W terenowym teście komercyjnej analizy stresu głosu wśród zatrzymanych w areszcie dwa popularne programy wykryły tylko około 15% kłamstw, które zatrzymani wypowiedzieli o niedawnym zażywaniu narkotyków, a ich łączna trafność wyniosła około 50% (National Institute of Justice, test terenowy analizy stresu głosu 2008). Ludzcy słuchacze radzą sobie niewiele lepiej: wśród 24.483 oceniających ludzie średnio trafnie odróżniają kłamstwo od prawdy w 54% przypadków, ledwie powyżej rzutu monetą (Personality and Social Psychology Review, trafność ocen oszustwa 2006). National Research Council stwierdziła, że badania dają «niewielką lub żadną podstawę naukową do stosowania komputerowego analizatora stresu głosu» (National Research Council, Poligraf i wykrywanie kłamstw 2003). Mimo to główny producent nadal chwali się tysiącami klientów w policji, a badania oparte wyłącznie na słuchaniu z lat 2025 i 2026 na nowo otwierają pytanie, czy głos niesie więcej sygnałów oszustwa niż twarz, co zazębia się z badaniami nad trafnością rozpoznawania emocji w mowie. Zebraliśmy dane z Journal of Forensic Sciences, korpusu mowy oszustwa Columbia University, PLOS One, European Journal of Psychology Applied to Legal Context, U.S. Department of Labor, unijnego AI Act oraz rejestrów rządu brytyjskiego.
TL;DR
- Analizatory stresu głosu wykryły około 15% kłamstw o narkotykach, przy łącznej trafności około 50%, w terenowym teście na 319 zatrzymanych w areszcie (NIJ, test terenowy analizy stresu głosu 2008).
- Egzaminatorzy CVSA dostarczeni przez NITV w teście laboratoryjnym oznaczali prawdziwą mowę jako zwodniczą w 61% do 70% przypadków (Journal of Forensic Sciences, ocena NITV CVSA 2008).
- Badania dają «niewielką lub żadną podstawę naukową» do stosowania komputerowego analizatora stresu głosu (National Research Council, Poligraf i wykrywanie kłamstw 2003).
- Ludzie średnio trafnie odróżniają kłamstwo od prawdy w 54% przypadków na podstawie 206 dokumentów (Personality and Social Psychology Review, trafność ocen oszustwa 2006).
- Ludzcy rozmówcy uzyskali 56,75% w korpusie oszustwa Columbia, podczas gdy klasyfikator mowy osiągnął miarę F1 równą 72,77 (Columbia University, Interspeech 2018).
- Słuchanie samego dźwięku dało trafność 61,7% wobec 35% przy oglądaniu wideo z dźwiękiem, w teście ze 120 uczestnikami (European Journal of Psychology Applied to Legal Context 2025).
- Test z 2026 roku z 246 uczestnikami nie wykazał istotnej różnicy między ocenami na podstawie samego dźwięku, transkrypcji i nagrania audiowizualnego (PLOS One 2026).
- Wyższa wysokość głosu przy kłamaniu to mały efekt, d = 0,21, rosnący do d = 0,59 u zmotywowanych kłamców (Psychological Bulletin, wskazówki oszustwa 2003).
- Tylko 1 z 12 brytyjskich rad, które stosowały analizę ryzyka na podstawie głosu w przeglądach zasiłków, uznała ją za sukces (ocena DWP, podana przez The Register 2010).
- Prawo USA traktuje analizatory stresu głosu jak wykrywacze kłamstw (U.S. Department of Labor, EPPA Fact Sheet #36), a UE klasyfikuje narzędzia AI do wykrywania kłamstw stosowane przez policję jako systemy wysokiego ryzyka (rozporządzenie (UE) 2024/1689).
1. Testy terenowe: analizatory stresu głosu wobec zweryfikowanego stanu faktycznego
Testy terenowe to jedyne miejsce, w którym analiza stresu głosu zderza się z realnym wynikiem, na który nie może wpłynąć, takim jak test moczu. W badaniu w areszcie hrabstwa Oklahoma sfinansowanym przez NIJ (podsumowanie testu terenowego w NIJ Journal, raport końcowy) zatrzymani odpowiadali na pytania o zażywanie narkotyków, a ich odpowiedzi sprawdzano analizą moczu. LVA oznaczył 21% odpowiedzi zwodniczych, a CVSA 8%, podczas gdy oba programy poprawnie oznaczyły większość odpowiedzi prawdziwych. Narzędzie, które niemal za każdym razem mówi «prawda», będzie wyglądać na trafne wśród uczciwych osób i przeoczy prawie każdego kłamcę. Raport końcowy wykazał też, że ocenianie było niewiarygodne: korelacje między początkującymi a doświadczonymi oceniającymi mieściły się w przedziale od 0,11 do 0,52, zależnie od narkotyku.
