Ses Netleştirme
Ses netleştirme, ses kayıtlarında bulunan arka plan gürültülerinin, bozulmaların ve istenmeyen seslerin azaltılması veya giderilmesi amacıyla uygulanan teknik işlemleri ifade eder. Temel hedef, kaydedilen konuşmaların daha anlaşılır, net ve yorumlanabilir hâle getirilmesidir.
Adli bilişim alanında ses netleştirme yalnızca kalite artırmaya yönelik bir düzenleme değildir. Aynı zamanda delil niteliği taşıyan ses kayıtlarının doğru şekilde analiz edilmesini, değerlendirilmesini ve hukuki süreçlerde güvenilir biçimde kullanılmasını sağlar. Her işlem MD5/SHA-256 hash değeriyle belgelenir; HMK m.293 uzman mütalaası formatında mahkemeye sunulabilir nitelikte raporlanır.
Rakip içeriklerin tamamı “gürültüyü azaltıyoruz, kaydı netleştiriyoruz” söylemiyle sınırlıdır. Bu sayfada kriminalistik bilirkişi perspektifinden adli ses biliminin teknik temelleri — spektral analiz metodolojisi, gürültü modeli × yöntem tablosu, ENF tarih-saat doğrulama, MFCC konuşmacı tanımlama, ses manipülasyon ve montaj tespiti, kayıt bütünlüğü hash analizi — mevcut içeriğimizle birlikte ve TCK m.135 hukuki çerçevesiyle eksiksiz sunulmaktadır.
Ses Netleştirme Nedir?
Ses netleştirme, dijital ses işleme yöntemleri kullanılarak ses dosyalarının iyileştirilmesini kapsar. Bu süreçte zaman alanı, frekans yapısı ve spektral içerik üzerinde çeşitli gürültü giderme ve filtreleme teknikleri uygulanır.
Amaç, ses kaydının doğal yapısını bozmadan; konuşmaların ve önemli ses unsurlarının daha belirgin hâle gelmesini sağlamaktır. Bu nedenle ses netleştirme işlemleri kontrollü ve uzmanlık gerektiren bir yaklaşımla yürütülmelidir.
Adli Bilişimde Ses Netleştirme Neden Kullanılır?
Adli soruşturma ve yargı süreçlerinde kullanılan ses kayıtları, çoğu zaman ideal koşullarda alınmamıştır. Düşük ses seviyesi, çevresel gürültü veya teknik bozulmalar, kaydın anlaşılmasını zorlaştırabilir.
Ses netleştirme hizmeti, bu tür kayıtların analiz edilebilir hâle getirilmesine yardımcı olur ve adli bilişim uzmanlarının teknik değerlendirme yapmasını mümkün kılar.
Kullanım Alanları × Karşılaşılan Gürültü Tipi × Yöntem
Mevcut içeriğimizde yer alan kullanım alanları aşağıda teknik yöntemle birlikte genişletilmiştir. Her kayıt türü kendine özgü gürültü karakteristiği taşır ve farklı bir işleme zinciri gerektirir.
| Kayıt Türü | Tipik Gürültü Tipi | Uygulanan Yöntem | Adli Çıktı |
|---|---|---|---|
| Sesli İstihbarat / Ortam Kaydı | Sabit arka plan (klima, trafik, HVAC); değişken çevresel gürültü; yankı | Spectral subtraction; Wiener filtresi; de-reverberation (WPE algoritması) | Netleştirilmiş konuşma + gürültü profili karşılaştırma raporu |
| Gizli / Düşük Kaliteli Kayıt | Bez/kumaş sürtünme gürültüsü; yüksek frekans kaybı; düşük SNR | Adaptif filtre; bandpass filtresi; NMF (Non-negative Matrix Factorization) kaynak ayrıştırma | Konuşma sinyali izolasyonu; güven düzeyi değerlendirmesi |
| Telefon Görüşmesi Kaydı | GSM codec artefaktı (AMR, EVRC); hat gürültüsü; çift konuşma (double-talk) | Codec artefakt giderme; notch filtresi; echo cancellation; ACELP modeli | Her konuşmacı kanalı ayrı netleştirilmiş; zaman damgası doğrulanmış |
| CCTV / Güvenlik Kamerası Ses | Kamera motoru/fan gürültüsü; AGC (otomatik kazanç) pompalaması; düşük örnekleme hızı (8–16 kHz) | Periodical noise removal (FFT notch); AGC artifact giderme; süper-band genişletme | Konuşma içeriği + kamera ses parmak izi doğrulama |
| WhatsApp / VoIP Kaydı | Paket kaybı artefaktı (packet loss concealment); codec geçiş noktaları; arka plan uygulaması gürültüsü | Packet loss reconstruction; Opus/AAC codec normalizasyonu; frekans yeniden yapılandırma | Konuşma içeriği; ENF analizi ile tarih-saat doğrulama (varsa) |
| Yüksek Gürültülü Açık Alan Kaydı | Rüzgar gürültüsü; kalabalık insan sesi; impulsif gürültü (patlama, kapı) | Wind noise reduction (low-frequency rolloff); beamforming (çok mikrofon); spectral masking | Hedef konuşma izolasyonu; güven aralığı raporlanmış transkript |
Spektral Analiz Metodolojisi: FFT, STFT ve Mel Spektrogram
Adli ses netleştirmenin teknik temeli, sesin frekans bileşenlerine ayrıştırılmasıdır. Rakiplerin hiçbirinde yer almayan bu metodoloji, hem iyileştirme yönteminin seçimini hem de manipülasyon tespitini belirler.
