La voce rivela le bugie? Pause, tono e risultati degli studi

TL;DR

Una pausa o una voce tesa non bastano a stabilire che qualcuno menta. Gli studi acustici trovano differenze in alcune condizioni, ma il significato dipende dal compito e dal confronto. Una voce credibile può dire qualcosa di falso.

Per esaminare una registrazione, conserva la domanda e la risposta complete. Distingui il suono misurato dall’intenzione che gli attribuisci e cerca il fatto che puoi controllare con un’altra fonte.

Che cosa vuol dire «si sente che mente»?

Ascolti una risposta, poi qualcuno ti indica una pausa. Al secondo ascolto quella pausa sembra enorme. La voce cambia proprio prima del dettaglio contestato: sarà il momento in cui viene inventato?

È una possibilità, ma non è l’unica. Potrebbe essere una ricerca nella memoria, una scelta di parole o la conseguenza di una domanda poco chiara. L’audio ti permette di localizzare il cambiamento. Da solo, non sceglie la spiegazione.

Nel riconoscimento delle bugie, questa distanza tra osservazione e interpretazione conta più di un elenco di presunti segnali. Se qualsiasi esitazione conferma il sospetto, manca la possibilità di scoprire che il sospetto era sbagliato.

L’ultima volta che abbiamo controllato queste ricerche è stata il 19 ottobre 2026. I risultati riguardano compiti diversi, non una prova unica applicabile a tutte le voci.

Misurare un suono non significa misurare un’intenzione

Una tesi italiana del 2025/2026, descritta nel repository dell’Università di Padova, affronta la validità dei metodi di rilevazione della menzogna. L’abstract distingue i correlati osservabili dall’intenzione di ingannare. È una revisione in un lavoro universitario, non un nuovo esperimento che fornisca una percentuale di accuratezza.

La distinzione è comunque utile per formulare la domanda. Possiamo osservare un cambiamento di tono. Possiamo ipotizzare tensione. Affermare che una particolare frase sia falsa richiede ancora un criterio indipendente.

La linguistica forense aiuta a porre domande sul significato delle parole nel contesto. Se vuoi controllare una smentita, devi prima capire che cosa viene negato. Dire di non avere ricevuto un oggetto non equivale a dire di non averlo visto.

Anche l’identificazione della voce è un compito distinto. Stabilire chi potrebbe parlare in due registrazioni non stabilisce la verità di ciò che viene detto. La stessa persona può fornire informazioni vere e false nello stesso colloquio.

Una pausa può cominciare in tre punti diversi

Se una risposta inizia con «ehm», quando fermi il cronometro? Al primo suono o alla prima parola successiva? Se conti soltanto il silenzio interno, stai misurando ancora un altro intervallo.

Il tempo di attacco della sonorità, indicato con VOT, riguarda la produzione di un suono: il rilascio di una consonante e l’inizio della vibrazione vocale. Non è la durata della riflessione prima di rispondere.

Mapala e colleghi hanno studiato un intervallo domanda-risposta nel loro esperimento sul controllo virtuale dei bagagli del 2017. Le estremità dell’intervallo facevano parte del metodo. Una conclusione su quella misura non diventa una regola su ogni silenzio di un interrogatorio.

Per verificare un commento sul tempo, ti servono proprio quelle estremità. Se manca la domanda parlata, la sua fine non può essere ricostruita soltanto osservando il volto o leggendo un sottotitolo.

Il confronto che ha rovesciato l’attesa

L’idea iniziale sembra ragionevole: inventare potrebbe richiedere più lavoro, quindi più tempo. Ma una risposta preparata può essere semplice, mentre un ricordo vero può richiedere attenzione.

Nello studio del 2017 furono reclutati 40 studenti. Nel gruppo incaricato di mentire, le risposte false iniziavano mediamente dopo 0,84 secondi, contro 0,95 secondi per le risposte vere di controllo. Sottraendo le medie arrotondate si ottiene una differenza di 0,11 secondi.

Il confronto è interno a quel gruppo. Non dimostra che qualsiasi persona che mente risponda prima di qualsiasi persona sincera. Il confronto tra gruppi non stabilì una differenza statistica conclusiva. Inoltre, un compito virtuale universitario non è un controllo reale in aeroporto.

