24 Subat 2014 gecesi internete sizdirilan Tayyip Erdogan ve oglu Bilal Erdogan arasindaki telefon gorusmesi kaydinin sahte olup olmadigi ile ilgili ortaya bir suru fikir atildi. Kimi yalandir mumkun degil dedi, kimi bunlari yaptigini zaten biliyorduk kanitlanmis oldu dedi. Peki boyle bir konusma kaydinin sahtesini olusturmak mumkun mu, mumkunse nasil mumkun? Sahte olup olmadigini nasil anlariz?

Anlamadim BBCM!

Konusma kayitlari 2 sekilde sahte olabilir. Birinci yontem (yapilmasi daha kolay), Tayyip Erdogan ve Bilal Erdogan olmayan iki kisi sesleri taklit ederek bir oyun sahneye koyarlar ve bunu kaydederler. Ikinci yontem (inandirici olmasi en iyi teknoloji kullanilsa bile imkansiza yakin olan yontem) Tayyip Erdogan ve Bilal Erdogan’in daha onceki ses kayitlarindan alinan farkli kelimeler bir araya getirilir, normalize edilir, frekanslariyla oynanir, modulasyona sokulur, (aklima gelmeyen diger teknik terimleri de siz ekleyebilirsiniz) ve sonucta ortaya yamali bir ses kaydi cikar.

Ikinci yontemi test etmek icin hic ugrasmayacagim, cunku bu hayal urunu teknik, yani montaj, insan kulagi tarafindan rahatlikla anlasilir. Ayrica dun intertte cokca dolasan Ali Buyuk’un yaptigi spectrum analizi de bunu kanitlar niteliktedir. Ali Buyuk ses kaydinin farkli bolumlerinden sample’lar alip bunlarin frekans spectrum’larini kiyaslamis, ve kaydin bir butun oldugunu (yani montaj olmadigini) kanitlamaya calismisti.

Peki ya bahsettigim ilk yontem? Yani sesler Tayyip Erdogana ve Bilal Erdogan’a mi ait? Bu bir tiyatro oyunu mu? Bunu anlayabilir miyiz?

Hem konusma akustigi hem dil bilimi doktorasinin sonuna gelmis bir nerd olarak gorev edindim. Ben bunu anlarim arkadas. Sizin de daha rahat anlmaniz icin cok kisa olarak on bilgi vereyim.

Nasil konusuyoruz?

Insan sesi ilk olarak ses tellerinin vibrasyonuyla olusur. Fakat bu vibrasyon anlamli konusmanin olusmasi icin yeterli degildir. Ses tellerinde olusan ilk ses (F0 frekansi), sirasiyla girtlak, agiz boslugu, dil, dis, ve en son dudaklarda modulasyona ugrar. Bu islem sonucunda anlamli sesler cikartmaya baslariz (genellikle!?). Haliyle konusma sesinin iki temel komponenti vardir. F0 frekansi, ve modulasyon sonucu eklenen frekanslar (yani harmonic’ler).

Bir insan baska bir insanin sesini taklit ederken sadece harmonic’lerle oynayabilir. F0 frekansini degistirmek icin ses tellerine tibbi operasyon gerekir. F0 frekansi parmak izi gibidir, her insanda farklidir. Dile, aksana, lehceye, cinsiyete, ve hatta o onda icinde bulunulan duygusal duruma gore degisiklik gosterir. Ama isin aci yani bunu kulagimizla anlamamiz mumkun degildir. Yani aslinda insan sesi sadece harmonic’ler degistirilerek taklit edilebilir (yetenek gerekli evet), ve bir insani kandirabilir. Ama sadece bir insani kandirabilir. Elimin altinda bir akustik labaratuari var. Beni kandiramaz.

O zaman ne yapiyoruz?

Oncelikle uyumuyoruz. Nedenine gelince. Elimizde sahte olup olmadigini anlamaya calistigimiz ses kaydi var. Bunu kiyaslamak icin sahte olmadigina emin oldugumuz ses kayitlarina ihtiyacimiz var. Youtube sagolsun, istemedigimiz kadar (gercekten) Tayyip Erdogan konusmasina ulasabiliyoruz. Izleyecegimiz yontem su. Tayyip – Bilal Erdogan telefon gorusmesinden net olarak anlayabildigimiz 20 adet kelimeyi aliyoruz. Bu acisiz kisim. Korkunc olan kisim ise bu kelimelerin gectigi ve sahte olmadigina emin oldugumuz Tayyip Erdogan konusmalarini bulmak.

Bir gece youtube, 5 saat Tayyip!

Bir omur yetecek Tayyip Erdogan konusmasinin uzerinden gectikten sonra kelimeleri buldum ve ayri ses dosyalari halinde ayirdim. Ve son asama: F0 Contour analizi. Bu analizi yapmak icin unlu linguistic yazilimi Praat’i kullanacagiz. Asagida “Erdogan” kelimesinin karsilastirmasini veriyorum.

Oncelikle sizin de gordugunuz gibi, spectrum analizi farkliliklar gosteriyor. Bu iki kaydin birebir ayni olmadiginin kanitidir. F0 Contour cizgisi mavi olan. Sekillerinin birebir ayni olmasi iki konusmacinin ayni aksanla konustuklarini ve vurgulari ayni noktalarda yaptiklarini aciklar. Daha da onemli olan bilgi F0 merkez frekansi. Orjinal kayitta 205.3 Hz olan frekans youtube’dan alinan kontrol kaydinda 213 Hz. Birbirlerine fazlasiyla yakin.

Sonuc

Peki bu bilgiler bize ne soyluyor. Bu bilgiler bize %5’lik bir hata payi birakarak bu iki kayittaki sesin ayni kisiye ait oldugunu soyluyor. Islem uzun surdugunden ve kendimi daha fazla Tayyip konusmasi dinleyebilecek gibi hissetmedigimden simdilik 12 kelime uzerinde karsilastirma yapabildim. Normal sartlar altinda fazlasiyla yeterli olan bu sayiyi onumuzdeki gunlerde ne olur ne olmaz diyerek arttirmayi planliyorum.