最近上映的《无所不能》是一部印度电影，电影的男主人公是个盲人，他的工作是配音演员，能够惟妙惟肖地模仿不同的人。这个特长不仅能让他帮邻居家的小孩模仿家长给老师打电话、模仿大明星打电话哄妻子开心，最后也成为了他为妻子复仇的重要手段。
跟指纹一样，每个人的声音也具有独特的特点，也被称作声纹（voice print）。人类语言的产生是大脑语言中枢与发音器官共同产生的复杂过程，由于发声器官（包括舌头、口腔结构、鼻腔、声带等）形态上存在个体差异，这些器官的差异结合起来就会形成每个人独特的声纹图谱。不仅人有声纹，动物也有声纹，有的科学家就通过动物的独特声纹对野生动物进行跟踪辨别。但与指纹不同的是，指纹是固定的，十个手指就有十个固定的纹路。但是声纹却有一套独特的规律，所以声纹识别就是要根据一个人所说的话，总结出一套这个人声音特有的物理特征，以这个“标尺”来判断新的声音资料。
通过复杂的计算，人工智能正在试图帮助人们对声音进行识别，但人类本身从很小的时候就可以对熟悉的声音进行分别。人类对于同类的声音，尤其是包含着情绪信息的声音特别敏感，多个大脑区域与人声加工和语言情绪加工有着密切关系。
语言是人类社会性发展非常重要的内容，不到一个月的婴儿就已经开始学习语言了。三个月的婴儿听到人声时，就已经出现跟成人类似的大脑活动，不到一岁的婴儿，就已经出现了对于悲伤人声加工的神经加工分化。研究发现，人们只要通过六句话，就可以掌握一个人的声音规律，然后将这个规律扩展到新的话语中，根据规律进行身份确认。
正因为可以通过语音判断人的身份，因此录音可以成为法庭证据。但是“耳证”也有出错的时候。虽然我们能够通过语音辨别他人，但有时候也会“听错人”。
一方面是由于人的声音特点并不特别稳定，生理的变化（比如变声器）、病理改变，甚至心理的状态的不同，都会改变人的声纹；伪装与修饰也可以改变声纹，就如同在电影中男主人公做的一样。
另一方面，人们对于声音的再认可会出现错误。在研究中，被试者先听到声音，有些很容易辨别、有些不容易分辨。在一周之后，对他们进行声音再认的测试：能不能正确指认听到的是哪个声音。结果发现，人们常会弄混那些典型的声音，换句话说声音分辨率不高的声音并不会被准确的指认出来。语音识别的个体差异也非常大，有些人更善于通过声音进行身份辨别。
男性与女性之间也存在语音识别的差异，女性总体来说比男性更擅长分辨语音。同时也存在说者性别与听者性别的交互影响：男性更容易根据语音辨别其他男性，而女性辨认男性和女性语音的能力差不多。
在电影里，主人公用伪装后的声音，骗过了很多人。这两年大热的节目《声临其境》中演员们也有高超的技巧，改变了自己的声音，变成了另外的角色。除了本身的技巧之外，也与听众的期望有关系——我期望听到某个人的声音，就会更容易认为听到了这样的声音。这可能是因为语言的内容、说话时的画面等等，都会对人们产生影响。
甚至发音时的口型对于听到的声音都有所产生影响。在一个实验里，当人们听到“Ba”的声音，但看到“ga”的口型，人们感觉自己“听到”的不是“ba”也不是“ga”，而成了“da”。这个现象叫做麦古现象（McGurk effect），说明我们对于声音感知和判断并不全是真实世界的反应。
作者中国科学院心理研究所王日出
京公网安备11010502039775号
