JP2001022385A

JP2001022385A - 声紋による本人認証及びその強化法

Info

Publication number: JP2001022385A
Application number: JP11227878A
Authority: JP
Inventors: Masahiro Koura; 雅裕小浦; Yoshimi Baba; 芳美馬場
Original assignee: Individual
Current assignee: Individual
Priority date: 1999-07-07
Filing date: 1999-07-07
Publication date: 2001-01-26

Abstract

(57)【要約】【課題】従来、非対面で本人である事を確認する為に
は、コールセンターの存在が必要だった。また、無人で
本人を認証して決済を行うには、以下に述べるような課
題の解決が必要である。電話やマイクのような有限のＲ
ＭＳ帯域幅での本人の識別が可能か。非対面で通信又は
それに類する状態で音声応答で、通常の人間の記憶を手
段とする認証妨害を排除できるか。【解決手段】人間に特定の言葉を話させ、携帯電話等の
通信機を使い、人間の声をデジタル信号に変換してコン
ピュータに送り、その音声データをウェーブレット変換
によって解析し、声データによって本人である事を確認
する。声紋データ解析による認証手法に、さらに技巧を
加えたＦｉａｔ−Ｓｈａｍｉｒ法を応用する事による認
証力の強化が行われる。また、その為にはユーザーイン
ターフェースにより、人間を誘導し、認証強度を上げて
いる。認証判断のレベルを考えるには、動作システムに
対する時間的空間的防御の考え方も必要である。

Description

【発明の詳細な説明】

【発明の属する技術分野】発明の必要とされる産業上の
分野を説明するため、従来から行われ現在も行われてい
る「オペレーター対応」について説明する。従来、非対
面で本人である事を確認する為には、コールセンターの
存在が必要だった。この為には、コミュニケータの育成
やオフィス環境の整備、コールセンターの構築および運
用が必要だった。その時、必要なノウハウとしては、以
下の５つが言われている。・“共感”性の高い人材の育成。・品質と効率を両立させるマネジメント体制。・通話量管理に基づく運用マネジメント。・音声系とデータ系を統合したシステム。・データベースによる情報サポート体系。今までは、こうしたコールセンターをそれぞれの事業に
合わせた形で提供する必要があった。すなわち、マーケ
ティングプランに合わせたマニュアルの作成やシステム
構築および研修が必要で、特にそれらを２４時間・３６
５日体制での電話受け付けを運用するのが大変だった。
また、実際に本人を特定する際には、本人しか知り得な
い情報を一対一で確認する、個人情報に類する物を複
数、問診する、あるいは、話し方に言い澱みがないか注
目するなどの、運用上の判断技術も必要であった。本発
明においては、こうした多数のノウハウを集大成したコ
ールセンターの負担を大幅に軽減する、乃至は、必要性
を減らす事が出来る、事に大きな特徴を持つものであ
る。

