Можно ли распознать ложь по голосу? Паузы, интонация и исследования

TL;DR

По дрогнувшему голосу, паузе или скорости ответа нельзя установить, что человек врёт. Исследования находят различия между правдивой и выдуманной речью, но результаты зависят от задания и от того, что именно измеряли. Даже высота голоса в начале фразы и её среднее значение могут меняться в разные стороны.

Если запись кажется подозрительной, сохрани вопрос и полный ответ. Потом отдели то, что слышно, от предположения о причине. Проверять всё равно придётся конкретное утверждение.

Голос дрогнул. А что именно изменилось?

«Слышишь, как голос поменялся? Тут всё понятно». После такого комментария хочется ещё раз включить запись. Действительно, человек будто говорит тише, потом делает паузу и неожиданно быстро заканчивает фразу. Но понятно пока одно: звучание изменилось.

Дальше начинаются вопросы. Стало тише или ниже? Пауза появилась до ответа или посреди предложения? Сохранился ли на записи вопрос? Если ты слушаешь короткую нарезку, некоторые ответы придётся оставить открытыми.

При распознавании лжи легко перепутать наблюдение с объяснением: услышать напряжение и сразу решить, что человек что-то скрывает. Между этими выводами не хватает проверки. Напряжение может возникнуть и тогда, когда ответ правдивый, а вопрос неприятный.

Чтобы разобраться, начнём с российского исследования речи. В нём хорошо видно, сколько разных вещей скрывается за бытовым «голос выдал». Последний раз мы проверяли эти исследования 19 октября 2026 года.

Что услышали в «Мафии» и на учебном интервью

В 2023 году Марина Агафонова и Аллегра Кулыгина опубликовали работу «Фонетические критерии неискренности». Авторы исследовали речь семи студентов во время игры в «Мафию» и восьми участников подготовленного интервью. Эти два задания давали разные условия: спонтанное общение в игре и ответы на заранее известные вопросы.

Возраст участников игры составлял 20–22 года, интервью 20–25 лет. Игровая запись длилась 75 минут, отдельное интервью около 12 минут. Звук анализировали на слух и с помощью программы Praat. Такую работу интересно читать именно как небольшой фонетический эксперимент: здесь можно рассмотреть изменения речи, не выдавая их за готовый тест на новом человеке.

Число наблюдений здесь важно. Небольшая студенческая выборка помогает заметить возможный эффект, но не показывает, как часто правило ошибётся на незнакомых людях. В работе не установлена точность независимой слепой проверки, которая позволяла бы уверенно классифицировать новые записи.

Средняя высота и диапазон могут рассказать разные истории

Высота голоса связана с частотой колебаний голосовых складок. В акустическом анализе используют основную частоту, F0, и измеряют её в герцах. Громкость и высота различаются: можно говорить громче, не переходя на более высокий тон.

В подготовленном интервью средняя частота составила 177,1 Гц для правдивой речи и 169,9 Гц для неискренней. Однако в начале высказывания соотношение было обратным: 169 и 172,3 Гц. Средний темп при этом совпал, по 4,2 слога в секунду.

Поэтому фраза «при лжи голос повышается» оставляет слишком много за кадром. В какой момент? С чем сравнивали? Речь о среднем значении или о диапазоне, то есть о разбросе высоты в пределах фразы? Подмена одного показателя другим легко меняет смысл результата.

Когда дело касается самого высказывания, судебная лингвистика ставит другой вопрос: что человек сказал и как это можно понять в данном контексте. Если ты проверяешь чужое отрицание, сначала стоит выяснить, что именно отрицалось. Интонация не заменит эту работу.

Почему быстрый ответ тоже объявляют признаком лжи

Популярное объяснение звучит убедительно: чтобы придумать ответ, нужно время, поэтому ложь должна запаздывать. Но правдивый ответ тоже бывает трудным. А короткое выдуманное отрицание можно подготовить заранее.

В эксперименте Mapala и коллег, опубликованном в 2017 году, 40 студентов участвовали в виртуальной проверке багажа. В группе, которой поручили лгать, ответы на вопросы с ложью начинались в среднем через 0,84 секунды, а правдивые контрольные ответы через 0,95 секунды. Получилось быстрее, а не медленнее. Разница округлённых средних составляет 0,11 секунды.

Сравнение относится к ответам внутри этой группы. Оно не означает, что любые люди, говорящие неправду, быстрее любых людей, говорящих правду. Значимого межгруппового различия исследование не установило. Студенческое задание в виртуальной среде также не равнозначно реальной проверке в аэропорту.

Если медленный ответ называют выдумкой, а быстрый сразу объявляют заученным, правило начинает подтверждаться при любом исходе. Чтобы оно что-то объясняло, нужно заранее сказать, какой результат его опровергнет.

