JP2001505688A - 情報システムアクセスおよび取引処理のための音声認識 - Google Patents

Abstract

(57)【要約】 本発明は、リモート・アクセス、検証および認識のアプリケーションに対して音声認識技術を適用する。音声認識を用いることにより、取引ポイント・システム１０、ホーム認証システム９、（拘置所電話システムを含む）着呼者への呼び出しを確立するためのシステム６０、インタネット・アクセス・システム６００、ウエブ・サイト・アクセス・システム３００、保護されたコンピュータ・ネットワークへのアクセスを得るためのシステム６２０、限定ハイパーリンクにアクセスするためのシステム６３６、デスクトップ・コンピュータ機密システム６５０、およびネットワークされたサーバへのアクセスを得るためのシステム６６０を含む、多くの形式の商取引の機密レベルが向上する。通信５４を用いた全体的な音声認識システムがまた開示される。さらに、「単純な」機密法およびシステム２２１、多段機密法およびシステム２４１、条件付き多段機密法およびシステム２６１、およびランダムに催促された音声トークン法およびシステム２８１のような異なる形式の音声認識法は、本発明と共に有用である。

Description

【発明の詳細な説明】 情報システムアクセスおよび取引処理のための音声認識 関連出願に対するクロスリファレンス 本願は、「情報システムアクセスおよび取引処理のためのユーザ確認(Ｕｓｅｒ Ｖａｌｉｄａｔｉｏｎ Ｆｏｒ Ｉｎｆｏｒｍａｔｉｏｎ Ｓｙｓｔｅｍ Ａ ｃｃｅｓｓ Ａｎｄ Ｔｒａｎｓａｃｔｉｏｎ Ｐｒｏｃｅｓｓｉｎｇ)」と題す る、１９９６年１１月２２日出願の米国特許仮出願第６０／０３１，６３８号か らの優先権を主張する。 発明の背景 本発明は、取引を確実に完成することを保証するための確認システムに関する 。本発明は、ユーザが取引を完成することを可能にするために話者認識の原理を 用いる。 １．発明の分野 本発明は、信号処理、通信、話者認識ないしセキュリティおよび保全された取 引の分野に関する。 ２．関連技術の説明 クレジットカードおよびコンピュータ関連取引の利用の増加と共に、取引のセ キュリティは、再び大きい関心を呼ぶ問題となっている。クレジットカード確認 の従来のアプローチは、取引のポイントにおけるクレジットカードの磁気テープ の読取りを含んでいる。会計情報のような、クレジットカード上に記憶されてい る情報は、電話接続を経て、クレジットカード会社のクレジット検証サービスへ 送られる。例えば、クレジット検証システムへのＸ．２５接続が用いられている 。クレジット検証サービスからの応答は、顧客のクレジットカードが正当なもの であるかどうか、また、顧客が十分な信用を有するかどうかを販売者へ示す。上 述のシステムの例は、米国カリフォルニア州レッドウッドシティのベリフォン（ Ｖ は、たとえもしクレジットカードが、そのクレジットカードの使用を許可されて いない者により使用されたとしても、正当で且つ十分な信用を有するものとして 検証されうるという欠点を有する。 クレジットカードを提示する顧客の確認検証は、販売者により人為的に行われ る。クレジットカードの裏面には署名欄があり、顧客はクレジットカードの発行 の際にそこに署名する。販売者は、取引時に顧客の実際の署名をクレジットカー ドの裏面の署名と比較する。もし販売者が、署名が一致していると判断すれば、 取引が進められる。 従来技術の他のシステムでは、許可されたユーザの写真をクレジットカード上 に添付する。取引時に、販売者はその写真を、カードを提示した人物の顔と比較 する。もし一致していると見えれば、取引が進められる。 署名および写真はユーザの個人的な特徴を示すものであるが、それらは極めて 有効なものではなかった。署名は模造が比較的容易であり、署名および写真の相 違は、不注意な販売者によっては気づかれない。これらのシステムは、人為的に 運営され、従って、ヒューマンエラーを生じ易い。さらに、これらのシステムは 、本人が立ち会わないすなわち電話を経て行われるクレジットカード取引には用 いられえない。 システム、ローカルエリア・ネットワーク、データベースおよび（「インタネ ット」のような）コンピュータ・ネットワーク・システムへのアクセスなどのコ ンピュータ関連のアプリケーションにおいては、情報アクセスのためのセキュリ ティの方法として、キーボードから入力される（個人識別番号「ＰＩＮ」として 公知の）パスワードが、従来から用いられている。コンピュータパスワードは、 盗まれ、傍受され、第三者により改造されうる欠点を有する。パスワードを推定 する（「ハッキング」する）ためのコンピュータプログラムは存在する。さらに、 コンピュータパスワード／ＰＩＮは、個人的特徴を表すものではなく、このこと は、それらが複雑性に乏しく、許可された個人の個人的特徴の知識なしに第三者 により容易に作成されうることを意味する。 インタネット上での電子商取引の出現により、インタネットを経てクレジット カードまたは他の「保全」情報を販売者へ提示する消費者により、商品およびサ ービスがますます購入されるようになっている。