Najciekawsza liczba nie jest w ogóle wskaźnikiem trafności. Zatrzymani, którzy wierzyli, że urządzenie głosowe ich monitoruje, kłamali znacznie rzadziej, co jest efektem «fałszywego rurociągu» (bogus pipeline), czyli ludzie mówią więcej prawdy, gdy wierzą, że maszyna potrafi wykryć kłamstwa. Urządzenie może odstraszać od kłamstwa, nie wykrywając go.
| Metryka | Wartość | Źródło |
|---|---|---|
| Łączna trafność CVSA i LVA w wykrywaniu oszustwa dotyczącego niedawnego zażywania narkotyków (319 zatrzymanych mężczyzn w areszcie hrabstwa Oklahoma) | ok. 50% | NIJ, test terenowy analizy stresu głosu (NIJ Journal 259) 2008 |
| Odpowiedzi zwodnicze poprawnie oznaczone przez LVA jako zwodnicze | 21% | NIJ, test terenowy analizy stresu głosu 2008 |
| Odpowiedzi zwodnicze poprawnie oznaczone przez CVSA jako zwodnicze | 8% | NIJ, test terenowy analizy stresu głosu 2008 |
| Odpowiedzi prawdziwe poprawnie rozpoznane jako prawdziwe, średnia dla pięciu narkotyków (LVA 95%, CVSA 90%) | 91,5% | NIJ, test terenowy analizy stresu głosu 2008 |
| Zatrzymani, którzy skłamali o niedawnym zażywaniu narkotyków: badanie analizy stresu głosu wobec wcześniejszego badania monitoringu narkotyków ADAM w tym samym mieście | 14% wobec 40% | NIJ, test terenowy analizy stresu głosu 2008 |
| Nagrania terenowe ze szkolenia wojskowego z przesłuchań (SERE): odpowiedzi zwodnicze tak/nie oznaczone przez egzaminatorów producenta CVSA wobec odpowiedzi prawdziwych oznaczonych błędnie | 19% wobec 45% | Journal of Forensic Sciences, ocena NITV CVSA 2008 |
| Te same nagrania terenowe ocenione przez eksperymentalnych fonetyków: odpowiedzi zwodnicze oznaczone wobec odpowiedzi prawdziwych oznaczonych błędnie | 38% wobec 49% | Journal of Forensic Sciences, ocena NITV CVSA 2008 |
Kontekst: wcześniejsze badanie ADAM trwało około 20 minut, a badanie analizy stresu głosu około 5 minut, więc różnica 14% wobec 40% nie jest eksperymentem kontrolowanym. Najnowsze dostępne dane: NIJ, raport z 2007 roku i artykuł z 2008 roku. Nie znaleźliśmy porównywalnego niezależnego testu terenowego opublikowanego od tego czasu.
2. Testy laboratoryjne CVSA i LVA
Badania laboratoryjne zapewniają urządzeniom najlepsze możliwe warunki: czyste nagrania, znaną prawdę i wywołany stres. Mimo to zawiodły. W ocenach University of Florida (badanie CVSA, badanie LVA) 48 mówców wytworzyło 300 próbek w warunkach kłamstw o wysokiej stawce i stresu. Egzaminatorzy producenta CVSA oznaczali prawdziwą mowę jako zwodniczą w 61% do 70% przypadków, mniej więcej równie często, jak wykrywali prawdziwe kłamstwa.
Miara czułości opowiada tę samą historię. Wskaźnik d’ (d-prime) to miara z teorii detekcji sygnałów, w której 0 oznacza brak zdolności rozróżniania dwóch kategorii; autorzy przyjęli 1 jako minimalną akceptowalną wartość, a każdy zespół uzyskał wynik daleko poniżej niej. Przegląd National Research Council dodaje, że jedyny doskonały wynik, jaki znaleziono, pochodził z artykułu powiązanego z producentem, który nigdy nie opisał, jak oceniano wykresy ani jak ustalono prawdę.