【従来の技術】こうした産業上、あるいは業務上の要望
に応えるために、従来行われていた方法は、電話の音声
信号のＦｏｕｒｉｅｒ変換による解析である。これによ
り、何らかの本人の特徴を抽出して、それを活用しよう
とするものであるが、以下の説明でもわかるように、単
純なＦｏｕｒｉｅｒ変換だけでは、良い結果を得る事は
大変困難がある。以下に「Ｆｏｕｒｉｅｒ変換」の特徴
を要約して、従来技術の特徴と限界を示す。また、後で
述べる、本発明の特徴であるＷａｖｅｌｅｔ変換は、以
下に述べるＦｏｕｒｉｅｒ変換による解析の発展であ
る。まず第一に、フーリエ解析の特徴は、微分方程式と
不可分の関係を持つ事である。三角関数（ｅ^ｉωｘ）は
微分作用素（∂／∂ｘ）の固有値ｉωに属する固有関数
になっており、この為たとえば、定数係数線形微分作用
素とは、線形作用素と固有関数系の関係となっている。
このようにＲ^１の平行移動で不変（平行移動作用素と可
換）な線形作用素は、三角関数（ｅ^ｉωｘ）によって対
角化され、理論上も実用上も、フーリエ解析の大きな利
点となっている。例えば、１９世紀の光のスペクトル分
析の基礎や、２０世紀量子力学の基礎原理と不可分であ
る。電気工学では信号分析の重要な手法として用いられ
た。電流からみればコンデンサーやコイルなど電気回路
の基本要素は積分や微分の演算子であるため、信号観察
手法に留まらず回路動作の理解に不可欠な概念になって
いる。ここでフーリエ解析とは、信号を各周波数成分に
分析することを指しており、通常、信号の周波数解析で
は、フーリエ・スペクトル（フーリエ係数の絶対値の２
乗）を用いて、周波数成分の有無や大小を議論する。一
方、マンデルブローはスペクトルが周波数ωのベキ関数
になる場合に注目し、このスペクトルは、現象を生起す
る機構に特徴的な長さや時間がないことを示し、フラク
タル集合に伴って現れることが多い事を指摘した。この
場合、ωのべき乗が現れるのは、対象現象のフラクタル
性ばかりでなく、さまざまなωに対するｅ^ｉωｘが相似
変換ｘ→ａｘによって互いに移り合う、からでもある。
このようにフーリエ変換では、一つの関数ｅ^ｉｘから相
似変換によって生成される関数系を基本としている点も
大きな特徴であり、フーリエ解析の有用性の根拠となっ
ている。まとめて述べれば、フーリエ解析の特徴は、
１、微分演算子と相性の良が良い事、２、相似変換によ
って生成される関数系を基本としている事、の２つであ
る。動物の心臓の鼓動や天体であるパルサーの電波は、
おおむね規則的な振動を繰り返しており、周期のゆらぎ
はあまり大きくないのが普通である。このような信号に
対しては、フーリエ解析で得られる周波数成分分析は妥
当な解釈を与える。しかしＴＶ画像のように時間ととも
に色が激しく変化する光や、ラジオの長時間の音声のよ
うな場合は、データ全体を一挙にフーリエ変換したとし
ても、それが妥当な解釈を与えるとは言えない。音楽で
も、曲の全体を一つの時系列と考えて一挙にフーリエ変
換しても、得られた周波数分解が楽音の解析に便利とは
考えられない。たとえ数学的に分解・再構成が可能であ
っても、実用的な意味で便利である事とは異なるのであ
る。やはり音楽に対しては一つの音符程度の時間に区切
って周波数分解し表示した楽譜が一番便利な周波数解析
の方法である。いつもフーリエ解析が便利なわけではな
く、フーリエ解析よりも詳細に時間の各瞬間における信
号の周波数分解の枠組み（時間−周波数解析）が望まれ
る。しかしこのような道具は原理的に矛盾をはらんでい
る。関数とそのフーリエ変換の間にはつねに不確定性関
係Δ_ｘΔ_ω≧１／２による制限があり、時間と周波数を
ある程度以上の精度で同時に指定しようとしても、その
ような時間一周波数成分を持つ信号（関数）が存在しな
いからである。このため、高い精度で時間一周波数解析
を行おうとすると、何らかの曖昧さや解釈の余地を避け
ることができない。それでも、時間一周波数解析の必要
性は高く、さまざまな手法が提案された。例えば、信号
ｆ（ｘ）に窓関数ω（ｘ−ｘ_０）をかけてフーリエ変換
する方法で「短時間フーリエ変換」とよばれている。こ
こで、ｘ_０は窓の時刻を表す。述される。この方法は分かりやすいし、それなりの結果
を得ることもできるが、論理的にはすっきりしない点が
多い。スペクトログラムを周波数について積分しても｜
ｆ（ｘ_０）｜^２に一致しない、時間関数や周波数関数の
平均を正しく与えない、また、窓関数の選択は結果に大
きな影響を与える、などの問題点を挙げる事ができる。
さらに、ガボール（Ｇａｂｏｒ）の１９４６年の結果に
よれば、短時間フーリエ変換の基礎関数ｅ^ｉωｘω（ｘ
−ｘ_０）のパラメーターωとｘ_０を等間隔に離散化して
Ｌ^２（Ｒ）のフレームを作っても、周波数と時間に標準
偏差Δ_ｘ，Δ_ωの少なくとも一方が無限大となってしま
うという困難がある。これは、バリアン（Ｂａｌｉａ
ｎ）−ロウ（Ｌｏｗ）の定理と呼ばれる。この事実は、
短時間フーリエ変換の積分核を離散化しても、うまい基
底が作れず、時間−周波数平面での局所化があまり良く
ならないことを意味している。

