Kun je een leugen aan iemands stem horen?

TL;DR

Aan een hoge stem, een stilte of een snel antwoord kun je niet vaststellen dat iemand liegt. Stemonderzoek kan wel verschillen meten. Wat die verschillen betekenen, hangt af van de taak, de vergelijking en de onafhankelijke kennis over de uitspraak.

Houd drie vragen uit elkaar: wie spreekt, hoe klinkt de stem en klopt de inhoud? Een goed antwoord op de eerste vraag geeft nog geen antwoord op de laatste.

Wie spreekt er, en klopt wat die persoon zegt?

Je hoort dat een forensisch programma stemmen vergelijkt. Even later zie je een video waarin software zou aanwijzen waar iemand liegt. Het klinkt als dezelfde techniek met een iets andere toepassing. Maar de onderzoeksvraag is veranderd.

Bij een stemmenvergelijking gaat het om de mogelijke herkomst van opnamen. Bij een leugentest gaat het om de waarheid van een uitspraak. Zelfs wanneer je zeker zou weten wie spreekt, weet je nog niet of de mededeling klopt.

Dat onderscheid helpt bij leugens herkennen. Als een technische uitslag indruk maakt, vraag dan eerst waarvoor de methode is getest. Een nauwkeurige meting kan heel goed een andere vraag beantwoorden dan de commentator suggereert.

We hebben dit onderzoek voor het laatst bekeken op 19 oktober 2026. De besproken resultaten komen uit verschillende soorten proeven, niet uit één algemeen toepasbare test.

Wat het NFI met stemmen vergelijkt

Het Nederlands Forensisch Instituut legt in zijn register uit hoe automatische sprekervergelijking werkt. Software vergelijkt kenmerken uit twee opnamen. Deskundigen beoordelen of de methode geschikt is en interpreteren de uitkomst. Taal en opnameomstandigheden horen bij die beoordeling.

Het gaat daarbij om sprekervergelijking. De registerbeschrijving geeft geen score voor de eerlijkheid van de spreker. De bruikbaarheid van die vergelijking mag je dus niet overhevelen naar een oordeel over de waarheid van een verhaal.

Ook forensische taalkunde kan een andere vraag stellen dan hoe overtuigend iemand klinkt. Als je een ontkenning wilt toetsen, is bijvoorbeeld belangrijk wat precies wordt ontkend en welke uitleg de woorden in hun context toelaten.

Een stem kan herkenbaar zijn terwijl een formulering onduidelijk blijft. En een duidelijk geformuleerde uitspraak kan waar of onwaar zijn. Die stappen afzonderlijk behandelen maakt de analyse bruikbaar, zonder er een vermogen bij te verzinnen.

Een geloofwaardige klank kan misleiden

Je hoeft de inhoud nog niet te hebben gecontroleerd om vertrouwen te voelen. Vlot spreken, weinig aarzelen en een rustige klank kunnen een antwoord prettig maken om naar te luisteren. Dat effect is zelf een onderzoeksvraag.

Chen en collega’s lieten in 2020 431 beoordelaars oordelen over 5.340 antwoorden, met drie beoordelingen per antwoord. Het menselijke oordeel over de waarheid zat rond 50 procent goed. Een model behaalde een F1-score van 66,1 procent bij het voorspellen van vertrouwen.

F1 combineert precisie en het terugvinden van de bedoelde categorie. Het is niet simpelweg het aandeel van alle antwoorden dat goed werd ingedeeld. Bovendien voorspelde het model wat luisteraars geloofden. Dat is iets anders dan vaststellen wat werkelijk gebeurde.

Voor jou is daarom belangrijk welke labels bij een demonstratie zijn gebruikt. Heeft iemand de waarheid onafhankelijk vastgesteld, of heeft een publiek aangegeven welke stem eerlijk overkwam? Een programma dat het tweede voorspelt, kan onze voorkeuren en onze vergissingen leren.

De ene stilte is de andere niet

Een antwoord begint met «eh», valt stil en gaat daarna verder. Tel je vanaf het einde van de vraag tot dat eerste geluid? Of tot het eerste woord na de aarzeling? Of meet je alleen de stilte binnen het antwoord? Die definities leveren verschillende tijden op.

Steminzettijd, vaak VOT genoemd, is een fonetische maat rond een medeklinker: tussen het loslaten van de afsluiting en het begin van de stembandtrilling. Het is geen wachttijd waarin iemand een verhaal bedenkt.