| Metryka | Wartość | Źródło |
|---|---|---|
| Test laboratoryjny CVSA (48 mówców, 300 próbek): odsetek trafień egzaminatorów dostarczonych przez NITV | 61% do 65% | Journal of Forensic Sciences, ocena NITV CVSA 2008 |
| Test laboratoryjny CVSA: odsetek wyników fałszywie dodatnich (oznaczona mowa prawdziwa lub o niskim stresie) egzaminatorów dostarczonych przez NITV | 61% do 70% | Journal of Forensic Sciences, ocena NITV CVSA 2008 |
| Test laboratoryjny CVSA: czułość d-prime egzaminatorów dostarczonych przez NITV (minimalna akceptowalna wartość ustalona na 1) | -0,32 do 0,13 | Journal of Forensic Sciences, ocena NITV CVSA 2008 |
| Test laboratoryjny LVA: odsetek trafień w różnych warunkach i u różnych egzaminatorów | 42% do 56% | Journal of Forensic Sciences, ocena Layered Voice Analysis 2009 |
| Test laboratoryjny LVA: odsetek wyników fałszywie dodatnich, często wyższy niż odsetek trafień | 40% do 65% | Journal of Forensic Sciences, ocena Layered Voice Analysis 2009 |
| Zgodność CVSA z poligrafem w badaniu powiązanym z producentem na 54 osobach na okresie próbnym (nie opisano oceniania ani kryteriów prawdy) | 100% (twierdzenie powiązane z producentem, uznane za bezużyteczne) | National Research Council, Poligraf i wykrywanie kłamstw 2003 |
| Trafność CVSA wobec poligrafu w laboratoryjnych porównaniach Department of Defense Polygraph Institute z lat 90. | Nigdy istotnie lepsza | National Research Council, Poligraf i wykrywanie kłamstw 2003 |
| Wyniki terenowego testu analizatora z 1996 roku | Zbliżone do poziomu losowego | National Research Council, Poligraf i wykrywanie kłamstw 2003 |
Kontekst: ten sam rozdział NRC podaje, że zgodność między niezależnymi analitykami odczytującymi te same wykresy stresu głosu «jest zazwyczaj niska», a badanie Departamentu Obrony z 2000 roku wykazało, że wyniki analizatora nie odzwierciedlały ostrego stresu mierzonego metodami tradycyjnymi.
3. Jak trafnie ludzie oceniają kłamstwa (dowody metaanalityczne)
Jeśli maszyny nie słyszą kłamstw, oczywistą alternatywą jest wyszkolone ucho. Dowody mówią, że ucho jest tylko minimalnie lepsze od oka. Metaanaliza Bonda i DePaulo połączyła 206 dokumentów i 24.483 oceniających. Ludzie średnio trafiają w 54%, a prawdę rozpoznają poprawnie znacznie częściej niż kłamstwa, ponieważ większość oceniających skłania się ku wierze w to, co słyszy (55,23% wypowiedzi uznano za prawdziwe, z ważeniem). Eksperci uzyskali między badaniami 54,51% wobec 53,31% u nieekspertów, a po korekcie statystycznej ta różnica zniknęła.
Porównanie nośników jest istotne dla głosu. Wideo bez dźwięku to najgorsze warunki, a dodanie dźwięku odzyskuje kilka punktów. Słyszenie kłamcy trochę pomaga; nie zamienia słuchaczy w wykrywacze kłamstw.
| Metryka | Wartość | Źródło |
|---|---|---|
| Średnia liczba poprawnych ocen kłamstwo-prawda (206 dokumentów, 24.483 oceniających) | 54% | Personality and Social Psychology Review, trafność ocen oszustwa 2006 |
| Wypowiedzi prawdziwe poprawnie ocenione jako prawdziwe | 61% | Personality and Social Psychology Review, trafność ocen oszustwa 2006 |
| Wypowiedzi zwodnicze poprawnie ocenione jako zwodnicze | 47% | Personality and Social Psychology Review, trafność ocen oszustwa 2006 |
| Poprawne oceny kłamstwo-prawda dla wypowiedzi samym dźwiękiem | 53,01% | Personality and Social Psychology Review, trafność ocen oszustwa 2006 |
| Poprawne oceny kłamstwo-prawda dla wypowiedzi samym wideo bez dźwięku | 50,52% | Personality and Social Psychology Review, trafność ocen oszustwa 2006 |
| Poprawne oceny kłamstwo-prawda dla wypowiedzi audiowizualnych | 54,03% | Personality and Social Psychology Review, trafność ocen oszustwa 2006 |
Najnowsze dostępne dane: Personality and Social Psychology Review, 2006. To nadal największa synteza trafności ludzkiego wykrywania kłamstw; nowsze eksperymenty ze słuchaniem omawia sekcja 4.