【発明が利用しようとする技術】短時間フーリエ変換で
は、窓関数の存在がさまざまな困難を引き起こした。そ
こでウィグナー分布やコーエン・クラスでは、時間の局
所化に伴う窓関数を避け、関数展開とは異なるやり方で
分布関数を定義した。これに対し、窓関数を展開関数そ
のものの中に組込み、窓関数を含めてスケーリングする
方向で、短時間フーリエ変換の使いづらさを克服したの
が積分Ｗａｖｅｌｅｔ変換（ＩＷＴ；ｌｎｔｅｇｒａｌ
ＷａｖｅｌｅｔｅＴｒａｎｓｆｏｒｍａｔｉｏｎ）
である。１９８２年、フランスの石油会社エルフ・アキ
テーヌの技術者であったモルレ（Ｍｏｒｌｅｔ）は、地
下の地震探査データの解析にガウシアンを窓関数とする
短時間フーリエ変換を用いたが、「窓中の振動回数が、
高周波数では多すぎ、低周波数では少なすぎ」て良い結
果が得られなかった。そこで彼は、窓の幅を周波数とと
もに変化させて「窓中の振動の回数がつねに一定にな
る」ような関数系を用いる「短時間フーリエ変換」を着
想し、この関数系を「一定の形をもつウエーブレット
（ｏｎｄｅｌｅｔｔｅｓｄｅｆｏｒｍｅｃｏｎｓ
ｔａｎｔｅ）」と名付けた。彼の作った関数系は、数値
処理のことも考えて離散的な関数系、今で言う離散ウェ
ーブレット、であったが、これを知った物理学者グロス
マン（Ｇｒｏｓｓｍａｎｎ）をはじめとするマルセイユ
のグループは、モルレの用いた関数系と量子力学で用い
られるコヒーレント状態の類似性に着目し、アフィン変
換群の表現に伴う関数の分解として連続ウェーブレット
変換を定式化することに成功した。Ｌ^２（Ｒ）の場合、
関数ｆ（ｘ）の連続ウェーブレット変換は次のように定
義される。フーリエ解析との類似性は明らかである。パラメーター
ａはフーリエ変換の１／ωに対応するが、ｂはフーリエ
変換にはない時刻のパラメーターである。この変換の基
礎となる関数ψ（ｘ）（マザー・ウェーブレット）は、
逆変換の存在を保証する簡単な条件（遠方である程度速
く減衰していること、積分がゼロであること、など）を
満たす関数であればなんでもよい。そのため、非常に多
彩な変換のバラエティが生まれる。ここでψ（（ｘ−
ｂ）／ａ）という形で「窓関数をこめて」スケーリング
が行われていることは重要である。フーリエ解析では無
限に広がったいたｅ^ｉωｘがここでは局在した関数ψ
^{（ａ，ｂ）}（ｘ）で置き換えられており、これによって
Ｔ（ａ，ｂ）は「時刻ｂにおける周波数１／ａの成分の
大きさ」という意味を（不確定性関係の範囲内で）持
つ。連続ウェーブレット変換の重要な特徴は、ウェーブ
レットψ^{（ａ，ｂ）}（ｘ）の形状が互いに相似な点にあ
る。先に触れたようにこれはフーリエ解析の特徴だった
が、ウェーブレット解析はそれを継承している。連続ウ
ェーブレット変換は、すぐに物理学者によってカオスや
フラクタルなどの非線型現象の解析に応用された。時間
−周波数平面で局在した相似関数系であるウエーブレッ
トは、多くの潜在的需要を掘り起こすことが可能であ
る。

【発明が解決しようとする課題】前記の従来技術では、
本人を認証して決済を行う時に、以下に述べるような課
題の解決が計られている必要がある。すなわち１．電話やマイクのような有限のＲＭＳ帯域幅での本人
の識別が可能か。（ここで、ＲＭＳ帯域幅とはｒｏｏ
ｔｍｅａｌｓｑｕａｒｅｂａｎｄｗｉｄｔｈ
のことである。）２．非対面で通信又はそれに類する状態で音声応答のみ
で、通常の人間の記憶を手段とする認証妨害を排除でき
るか。