In het onderzoek naar antwoordtijden bij virtuele bagagecontrole van Mapala en collega’s uit 2017 hoorde een bepaalde vraag-tot-antwoordmeting bij de methode. Een resultaat daarover geldt niet vanzelf voor een stilte halverwege een lang verhaal.

Bij een fragment zonder hoorbare vraag ontbreekt bovendien een mogelijk beginpunt. Een ondertitel kan weergeven wat er is gevraagd, maar herstelt niet wanneer de gesproken vraag eindigde.

Sneller antwoorden past ook in een experiment met leugens

Het lijkt logisch dat een verzonnen antwoord meer tijd nodig heeft. Maar een voorbereid «nee» kan eenvoudiger zijn dan het nauwkeurig ophalen van een echte herinnering.

Voor het experiment uit 2017 werden 40 studenten geworven. Binnen de groep met de opdracht om te liegen begonnen onware antwoorden gemiddeld na 0,84 seconde. Voor de ware controleantwoorden was dat 0,95 seconde. Het verschil tussen de afgeronde gemiddelden is 0,11 seconde.

Het gaat om een vergelijking binnen die groep. De vergelijking tussen groepen leverde geen statistisch overtuigend verschil op. Het resultaat bewijst dus niet dat alle mensen die liegen sneller zijn dan alle mensen die de waarheid vertellen. De virtuele studententaak was ook geen echte luchthavencontrole.

Wel laat het zien waarom een simpele richtingregel tekortschiet. Als langzaam antwoorden op verzinnen zou wijzen en snel antwoorden op voorbereiding, moet je vragen welke uitkomst níét verdacht zou zijn. Anders kan de uitleg niet worden weerlegd.

Wat vijftien procent hier betekent

Een in 2008 door het Amerikaanse National Institute of Justice beschreven veldonderzoek betrof 319 kort daarvoor aangehouden mannen. Antwoorden over drugsgebruik werden vergeleken met urineonderzoek. Twee stemstresssystemen herkenden gemiddeld ongeveer 15 procent van de als onwaar ingedeelde antwoorden. Ongeveer 8,5 procent van de als waar ingedeelde antwoorden kreeg een onterechte waarschuwing.

Die percentages gebruiken verschillende noemers. Ze beschrijven herkenning van de ene categorie en fouten in de andere. Geen van beide is de totale nauwkeurigheid van het systeem.

De urinevergelijking kende grenzen, waaronder de periode waarin een middel aantoonbaar is. Het waren oude systemen en specifieke vragen. Het onderzoek beslist niet over alle hedendaagse programma’s.

De les blijft wel relevant: een gemeten of verondersteld stresssignaal moet apart worden getoetst als voorspeller van onwaarheid. Dat iemand onder de indruk is van een apparaat maakt het apparaat nog niet goed in die taak.

Hoogte, bereik en volume lopen door elkaar

F0, uitgedrukt in hertz, heeft te maken met stembandtrillingen en de waargenomen toonhoogte. Intensiteit betreft een andere eigenschap. Een stem die harder klinkt, hoeft niet hoger te worden.

Ook de gemiddelde hoogte en de variatie binnen een zin kunnen verschillende richtingen aanwijzen. In het kleine Russische onderzoek van Agafonova en Kulygina uit 2023 lag de gemiddelde frequentie bij voorbereide interviews op 177,1 Hz voor ware en 169,9 Hz voor onoprechte spraak. Aan het begin van de uiting was het 169 tegenover 172,3 Hz. Het gemiddelde tempo was voor beide 4,2 lettergrepen per seconde.

De interviewtaak telde acht deelnemers; een afzonderlijke spelcontext betrof zeven deelnemers. Dit was geen onafhankelijke nauwkeurigheidstest op nieuwe personen. De getallen laten vooral zien dat het begin van een zin en het gemiddelde niet dezelfde maat zijn.

Een eigen vergelijkingsopname lost de oorzaakvraag niet op. Tussen een ontspannen praatje en een moeilijke vraag veranderen ook onderwerp en inspanning. Een verschil met iemands gebruikelijke stem is een waarneming, nog geen verklaring.

Waarom positieve resultaten nog geen algemene test zijn

De meta-analyse van Sporer en Schwandt uit 2006 beschrijft kleine, uiteenlopende paraverbale effecten. Dat sluit een bruikbaar verband niet uit, maar een groepsverschil geeft niet vanzelf een grens voor een individueel antwoord.

Een nieuwere positieve bevinding komt van Xiu en collega’s. Hun samenvatting uit 2024 beschrijft een gesimuleerd delict met 62 deelnemers en meldt voor VOT een oppervlakte onder de ROC-curve van 0,888. Dat is niet 88,8 procent goede beslissingen. De maat bekijkt de scheiding bij verschillende drempels; de fouten bij één gekozen drempel blijven nodig.