4. Eksperymenty ze słuchaniem i klasyfikatory mowy, 2018 do 2026
Nowsze badania testują głos bezpośrednio i nie są ze sobą zgodne. W eksperymencie University of Portsmouth z 2025 roku (European Journal of Psychology Applied to Legal Context) 120 uczestników otrzymało albo dźwięk, albo pełne wideo z przesłuchania pozorowanego podejrzanego. Słuchacze mieli rację w 61,7% przypadków, a ci, którzy patrzyli i słuchali, tylko w 35%, czyli poniżej poziomu losowego. Badanie uznało oglądanie połączone ze słuchaniem za warunek wysokiego obciążenia poznawczego: widok podejrzanego dodawał informacji, które w tym teście bardziej szkodziły, niż pomagały. Większy test z 2026 roku (PLOS One) nie wykazał żadnego efektu nośnika, a kłamców w każdych warunkach oceniano głównie jako mówiących prawdę.
Maszyny wytrenowane na mowie z przesłuchań radzą sobie lepiej niż ludzie na tych samych nagraniach. W korpusie Columbia X-Cultural Deception (NAACL 2018, Interspeech 2018) 340 mówców udzielało prawdziwych i zwodniczych odpowiedzi w dialogach przesłuchań. Klasyfikator wykorzystujący cechy akustyczno-prozodyczne (wysokość głosu, głośność i czas) dorównał klasyfikatorowi opartemu na doborze słów. To laboratoryjne kłamstwa na jednym korpusie i znacznie nie dorastają do niezawodności oczekiwanej od systemów głosowych z twardym stanem faktycznym, takich jak te śledzone w testach weryfikacji mówcy.
| Metryka | Wartość | Źródło |
|---|---|---|
| Trafność ludzkich rozmówców w odróżnianiu kłamstwa od prawdy w korpusie Columbia X-Cultural Deception (340 mówców; poziom losowy = 50%) | 56,75% | Columbia University, NAACL 2018 (Levitan i in.) |
| Trafność ludzkich rozmówców tylko dla odpowiedzi zwodniczych | 47,93% | Columbia University, NAACL 2018 (Levitan i in.) |
| Najlepszy klasyfikator oparty na cechach użycia słów (leksykalnych), miara F1 | 72,74 (trafność 72,78%) | Columbia University, NAACL 2018 (Levitan i in.) |
| Najlepszy klasyfikator oparty na cechach akustyczno-prozodycznych oraz płci mówcy i jego języku ojczystym, miara F1 | 72,77 | Columbia University, Interspeech 2018 (Levitan i in.) |
| Łączna trafność odróżniania kłamstwa od prawdy: słuchanie samego dźwięku wobec oglądania wideo z dźwiękiem (120 uczestników) | 61,7% wobec 35% | European Journal of Psychology Applied to Legal Context 2025 (Giorgianni i in.) |
| Wykrywanie prawdy: sam dźwięk wobec wideo z dźwiękiem | 53,33% wobec 20,00% (chi-kwadrat(1, N = 60) = 7,18, p = 0,007) | European Journal of Psychology Applied to Legal Context 2025 (Giorgianni i in.) |
| Warunek samego dźwięku: wypowiedzi prawdziwe ocenione poprawnie wobec wypowiedzi zwodniczych ocenionych poprawnie (łącznie N = 246) | 60,71% wobec 39,29% | PLOS One 2026 (Bogaard i in.) |
| Wpływ nośnika (sam dźwięk, transkrypcja, audiowizualny) na trafność odróżniania kłamstwa od prawdy | F(2, 243) = 0,45, p = 0,637 (nieistotny) | PLOS One 2026 (Bogaard i in.) |
Kontekst: w badaniu z 2025 roku różnica w wykrywaniu kłamstw między warunkami (70,00% wobec 50,00%) nie była istotna (p = 0,114); istotny zysk wziął się z rozpoznawania prawdomównych podejrzanych.
5. Akustyczne i głosowe wskaźniki kłamstwa
Urządzenia do analizy stresu głosu zakładają, że kłamstwo pozostawia silny, uniwersalny ślad akustyczny. Zapis metaanalityczny pokazuje kilka słabych śladów. Metaanaliza w Psychological Bulletin podsumowała 1.338 miar wielkości efektu dla 158 wskazówek z 120 niezależnych prób. Wysokość głosu u kłamców wzrastała ogólnie tylko nieznacznie (d = 0,21), ale skoczyła do d = 0,59, gdy kłamcy byli zmotywowani do osiągnięcia sukcesu. d Cohena to standaryzowana miara wielkości efektu, a wartości tej wielkości konwencjonalnie uznaje się za małe: większość wskazówek głosowych w dużym stopniu pokrywa się między mówcami uczciwymi i nieuczciwymi.