【課題を解決するための手段】これらの課題については
以下の手段によって対応することができる。上記課題１
に対しては、Ｗａｖｅｌｅｔ変換を利用した正規直交系
による級数展開における、主要項が利用できる。これは
以下の式で定義され、使用の仕方は後に示した通りであ
る。これは、Ｌ^２射影Ｌ_ａ：ｆ（ｔ）→（Ｌ_ａｆ）（ｔ）の
級数展開で、によって定義される。但し、ここで、である。これらの式の使用方法は、上式のｆ（ｔ）とし
て、人間に特定の言葉を一定速度で話させたものを電気
信号に変換したものを利用し、そのときのＣｋの分布を
比較する事で、本人を特定する事ができる。この部分の
実際的な理論表現は以下の新周波数解析による音声分析
の基礎理論によって明らかである。まず、すべての正規
直交系は、リース基底、ただしリース上下界Ａ＝Ｂ＝１
に、その一部として含まれている。ここで、ディジタル
標本を係数とした標本化作用素Ｖ_ａと正規直交低域通過
窓関数φ（ｔ）によるＬ^２−射影Ｌ_ａとの関係を考察す
る。それには、φ（ｔ）の共役（ｄｕａｌ）φ（ｔ）に
より正規直交でないφ（ｔ）にも一般化する必要があ
る。ｆ（ｔ）；信号，Ω；帯域幅，帯域制限されたとする。
この時、 φ（ｔ）；低域通過窓関数，｛ｋａ：ｋ^∈ Ｚ｝；標本
集合，として正規直交系を生成できる。Ｐａｒｓｅｖａ
ｌの等式によりとなるが、φ（ｔ）のフィルター特性が、的（ａｌｍｏｓｔｉｄｅａｌ）であるので、上式右辺
積分はと計算できる。これにより、次の命題が証明された。 φ（ｔ）として高階のＢｕｔｔｅｒｗｏｒｔｈ正規直交
低域通過フィルタ関数近似的に）成立している。従って、十分小さい帯域幅を
もつ帯域制限されたアナログ信号ｆ（ｔ）について、標
本化作用素Ｖ_ａはＬ^２−射影Ｌ_ａの良い近似になってい
る事になる。上記課題２については、以下に述べる零知
識認証方法が有効である。［Ｆｉａｔ＆Ｓｈａｍｉｒ法］秘密情報以下Ｓ１）−Ｓ５）をｋ回繰り返すＳ１）説明者：乱数ｒＳ２）ｘ＝ｒ^２（ｍｏｄｎ）送信Ｓ３）検証者：Ｓ４）説明者ｙ＝ｒ・ｓ^ｅ（ｍｏｄｎ）Ｓ５）検証者ｙ≠ｘ・ｖ^２（ｍｏｄｎ）停止ただし、ｖ＝√ｒであるとする。このテストを終了する
と、間違って認証する確率は１／２^ｋになる。証明者と
検証者の間でアプローチがあって検証する仕組みとして
機能する。実際に当たっては、ｎの素因数分解の計算が
終わるよりも速く答えさせるなどの制限も必要となる。

【発明の実施の形態】上記システムを、Ｃ言語を利用し
たウェーブレットのライブラリーを作って、携帯電話機
を利用するように構築したところ、かなりの程度に本人
を認証する事が可能であった。

【実施例】実施にあったては、若い女性の声によるガイ
ダンスを使いそれを真似させる事によって、音声を話す
速さと口調を誘導すると、認証効果が高かった。

【発明の効果】発明の効果は明らかである。

Claims

【特許請求の範囲】

【請求項１】人間に特定の言葉を話させ、携帯電話等の
通信機を使い、人間の声をデジタル信号に変換してコン
ピュータに送り、その音声データをウェーブレット変換
し級数に展開する事によって解析し、その声紋データ解
析によって本人である事を確認する手法。
【請求項２】請求項１に記載の声紋データ解析による認
証手法。
【請求項３】請求項２に記載の認証手法に、さらにＦｉ
ａｔ−Ｓｈａｍｉｒ法を応用する事による認証力の強化
手法。
【請求項４】人間に判りやすいユーザーインターフェー
スを構築する事により人間の話し方を誘導し、認証強度
を上げる手法。
【請求項５】上記システムに対する時間的空間的防御方
法。