Lähestyt alustuksillasi hyvää vauhtia kliimaksia. Olipa kerran taustanauha skenaario!
Pahoittelen jos pilasin huipennuksen, vastapainoksi etsin hieman materiaalia jolla pääset reilusti alkuun:
ASIANTUNTIJALAUSUNTO
Micke Nyström
Äänisuunnittelija
Anneli Auer hätäkeskukselle soittama puhelun tallenteen kuuntelu ja
Raine Ampujan tutkimusryhmän kommenttien vertailu tallenteeseen.
Ohjelmistona käytetty iZotope Advanced RX4, sekä Protools työasemaa.
Analysoidut äänitiedostot:
01122006_klo_024321_ORG-03, alkuperäinen tallenne
ÄÄNI Kokooma hengitysääniä reaaliajassa, tutkimusryhmän irtileikkaamat
hengitysäänet sekä poliisin 25.11.2008 tekemät 23 kpl
rekonstruktiotallennetta
Lausunto:
Olen käynyt läpi Raine Ampujan, Kalle Tapio Lokin, Tuija Niemen, Otto
Romanowskin ja Mikko raidan, eli tutkimusryhmän tekemän selvityksen
hätäpuhelun tallenteesta (lisätutkintapöytäkirja Li17, joka sisältää
tutkimusryhmän kertomukset, lausunnon ja sen liitteenä olevat kunkin
tutkimusryhmän jäsenen oman selvityksen ja mediatiedostot). Lisäksi
käytössäni on ollut esitutkinta-aineistosta Ulvilan surmatalon (Tähtisentie
54) pohjakuva sekä KRP:n Tuija Niemen ja FBI:n selvityksen siitä, onko
tallenteella merkkejä etukäteisnauhoittamisesta (KRP:n rikosteknisen
laboratorion lausunto 26.8.2011 24270/3/11, äänitiedosto
p33412_011206-tahtisenkatu_C9_JL-2.wav ja Federal Bureau of
Investigation, Digital Evidence Laboratory 27.4.2012).
Tutkimusryhmän lähestymistapa aineistoon on mielestäni puuttellinen. He
eivät kykene erottamaan askelääniä, lyöntiääniä tai toisen miehen ääntelyä
tallenteesta. Kukaan ryhmästä ei ole omasta mielestään kuullut näitä
ääniä tallenteessa. Listaan muutamia seikkoja tallenteesta, jotka
mielestäni osoittavat ryhmän olleen täysin hakoteillä omassa
tutkimuksessaan. Vakavimpana virhearviointina koen tutkimusryhmän
kyvyttömyyttä erottaa naisen hengitysäänen lapsen hengitysäänestä, sekä
ymmärryksen puute siitä kuinka erilaisia ihmisen hengitysäänet voivat
olla, riippuen että onko ne hengitetty sanojen välissä, tyhjillä keuhkoilla,
vai silloin kuin ei puhuta. Ihmisen hengitysääni ei todellakaan ole aina
samoissa taajuuksissa, minkä voi jokainen todeta kuuntelemalla omaa tai
kaverin hengitystä, joko rasituksen alla tai kun ottaa esimerkiksi lyhyitä
apuhengityksiä lauseiden sisällä.
Työryhmän alustusta lukiessa pisti silmään kritisointi Risto Hemmin
tekemään hätätallenteen äänen putsaukseen, sekä Izotope Advanced
ohjelman ihannointi. iZotope RX, tarkemmin sen ”spectral repair” osio
hajottaa äänen spektrogrammiin, mistä sitä toki voi tarkkailla
suurennuslasin alla, sekä työstää ääntä ikään kuin stillkuvana. Merkittävä
seikka on, että iZotope ei pysty erottamaan ääniä toisistaan ilman että
”alla oleva” kerros siitä kärsisi. Spektrogrammi on täysin kaksiulotteinen,
sen ”taakse” ei voi katsoa, eli se piirtää kuvansa täysin siitä, miten
mikrofoni ja tallennustekniikka on äänen tallentanut.