FFT — Hızlı Fourier Dönüşümü
Ses sinyalini frekans bileşenlerine ayrıştırır; hangi frekanslarda gürültü, hangi frekanslarda konuşma sinyali bulunduğunu harita olarak gösterir. Sabit arka plan gürültüsünün (klima, jeneratör) profili FFT ile çıkarılır; ardından spectral subtraction ile gürültü maskesi oluşturulur. ENF analizi de FFT tabanlıdır.
STFT — Zamana Bağlı Spektral Analiz
FFT’nin zaman ekseninde kayan pencere uygulamasıdır; sesin hem frekans hem zaman boyutunu birlikte gösterir. Değişken gürültülerin (hareket, araç geçişi) tespitinde ve konuşma/gürültü segmentasyonunda kullanılır. Spectogram görüntüsü montaj tespitinde birincil görsel araçtır.
İnsan İşitme Modeli Tabanlı Analiz
İnsan kulağının frekans algısını taklit eden Mel ölçeğiyle hesaplanan spektrogram. MFCC (Mel Frequency Cepstral Coefficients) konuşmacı tanımlama ve konuşma tanıma sistemlerinin temelini oluşturur. Konuşmacı sesinin “parmak izi” olan formant frekansları Mel spektrogram üzerinde analiz edilir.
SNR — Başarı Sınırının Belirlenmesi
SNR (Signal-to-Noise Ratio), konuşma sinyalinin gürültüye oranını desibel cinsinden ölçer. SNR 10 dB üzerinde: yüksek başarı olasılığı. 0–10 dB: kısmi netleştirme, transkript güven düzeyi düşük. 0 dB altı: ses yeniden yapılandırma pratik olarak mümkün değil. Her raporda ön analiz SNR değeri ve iyileştirme sonrası SNR artışı belirtilir.
ASR — Otomatik Transkript ve Segmentasyon
Netleştirilmiş ses, ASR (Automatic Speech Recognition) motoruna aktarılarak konuşma yazıya dökülür. Her segment için zaman damgası ve güven skoru üretilir. Düşük güvenilirlikli segmentler “anlaşılamadı” olarak işaretlenir; transkript güven aralıkları HMK m.293 raporuna eklenir.
Araçlar ve Standartlar
Adobe Audition (adli mod), iZotope RX (forensic), MATLAB Signal Processing Toolbox, Python librosa ve soundfile kütüphaneleri, Praat (formant analizi), Sonic Visualiser (görselleştirme). Standart: SWGDE Best Practices for Computer Forensics; AES17 (ses ölçüm standardı).
ENF Analizi: Ses Kaydının Tarih ve Saati Nasıl Doğrulanır?
ENF (Electric Network Frequency — Elektrik Şebeke Frekansı) analizi, adli ses biliminin en güçlü araçlarından biridir ve tüm rakip içeriklerde tamamen eksiktir.
ENF Nasıl Çalışır?
