questi sistemi software più affidabilità di quanto sia appropriato, e sono necessarie molte ricerche per valutare la coerenza e l’affidabilità del confronto vocale e di altre applicazioni, in particolare quelle che affermano ” intelligenza artificiale” è coinvolta.

Lei crede che un giorno sarà possibile affermare con assoluta certezza che una voce appartenga o meno a una persona come per le impronte digitali, oppure saremo sempre alla mercé della probabilità statistica per i limiti che la voce impone a livello scientifico?

Non credo sia ragionevole aspettarsi una certezza assoluta dal confronto vocale. La corte avrebbe bisogno di elaborare un modo per valutare l’incertezza di questo tipo di identificazione, dal momento che i parametri acustici coinvolti sono suscettibili di molte deviazioni a seconda delle circostanze della registrazione: quanto è stanco l’oratore, qual è lo stato emotivo, ha raffreddore o mal di gola, ecc. Queste variazioni naturali anche dal discorso registrato da un oratore noto devono essere comprese, specialmente come questi cambiamenti non possono essere previsti in una data registrazione.

Nel mio paese, l’Italia, in genere l’esperto di audioforense viene spesso confuso con, ad esempio, il trascrittore esperto. Non esiste una cultura e una conoscenza dell’audio forense da parte di avvocati o forze dell’ordine. Com’è la situazione negli Stati Uniti?

Negli Stati Uniti, c’è sicuramente lavoro per la trascrizione del dialogo parlato, ma ho scoperto che i tribunali generalmente non introducono trascrizioni soggettive come prova, a meno che entrambe le parti (accusa e difesa) stabiliscano l’utilità e l’affidabilità della trascrizione. Gli Stati Uniti hanno un sistema di giustizia contraddittoria, quindi spesso le due parti non sono d’accordo sulla trascrizione, e quindi il tribunale può invece chiedere alla giuria di ascoltare la registrazione e giungere a una conclusione su ciò che viene detto.
La maggior parte del mio lavoro nell’audio-forense rientra nella categoria dell’interpretazione: identificare quanto tempo è trascorso tra i diversi eventi, contare il numero di spari o determinare quando un particolare individuo ha fatto una dichiarazione udibile (ad esempio, “Ferma, questa è la Polizia!”)

Nella sua esperienza ci sono grandi differenze tra USA ed Europa per quanto riguarda i metodi di Audio Forensics?

Penso che i metodi degli esaminatori audio forensi siano probabilmente molto simili, ma penso che il ruolo degli esaminatori in tribunale possa essere diverso. Non sono stato direttamente coinvolto in nessuna indagine penale europea.

Al momento non ci sono studi universitari, almeno in Italia, che portino ad un adeguato background di Audio Forensics. Quali studi secondo lei potrebbero portare, se possibile, a un percorso di laurea adatto a un esperto di audioforense abbastanza preparato?

Penso che sia difficile definire un curriculum esatto per l’audioforense, ma la mia inclinazione è quella di avere un background universitario completo in matematica e scienze. Preferisco chiaramente le persone che capiscono l’ingegneria audio e abbiano abilità e formazione nell’elaborazione del segnale digitale e nell’acustica. È necessaria una comprensione dei punti di forza e di debolezza fisici della registrazione e dell’analisi audio, nonché una chiara comprensione dell’etica professionale. Ad esempio, essere sufficientemente indipendenti e fiduciosi per evitare pregiudizi e influenze degli investigatori e degli avvocati. Spesso un esaminatore è costretto a trarre una conclusione particolare.

L’Audio Forensics è molto complessa, ed erroneamente potrebbe essere inserita solo nell’ambito linguistico o fonico, o in generale e impropriamente in quello digitale forense. Personalmente vengo dal mondo dell’ingegneria audio e della registrazione in studio, e anche dell’ascolto tecnico musicale come musicista. Dopo molti anni di abitudine all’ascolto tecnico mi sono specializzato in Audio forense.
Qual è secondo lei l’ambito professionale che meglio si presta all’approccio dell’audio forense?

Penso che un background formale in ingegneria a livello universitario sia una buona base per l’analisi forense dell’audio. La maggior parte delle persone in linguistica ha uno studio molto limitato in matematica e nell’elaborazione dei segnali, e questa mancanza di formazione rende difficile la loro comprensione della fisica e i principi scientifici coinvolti nell’acustica e nell’interpretazione delle registrazioni audio.

Ci sono delle linee guida nell’audioforense negli Stati Uniti? Se si, redatte da chi?

Stanno iniziando a esserci varie linee guida e “best practice” per l’analisi forense dell’audio, ma non è ancora chiaro come queste linee guida vengano applicate. Il gruppo di lavoro scientifico sulle prove digitali (SWGDE) è un gruppo che sta cercando di far adottare e accettare alcuni standard e linee guida dai professionisti.

Che consiglio darebbe a chi vuole avvicinarsi a questo mondo?

Consiglio alle persone interessate all’analisi scientifica del materiale audio di cercare una laurea regolare in ingegneria o scienze fisiche. Ci sono certamente opportunità anche per i tecnici che si occupano della gestione e dell’elaborazione iniziale dei dati.

Grazie mille per il suo tempo!