La conseguenza pratica è evitare una regola che si adatta a tutto. Se una risposta lenta indica invenzione e una rapida indica preparazione, quale risultato potrebbe smentire l’ipotesi? Senza questa risposta, il cronometro aggiunge precisione apparente a un’accusa già decisa.

Un modello può imparare di chi ci fidiamo

Una voce scorrevole può rendere una dichiarazione più credibile. Questo effetto si può studiare, ma la fiducia di chi ascolta non coincide con il fatto raccontato.

Chen e colleghi, nel 2020, raccolsero giudizi su 5.340 risposte, con tre valutazioni per risposta e 431 persone coinvolte nella valutazione. L’accuratezza umana sulla veridicità fu circa il 50%. Un modello raggiunse F1 del 66,1% nel prevedere la fiducia degli ascoltatori.

F1 combina precisione e richiamo, non è semplicemente la quota di tutte le decisioni corrette. Qui, soprattutto, prevedeva un’impressione. Il programma poteva riconoscere la voce che avremmo creduto senza sapere se le sue parole fossero vere.

Il formato contava: gli ascoltatori ricevevano segmenti di risposta e domande scritte. Non sentivano l’intero scambio originale con il tempo trascorso dalla domanda parlata. Non puoi trattare quel giudizio come se includesse informazioni che non erano state presentate.

Il vecchio test sullo stress e i suoi errori

Una valutazione sul campo descritta dal National Institute of Justice statunitense nel 2008 coinvolse 319 uomini appena arrestati. Le risposte sull’uso di droghe furono confrontate con esami delle urine. Due sistemi di stress vocale rilevarono mediamente circa il 15% delle risposte classificate come false; circa l’8,5% di quelle considerate vere fu segnalato per errore.

Le due percentuali hanno denominatori diversi. La prima riguarda le risposte false, la seconda quelle vere. Nessuna significa «accuratezza complessiva» e non bisogna sommarle o scambiarle.

Anche il riferimento aveva limiti: le finestre di rilevazione delle sostanze e i periodi coperti dalle domande andavano considerati. Erano sistemi storici e un compito specifico, non una valutazione di tutti gli strumenti disponibili oggi.

Resta però la domanda essenziale: un indicatore presentato come stress sa distinguere la risposta vera da quella falsa? Il grafico del prodotto non basta a dimostrarlo. Serve una prova con errori visibili e un criterio che non dipenda dall’impressione dell’esaminatore.

Il tono cambia, ma rispetto a quale riferimento?

La frequenza F0 è legata alle vibrazioni delle pliche vocali ed è espressa in hertz. L’intensità e l’estensione delle variazioni sono misure diverse. «La voce sale» è troppo vago se non chiarisce a quale proprietà si riferisce.

Agafonova e Kulygina studiarono nel 2023 sette studenti durante Mafia e otto in interviste preparate. In queste ultime, la frequenza media risultò di 177,1 Hz nel parlato veritiero e 169,9 Hz nel parlato non sincero. All’inizio dell’enunciato, l’ordine si invertiva: 169 contro 172,3 Hz. La velocità media era di 4,2 sillabe al secondo in entrambe le condizioni.

Non sono soglie per un nuovo sospetto. Sono osservazioni in un campione piccolo, senza una prova indipendente di accuratezza su persone nuove. Mostrano che il valore iniziale e la media non sono intercambiabili.

Una registrazione abituale della stessa persona può aiutare a riconoscere un cambiamento. Non ne determina la causa. Confrontare un saluto tranquillo con una domanda difficile cambia anche il contenuto, il contesto e la fatica richiesta.

I risultati favorevoli da prendere sul serio

Non serve concludere che il suono non contenga informazioni. Il problema è stabilire in quali condizioni siano utili e quanto si trasferiscano fuori dall’esperimento.

Il riassunto di Xiu e colleghi del 2024 descrive un crimine simulato con 62 partecipanti e riporta un’area sotto la curva ROC di 0,888 per il VOT. Non è l’88,8% di classificazioni esatte: la ROC considera diversi valori di soglia. Per un’applicazione servono gli errori alla soglia scelta e verifiche su persone nuove.