Kun kyseisessä tallennuksessa on käytetty puhelimen mikrofonia ja
tallennetta on kovasti kompressoitu nice log järjestelmässä, ja tallenteen
taajuuskaista on hyvin kapea, on myös spectral repairissa tehtävät asiat
hyvin rajalliset. Olen huomannut usein spectral repairia käyttäessäni
dialogin siivouksessa, että mitä enemmän informaatiota tallenteessa on,
sitä enemmän voi ääniä ja häiriöitä erotella toisistaan. Tämä käy hyvin
ilmi kun siivoaa herkkää puomimikrofonin raitaa versus samaisen
äänilähteen epäherkän lavaliermikrofonin (nappimikrofoni) ääniraitaa,
mikä on yleistä elokuvadialogin putsauksessa. Puomimikrofonia voi
siivota paljon enemmän, kun taas epäherkällä lavaliermikrofonilla
siivotessa ääni helposti hajoaa ja alkuperäinen ääni muuttuu
käyttökelvottomaksi. Se onkin suoraan verrattavissa digitaalisen
valokuvan käsittelyyn. Mitä enemmän informaatiota on kuvassa, sitä
enemmän kuva antaa mahdollisuutta värien ja kontrastien korjaamiseen,
kompressoidussa kuvassa informaatiota värien korjaamiseen ei vain ole,
värit ovat sekoittuneet kompressiossa yhdeksi ”mössöksi”. Olen käyttänyt
iZotope RX siivoustyökaluja, muiden valmistamien työkalujen ohella,
vuodesta 2009. Ne ovat parhaimmillaan oivallisia aikaasäästäviä
työkaluja, mutta pohjautuvat silti äänitaajuksien vaimentamiseen, mikä
on ollut ennenkin mahdollista ekvalisaattorien jyrkillä filtereillä ja
editoinnila.
Edellä olevan vuoksi vieroksun työryhmän antamaa kuvaa siitä, että
iZotope Advanced on ihmeisiin pystyvä sovellus. Jos äänikerrostumia
pystyisi sillä poistamaan ilman, että alla oleva ääni kärsisi, voisi kahden
ihmisen keskustelusta erottaa puhujien äänet toisistaan. Näin todellakaan
ei ole, valitettavasti. Äänten, joiden taajuudet ovat erillään toisistaan, ja
niiden kerrannaisten etsiminen onnistuu näin myös visualisesti, on
spectral repairin parhaita ominaisuuksia. Jos irrotettavan äänen ja sen
kerrannaistaajuuksien taajuusalueet ovat kapeahkot, ne voi saada
tyydytettävästi vaimenemaan alkuperäismateriaalista, esimerkkinä
linnunlaulu ja vihellyspilli. Mutta jos ääni on runsas ja leveäkaistainen, se
ei häviä minnekään, ilman että muu ääni siitä kärsii. Tämän tietänee
jokainen, joka on ääniä restauroinut iZotopen spectral repairilla.
Itse huomasin käsitellessäni hätäpuhelutallennetta iZotope Advance
ohjelmalla, että sen rajat tulivat nopeasti vastaan hyvin kompressoidussa
materiaalissa. Kun kerroksia tai ääniä vaimentaa, alla olevan materiaalin
luonne muuttuu kovasti. Parhaiten nauhasta sai selvää kuuntelemalla
alkuperäistallenteen, siivoamalla lievästi yleiskohinan tasoa ja nostamalla
hiljaisia kohtia.
Samaan iZotopen rajoitukseen on näköjään työryhmäkin törmännyt, kun
he ovat saaneet mielestään naisäänen erotettua kohdassa 2.06, kuten
ryhmän tekemässä videossa näkyy. Siinä kiteytyy myös iZotopen toinen
ongelma. Syntyy ns. McGurk efekti, jolloin rupeaa kuulemaan mitä näkee.
Tuo nimenomainen kohta on ainut kohta, missä tapahtuu nauhoitteessa
joko kompressiosta tai tallennusjärjestelmässä johtuva häiriö. Jukan
valituksen häntään tulee joku ihmeellinen tuplakaiku, vastaavaa kaikua ei
ole missään muualla koko nauhoitteessa. Ainut akustinen ilmiö, mistä se
voisi johtua on, että huuto on oletettavasti lujempi kun muut valitukset,
ja/tai akustinen ympäristö on olennaisesti muuttunut niin, että ääni on
päässyt kaikumaan eri tavalla kun muualla tallenteessa. Oletettavasti
ulko-ovi on silloin auki, mutta onko se riittävän iso muuttuja? Tuskin.
Myös videossa spekuloitu, ns. o- (pp) u sana, missä pp:t ovat kuviteltuja,
ovat täysin synteettisen kuuloisia, kuulostavat minun korvaan enemmän
puhesyntetisaattorilta kuin ihmiseltä. En missään nimessä väitä että se
semmoinen on. Ainut kohta tallenteissa missä olen kuullut synteesiä
syntyvän on tiedostossa
p31122_Ulvilan_murhan_rekonstruktio_soitto6_uhrin_ääniä_takkahuonee
sta_381-01
kohdassa 2.02-2.04, missä ilmenee, ilmeisesti luurin käsittelyäänestä
johtuvaa, selkeästi uusia äänikerrostumia. Siinäkin kuulostaa kuin joku
sanoisi häiriön alla ”mm-mmmm-mh”. Näin en silti usko olevan laita.