Badania w pojedynczych językach pokazują, jak niestabilne są te wskazówki. U 19 rodzimych mówców włoskiego średnia wysokość głosu wynosiła 160,88 Hz przy kłamstwie wobec 160,67 Hz przy mówieniu prawdy (p = 0,927), ale mowa zwalniała (Frontiers in Psychology). U 36 mówców mandaryńskiego odpowiadających na 14 pytań biograficznych badanie z 2024 roku obejmujące 20 cech akustycznych i 14 cech elektroglottograficznych (elektroglottografia mierzy kontakt fałdów głosowych) powiązało oszustwo z wyższą średnią wysokością i natężeniem głosu oraz niższym jitterem, shimmerem i stosunkiem harmonicznych do szumu (Journal of Speech, Language, and Hearing Research). Korpus Columbia wykazał wyższą maksymalną wysokość i maksymalne natężenie głosu w odpowiedziach zwodniczych. Takie wskazówki to ten sam surowiec, który wykorzystuje się w analizie parajęzykowej głosu do przewidywania wypalenia zawodowego, i mają to samo ograniczenie: opisują grupy, a nie jednostki.
| Metryka | Wartość | Źródło |
|---|---|---|
| Wyższa wysokość głosu przy kłamaniu, wszystkie badania (12 oszacowań) | d = 0,21 (95% PU 0,08 do 0,34) | Psychological Bulletin, wskazówki oszustwa 2003 |
| Napięcie głosu przy kłamaniu (10 oszacowań) | d = 0,26 (95% PU 0,13 do 0,39) | Psychological Bulletin, wskazówki oszustwa 2003 |
| Kłamcy brzmiący niepewnie głosowo (10 oszacowań) | d = 0,30 | Psychological Bulletin, wskazówki oszustwa 2003 |
| Czas mówienia kłamców wobec mówiących prawdę (4 oszacowania; wartość ujemna oznacza, że kłamcy mówią mniej) | d = -0,35 | Psychological Bulletin, wskazówki oszustwa 2003 |
| Pauzy wypełnione (um, uh) w kłamstwach wobec prawd (16 oszacowań) | d = 0,00 | Psychological Bulletin, wskazówki oszustwa 2003 |
| Efekt wysokości głosu, gdy kłamcy byli zmotywowani do osiągnięcia sukcesu (6 oszacowań) | d = 0,59 (95% PU 0,31 do 0,88) | Psychological Bulletin, wskazówki oszustwa 2003 |
| Wysokość głosu i latencja odpowiedzi, metaanaliza 41 badań obejmująca dziewięć wskazówek mowy (obie wyższe przy kłamaniu) | d = 0,268 (wysokość głosu), d = 0,177 (latencja) | Metaanaliza w Applied Cognitive Psychology 2006 (Sporer i Schwandt), za: Frontiers in Psychology 2012 |
| Tempo mowy przy kłamaniu wobec mówienia prawdy, 19 rodzimych mówców włoskiego | 1,95 wobec 2,10 słowa na sekundę (d = 0,447, p = 0,025) | Frontiers in Psychology, markery oszustwa w mowie włoskiej 2012 |
Kontekst: latencja odpowiedzi to najwyraźniejsza sprzeczność między dwiema metaanalizami. Synteza z 2006 roku podaje wiarygodny wzrost, a synteza z 2003 roku wykazuje efekt bliski zeru i nieistotny w 32 oszacowaniach.
6. Stosowanie przez policję, rządy i ubezpieczycieli
Przyjęcie tych narzędzi nigdy nie nadążało za dowodami. Dane o stosowaniu pochodzą niemal w całości od producenta, a deklarowane łączne liczby rosły, odkąd niezależne testy wykazały trafność na poziomie losowym. Śledztwo San Francisco Chronicle opublikowane 4 czerwca 2024 roku wskazało 13 innych organów ścigania w Kalifornii, które korzystają z CVSA, z czego trzy używały go także w śledztwach karnych (San Francisco Chronicle).
Rządowe próby poza policją skończyły się inaczej. Brytyjskie Department for Work and Pensions prowadziło próby «analizy ryzyka na podstawie głosu» przy telefonicznych wnioskach o zasiłki; większość rad, które zgłosiły wyniki, nie nazwała jej sukcesem (The Register, 10 listopada 2010 r.). Brytyjscy ubezpieczyciele, tacy jak esure, już w 2003 roku testowali analizę ryzyka na podstawie głosu na liniach zgłoszeń szkód, a nowsi dostawcy proponują teraz badanie głosu od wniosku po zgłoszenie szkody; na przykład Clearspeed twierdzi na własnej stronie, że walidacja Department of Defense oceniła jego technologię na ponad 97% trafności, co jest twierdzeniem samego dostawcy, dla którego nie znaleźliśmy opublikowanego niezależnego badania. Ubezpieczyciele, którzy już stosują analitykę mowy do wykrywania sentymentu, stają przed tym samym pytaniem: co właściwie jest mierzone?