- Elektrik şebekesi teorik olarak 50 Hz’de çalışır (Türkiye ve Avrupa); ancak gerçekte yük dengesizliği nedeniyle 49,95–50,05 Hz arasında sürekli mikrovaryasyon gösterir
- Bu mikrovaryasyonlar her saniye farklıdır ve belirli bir zaman dilimine özgüdür — tıpkı parmak izi gibi
- Elektrik prizine yakın veya bağlı ortamda alınan ses kayıtlarına bu frekans varyasyonu gömülür
- Kayıttaki ENF imzası, ulusal şebeke operatörlerinin (Türkiye: TEİAŞ) tuttuğu ENF veritabanıyla karşılaştırılarak kaydın gerçek tarih ve saati ±dakika hassasiyetiyle belirlenir
ENF Analizi Neyi Kanıtlar?
- Kayıt zamanı doğrulama: “Bu ses kaydı olayın gerçekleştiği saatte mi alındı?” sorusunun bilimsel yanıtı
- Montaj tespiti: Farklı zamanlarda alınan iki kayıt birleştirilirse ENF sürekliliği o noktada kırılır — kesme anı tespit edilir
- Tarih manipülasyonu tespiti: Dosya metadata’sındaki tarih değiştirilse bile ENF imzası gerçek kaydı tarihi ortaya koyar
- Sınırlılık: Pil ile çalışan cihazlarda veya ENF’nin çok zayıf girdiği ortamlarda (açık alan, araç içi) ENF imzası yetersiz olabilir; bu durum raporda belirtilir
- Araç: MATLAB ENF Toolbox; Python ENFify; Medialooks ENF Analyzer
Konuşmacı Tanımlama ve Ses Parmak İzi Analizi
Ses kaydındaki kişinin kim olduğunun belirlenmesi — konuşmacı tanımlama (speaker identification) — adli ses incelemesinin ikinci kritik boyutudur. MFCC tabanlı bu analiz tüm rakip içeriklerde teknik derinlikte ele alınmamaktadır.
| Analiz Türü | Yöntem | Gereksinim | Bilimsel Çıktı |
|---|---|---|---|
| Konuşmacı Tanımlama (Identification) | MFCC özellik vektörleri + GMM (Gaussian Mixture Model) veya i-vector/x-vector modeli; bilinmeyen ses referans setle karşılaştırılır | Şüpheliye ait referans ses örneği (en az 30 sn temiz konuşma) | Olasılık oranı (LR) ve güven skoru; “destekler” / “desteklemez” / “belirsiz” değerlendirmesi |
| Konuşmacı Doğrulama (Verification) | “Bu ses X kişiye mi ait?” sorusunun yanıtı; referans kayıtla LR hesabı | Referans ses + sorgu ses; aynı kanal koşulları tercih edilir | LR değeri: 1’in üzeri destekler, 1’in altı reddeder; Bayes yorumu ile olasılık beyanı |
| Konuşmacı Sayısı Tespiti (Diarization) | VAD (Voice Activity Detection) + agglomerative clustering; kim ne zaman konuştu segmentasyonu | Çok konuşmacılı kayıt | Konuşmacı segmentleri zaman damgasıyla ayrıştırılmış transkript |
| Maskelenmiş/Değiştirilmiş Ses Tespiti | Formant frekansı analizi; pitch shifting artefakt tespiti; harmonik yapı bozunumu incelemesi | Sorgu ses kaydı yeterli | “Ses değiştirilmiş” / “doğal konuşma” değerlendirmesi; değiştirme türü (electronic, digital) belirleme |
Ses Manipülasyonu ve Montaj Tespiti
Mevcut içeriğimizde yer alan “ses netleştirme ile manipülasyon arasındaki fark” bölümü aşağıda teknik yöntemlerle genişletilmiştir. Manipülasyon tespiti, adli ses incelemesinin bütünlük analizi kanadını oluşturur.
Montaj Kesme Noktası Tespiti
Elektrik şebeke frekansı imzasının sürekliliğinin izlendiği yöntem. Birden fazla kayıt birleştirildiğinde ENF imzası kesme anında tutarsızlık gösterir. ±dakika hassasiyetiyle kesme zamanı belirlenir. En güvenilir montaj tespit yöntemidir — kaydın içeriğiyle değil fiziksel kaydın doğasıyla ilgilidir.
Gürültü Profili Süreksizliği
Her ortamın kendine özgü arka plan gürültü profili vardır. Montaj yapılmış kayıtta birleştirme noktasında gürültü profili ani değişim gösterir — farklı odalar, farklı mikrofon yönleri, farklı zaman dilimleri. STFT spektrogram üzerinde görsel ve matematiksel olarak tespit edilir.