Одна пауза, три способа её измерить

Вернёмся к записи, которая вызвала подозрение. Допустим, после вопроса слышно «э-э», затем молчание и только потом «нет». От конца вопроса до первого звука получится одна задержка. До первого слова без заполнителя получится другая. Длина молчания внутри этого отрезка будет третьей величиной.

В исследовании речи и доверия 2020 года слушателям давали отдельные ответы и письменные вопросы. Исходного промежутка между звучащим вопросом и ответом они не слышали. Поэтому впечатление от задержки внутри такого фрагмента нельзя приравнять к оценке полного разговора.

Есть и похожий термин, который относится к совсем другому масштабу: voice onset time, время начала озвончения. Он описывает интервал между размыканием смычки согласного и началом голосовых колебаний. Это не время, которое человек якобы потратил на обдумывание вопроса.

Когда в новости обещают распознавать ложь «по времени ответа», стоит выяснить, какой именно интервал исследовали. Иначе результат о произнесении звука незаметно превращается в совет следить за паузой перед признанием.

Уверенный голос легче принять за правду

Слушать ровную, связную речь приятно. Собеседник не сбивается, быстро находит слова, не просит повторить вопрос. Отсюда легко сделать лишний шаг: раз ответ звучит убедительно, значит, ему можно верить.

В упомянутой работе 2020 года 431 человек оценивал 5 340 речевых фрагментов, каждый получал по три оценки. Точность суждений об истинности была около 50%. При этом модель предсказания доверия слушателей получила F1 66,1%. Последнее число описывает, насколько модель предсказывала впечатление, а не насколько верно она разоблачала ложь.

F1 объединяет точность положительных предсказаний и полноту их обнаружения. Его нельзя просто прочитать как долю всех правильных ответов. Но здесь важнее сам предмет предсказания. Модель может научиться узнавать голос, которому люди доверяют, и при этом не знать, верно ли сказанное.

Для зрителя это вполне практическое различие. Если в разборе интервью утверждают, что программа «распознала искренность», выясни, что было правильным ответом при её обучении: установленный факт или человеческая оценка звучания. Во втором случае программа может воспроизвести нашу ошибку увереннее нас самих.

Что показала проверка голосовых анализаторов

Одно из полевых испытаний, описанное американским Национальным институтом юстиции в 2008 году, включало 319 недавно задержанных мужчин. Ответы об употреблении наркотиков сопоставляли с анализами мочи. Средняя доля обнаруженных ложных ответов у двух систем составила около 15%, ложных срабатываний среди правдивых ответов около 8,5%.

Это разные основания для подсчёта. Первое число относится к ответам, которые по принятому критерию считались ложными, второе к правдивым. Ни одно не означает «общую точность прибора». Сам критерий тоже имел ограничения: период обнаружения вещества и период, о котором спрашивали, нужно учитывать отдельно.

Результат относится к старым системам и конкретным вопросам. По нему нельзя судить обо всех современных программах анализа голоса. Зато он показывает, почему обещание измерять напряжение требует отдельного испытания на правде и лжи.

Авторы также обсуждали возможное влияние самого ожидания проверки на признания. Но сравнение с более ранним опросом не было одновременным случайным распределением участников. Даже если люди под угрозой «детектора» чаще что-то признают, это ещё не доказывает, что прибор умеет различать ответы.

Почему интерес к звуку всё равно не пропал

Из этих ограничений не следует, что исследования бесполезны. Голос содержит много измеримых признаков. Вопрос в том, какая задача по ним решается и насколько результат переносится на другие условия.

В обзоре Sporer и Schwandt 2006 года рассматривались девять паравербальных признаков. В аннотации сообщается о двух устойчивых связях при взвешивании по размеру выборки и четырёх без такого взвешивания. Эффекты были небольшими и неоднородными. Это основание внимательно изучать условия, а не выбирать понравившийся признак и применять его ко всем записям.

Есть и более новые положительные результаты. В аннотации исследования Xiu и коллег 2024 года описан эксперимент с условным преступлением и 62 участниками. Для времени начала озвончения указана площадь под ROC-кривой 0,888. Это не «88,8% распознанной лжи»: показатель характеризует разделение классов при разных порогах и сам по себе не сообщает частоту ложных обвинений при выбранном пороге.

В опубликованной в 2026 году работе Capra, Gomies и Zhang анализировались записи Golden Balls и корпус Real-life Trial. Аннотация сообщает о полезных голосовых признаках, но также об их зависимости от условий и ограниченном переносе. Поэтому обещание одинаково оценивать любые записи пока выходит за пределы этого результата.

Как монтаж делает ответ подозрительным

В коротком ролике легко потерять самое важное. Вопрос могли повторить, а повтор удалить. Человек мог начать отвечать на одну формулировку, после чего его перебили другой. Пауза останется слышна, но ситуация, в которой она возникла, исчезнет.