インタネットに接続されたユー ザから開始される取引には、現在限られたセキュリティしか用意されていない。 例えば、インタネットからユーザのクレジットカードの番号を受取る小売商は、 その番号を提示している者がそのクレジットカードの使用を許可された者か非合 法的にクレジットカード番号を入手した者かを知らない。 コンピュータが、日常生活において大きいまた重要な役割を果たすようになっ たのに伴い、セキュリティは重要な関心事となった。子供達が親の税還付（ロー カルアクセス）をもてあそぶことを制限するため、従業員が商売上の秘密（ネッ トワークアクセス）を盗むことを防止するため、または、付加価値ウエブサイト へのアクセス（リモートネットワークアクセス）を制限するためのいずれにせよ 、権利を主張しているユーザが真のユーザであることを決定する能力は絶対に必 要である。 高度化されたセキュリティへの要求が存在するその他の分野としては、セルラ 電話システムおよび刑務所電話システムがある。セルラシステムにおいては、認 定されていない通話からの料金詐欺は、繰返される問題である。刑務所システム においては、電話の呼出しのようなある取引を許可する目的で、収監者の確認を 厳しく監視しなければならない。 必要とされているのは、ユーザを確認および／または検証するためにユーザの 個人的特徴を用いる、保全されたローカルおよびリモート・アクセス・システム および方法である。 発明の要約 本発明は、高度のセキュリティが必要な、クレジットカード取引、刑務所収監 者取引、データベースアクセス要求、インタネット取引、その他の取引の処理ア プリケーションのセキュリティを強化する改善された方法およびシステムを提供 する。本発明によれば、声紋および話者認識技術を用いて、取引の確認すなわち ユーザの確認が行われる。 話者認識（ここでは、「音声認識」とも呼ぶ。）には、話者確認および話者検 証の２つの主要領域が存在する。話者確認システムは、既知の人物グループ内に おける人物の確認決定を、その人物の音声サンプルを用いて行うことを試みる。 話 者確認は、問題となっているユーザの音声サンプルを音声データのデータベース と比較し、データベースにおける最も一致に近いものを選択することにより行わ れる。これとは対照的に、話者検証システムは、人物の主張する同一性（その人 物が自分を誰々であると主張している対象の人）が正当であるかどうかを、その 人物の音声サンプルを用いて決定することを試みる。話者検証システムは、人物 の主張する氏名、クレジットカード番号または社会保障番号のようなインデック ス情報により、その人物の主張する同一性を知らされる。従って、話者検証シス テムは、一般に、問題となっているユーザの音声を、データベース内に格納され ている、そのインデックス情報により確認される１セットの音声データと比較す る。 話者認識は、(個人識別番号を含めての)パスワードおよび個人情報のような他 のセキュリティ手段よりも優れた利点を有する。そのわけは、個人の音声は、そ の個人に一意的に結びついた個人的特徴であるからである。従って、話者検証は 、セキュリティ向上のための強力な方法を与える。 話者検証は、音声サンプルが、主張されている同一性と十分に一致するかどう かの決定からなる。音声サンプルは、テキスト依存またはテキスト不依存のもの でありうる。テキスト依存話者検証システムは、話者をパスワードフレーズの発 声の後に確認する。パスワードフレーズは、登録の際に選択され、同じパスワー ドが後の検証において用いられる。一般に、パスワードフレーズは、特定の用語 範囲（すなわちディジットの数）内に制限される。テキスト不依存話者検証シス テムは、あらかじめ定められたパスワードフレーズを用いない。しかし、テキス ト不依存話者検証の計算上の複雑さは、制限されない用語範囲のために、テキス ト依存話者検証システムのそれよりも遥かに高度である。 本発明は、今日のマルチメディア・ネットワーク環境においてユーザを認証す るための自然インタフェースとして、容易に有効性を失いうるパスワードではな く、音声バイオメトリクスを用いる。 本発明によれば、セキュリティは、少なくとも３つのアクセスレベルにおいて 、すなわちデスクトップにおいて、コーポレート・ネットワーク・サービス（Ｎ Ｔ、ＮＯＶＥＬＬまたはＵＮＩＸ）において、およびウエブサーバ（インタネッ ト／ インタネット／エクストラネット）において、取り入れられる。これらのセキュ リティ機構は、ワークステーションへのアクセス、ネットワーク・ファイル・サ ーバへのアクセス、ウエブサイトへのアクセスを制御し、または、特定の取引を 保全する。これらのセキュリティレベルのネスティングは、追加のセキュリティ を提供しうる。例えば、会社は、そのワークステーションをデスクトップ・セキ ュリティ機構によりローカルに保全することを選択でき、また、ＮＴ、ＮＯＶＥ ＬＬまたはＦＴＰサーバセキュリティ機構により、ファイルサーバにおけるコー ポレートデータを保護することもできる。 話者認識、従って音声バイオメトリック（ｂｉｏｍｅｔｒｉｃ）データの使用 は、顧客の要求に基づいて、さまざまなレベルのセキュリティを提供しうる。