Dosya Bütünlüğü Analizi
Orijinal ses dosyasının MD5 ve SHA-256 hash değeri hesaplanır; belgelenir. Sonraki incelemede aynı hash değeri üretiliyorsa dosya değiştirilmemiş demektir. Hash değerinin farklılaşması — tek bit değişimi dahil — dosyanın manipüle edildiğini matematiksel olarak kanıtlar. Zincir muhafaza belgesiyle birlikte raporlanır.
Ses Yüksekliği ve Tempo Değiştirme
Konuşmacı sesini değiştirmek amacıyla uygulanan pitch shifting, fundamental frekans (F0) analizinde harmonik yapı bozunumu olarak tespit edilir. Hız değiştirme (time stretching) ise konuşma hızı analizi ve formant geçiş hızlarındaki anormallik ile belirlenir. Değiştirme algoritmasının türü (phase vocoder, WSOLA) de belirlenebilir.
Yeniden Kodlama Tespiti
Ses dosyası düzenlenip yeniden kaydedildiğinde çift sıkıştırma izi bırakır. MP3/AAC codec’in iki kez uygulandığı dosyalarda karakteristik quantization hatası örüntüsü ortaya çıkar — Double Compression Artifact (DCA) analizi. Orijinal kayıt ile düzenlenmiş kayıt arasındaki codec imzası farkı tespit edilir.
Yapay Sessizlik ve Ses Doldurma
Belirli bir bölümün sessiz braket veya başka ses doldurulumuyla gizlenmesi, gürültü tabanının ani kesilmesiyle tespit edilir. “Gerçek sessizlik” ile “gürültüyle doldurulmuş sessizlik” spektral analiz ve gürültü tabanı ölçümüyle ayrıştırılır.
Adli Ses Netleştirme Süreci
-
Ön Analiz ve Kayıt DeğerlendirmesiSes dosyasının formatı (WAV, MP3, AAC, AMR), örnekleme hızı, bit derinliği, süre ve mevcut bozulma türleri tespit edilir. SNR (Sinyal-Gürültü Oranı) hesaplanarak ulaşılabilecek netleştirme tavanı belirlenir. Bu analiz hangi iyileştirme tekniklerinin uygulanabileceğini ve beklenen çıktı kalitesini ortaya koyar. Sonuçlar paydaşlarla paylaşılır — beklenti yönetimi adli sürecin şeffaflığı için zorunludur.
-
Hash Değeri ve Zincir Muhafaza BelgesiHam ses dosyasına herhangi bir işlem uygulanmadan MD5 ve SHA-256 hash değerleri hesaplanır; tutanağa işlenir. Read-only kopya oluşturularak tüm analiz bu kopya üzerinde yürütülür — orijinal dosyaya dokunulmaz. Zincir muhafaza belgesi oluşturulur; dosyaya erişen her kişi kayıt altına alınır.
-
Gürültü Profili Çıkarma ve FiltrelemeArka plan gürültüleri, uğultular ve parazitler frekans bazlı yöntemlerle azaltılır. Sabit gürültü için spectral subtraction, değişken gürültü için adaptif Wiener filtresi, impulsif gürültü için medyan filtresi uygulanır. Her aşamada konuşma frekanslarının (temel olarak 300–3400 Hz; geniş bant 80–8000 Hz) korunmasına özellikle dikkat edilir.
-
Ses Seviyesi, Netlik ve Formant AyarlarıDüşük ses seviyesine sahip kayıtlar kontrollü biçimde normalize edilir — clippling artefaktı oluşturmadan hedef -16 LUFS düzeyi hedeflenir. Konuşma anlaşılırlığı STOI (Short-Time Objective Intelligibility) metriğiyle ölçülür. Bu işlem sırasında sesin bozulmaması ve yapay görünüm kazanmaması — özellikle konuşmacı kimliğinin değişmemesi — temel kısıt olarak korunur.
-
ENF Analizi ve Manipülasyon KontrolüKayıttan ENF imzası çıkarılarak ulusal şebeke ENF veritabanıyla karşılaştırılır; kayıt tarihi-saati doğrulanmaya çalışılır. Spektral tutarsızlık, gürültü profili süreksizliği, hash değeri ve codec izi analizleri paralel yürütülür. Herhangi bir manipülasyon bulgusu işaretlenerek ayrı bölümde raporlanır.