Это не повод заранее обвинять автора ролика в обмане. Иногда фрагмент просто сокращают для удобства. Однако измерение задержки требует начала и конца нужного промежутка. Если начало вырезано, секунды на экране не восстановят разговор.

Настройки программы тоже влияют на результат. В документации Praat прямо говорится о зависимости голосовых измерений от параметров определения высоты и выбранного участка звука. Поэтому красивый график следует сопровождать объяснением, что и как измеряли. Линия на экране не показывает намерение человека.

Для собственного разбора сохрани полную запись и отдельно отметь место, которое тебя заинтересовало. Тогда можно будет вернуться к контексту, а не обсуждать всё более короткую нарезку одной и той же паузы.

Голосовое сообщение про ключи: что здесь можно проверить

Представь выдуманную ситуацию. В общем чате обсуждают пропавшие ключи от мастерской. На вопрос «Ты вернул ключи?» приходит голосовое: «Да, я оставил их… у входа». Комментатор слышит паузу и решает, что место хранения придумано на ходу.

Сначала уточним сам вопрос. Речь о передаче ключей ответственному человеку или о том, чтобы положить их в привычное место? В этих вариантах «вернул» означает разные действия. Быстрый ответ на одно понимание вопроса может оказаться неточным для другого.

Потом уточним запись. Пауза здесь стоит внутри фразы, перед названием места. Она могла возникнуть при выборе слова, при попытке вспомнить расположение или при выдумывании ответа. Сам её факт не позволяет выбрать одну причину.

Наконец, проверим событие. Кто видел ключи у входа? Когда? Есть ли сообщение о том, что их забрали? Каждый ответ может изменить подозрение, даже если голосовое остаётся прежним. В реальном разговоре такую проверку стоит проводить без публикации чужих личных данных и записей.

Если ключи найдутся в указанном месте, пауза никуда не исчезнет. Исчезнет основание считать её доказательством выдумки. Этот простой мысленный опыт полезен: хорошее объяснение должно допускать сведения, после которых первоначальный вывод придётся пересмотреть.

Кому дорого обходится ошибка на слух

Для человека, чью запись обсуждают, цена ошибки может оказаться намного выше, чем неудачный комментарий. Подозрение начинают пересказывать как установленный факт. Нервная манера речи превращается в репутацию, которую потом сложно исправить.

Поэтому автору разбора важно отделять точную цитату от своей версии. Можно сказать, что человек сделал паузу после определённых слов. Чтобы утверждать, что он в этот момент выдумал ответ, нужны дополнительные основания. Уверенный тон комментатора их не добавляет.

У слушателя есть похожая задача. Собственная реакция «я бы так не отвечал/а» говорит о привычном способе общения, но не устанавливает чужую норму. Язык, ситуация и понятность вопроса меняют сложность ответа. Даже сравнение с прежней речью того же человека не отменяет различий между темами.

Для исследователей эта проблема превращается в требования к проверке. Нужно считать ошибки на правдивых ответах отдельно, а не прятать их за одним впечатляющим итоговым числом.

Каких результатов пока не хватает

Прежде всего, проверки на новых людях. Если в обучающую и проверочную части попали разные фрагменты одного голоса, программа может узнавать особенности говорящего. Для обещания распознавать ложь у незнакомого человека нужна проверка, которая исключает такое объяснение.

Дальше нужны независимые основания для меток «правда» и «ложь». Приговор по делу сам по себе не устанавливает истинность каждой фразы из судебной записи. В эксперименте назначенное задание известно, зато ставки и поведение отличаются от реального расследования. У каждого способа получить исходные данные есть ограничения.

Затем важен перенос между языками, вопросами и условиями записи. Хороший результат на подготовленных английских ответах не подтверждает автоматически работу на спонтанной русской речи из телефонного сообщения. Это отдельная проверка, для которой тоже нужны данные.

И, наконец, заранее выбранный порог решения. Площадь под кривой или различие средних не заменяет ответа на вопрос: сколько правдивых высказываний система назовёт ложными в предполагаемых условиях? Без этого трудно оценить последствия её применения.

С чего начать, если запись кажется странной

Не нужно убеждать себя, что ты ничего не слышишь. Пауза, смена темпа или дрожание действительно могут присутствовать. Достаточно точнее назвать наблюдение и не торопиться с объяснением.

Вернись к полному вопросу. Выдели утверждение, которое можно проверить независимо. Уточни, где именно начинается и заканчивается измеряемый промежуток. Если контекста нет, сохрани это как ограничение, а не заполняй пробел догадкой.

Дальнейшая проверка должна допускать оба исхода: подтверждение подозрения и его снятие. Тогда внимание к голосу поможет заметить интересный момент разговора, но не подменит выяснение того, что произошло.