バ イオメトリックは、ユーザの実際の同一性を確証し、他の一般に行われている、 トークンカードのような高セキュリティの方法は、もしトークンカードが所有者 から盗まれれば、なお有効性を失いうる。システムは、これらの方法のいずれか を任意のアクセスレベルにおいて用いうる。ここで説明される本発明の方法の全 ての場合において、ユーザは、追加の確認情報片を知っていなければならない。 本セキュリティシステムは、この情報が、氏名のような公的に入手可能な情報で あるか、ＰＩＮ、社会保障番号または課金番号のような個人情報片であるかにか かわらず、有効性を失うことはない。 本発明によれば、セキュリティの改善のために、「簡単な」セキュリティ・シ ステムおよび方法（単一の音声パスワード）、多段（ｍｕｌｔｉ−ｔｉｅｒｅｄ ）セキュリティ・システム(多段の音声パスワード)、およびランダムにプロンプ トされる音声トークン（ランダム・ルックアップにより得られるワードのプロン プト）が提供される。これらのセキュリティ・システムおよび方法は、取引シス テムのポイント、ホーム許可（ｈｏｍｅ ａｕｔｈｏｒｉｚａｔｉｏｎ）システ ム、（刑務所の電話システムを含めての）着呼者への呼出しを確立するためのシ ステム、インタネット・アクセス・システム、ウエブサイト・アクセス・システ ム、保護されたコンピュータ・ネットワークへのアクセスを得るためのシステム 、限定ハイパーリンクへアクセスするためのシステム、デスクトップコンピュー タ・セキュリティ・システムおよびネットワークサーバへのアクセスを得るため のシステ ムのセキュリティを強化するために用いられうる。 図面の簡単な説明 図１は、音声認識ユニットの図である。 図２は、図１に示されているユニットの高レベルの表示である。 図３は、「簡単な」セキュリティの方法およびシステムを示す。 図４Ａは、多段セキュリティの方法およびシステムの図を示す。 図４Ｂは、条件付き段を有する多段セキュリティの方法の図を示す。 図４Ｃは、ランダムにプロンプトされる音声トークンの方法およびシステムの 図を示す。 図５Ａは、話者検証の方法およびシステムの一般的構成の概略図を示す。 図５Ｂは、図５Ａの方法およびシステムの詳細な概略図を示す。 図６は、取引システムのポイントのための、音声認識の方法およびシステムの 概略図である。 図７は、ホーム許可が呼出しセンターを経て得られる実施例の概略図である。 図８は、話者認識を用いて着呼者への呼出しを確立するための実施例の概略図 である。 図９は、話者認識を用いてのインタネット接続の確立に用いるための実施例の 概略図である。 図１０Ａは、話者認識を用いてのウエブサイトへの接続の確立に用いるための 実施例の概略図である。 図１０Ｂは、話者認識を用いての保護ネットワークへの接続の確立に用いるた めの実施例の概略図である。 図１０Ｃは、話者認識を用いてのウエブサーバに関する限定ハイパーリンクへ の接続の確立に用いるための実施例の概略図である。 図１１は、話者認識を用いてのデスクトップコンピュータの保全に用いるため の実施例の概略図である。 図１２Ａは、話者認識を用いてのネットワークサーバへのアクセスの獲得に用 いるためのシステムを示す。 図１２Ｂは、話者認識を用いてのネットワークサーバへのアクセスの獲得に用 いるための方法を示す。 実施例の詳細な説明 本発明は、音声認識をさまざまなセキュリティおよび通信のシステムおよび方 法と組み合わせて用いる。その結果、本発明のリモートアクセス可能でかつ全自 動の音声検証および／または確認システムが得られる。 １．音声認識ユニット 図１は、音声認識システム２０１を示す。ユーザからのテスト音声２０２は、 格納音声データを有するデータベースを含む音声認識ユニット２０４へ入力され る。ユーザに対しては、パスワードを言うかインデックス情報を入力するように ユーザに指示するプロンプト２０３が提示される。話者検証システムにおいては 、通常は、インデックス２０６が供給され、これは、データベース２０８内のい ずれのデータがユーザと突き合わされるべきかを音声認識ユニット２０４に知ら せる。話者確認システムにおいては、インデックス２０６は通常入力されず、音 声認識ユニット２０４は、データベース内の全ての格納音声データを経て循環し 、最良の一致を見出して、ユーザをその一致に対応する人物として確認する。あ るいは、もしある限界に適合しなければ、音声確認システム２０４は、一致する ものが存在しないことを決定する。 いずれの場合においても、音声認識ユニット２０４は、比較処理ユニット２１ ０を用いて、テスト音声２０２をデータベース２０８内の格納音声データと比較 する。格納音声データは、音声の抽出された特徴、モデル、記録、音声の特徴、 アナログ若しくはディジタル音声サンプル、または、音声に関連する若しくは音 声から導かれた任意の情報でありうる。次に、音声認識ユニット２０４は、ユー ザを検証する(か否か)、または、ユーザを確認する（か否か）の決定２１６を出 力する。あるいは、音声認識ユニットからの「決定」２１６は、検証／確認の決 定を有するまたは有しない信頼レベルを含む。