Salah satu upaya bangsa Indonesia untuk bangkit kembali adalah dengan pemberantasan korupsi. Adalah Komisi Pemberantasan Korupsi (KPK), sebagai lembaga negara yang mempunyai tugas khusus dalam mengungkap kasus-kasus korupsi di Indonesia. Salah satu bahan bukti awal adalah sadapan hasil dari pembicaraan seseorang dengan pihak lain yang dapat dicurigai sebagai bagian proses komunikasi yang berhubungan dengan tindak korupsi. Untuk keperluan forensik, sampel suara ucap dari beberapa rekaman sadapan harus dibandingkan dengan sampel suara dari tersangka tersebut yang direkam selama proses penyidikan. Hasil dari analisa sekumpulan sampel suara ucap harus memberikan kesimpulan apakah suara ucap itu dari sumber subjek yang sama atau tidak. Secara scientific produksi suara dapat dianalogikan dengan model source-filter, dimana laring sebagai sumber suara (source) dan supralaryngeal vocal tract sebagai filter akustik. Dengan model source-filter bahwa produksi suara ucap manusia digambarkan bahwa suara ucap manusia berasal dari suatu sumber suara yang melewati filter akustik. Sumber suara ini memiliki frekuensi yang disebut dengan frekuensi fundamental atau pitch. Sedangkan filter akustiknya memiliki frekuensi-frekuensi resonansi yang disebut dengan formant.
Satu tantangan dalam proses forensik, adalah seringkali tersangka tidak kooperatif dalam pengambilan sampel suara ucap selama proses penyidikan, sehingga diperlukan satu sistem identifikasi suara ucap yang dikembangkan untuk keperluan forensik. Satu pendekatan yang digunakan untuk estimasi sumber suara adalah berdasarkan ekstraksi ciri akustik dari suara ucap yang berbasis pada pitch dan/atau formant. Untuk keperluan identifikasi secara otomatis, perlu suatu sistem klasifikasi berbasis statistik untuk membuat suatu keputusan dari ciri akustik dari beragam sample suara ucap yang diproses.
Proses identifikasi akan semakin kompleks pada saat terjadi manipulasi/penyamaran (disguissing) suara dari subyek/tersangka akibat adanya modifikasi pada proses produksi suara baik yang terjadi pada bagian source dan atau filter. Modifikasi ini dapat terjadi secara pasif akibat perubahan keadaan emosi dari subyek misalnya dalam kondisi tertekan secara kejiwaan maupun mengalami gangguan kesehatan yang berhubungan dengan organ-organ pengucapan sehingga yang bersangkutan tidak dapat melakukan produksi suara-ucap secara normal. Modifikasi juga dapat terjadi secara aktif bila subyek dengan secara sengaja merubah warna suara maupun gaya bicara dari kebiasaan sehari-hari. Teknik yang bisa digunakan untuk jenis modifikasi yang terakhir ini salah satunya adalah voicing yaitu suatu teknik memanipulasi suara dengan phonation yang menyebabkan terjadinya perubahan frekuensi dasar(pitch) dari suara yang diucapkan pada waktu (timing) tertentu. Hal ini terjadi karena adanya modifikasi kekakuan dari glottis sehingga terjadi perubahan dari volume aliran udara (airstream) yang mengalir ke daerah vocal tract yang selanjutnya menghasilkan warna suara (tone) yang berbeda. Sementara itu, perubahan gaya bicara pada umumnya dilakukan dengan melakukan perubahan dalam penekanan (stressing) pengucapan pada suku kata tertentu, memperpanjang-memperpendek panjang ucapan,perubahan bentuk bibir, dll., sehingga berpengaruh pada intonasi ucapan.
Penelitian ini difokuskan untuk memperbanyak data base suara termanipulasi aktif, yang pada penelitian terdahulu telah digunakan pemain teater, dalang wayang golek, dan dalang wayang kulit, serta penyanyi tenor dan sopran. Pada penelitian kali ini, studi kasus akan menggunakan subjek suara penyulih suara (dubber), sebagai bentuk pengembangan lanjut dari sistem indentifikasi suara pengucap dengan suara yang termanipulasi aktif, dimana pengucap mampu memodifikasi suaranya dengan rentang yang cukup lebar, dan mampu merubah ciri khasnya. Dari tiap sampel suara, akan dilakukan ekstraksi ciri akustik untuk mendapatkan ciri akustik pitch dan Formant. Untuk deteksi dari ciri akustik pitch , akan dibandingkan metode yang berdasarkan frekuensi domain dan time-frekuensi domain. Tiga jenis formant yaitu dikenal dengan F1, F2 dan F3 yang biasa digunakan untuk ekstraksi ciri akustik dengan metode Linear Predictive Coding. Pada sistem klasifikasi ciri akustik, akan dilakukan pendekatan likelihood ratio, untuk mendeteksi besarnya rentang frekuensi suara termanipulasi aktif, khususnya untuk profesi Penyulih Suara (dubber).