Capra, Gomies en Zhang onderzochten in 2026 Golden Balls en het Real-life Trial-corpus. De gepubliceerde samenvatting meldt bruikbare stemkenmerken, maar beperkte overdraagbaarheid tussen situaties. Juist die combinatie verdient aandacht: er is informatie, maar de volgende opname is niet automatisch dezelfde taak.

Bij rechtbankmateriaal moet ook duidelijk zijn hoe afzonderlijke uitspraken waar of onwaar zijn genoemd. Een uitspraak van de rechter bevestigt niet de waarheid van iedere zin die in het dossier of de zitting voorkomt.

Een voicemail over de gereedschapskist

Denk aan een fictieve gereedschapskist die niet teruggevonden wordt. Een voicemail zegt: «Die heb ik gisteren … bij de zijdeur gezet.» De stem klinkt herkenbaar. Een online bespreking noemt de stilte het moment waarop de plek werd verzonnen.

Er liggen verschillende vragen. Van wie is de stem? Waar stond de kist? En wat bedoelde de persoon met «bij de zijdeur»? Een stemtoeschrijving zou de eerste vraag kunnen ondersteunen zonder de andere twee op te lossen.

Een toegangspasregistratie bewijst ook niet rechtstreeks dat de kist is neergezet. Ze kan iets zeggen over het gebruik van een pas op een tijdstip. Een ontvangstbericht of waarneming kan weer een ander stukje van de gebeurtenis bevestigen.

Vindt iemand de kist op de genoemde plek, dan blijft de pauze hoorbaar. De beschuldiging kan toch haar grond verliezen. Dat is geen zwakte van onderzoeken: nieuwe informatie hoort een aanvankelijke uitleg te kunnen veranderen.

Wat er bij het knippen verloren gaat

Een weggelaten herhaalde vraag kan een antwoord heel snel laten lijken. Een fragment dat midden in een zin begint, kan een interne stilte veranderen in een schijnbare wachttijd vóór het antwoord. Een knip bewijst geen kwade bedoeling, maar beperkt de meting.

Dezelfde knip herhalen voegt geen onafhankelijke informatie toe. Je raakt vertrouwd met het patroon, terwijl de ontbrekende context nog steeds ontbreekt.

De documentatie van Praat legt uit dat instellingen voor toonhoogte en het geselecteerde deel van de opname de metingen beïnvloeden. Een getekende lijn is dus een berekende schatting onder bepaalde voorwaarden. Ze vertelt niet rechtstreeks waarom iemand anders ging spreken.

Voor een openbare bespreking is het eerlijker de waarneming en het vermoeden apart te benoemen. «Hier valt een stilte» is een beperktere uitspraak dan «hier verzint de spreker een alibi».

Een eerlijke proef gebruikt nieuwe stemmen

Een test hoort te werken met personen die niet in het ontwikkelmateriaal zaten. Anders kan herkenning van een individuele stem worden verward met herkenning van een algemeen patroon.

Er zijn ook onafhankelijke labels en een vooraf gekozen beslisdrempel nodig. Ware antwoorden die ten onrechte worden gemarkeerd moeten apart worden geteld van onware antwoorden die worden gemist. Beide fouten kunnen een onderzoek verkeerd sturen.

Taal, duur, voorbereiding en opnamekanaal zijn geen randzaken. Een goed resultaat op korte Engelse antwoorden bewijst niet dat het programma een spontane Nederlandse voicemail aankan. Dat is een volgende toets, met passende gegevens.

Tot slot: beter presteren dan de meest voorkomende categorie gokken, beter presteren dan luisteraars en aantoonbaar helpen om een feit te controleren zijn verschillende prestaties. De onderzoekstaak moet passen bij de belofte.

Welke vraag je uiteindelijk overhoudt

Bewaar de volledige uitwisseling. Benoem wat je hoort, geef aan welk interval of welke eigenschap je bedoelt en zoek de controleerbare bewering. Laat ontbrekende informatie zichtbaar ontbreken.

Soms leidt een opvallend antwoord naar een echt tegenstrijdig gegeven. Soms blijkt het juist te kloppen, ondanks de aarzeling. Een bruikbare aanpak moet ruimte hebben voor die beide uitkomsten.

Stemonderzoek is interessant omdat spraak veel meetbare eigenschappen heeft. Het wordt overtuigend wanneer ook de grenzen en vergissingen zichtbaar zijn. Je hoeft niet minder goed te luisteren om minder snel te beschuldigen.