この信頼レベルは、音声認識の一 致がいかに精密なものであるかを示すデータ、または、いかに満足に音声認識ユ ニットが一致を得たかに関する他の情報でありうる。確認、検証および／または 信頼レベルでありうる「決定」２１６は、次に、ユーザを「認識する」ために用 いられ、これは、ユーザを確認または検証すること、あるいは、ある他のタイプ の認識を行うことを意味する。図１に示されているシステム２０１によれば、検 証または確認が行われうる。確認が選択されたものとすれば、データベース２０ ８は最も一致に近いものを得るために循環される。 図１の音声認識システムを実現するために用いられうるシステムは、１９９６ 年５月２８日発行の「話者の確認および検証のシステム(Ｓｐｅａｋｅｒ Ｉｄ ｅｎｔｉｆｌｃａｔｉｏｎ ａｎｄ Ｖｅｒｉｆｉｃａｔｉｏｎ Ｓｙｓｔｅｍ )」と題する米国特許第号５，５２２，０１２号と、「話者検証システム(Ｓｐｅ ａｋｅｒ Ｖｅｒｉｆｉｃａｔｉｏｎ Ｓｙｓｔｅｍ)」と題する特許出願第０８ ／４７９，０１２号と、１９９７年１１月３日出願のケビン・ファレル（Ｋｅｖ ｉｎ Ｆａｒｒｅｌｌ）およびウィリアム・ミストレッタ(Ｗｉｌｌｉａｍ Ｍｉ ｓｔｒｅｔｔａ)による「モデル適合システムおよび話者検証の方法(Ｍｏｄｅｌ Ａｄａｐｔｉｏｎ Ｓｙｓｔｅｍ Ａｎｄ Ｍｅｔｈｏｄ Ｆｏｒ Ｓｐｅａ ｋｅｒ Ｖｅｒｉｆｉｃａｔｉｏｎ)」と題する来国特許出願第０８／号と、１ ９９７年１１月２１日出願のリチャード・Ｊ・マモン(Ｒｉｃｈａｒｄ Ｊ．Ｍａ ｍｍｏｎｅ)、シアオユ・ツァン(Ｘｉａｏｙｕ Ｚｈａｎｇ)、およびマニシュ ・シャーマ（Ｍａｎｉｓｈ Ｓｈａｒｍａ）による「声紋システムおよび方法( Ｖｏｉｃｅ Ｐｒｌｎｔ Ｓｙｓｔｅｍ ａｎｄ Ｍｅｔｈｏｄ)」と題する米 国特許出願第０８／ 号とに開示されており、これらはそれぞれ、その全 体をここで参照することにより、その内容を本願に取り込むこととする。 図１を参照すると、音声認識ユニット２０４は、比較を行うのに先立って音声 を前処理するプリプロセッサ・ユニット２１２を含む。前処理は、音声信号のア ナログ／ディジタル変換を含みうる。このアナログ／ディジタル変換は、ダイア ロジック（Ｄｉａｌｏｇｉｃ）により製造されているもののような、標準的な電 話ボードにより行われうる。音声サンプルを符号化するためには、国際電気通信 連合のＧ７１１規格のμおよびＡ法則のような音声符号化方法が用いられうる。 好ましくは、８００Ｈｚのサンプリング速度が用いられる。 プリプロセッサ・ユニットは、本技術分野において公知の下記の技術を含め、 任意の回数の雑音除去または沈黙除去技術を、テスト音声に対して施しうる。 プレエンファシスを除去するためのディジタルフィルタリング。この場合には 、 ディジタルフィルタＨ（ｚ）＝１−αｚ^-1が用いられ、ただし、αは０．９と１ ．０との間にセットされる。 エネルギーおよびゼロ交差統計を用いての沈黙除去。この技術の成功は、（一 般に、話者が記録を開始する前の発声の初めに数ミリ秒だけ見出される）背景沈 黙であることが保証される短い間隔の発見に主として基づく。 エネルギー・ヒストグラムに基づく沈黙除去。この方法においては、フレーム エネルギーのヒストグラムが発生せしめられる。低エネルギー領域におけるこの ヒストグラムの最大ピークが、背景沈黙のフレームエネルギーに対応すべきであ るという仮定に基づき、スレショルドエネルギー値が決定される。このスレショ ルドエネルギー値は、音声対沈黙の識別を行うために用いられる。 さらに、音声認識ユニットは、オプションとして、比較を行う前に音声の特徴 を抽出するための、マイクロプロセッサに基づく特徴抽出ユニット２１４を含み うる。音声スペクトルの特徴は、処理された音声信号のそれぞれのフレーム内に おいて決定される音声特徴ベクトルにより表されうる。特徴抽出ユニット２１４ においては、スペクトル特徴ベクトルは、線形予測（ＬＰ）ケプストラム係数を 決定するための線形予測（ＬＰ）解析、フーリエ変換解析およびフィルタバンク 解析のような従来の方法により得られうる。特徴抽出の１つのタイプは、前述の １９９６年５月２８日発行の「話者の確認および検証のシステム(Ｓｐｅａｋｅ ｒ Ｉｄｅｎｔｉｆｉｃａｔｉｏｎ ａｎｄ Ｖｅｒｉｆｉｃａｔｉｏｎ Ｓｙ ｓｔｅｍ)」と題する米国特許第号５，５２２，０１２号に開示されており、こ の特許は、その全体をここで参照することにより、その内容を本願に取り込むこ ととする。 音声認識ユニット２０４は、約１０ＭＢの関連するＲＡＭメモリおよび記憶装 置としてのハードすなわち固定ドライブを有する、少なくとも１００ＭＨｚのイ ンテルペンティアムプラットホーム（Ｉｎｔｅｌ Ｐｅｎｔｉｕｍ ｐｌａｔｆ ｏｒｍ）汎用コンピュータ処理ユニット（ＣＰＵ）を用いて実現されうる。これ に代わろもう１つの実施例は、ダイアロジック・アンタレス・カード（Ｄｉａｌ ｏｇｉｃ Ａｎｔａｒｅｓ ｃａｒｄ）でありうる。 前に参照することによって取り込んだ音声認識システムを選択したが、本発明 においては、他の音声認識システムを用いることもできる。本発明にとっては、 音声認識システムのタイプは重要ではなく、任意の公知の音声認識システムを用 いることができる。