| Metryka | Wartość | Źródło |
|---|---|---|
| Amerykańskie organy ścigania używające CVSA według producenta (2008) | Ponad 1.400 | Liczba NITV podana w NIJ Journal 2008 (twierdzenie samego producenta) |
| Organy używające CVSA według strony internetowej producenta (2026) | Ponad 3.000 amerykańskich organów ścigania; ponad 3.600 na świecie | Strona internetowa NITV 2026 (twierdzenie samego producenta) |
| Inne organy ścigania w Kalifornii, o których ustalono, że używają CVSA | 13 | Śledztwo San Francisco Chronicle, 4 czerwca 2024 r. |
| Z tych organów liczba, które używały CVSA także w śledztwach karnych | 3 | Śledztwo San Francisco Chronicle, 4 czerwca 2024 r. |
| Koszt brytyjskich prób DWP z analizą ryzyka na podstawie głosu przy wnioskach o zasiłki | 2,16 mln £ | Ocena DWP dotycząca analizy ryzyka na podstawie głosu, podana przez The Register, 10 listopada 2010 r. |
| Władze lokalne w ostatniej serii prób DWP i liczba tych, które zgłosiły wyniki | 24 (23 zgłosiły) | Ocena DWP dotycząca analizy ryzyka na podstawie głosu, podana przez The Register, 10 listopada 2010 r. |
| Rady stosujące analizę ryzyka na podstawie głosu w przeglądach zasiłków, które zgłosiły ją jako sukces | 1 z 12 | Ocena DWP dotycząca analizy ryzyka na podstawie głosu, podana przez The Register, 10 listopada 2010 r. |
| Rady stosujące ją w rozmowach z nowymi wnioskodawcami, które zgłosiły ją jako sukces | 3 z 9 | Ocena DWP dotycząca analizy ryzyka na podstawie głosu, podana przez The Register, 10 listopada 2010 r. |
Kontekst: strona internetowa samego producenta jest wewnętrznie niespójna, ponieważ w różnych miejscach podaje zarówno «ponad 3.000» organów ścigania, jak i «ponad 2.900 amerykańskich organizacji».
7. Oceny naukowe i prawne
Werdykt naukowy jest stabilny od dwóch dekad, a prawo powoli go dogoniło. National Research Council uznała w 2003 roku, że badania nad stresem głosu dają «niewielką lub żadną podstawę naukową» do stosowania komputerowego analizatora stresu głosu. W Stanach Zjednoczonych najsilniejsze ograniczenie dotyczy pracodawców: Employee Polygraph Protection Act wymienia analizator stresu głosu jako wykrywacz kłamstw, co zabrania jego używania większości prywatnych pracodawców. Rządy federalny, stanowe i lokalne są wyłączone, więc organy policji nie podlegają temu zakazowi.
Unia Europejska reguluje nowszą generację opartą na AI. AI Act wymienia systemy AI stosowane «jako poligrafy lub podobne narzędzia» przez organy ścigania oraz organy migracyjne i graniczne jako systemy wysokiego ryzyka, a jego motywy wzywają do zakazu AI odczytującej emocje w pracy lub w szkołach. Własny wniosek rządu brytyjskiego pojawił się w odpowiedzi na wniosek o informację publiczną z 2011 roku: nie korzysta już z tej technologii.