-
Transkript ve Raporlama — HMK m.293Netleştirilmiş ses yazıya dökülür; her segment için güven skoru belirlenir ve “anlaşılamadı” / “kısmen anlaşıldı” / “net” sınıflandırması yapılır. Tüm bulgular — ham dosya hash değeri, uygulanan işlemler ve parametreler, SNR öncesi/sonrası, manipülasyon analiz sonuçları, konuşmacı tespiti (varsa), transkript güven değerlendirmesi — SWGDE standartlarına uygun ses inceleme raporu olarak HMK m.293 uzman mütalaası veya CMK m.63 bilirkişi raporu formatında sunulur.
Hukuki Çerçeve: TCK m.135 ve Ses Kaydının Delil Değeri
| Durum | Hukuki Nitelendirme | Ceza / Sonuç |
|---|---|---|
| Kişinin kendi katıldığı konuşmayı kaydetmesi | Hukuka uygun — TCK m.135/1 istisnası kapsamında | Delil olarak kullanılabilir; bütünlük analizi koşuluyla |
| Rıza olmaksızın başkasının konuşmasını kaydetme | TCK m.135/1 — haberleşmenin gizliliğini ihlal | 1–3 yıl hapis; kayıt delil olarak kullanılamaz (CMK m.206/2-a) |
| Kaydı ifşa etme veya yayma | TCK m.135/2 — ağırlaştırıcı hal | 2–5 yıl hapis; kamu görevlisi ise artırım |
| Hukuka uygun alınmış kaydın manipüle edilmesi | TCK m.204 — resmi belgede sahtecilik (kayıt delil niteliği taşıyorsa) | 2–5 yıl hapis; delil değeri ortadan kalkar |
| Mahkeme kararıyla ortam dinlemesi kaydı | CMK m.139–140 — teknik araçlarla izleme; hâkim kararı zorunlu | Hukuka uygun delil; adli ses inceleme raporuyla sunulur |
| HMK m.293 uzman mütalaası ile sunulan ses analizi | Tarafça delil; hâkimi bağlamaz, değerlendirmeye alınır | Manipülasyon yoksa ve metodoloji belgelenmiş ise güçlü teknik delil |
Ses Netleştirme Her Kaydı Tamamen Netleştirir mi?
Ses netleştirme işlemlerinde en sık karşılaşılan yanlış beklenti, her kaydın tamamen net hâle getirilebileceği düşüncesidir. Oysa kaydın alındığı ortam ve teknik koşullar, elde edilebilecek sonucu doğrudan etkiler.
Kayıtta hiç oluşmamış bir ses veya konuşma, sonradan üretilemez. Ses netleştirme yalnızca mevcut verinin daha anlaşılır hâle getirilmesini sağlar. Başarı oranı ön analiz SNR değeriyle belirlenir ve her inceleme başında paydaşlarla paylaşılır.
Hizmet Kapsamı
Sesli Ortam ve İstihbarat Kaydı Netleştirme
Ortam dinleme kayıtlarında spectral subtraction, Wiener filtresi ve de-reverberation işlemleriyle arka plan gürültüsü azaltılır; konuşma sinyali izole edilir. Sabit ve değişken gürültü profilleri ayrı ayrı işlenir. ENF analizi ile kayıt tarih-saati doğrulanır. Güven aralığı ve SNR öncesi/sonrası değerleriyle birlikte HMK m.293 uyumlu ses inceleme raporu hazırlanır.
Telefon ve VoIP Görüşmesi Netleştirme
GSM AMR ve VoIP Opus codec artefaktlarının giderilmesi, hat gürültüsü ve echo cancellation işlemleri. Çift konuşmacı (double-talk) durumunda her kanal ayrı netleştirilir. Paket kaybı izlerinin yeniden yapılandırılması. Zaman damgası ve ENF analizi ile tarih-saat doğrulaması yapılır; transkript güven skoru raporlanır.
Ses Manipülasyon ve Montaj Tespiti
ENF sürekliliği analizi ile kesme ve birleştirme noktaları ±dakika hassasiyetiyle belirlenir. Spektral gürültü profili süreksizliği, pitch shifting artefaktı, double compression artifact ve codec izi analizleri birlikte yürütülür. Hash değeri zincir muhafaza belgesiyle belgelenir. Rapor mahkemede “kayıt orijinal mi, manipüle edilmiş mi?” sorusunun bilimsel yanıtıdır.