本発明は、従来の非効果的なシステムのセキュリティのレベ ルを向上させるために、これらの音声認識システムをセキュリティの分野に応用 する。 ２．セキュリティの方法論およびシステム 本発明によれば、話者認識は、顧客の要求に基づいてセキュリティのレベルを 変化させうる。音声検証のようなバイオメトリックは、ユーザの実際の同一性を 確証する。他の一般に行われているトークンカードのような高セキュリティの方 法は、もしトークンカードが所有者から盗まれれば、なお有効性を失いうる。話 者認識による場合は、ユーザは、単一情報片、言うべきこと、およびもう１つの 確認用情報片を与える音声自体のみを知っていさえすればよい。本発明は、少な くとも３レベルのセキュリティ、すなわち、「簡単な」セキュリティ、多段（ｍ ｕｌｔｉ−ｔｉｅｒｅｄ）セキュリティ、およびランダムにプロンプトされる音 声トークンを考慮する。 図２には、話者認識システム２１５のさらに一般的な図が示されている。図２ に示されているように、ユーザは音声パスワード２１７を音声認識ユニット２０ ４へ供給する。この音声パスワードは、好ましくは、ユーザの場所にある（不図 示）または音声認識ユニット２０４内にある（不図示）マイクロホンへ入力され る。このパスワードはまた、電話機その他の通信装置（図示せず）からも付与し うる。この音声パスワードまたはその後のデータに応答して、音声認識ユニット ２０４は決定２１６を出力し、決定２１６は信頼レベルでありえ、または、信頼 レベルを含みうる。セキュリティのレベルを向上させるためには、クレジットカ ード番号、社会保障番号またはＰＩＮのようなインデックス情報を付与するため に、オプションのユーザ・インデックス入力ユニット２１８を含めうる。ユーザ ・インデックス入力ユニット２１８は、キーボード、カードリーダー、ジョイス ティック、マウスまたは他の入力装置でありうる。このインデックスは、所望の セキュリティレベルに依存して、機密性のものまたは公開性のものでありうる。 ユーザに、音声パスワード、またはインデックス情報をプロンプトするために、 オ プションのプロンプト入力ユニット２３０が含まれうる。このプロンプト入力ユ ニットは、ディスプレイ、スピーカまたは他のオーディオ／ビジュアル装置であ りうる。 図３には、「簡単な」セキュリティ方法２２１が示されている。この方法は、 図１または図２のシステムにより実行されうる。この「簡単な」セキュリティシ ステムは、パスワードおよび音声バイオメトリックのみを要求する。このタイプ の認証は、今日のトークンに基づくシステムに典型的であるセキュリティレベル を提供する。このようにして、図３においては、２２４において音声パスワード が、また２２６においてオプションのインデックス情報が付与される。このパス ワードおよびインデックスは、２２８におけるユーザに対するプロンプトにより 付与されうる。この情報は、次に、音声認識ユニット２０４において処理される 。音声認識ユニット２０４は、（もしインデックス情報が入力されれば、そのイ ンデックス情報と一致する人物であるものとして）パスワードの話者を認識する ことを試みる。もしその話者が認識されれば、２３２において許可が行われ、す なわちその人物は一致したことになる。もしその話者が認識されなければ、許可 は拒否される（すなわち、２３４において、不許可すなわち「不一致」となる） 。オプションとして、音声認識ユニットの２１６における決定は、信頼レベルと され、または、信頼レベルを含む。 図４Ａには、多段セキュリティのフローダイアグラムが示されている。図４Ａ の方法は、図１または図２のシステムにより実行されうる。図４Ａに示されてい る方法２４１は、セキュリティをさらに向上させるために、多段の音声パスワー ドを用いている。例えば、ユーザは、ユーザが選択したパスワードのほかに、母 親の旧姓、生年月日、故郷またはＳＳＮのような今日認証のために一般に用いら れているランダムにプロンプトされる追加情報を言うことを要求される。多段シ ステムは、ディジタル記録のような機構による攻撃を阻止するためのランダム性 をシステムに追加すると共に、強化されたバイオメトリック確認を提供する。例 えば、もしシステムの性能が一般に９９．５％の精度で認証するものとすれば、 ２段システムは９９．９９７５％で、３段システムは９９．９９９９８８％で認 証する。さらに、多段システムは、多重知識片および多重バイオメトリックサン プルの双方をチェックする。音声は容易に使用しうる自然インタフェースである ので、多段システムによりユーザに課せられる負担は、なおトークンに基づくシ ステムのそれよりも小さい。このシステムは、言語依存性のものであっても、言 語非依存性のものであってもよい。 図４Ａに示されているように、２４２において、第１の音声パスワードがユー ザから付与される。２４４においては、オプションとして、インデックス情報が ユーザからさらに付与されうる。音声認識ユニット２０４は、第１の音声パスワ ードおよびオプションのインデックス情報を受けた後に、２４６において第２の （ランダム）パスワード２４６のプロンプトを行う。