| Metryka | Wartość | Źródło |
|---|---|---|
| Podstawa naukowa stosowania komputerowego analizatora stresu głosu | «Niewielka lub żadna podstawa naukowa» | National Research Council, Poligraf i wykrywanie kłamstw 2003 |
| Urządzenia objęte amerykańską definicją prawną wykrywacza kłamstw | Poligraf, deceptograf, analizator stresu głosu, psychologiczny oceniacz stresu lub podobne urządzenie | U.S. Department of Labor, EPPA Fact Sheet #36 |
| Testy wykrywaczem kłamstw, które prywatni pracodawcy mogą nadal stosować, i w ilu ograniczonych sytuacjach | Tylko poligraf (żaden inny wykrywacz kłamstw), w 3 ograniczonych sytuacjach | U.S. Department of Labor, EPPA Fact Sheet #36 |
| Termin, w którym pracownicy mogą wnieść pozew o naruszenie EPPA | 3 lata | U.S. Department of Labor, EPPA Fact Sheet #36 |
| AI Act UE, załącznik III pkt 6 lit. b: AI stosowana przez organy ścigania jako poligrafy lub podobne narzędzia | Sklasyfikowana jako wysokiego ryzyka | Rozporządzenie (UE) 2024/1689 (AI Act) |
| AI Act UE, załącznik III pkt 7 lit. a: AI stosowana przez organy migracyjne, azylowe i graniczne jako poligrafy lub podobne narzędzia | Sklasyfikowana jako wysokiego ryzyka | Rozporządzenie (UE) 2024/1689 (AI Act) |
| AI Act UE, motyw 44: systemy AI wykrywające stan emocjonalny osób w pracy lub w edukacji | Mają zostać zakazane | Rozporządzenie (UE) 2024/1689 (AI Act) |
| Wniosek brytyjskiego DWP w sprawie analizy ryzyka na podstawie głosu przy wnioskach o zasiłki | Nie można było stwierdzić, że działa skutecznie i konsekwentnie; nie jest stosowana | Odpowiedź DWP na wniosek o informację publiczną 3039/2011 |
Kontekst: tekst unijnego AI Act przyjęto 13 czerwca 2024 r. EPPA podpisano 27 czerwca 1988 r., a weszła w życie 27 grudnia 1988 r.
Podsumowanie: analiza stresu głosu i wykrywanie kłamstw na podstawie głosu w liczbach
| Metryka | Wartość | Źródło |
|---|---|---|
| Odpowiedzi zwodnicze o narkotykach oznaczone w terenowym teście w areszcie: LVA wobec CVSA | 21% wobec 8% | NIJ, test terenowy analizy stresu głosu 2008 |
| Wojskowe nagrania terenowe: odpowiedzi zwodnicze oznaczone wobec odpowiedzi prawdziwych oznaczonych błędnie przez egzaminatorów producenta CVSA | 19% wobec 45% | Journal of Forensic Sciences, ocena NITV CVSA 2008 |
| Podstawa naukowa komputerowego analizatora stresu głosu | «Niewielka lub żadna podstawa naukowa» | National Research Council, Poligraf i wykrywanie kłamstw 2003 |
| Średnia trafność ludzi w odróżnianiu kłamstwa od prawdy (24.483 oceniających) | 54% | Personality and Social Psychology Review, trafność ocen oszustwa 2006 |
| Ludzcy rozmówcy w korpusie oszustwa Columbia | 56,75% | Columbia University, NAACL 2018 (Levitan i in.) |
| Najlepszy klasyfikator akustyczno-prozodyczny w tym samym korpusie, miara F1 | 72,77 | Columbia University, Interspeech 2018 (Levitan i in.) |
| Trafność przy słuchaniu samego dźwięku wobec oglądania wideo z dźwiękiem | 61,7% wobec 35% | European Journal of Psychology Applied to Legal Context 2025 (Giorgianni i in.) |
| Wpływ formatu: sam dźwięk wobec transkrypcji wobec audiowizualnego na trafność | F(2, 243) = 0,45, p = 0,637 | PLOS One 2026 (Bogaard i in.) |
| Oceny na podstawie samego dźwięku: wypowiedzi prawdziwe ocenione poprawnie wobec wypowiedzi zwodniczych ocenionych poprawnie | 60,71% wobec 39,29% | PLOS One 2026 (Bogaard i in.) |
| Wyższa wysokość głosu, gdy kłamcy są zmotywowani do osiągnięcia sukcesu | d = 0,59 | Psychological Bulletin, wskazówki oszustwa 2003 |
| Efekt wysokości głosu w metaanalizie 41 badań wskazówek mowy | d = 0,268 | Metaanaliza w Applied Cognitive Psychology 2006 (Sporer i Schwandt), za: Frontiers in Psychology 2012 |
| Tempo mowy przy kłamaniu wobec mówienia prawdy, 19 mówców włoskiego | 1,95 wobec 2,10 słowa na sekundę | Frontiers in Psychology, markery oszustwa w mowie włoskiej 2012 |
| Inne organy w Kalifornii, o których ustalono, że używają CVSA | 13 | Śledztwo San Francisco Chronicle, 4 czerwca 2024 r. |
| Koszt brytyjskich prób z analizą ryzyka na podstawie głosu przy zasiłkach | 2,16 mln £ | Ocena DWP dotycząca analizy ryzyka na podstawie głosu, podana przez The Register, 10 listopada 2010 r. |
| Rady zgłaszające sukces analizy ryzyka na podstawie głosu w przeglądach zasiłków | 1 z 12 | Ocena DWP dotycząca analizy ryzyka na podstawie głosu, podana przez The Register, 10 listopada 2010 r. |
| Analizator stresu głosu w amerykańskiej definicji prawnej wykrywacza kłamstw | Objęty | U.S. Department of Labor, EPPA Fact Sheet #36 |
| AI stosowana przez policję jako poligrafy lub podobne narzędzia w UE | Wysokiego ryzyka (załącznik III pkt 6 lit. b) | Rozporządzenie (UE) 2024/1689 (AI Act) |
Metodologia i źródła
- National Institute of Justice: Analiza stresu głosu: tylko 15 procent kłamstw o narkotykach wykrytych w teście terenowym (NIJ Journal 259, marzec 2008) oraz raport końcowy, ocena trafności narzędzi do analizy stresu głosu w warunkach aresztu (czerwiec 2007).