Konuşmacı Tanımlama ve Ses Parmak İzi
MFCC özellik vektörleri ve GMM/i-vector tabanlı konuşmacı tanımlama; referans ses örneğiyle Likelihood Ratio (LR) hesabı. Çok konuşmacılı kayıtlarda diarization ile kim ne zaman konuştu segmentasyonu. Maskelenmiş veya pitch-shifted ses tespiti. Sonuç olasılık beyanı ve güven skoru olarak raporlanır; SWGDE sınırlılık beyanları eklenir.
HMK m.293 Ses İnceleme Raporu
Ham dosya MD5/SHA-256 hash değeri, kayıt bütünlük analizi, uygulanan işlemler ve parametreler, ENF tarih-saat doğrulaması, manipülasyon tespiti sonuçları, SNR metrikleri, transkript güven değerlendirmesi ve uzman beyanı. SWGDE standartlarına uygun; HMK m.293 kapsamında tarafça mahkemeye delil olarak sunulabilir. CMK m.63 bilirkişi raporu formatında da hazırlanır.
Sık Sorulan Sorular
Adli ses netleştirme nedir?
Adli ses netleştirme; suç soruşturmaları ve hukuki süreçlerde delil niteliği taşıyan ses kayıtlarındaki gürültü, bozulma ve parazitlerin bilimsel yöntemlerle azaltılarak kaydın anlaşılır ve analiz edilebilir hâle getirilmesidir. Salt kalite artırmadan farklı olarak kayıt bütünlüğü MD5/SHA-256 hash değeriyle korunur, her işlem adımı belgelenir ve HMK m.293 uzman mütalaası formatında raporlanır.
Ses kaydı manipüle edilmiş mi anlaşılır mı?
Evet. ENF (Electric Network Frequency) analizi, kayıttaki elektrik şebeke frekansı imzasının ulusal ENF veritabanıyla karşılaştırılmasıyla hem gerçek kayıt zamanını hem de montaj kesme noktalarını ±dakika hassasiyetiyle belirler. Ek olarak spektral gürültü profili süreksizliği, pitch shifting artefaktı, double compression artifact ve dosya hash değeri analizleri birleştirilerek manipülasyonun türü ve yeri raporlanır.
Ses kaydı mahkemede delil olarak kullanılabilir mi?
Bir ses kaydının mahkemede delil olarak kullanılabilmesi için hukuka uygunluk (TCK m.135) ve teknik bütünlük (manipülasyon yokluğu) koşullarının birlikte sağlanması gerekir. Kişinin kendi katıldığı konuşmayı kaydetmesi TCK m.135/1 istisnası kapsamındadır. Kaydın manipüle edilmediği ENF analizi ve hash doğrulamayla kanıtlanmalıdır. HMK m.293 uzman mütalaası her iki koşulu birlikte belgeleyen kapsamlı teknik rapordur.
Ses netleştirme her kaydı tamamen netleştirir mi?
Hayır. Ses netleştirme mevcut kayıtta var olan sesi ortaya çıkarır; hiç kaydedilmemiş bir sesi üretemez. Başarı SNR (Sinyal-Gürültü Oranı) değerine bağlıdır: SNR 10 dB üzerinde yüksek başarı; 0–10 dB kısmi netleştirme, transkript güven düzeyi düşük; 0 dB altı pratik olarak mümkün değil. Her inceleme başında bu değerlendirme paydaşlarla paylaşılır.
Ses kaydından konuşmacı kimliği belirlenebilir mi?
Referans ses örneği mevcut ise MFCC tabanlı konuşmacı tanımlama yapılabilir. Analiz olasılık temelli (Likelihood Ratio) bir değerlendirme üretir; DNA eşleştirmesi gibi kesin değildir. Sonuç “bu ses X kişiye ait olma olasılığı Y düzeyinde desteklenmektedir” biçiminde raporlanır. Maskelenmiş veya pitch-shifted seslerde konuşmacı değiştirme tespiti yapılabilir, ancak orijinal kimlik belirlenemeyebilir.
ENF Tarih-Saat Doğrulama
Ses Manipülasyon Tespiti
MFCC Konuşmacı Tanımlama
Ses Montaj Tespiti
Hash Bütünlük Analizi
TCK m.135 Ses Kaydı
HMK m.293 Ses Raporu
Adli Ses Netleştirme ve Ses İnceleme Raporu
Gürültülü ortam kaydı netleştirme, telefon görüşmesi analizi, ses manipülasyon ve montaj tespiti, ENF tarih-saat doğrulama veya HMK m.293 ses inceleme uzman mütalaası için İzmir merkezli kriminalistik uzman ekibimizle iletişime geçin.