Mutta kohta osoittaa hyvin, kuinka häiriöitä voi syntyä rajusti
kompressoivassa tallennusjärjestelmässä , ja kuinka helppoja ne ovat
tulkita väärin. Sinänsä äänne voi hyvin olla Annelin suusta peräisin. Mutta
se voi olla myös ihan mitä vaan.
Poliisin tekemässä konstruktiossa oli huomiota herättävä seikka, että
poliisien käyttämä puheäänen äänentaso on Annelin käyttämää tasoa
huomattavasti hiljaisempi. Lisäksi tiedostot ovat selkeästi elinkaarellaan
kokeneet jonkinlaisen digitaalisen ”brickwall” limitoinnin, niiden
dynamiikka loppuu kuin seinään, kun taas alkuperäisessä tallenteessa
lujat äänet puhelinkeskustelussa ovat tallentuneet huomattavan paljon
eheämmin. Kuulostaa ja näyttää siltä, että tiedostojen gain-tasoja on
jossain vaiheessa nostettu liikaa, leikaten dynamiikkahuiput pois. Kun
rekonstruktiot on tehty samaisella puhelimella ja samaisella nice log
tallennusjärjestelmällä, voisi olettaa että hätäkeskuksen operaattorin
puheäänen voimakkuus tulisi olla sama sekä alkuperäisessä tallenteessa
että rekonstruktiossa. Kun äänitteet tasoitetaan operaattorin ääniä
vertaamalla, poliisin rekonstruktiotiedostoja joutuu tiputtamaan noin
14,5dB:tä suhteessa alkuperäiseen tiedostoon, jonka huiput menee
digitaaliseen nollaan saakka. Äänityöasemassa näkee myös hyvin kuinka
voimakkaiden äänten voimakkuuspiikit ovat leikkaantuneet poikki. Tämä
hankaloittaa hieman nauhoitteiden keskenään vertaamista, eritoten kun
henkilö, joka puhuu Annelin osuudet, puhuu paljon hiljaisemmalla äänellä.
Mielenkiintoista on toki verrata, kuinka iso ero askeläänien tasossa on,
kun on paljasjaloilla joko kävelty tai juostu, myös puhelimen mikrofonin
kautta tallennettuna. Poliisin rekonstruktiossa on selkeästi juostu paljon
varovaisemmin kun alkuperäisessä tallenteessa on juostu.
Ulkopuolisia ääniä:
Kukaan työryhmässä poliisikuulustelausuntojen mukaan ei ollut kuullut
mäiskettä tappelusta tai neljännen henkilön läsnäolosta tallenteessa.
Itse kuulin nauhoitteessa useita viitteitä että toinen henkilö on ollut
samassa huoneessa kun uhri.
Seuraavat kohdat nauhoitteesta osoittavat sen:
0.49.20 Selkeästi raskaita askeleita ennen kuin raskasta esinettä siirretään lyhyesti.
Anneli on puhelimessa. Askeleet ovat tasarytmisiä ja määrätietoisia. Askeleiden
välissä kuuluu miesäänne, ”öh”. Kuulostaa rasitusääneltä, ei kivun aiheuttamaa
murahdusta.
0.52 Lyöntiääni
0.56-0.59 Jukkaa lyödään kovalla esineellä kahdesti
1.01-1.12 Kamppailun ääniä , useita läimähdyksiä. Ennen Jukan viimeistä huutoa
saattaa erottua nopea ”---ttu”, juuri ennen kovatransienttista (ääniaallossa on kova
muutos) iskun ääntä.
1.13-1.36 Täysin eri miesääni sanoo selkeästi ”vittu”. Tätä myöskään kukaan ryhmän
jäsenistä ei kuullut tai nähnyt spectrogrammissa. Myös ”Äh”-äänne kuulostaa
erilaiselta kuin Jukan ääni.
1.54-2.02 Miesääni: ”äh”. Selkeästi eri äänirekisteri kun Jukan äänet. Anneli
juoksee paljasjaloin ulos. Juoksu loppuu ovenaukaisuun, sama oven ääni kuin
poliisin tekemässä rekonstruktiossa, oikeassa äänitteessä ovi avataan rajummin.