- National Research Council: Poligraf i wykrywanie kłamstw, rozdział 6, alternatywne techniki i technologie (2003).
- Journal of Forensic Sciences (University of Florida): Ocena NITV CVSA (2008) oraz Stres i oszustwo w mowie: ocena Layered Voice Analysis (2009).
- Personality and Social Psychology Review: Trafność ocen oszustwa (Bond i DePaulo, 2006).
- Psychological Bulletin: Wskazówki oszustwa (2003).
- Frontiers in Psychology: Markery oszustwa w mowie włoskiej (Spence, Villar i Arciuli, 2012), także źródło, z którego korzystaliśmy dla liczb z metaanalizy w Applied Cognitive Psychology (Sporer i Schwandt, 2006).
- Laboratorium mowy Columbia University: Wskazówki językowe oszustwa i postrzeganego oszustwa w dialogach przesłuchań (NAACL 2018) oraz Akustyczno-prozodyczne wskaźniki oszustwa i zaufania w dialogach przesłuchań (Interspeech 2018).
- European Journal of Psychology Applied to Legal Context: Wpływ obciążenia poznawczego przesłuchującego na jakość przesłuchania sądowego (2025).
- PLOS One: Mówiłem wam! Przekonania o wskazówkach werbalnych wiążą się z wykrywaniem prawdy, a nie kłamstwa (23 stycznia 2026 r.).
- Journal of Speech, Language, and Hearing Research: Odkrywanie cech swoistych dla płci i wspólnych dla obu płci w oszustwie w mandaryńskim: podejście akustyczne i elektroglottograficzne (2024).
- U.S. Department of Labor, Wage and Hour Division: Fact Sheet #36, Employee Polygraph Protection Act.
- Unia Europejska: Rozporządzenie (UE) 2024/1689, akt o sztucznej inteligencji.
- Brytyjskie Department for Work and Pensions: Odpowiedź na wniosek o informację publiczną 3039/2011; dane z prób podane za The Register (10 listopada 2010 r.), ponieważ oryginalny plik oceny DWP nie jest już dostępny w sieci.
- San Francisco Chronicle: śledztwo w sprawie stosowania CVSA przez kalifornijskie organy ścigania (4 czerwca 2024 r.).
- Twierdzenia producentów (oznaczone jako takie, bez linków): strona internetowa NITV (liczba organów) i strona internetowa Clearspeed (trafność walidacji), obie odczytane w listopadzie 2026 r.
- Uwaga o danych: podstawowe niezależne dane o trafności komercyjnych analizatorów stresu głosu mają od 17 do 23 lat (2003 do 2009), a nie znaleźliśmy nowszej niezależnej walidacji terenowej; liczby dotyczące trafności i stosowania podawane przez producentów w 2026 roku traktuj jako niezweryfikowany marketing. Dwie metaanalizy mowy z sekcji 5 są sprzeczne w kwestii latencji odpowiedzi. Badania z użyciem uczenia maszynowego na małych korpusach podają znacznie wyższe liczby niż praca Columbia; jeden rozdział książki z 2025 roku o 121 nagraniach wideo z sal sądowych podaje trafność swojego modelu audio jako 93,57% w jednej tabeli i 95,57% w tekście, więc pominęliśmy takie wyniki w głównych tabelach. Badania ze słuchaniem z 2025 i 2026 roku wskazują przeciwne kierunki w kwestii tego, czy oceny na podstawie samego dźwięku biją oceny audiowizualne, więc zanim wyciągnie się wniosek, potrzebna jest nowa metaanaliza.
Ostatnia aktualizacja: 8 listopada 2026 roku. Aktualizujemy to zestawienie kwartalnie, a kolejnego odświeżenia spodziewamy się, gdy w recenzowanym czasopiśmie ukaże się następna niezależna walidacja terenowa komercyjnego analizatora stresu głosu.