このプロンプトは、図２の プロンプト入力ユニット２２０によりディスプレイされうる。次に、２４８にお いて第２の音声パスワードが付与される。音声認識ユニット２０４は次に、２５ ０において、それが第１のパスワードを認識するかどうかを決定する。もし第１ のパスワードが認識されなければ、２５２において不許可すなわち不一致となる 。もし第１のパスワードが認識されれば、音声認識ユニットは２５１において、 それが第２のパスワードを認識するかどうかを決定する。もし第２のパスワード が認識されなければ、２５２において不許可すなわち不一致となる。もし第２の パスワードが認識されれば、２５４において許可および／または一致となる。オ プションとして、２１６における決定として、信頼レベルが出力され、または、 この決定に信頼レベルが含まれる。 ２段階システムは、第１のパスワードの拒否に関し条件付きであるようにされ うる。図４Ｂは、条件付き２段階システム２６１を示す。図４Ｂに示されている ように、２６２において第１の音声パスワードが付与される。オプションとして 、インデックス情報がさらに、２６４において付与される。音声認識ユニット２ ０４は、次に、２６６において、それが第１のパスワードを認識するかどうかを 決定する。もし第１のパスワードが認識されれば、２６８において許可および一 致となる。 もし音声認識ユニットが第１のパスワードを認識しなければ、それは２７０に おいて第２の（ランダム）パスワードを発生する。この第２のパスワードは、音 声認識ユニット２０４によりランダムに発生せしめられる。このパスワードのた めのプロンプトは、２７１において、プロンプト入力ユニット２２０（図２）上 にディスプレイされる。第２の音声パスワードは２７２において付与され、もし 第２のパスワードが２７４において認識されれば、２７８において許可および一 致となる。もし第２のパスワードが認識されなければ、２６８において不許可す なわち不一致となる。オプションとして、２１６における決定は、信頼レベルか ら成り、または信頼レベルを含みうる。 図４Ｃには、ランダムにプロンプトされる音声トークンの方法２８１が示され ている。ランダムプロンプト音声トークンシステムにおいては、システムは、母 音のような特定の音声の特定の個別的特徴をモデル化する。このシステムは、次 に、数百または数千にさえ及ぶワードの大形データベース２８３からワードまた はフレーズをランダムに選択し、そのワードを発音するようにユーザに対しプロ ンプトを行う。次に、このシステムは、そのワードから問題となる特定の特徴を 分離し、これを前述の特徴と対照して検証する。これは、ディジタル記録に対抗 する高レベルのイミュニティを実現するために、完全にランダムなワード選択を 与え、ユーザにパスワードを記憶することを要求しない。 図４Ｃに示されているように、音声認識ユニット２０４は、２８２において、 データベース２８３からの特定の音声の特定の個別的特徴のモデルを選択する。 次に、ユーザは、そのモデルに関連する情報を含むワードまたはフレーズを発音 するようにプロンプトされ、これは、２８４において、プロンプト入力ユニット ２２０（図２）によりプロンプトされうる。次に、２８６において音声パスワー ドが付与される。この場合、音声パスワードは、プロンプトされた音声の特徴に 関連している。 音声認識ユニット２０４は、２８６において音声パスワードを受取った後に、 ２８８において、その音声パスワードの特徴を確認する。音声認識ユニット２０ ４は、次に、それが２９０において、これらの特徴を、選択された特徴モデル内 のものと矛盾しないとして認識するかどうかを決定する。もしそれらの特徴が認 識されれば、２９２において許可および／または一致となる。もしそれらの特徴 が認識されなければ、２９４において不許可すなわち不一致となる。オプション として、２１６における決定は信頼レベルを含みうる。 上述の「簡単な」システム、多段システムおよびランダムプロンプト音声トー クンシステムは、別の実施例において相互に組み合わせうる。例えば、音声パス ワードとランダムプロンプト音声トークンとは、単一レベルまたは多重レベルに おいて一緒に用いられうる。スマートカードシステムまたはパスワードシステム のような他のタイプの現行のセキュリティシステムの方法論は、音声形または非 音声形のいずれであっても、本発明により用いられうる。本発明は、音声認識の 利点を、公知のシステムおよび方法論に追加する。 ３．追加実施例 本発明は、以下に更に詳細に説明されるいくつもの実施例で有効である。“単 純”システム、多階層（ｍｕｌｔｉ−ｔｉｅｒｅｄ）システム、ランダム・プロ ンプト音声トークン（ｒａｎｄｏｍｌｙ ｐｒｏｍｐｔｅｄ ｖｏｉｃｅ ｔｏ ｋｅｎ）システムおよび／または他のシステムは、以下に示された実施例と組み 合わさせて使用することもできる。 ３．１ 話者認識システム／サービス−一般 図５Ａは、音声検証方法およびシステム５０の一般構成の概略ブロック図であ る。図５Ａに示されたように、クライアント端末５２が音声認識システム／サー ビス５６に接続５４される。