Nel 2026 Capra, Gomies e Zhang hanno esaminato dati di Golden Balls e del corpus Real-life Trial. L’abstract pubblicato descrive informazioni utili nella voce, ma trasferibilità limitata tra contesti. È un risultato interessante senza essere una promessa generale.

La revisione di Sporer e Schwandt del 2006 offre un altro limite: le associazioni paraverbali erano piccole ed eterogenee. Una differenza media lascia spazio a risposte vere e false simili. Per arrivare a una decisione individuale manca ancora una regola di classificazione provata con i suoi errori.

Il pass del concerto e la risposta esitante

Immagina una scena inventata. Dopo una discussione su un pass per un concerto, arriva un audio: «Sì, te l’ho dato… prima di entrare». La pausa diventa, per chi commenta, la prova che la consegna è stata inventata.

Prima di analizzare l’intenzione, bisogna capire il verbo. Mostrare il codice sul telefono, inviare una schermata e cedere un biglietto utilizzabile sono azioni diverse. Le persone potrebbero usare la stessa parola per eventi differenti.

Poi occorre controllare l’evento: messaggi, ricevuta e condizioni del pass possono chiarire che cosa sia stato trasmesso. Un orario di invio non dimostra automaticamente che il codice funzionasse o che fosse stato ricevuto dalla persona giusta.

Se la documentazione conferma la consegna, la pausa resta. Cambia l’accusa che vi era stata costruita. Se emerge una contraddizione, la domanda successiva riguarda quella contraddizione e le sue spiegazioni, non una proprietà magica del suono.

Perché riascoltare un taglio non aggiunge prove

Un frammento può cancellare una domanda ripetuta o una precisazione. Può iniziare dentro una frase e far sembrare una pausa interna un’attesa prima di rispondere. La presenza di un taglio non dimostra cattiva fede, ma limita la misurazione.

Riascoltare il frammento rende il suono familiare. Non ricostruisce il contesto mancante e non produce osservazioni indipendenti.

Anche una misura automatica dipende da scelte. La documentazione di Praat spiega che le impostazioni della frequenza e la regione selezionata influenzano i risultati vocali. Un grafico deve essere accompagnato da una spiegazione del metodo, altrimenti la precisione visiva può ingannare.

Chi pubblica un commento dovrebbe distinguere descrizione e ipotesi. «Qui c’è una pausa» è controllabile nell’audio. «Qui viene inventata una storia» attribuisce un’intenzione e richiede altro sostegno.

Le domande da fare a chi propone un rilevatore

Il sistema è stato provato su persone mai incontrate durante lo sviluppo? Se frammenti della stessa voce compaiono nell’addestramento e nella prova, il modello potrebbe riconoscere chi parla invece di riconoscere una proprietà generale dell’inganno.

Come è stata stabilita la verità di ogni risposta? In un esperimento l’istruzione è nota, ma le conseguenze differiscono da quelle di un’indagine. In un corpus giudiziario, l’esito del processo non verifica automaticamente ogni frase.

Quali sono le false accuse sulle risposte vere e le mancate rilevazioni su quelle false? Un valore complessivo può nascondere questi costi. La soglia scelta deve essere dichiarata e verificata nelle condizioni d’uso.

Infine, quali lingue e registrazioni sono state provate? Un risultato su brevi risposte preparate in inglese non conferma una conversazione italiana spontanea al telefono. Il passaggio richiede dati, non soltanto un’interfaccia nella nuova lingua.

Dalla sensazione al fatto da verificare

Puoi prendere sul serio una sensazione senza trasformarla in verdetto. Conserva la domanda, descrivi il cambiamento e scegli una dichiarazione concreta che possa essere controllata.

Lascia aperte le spiegazioni che la registrazione non distingue. Se arriva un elemento favorevole alla persona, deve poter cambiare il giudizio tanto quanto un elemento che rafforza il sospetto.

La ricerca sulla voce sarà utile nella misura in cui saprà chiarire questi passaggi e contare i propri errori. Ascoltare con attenzione non richiede di fingere che ogni esitazione riveli un’intenzione nascosta.