Resumo: Os primeiros registros do uso da fala como evidência forense remontam ao século XVII. Anos após e com o refinamento metodológico-técnico, a análise da fala de diferentes suspeitos foi denominada Comparação de Locutor (CL). A grande dificuldade da atividade é que diferente do DNA e das digitais, não há uma característica específica da fala que seja em sua totalidade biologicamente determinada, inalterável e invariante (Foulkes & French, 2012a). Para resolver o problema e garantir um grau de confiança aceitável à análise, utilizam-se diversos parâmetros na CL. Apesar do ganho em robustez analítica, dado a complexidade e custo temporal em correlacionar diferentes parâmetros, surgem duas necessidades inerentes à fonética forense: investigar/formular possíveis novos parâmetros e ampliar técnicas de extração/análise automáticas. Ambas configuram o tema central do presente projeto que divide-se em três etapas: (i) avaliar e selecionar parâmetros acústicos pertinentes à CL, (ii) produzir scripts para extração automática dos parâmetros e (iii) testar a qualidade de extração em diversas relações sinal-ruído e a implementação prática do script em simulações de casos forenses. A primeira etapa correspondeu a uma revisão bibliográfica extensiva e testes-piloto. Isto, atendo-se a uma série de critérios para seleção e formulação de parâmetros ideais à CL (Rose, 2002). Em seguida, produzimos scripts utilizando a Praat Scripting Language (Boersma & Weenink, 2009), a partir da descrição dos parâmetros selecionados. Na última etapa, adicionamos diferentes ruídos aos dados do corpus e analisamos estatisticamente o comportamento do script. Realizamos uma simulação que consistiu num teste-cego. Selecionamos, em um conjunto de 10 falantes do corpus, um “criminoso” a ser identificado – sendo essa identificação probabilística – com o script desenvolvido. As categorias que apresentaram melhor desempenho nas tarefas de CL foram as unidades VV, as fricativas, as laterais e nasais. O centro de gravidade espectral com o filtro de 1000 a 2000 Hz foi o parâmetro mais promissor por captar informações da estrutura das cavidades nasal e oral, logo, específicas e dependentes do falante, e por ter tempos razoáveis para estabilização da variância e boa resistência ao ruído. O trabalho contribuiu tanto teoricamente com a investigação do potencial discriminatório de diversos parâmetros, do tempo de estabilização da variância e a resistência ao ruído dos mesmos; e também de modo prático à atividade pericial com a implementação de script e protocolo de análise.

Palavras-chave: Fonéticaforense; Fonética acústica; Sistemas de processamento da fala