接続５４は、（電話接続のような）音声接続、（モ デム接続のような）データ接続または（ＩＳＤＮ接続のような）音声接続とデー タ接続との組み合わせであり得る。音声認識システム／サービス５６は、音声認 識データベース・ユニット（ｖｏｉｃｅ ｉｄｅｎｔｉｆｉｃａｔｉｏｎ ｄａ ｔａｂａｓｅｕｎｉｔ；ＶＩＤＢ）１６とのリンク５７を確立する。ＶＩＤＢ１ ６は、音声一致又は声紋（ｖｏｉｃｅ ｐｒｉｎｔ）のような情報を記憶する。 もし接続５４が音声接続であるならば、音声検証（ｖｏｉｃｅ ｖｅｒｉｆｉ ｃａｔｉｏｎ）システム５６は、クライアント端末５２からの音声サンプルをＶ ＩＤＢ１６に記憶された音声サンプルと突き合わせる(ｍａｔｃｈ)。もしデータ 接続が確立されるならば、クライアントの音声サンプルがクライアント端末５２ によってクライアント端末５ ２のサイトにおけるデータ特徴に変換される。接続５４を通じて送信されたデー タ特徴は、オプショナルに暗号化される。音声認識システム／サービス５６は、 ユーザ５２からのデータをＶＩＤＢ１６に記憶されたデータと突き合わせて、ユ ーザの音声についての音声認識を遂行する。 図５Ｂは、図５Ａに示されたクライアント端末５２、音声認識システム／サー ビス５６およびＶＩＤＢ５６の更に詳細な説明を示す。図１のプリプロセッサ・ ユニット２１２および図１の特徴抽出ユニット２１４が図５Ｂのクライアント端 末５２に含まれる。図１の比較処理ユニット２１０が好適には図５Ｂの音声認識 システム／サービス５６に含まれるが、代替的に、図５ＢのＶＩＤＢ１６内に含 まれることがある、すなわち、２１０'。図１のデータベース２０８が、好適に は、ＶＩＤＢ１６内にまたある。 図５Ｂのシステムは、どこに追加構成要素の位置を好適には取るかを更に明確 にする。クライアント端末５２は、正規には、音声入力ユニット４０２、データ 入力ユニット４０４、音声出力ユニット４０６およびデータ出力ユニット４０８ を含む。音声入力ユニットは、マイクロホンであってよく、アナログ音声信号を Ａ／Ｄ変換器４１０に供給するために使用される。データ入力ユニット４０４は 、キーボード、マウスまたはカード・リーダでよく、ユーザにデータを入力する ことを可能にする。データはＡ／Ｄ変換を必要とすることもしないこともあり、 明確の目的のためにデータ入力ユニット４０４はＡ／Ｄ変換器に接続されて示さ れている。 音声出力ユニット４０６は、ユーザにプロンプトおよび他の情報を与えるため に使用される。音声出力ユニット４０６は、スピーカまたはヘッドホンであって よい。データ出力ユニット４０８は、データおよび／またはプロンプトをユーザ に与えるために使用される。データ出力ユニット４０８は、陰極線管、ＬＣＤデ ィスプレイ、ＬＥＤディスプレイまたは他の可視表示器であってよい。多くの型 式のデータ出力がアナログ情報を必要とし、それゆえ、ディジタル／アナログ変 換器４１２が音声 出力ユニット４０６およびデータ出力ユニット４０８に接続される。ＡＵＸユニ ット４１４がまた配備される。ＡＵＸユニット４１４は、スイッチまたは他の装 置であってよく、成功または不成功検証または認識の際に、または、ある決まっ た信頼レベルの際に機能するように命令される。ＡＵＸユニット４１４は、動作 に先立ちディジタル／アナログ変換を必要とすることも必要としないこともある 。 クライアント端末５２は、音声入力情報および／またはデータ入力（インデッ クスのような）情報を得るために使用される。この情報は、音声認識システム／ サービス５６への転送用通信ユニット４１６に直接供給されてよい。しかしなが ら、好適には、音声／データ情報は、Ａ／Ｄ変換され（もし必要ならば）、かつ 、前処理ユニット２１２内で他の前処理を受ける。前処理は、図１に関して先に 説明されたように起こることがある。また、前処理に続いて、特徴抽出が特徴抽 出ユニット２１４で起こる。特徴抽出は、音声情報からの注目のディジタ化特徴 を抽出するために使用され、かつ、図１に関して先に説明したように起こる。こ れらの抽出された特徴は知的ではなく、従って、音声データは、いったんそれが クライアント端末を離れると、危険に晒されことはあり得ない。 特徴抽出の後、情報は、好適には、暗号／解読ユニット４１８へ渡される。暗 号／解読ユニット４１８は、情報をディジタル的に暗号化しかつ音声認識システ ム／サービス５６への機密伝送を図る。 クライアント端末内の通信ユニット４１６は、電話通信装置、モデム、インタ ーネット・アクセス回線、セルラ電話、ディジタルＰＣＳ送信機または既知のバ スおよびインタフェースを含むなんらかの既知の市内または遠隔音声／データ・ インタフェースであってよい。 音声認識システム／サービス５６は、第１の通信ユニット４２０、比較処理ユ ニット２１０および第２の通信ユニット４２２を含む。第１の通信ユニット４２ ０は、クライアント端末５２または他の発信源（ｓｏｕｒｃｅ）からの伝送を受 信する。通信伝送は、線路５４上でクライア ント端末５２からおよび線路４２４上で他の発信源から受信される。クライアン ト端末内の通信ユニットは、線路５４上で音声認識システム／サービスと通信し 、線路４２６上で他の発信源と通信する。 