Kuulostaa myös kuin ovi löisi täysin auki, eli pamahtaa saranoihin aukaisuäänen
jälkeen. Lukiessani työryhmän analyysiä tästä juoksusta, erityisesti Kalle Tapio Lokin
analyysi, oli se hyvin hämmentävä ja suorastaan kehno. Askeleet kuulostavat olevan
lähtöisin paljaista jaloista, lujaa juostuina, ei kengillä juossuilta. Alkuperäisessä on
juostu lujempaa kun rekonstruktiossa. Toisessa rekonstruktiopuhelussa,
p31122_Ulvilan_murhan_rekonstruktio_soitto4_toinen_koko_puhelu_37F-02,
juoksu oli lähinnä sitä, mitä alkuperäinen oli, toki sekin oli varovaisempi. Siinä
kuullaan myös tilan vaikutus askeliin, ne päätyvät kaikuisempaan tilaan missä muu
tapahtuma on tapahtunut. Tila missä Jukka valittaa, ei kuulosta olevaan erityisen
kaikuisa. Myös poliisin tekemissä rekonstruktionauhoissa kuulee, että kengät jaloissa
juostut askeleet erottuvat selkeästi näistä. Otto Romanowski on toki eri mieltä,
kuullessaan kantapään ensin, ja pohtiessaan kenkien pohjallisia. Itse en sitä kuule.
Myöskään kukaan ryhmästä ei ilmeisesti kuullut (tai nähnyt) toisen miehen ”äh”-äännettä.
2.02-2.08 Hengitys ei kuullosta tippakaan Auerin hengitykseltä. Hengityksen jälkeen
sisähengityksen kanssa kuuluu myös kurkku-/nenä-äänne tai rohina, sanoisin itkua
nielevän lapsen hengitykseksi. Amandan hengityksessä on samoja äänteitä
kohdissa 2.35.-2.42. Missään Annelin hengitysäänissä koko tallenteessa ei ole
kuultavissa samaista kurkkurohinaa. Väittäisin että jokainen lapsen vanhempi
tunnistaa hengityksen, kurkkuäänineen, lapsen hengitykseksi. Jos jokainen
asiantuntija on mieltänyt tämän Annelin hengitykseksi, on se aika hämmentävää, niin
selkeä on kuulokuva. Kun Anneli tulee takaisin, ja kuullaan hetken molempien
hengitys ristiin kohdassa 2.42, kuuluu selkeästi Amandalta samantyyppinen hengitys
kun kohdassa 2.02. Siinä 2.42 kohdassa kuulee myös kuinka lähellä Amandan ja
Annelin hengitys on toistensa virettä silloin, kun Amanda hengittää vähemmän
kiihtyneessä tilassa.
2.14-2.18 Askeläänet. Paljasjalkaiset askeläänet, kun Anneli poistuu
puhelimesta toiseen huoneeseen. Näitä askeleita ei Kalle Tapio Lokki
kuullut väittäessään, että mitään askelia ei kuulu 2.09-2.23 välillä.
2.41-2.43 on kuultavissa lasin päälle tallottu askel.
Lopuksi:
En kuullut tallenteesta mitään, mikä viittaisi siihen, että olisi käytetty
taustanauhaa taustalla. Taustanauhan valmistaminen, oikeisiin akustisiin
tiloihin saaminen, nauhan tai nauhojen operoinnista lähtevien
käsittelyäänien estäminen kuulumasta, olisi vaatinut suurta ammattitaitoa
äänileikkauksessa. Lisäksi, silloin yhdeksänvuotias Amanda olisi näytellyt
mukana ”radioteatterissa”, samaan aikaan, kun oma isä makaisi
kuolleena vieressä. Uskomaton väite. Lisäksi työryhmässä viitattiin siihen,
että äänitykset olisivat voineet tapahtua osissa, eli niitä olisi pitänyt osata
leikata saumattomasti yhteen, niin että myös tilat olisivat olleet samat.
Kaiutinjärjestelmä, joka olisi toistanut nauhan, olisi pitänyt olla riittävän
järeä, ettei ääni olisi ollut ohut tai megafonimainen. Tai jos se olisi
syötetty puhelimeen suoraan jollain puhelinvastaajakaapelilla, mihin sillä
viitataan? Oletan että Mikko Raita viittaa siihen, että puhelinvastaajaa on
käytetty toistimena? Jos haluaa syöttää puhelimeen, tai puhelinlinjaan,
ääntä kontrolloidusti, ääni menee sisään tai ulos erillisellä
puhelinhybridillä, mikä on tuttu laite radioasemilla ja TV-studioilla.
Omistamallani yrityksellä, Boomout Oy, on näitä ammattilaitteita käytössä
neljältä eri valmistajalta. Olen ollut ääniteknikkona useissa sadoissa
videoiduissa viestintätapahtumissa, suomalaisille pörssiyrityksille, missä
puhelinlinjaa on käytetty osana isompaa äänijärjestelmää, mutta
puhelinvastaajakaapeliin en ole vielä törmännyt. Työryhmän väärin
kuullun hengityksen pohjalta tehty esitys ja johtopäätökset eivät lainkaan
kestä tarkempaa tarkastelua ja ovat mielestäni kovin puutteelliset.
Helsingissä, 5.11.2015
Micke Nyström
Äänisuunnittelija ja ääniasiantuntija
puhelin ja autokirjoitus….)
