Rösten som bevis

Ett mord har begåtts och polisens utredare lägger febrilt ett pussel av bevismaterial. Bland fingeravtryck, mordvapen och dna-rester finns också en knastrig ljudinspelning från en telefon. Men går den att använda som bevis – vem är det egentligen som pratar, och säger rösten verkligen ”jag ska döda den jäveln”?

Inspelningar av det här slaget hamnar så småningom på ett anspråkslöst kontor vid Enheten för logopedi på Göteborgs universitet. Där sitter Jonas Lindh, polisens externa röstdetektiv och Sveriges enda rättsfonetiker. Det låter nästan lite påhittat, som hämtat från en spännande deckare, men för Jonas Lindh själv handlar det mer om en prosaisk vardag.

– Många tycker ju att det här är något väldigt häftigt. Men själv måste jag säga att det blir rätt tråkigt med långa ljudinspelningar. Det är inte så glamoröst som man kan tro.

Arbetar på uppdrag av rättsväsendet

Sedan 2005 har Jonas arbetat på uppdrag av rättsväsendet, samtidigt som han undervisar blivande logopeder, forskar i forensisk fonetik – alltså rättsfonetik – och utvecklar datorprogram som ska underlätta för logopeder att göra röstanalyser. Men hur bär sig Jonas då åt när en ljudfil från polisen hamnar på hans bord? Frågan utlöser en störtskur av ord, gester, begrepp och komplicerade resonemang från Jonas. Men det finns en kortversion också:

–  I ungefär vart tionde fall krävs en forensisk transkription för att lista ut vad som är mest sannolikt att de säger. Men det dominerande är den forensiska talarjämförelsen. Då finns det ett okänt ljud som ska jämföras mot en misstänkt person. Den första delanalysen är rent fonetisk och lingvistisk. Man lyssnar helt enkelt efter drag som har med talaren och det beteendevetenskapliga att göra – sociolekt, dialekt, tvekljud, typiska skratt och sådana saker.

Jonas plockar alltså manuellt ut intressanta drag, mäter dem och jämför med den misstänkte gärningsmannens tal. Det gäller att hitta likheter, men för att de ska vara värda något som bevis, måste de vara typiska och särskiljande i förhållande till hur de flesta av oss talar, förklarar Jonas.

–  Ta till exempel en bankrånare som kommer in och pratar skånska, men han stammar och har främre r-ljud och väsande s. Det är en udda kombination helt enkelt, och då är det så särskiljande att om den misstänkte också har de dragen är det väldigt starkt.

Har däremot både bankrånarrösten och den misstänkte en vanlig slätstruken skånska, passar alltför många in på beskrivningen, trots likheterna. Då får Jonas i stället sätta sitt hopp till den automatiska röstjämförelsen som han själv har utformat.

–  Jag har knackat ihop en mjukvara som extraherar stora matriser av varje tidsenhet av när du pratar. Sedan bygger den liksom en liten cirkelboll, eller en matematisk och statistisk modell av hur rösten ser ut. Programmet ignorerar helt vad som sägs. Det bara mosar ihop allting och ger ett rent naturvetenskapligt, statistiskt mått på röstkvaliteten.

Den lilla ”röstbollen” jämförs därefter mot större bollar. Jonas har lagt in tusentals röster som fungerar dels som en bakgrundspopulation och dels som en mer koncentrerad referenspopulation. Liksom i den manuella analysen handlar det om att hitta likhet och typikalitet, men skillnaden är att Jonas nu jobbar med statistiska hårddata.

Gäller att ligga steget före

Resultaten av analyserna omvandlas slutligen till siffror, som kan fogas in i polisens ramverk. I flera fall har det faktiskt varit så att röstbevisningen har varit avgörande, men trots det används forensisk fonetik inte fullt ut i Sverige. Jonas får hålla till godo med att förfina sina vapen mot de grövsta kriminella. Och det gäller förstås att hela tiden ligga steget före. När Jonas under en period hanterade många bankrån med dålig ljudkvalitet, byggde han till exempel upp en egen databas som kunde definiera en typisk bankrånarröst.

Bankrånare och andra kriminella får alltså se upp i fortsättningen med vad de säger. Röstdetektiven Jonas Lindh står beredd – det verkar nästan som om han till och med längtar lite efter att den klassiska näsduken framför ansiktet ska få en förfinad uppföljare som verkligen kan ge honom något att bita i:

–  Jag ser fram emot om det skulle bli så att folk låter som smurfar eller kodar sitt tal. På något sätt får man väl erkänna att de har lyckats då. Ut och leta efter en smurf – det är han som är knarkkungen!