比較／処理ユニット２１０は、ＶＩＤＢ１６内のデータベース２０８から音声 情報を得ることによって音声認識のタスクを遂行する。比較／処理ユニット２１ ０は、ユーザの音声特徴とデータベース２０８からの記憶された音声データとの 比較に基づいて認識決定２１６を定式化する。話者検証および話者認識の両方が 逐行されることがある。 もしクライアント端末がＡ／Ｄ変換器４１０、プリプロセッサ・ユニット２１ ２または特徴抽出ユニット２１４を含まないならば、音声認識システム／サービ ス５６がこれらの構成要素（不図示）を含む。音声認識システム／サービス５６ はまた、好適には、暗号／解読ユニット４２８を含む。暗号／解読ユニット４２ ８は、クライアント端末５２からの情報を暗号化または解読するために使用され る。音声認識システム／サービス５６は、第２の通信ユニット４２２を通してＶ ＩＤＢ１６と通信する。その通信ユニットは、線路４３０上でクライアント端末 ５２を含むなんらかの他の宛先とまた通信することもできる。 ＶＩＤＢ１６は、通信ユニット４３２およびデータベース２０８を含む。オプ ショナルに、ＶＩＤＢは、比較／処理ユニット２１０’を含む。比較／処理ユニ ット２１０’は、音声認識システム／サービス５６が全ての着信情報をＶＩＤＢ １６へ転送する交換網として利用される場合にのみＶＩＤＢ内に存在する。もし 音声認識システム／サービス５６が暗号化された情報をＶＩＤＢ１６へ通信する ならば、ＶＩＤＢ１６は暗号／解読ユニット（不図示）をまた含むことがある。 しかしながら、音声認識サービスとＶＩＤＢとの間の通信線路が機密であるか、 または、ＶＩＤＢ１６および音声認識システム／サービス５６が同じ位置にある （ｃｏ−ｌｏｃａｔｅｄ）と仮定する。この場合、線路５７上の機密伝送は、必 要とされないことになろう。 図５Ａおよび図５Ｂのシステムは、ユーザから音声および／またはデ ータを得、遠隔または市内音声認識を遂行し、かつ、認識の成功または失敗をユ ーザへ通信するために有効である。音声認識は、音声認識システム／サービス５ ２で遂行され、かつ、その認識の決定２１６がユーザの音声出力４０６またはデ ータ出力上でユーザへ通信される。代替的に、図５Ｂに示されたように、認識の 決定２１６が音声認識システム／サービス５２によって線路４３０上で第三者へ 通信されることがある。更に代替として、図５Ｂにまた示されたように、もしユ ーザが認識を必要とするシステムへのエントリを企図しているならば、そのユー ザの通信設備が認識の成功または失敗を線路４２６上の第三者へ直接通信するこ ともある。なお更に代替として、図５Ｂに示されたように、ＶＩＤＢは、比較／ 処理ユニットを含むことがあり、従って、認識決定２１６を線路４３４上でクラ イアント端末５２へ、線路５７上で音声認識システム／サービス５６へ、または 、線路４３４上で第三者へ直接通信することがある。 他の型式の情報が、クライアント端末５２と音声認識システム／サービス５６ とＶＩＤＢ１６との間にまた通信されることがある。例えば、認識決定２１６が どこへかつシステムのどの部分によって通信されるべきかに関して情報がクライ アント端５２によって音声認識システム／サービス５６および／またはＶＩＤＢ １６へ供給される。 一例として、もしユーザ１１がデータベース（不図示）にアクセスすることを 欲するならば、ユーザ１１は音声パスワードを与え、これがＶＩＤＢ１６に記憶 された音声一致と突き合わされる。音声認識システム／サービス５６は、ＶＩＤ Ｂ１６内の記憶された音声一致を突き合わせるに連れて、ユーザに彼のパスワー ドが許可または拒否されたか否かに関して決定を与える。次いで、この決定が線 路４２６を経由してデータベース・プロバイダへ自動的に通信される。代替的に 、もし決定をデータベース・プロバイダへ直接通信するようにクライアント端末 ５２によって表示されるならば、線路４２４上でそのように通信することがある 。データベース・プロバイダは、例えば、ＯＲＡＣＬＥ等によって提供さ れるようなサービスであってよい。 先に説明された機密方法、すなわち、図３の“単純”システム２２１と図４Ａ および図４Ｂの多階層システム２４１，２６１と図４Ｃのランダム・プロンプト 音声トークン・システム２８１とは、音声認識システム／サービス内で実施する こともできる。音声パスワードは音声入力４０２を経由して付与され、インデッ クス情報はデータ入力４０４（もし必要ならば）を経由して付与され、プロンプ トは音声出力４０６またはデータ出力４０８を経由してユーザへ通信される。そ れゆえ、一般システムに対して、図５Ａおよび図５Ｂの実施例は、非常に高レベ ルの機密性を与えることができる。 ３．２ クレジット・カード確認 図６は、クレジット・カード確認システム１０に対する本発明の音声認識方法 およびシステムの概略ブロック図である。クレシット・カード確認システム１０ では、ユーザ１１が取引ポイントに設置された取引端末ポイント１２で確認され る。取引端末ポイント１２は、クライアント端末５２に関して図５Ｂに示された ように構成されてよい。この場合、クレジット・カードがカード・リーダ４５０ によって読み出される。ユーザが購入しようと捜す項目の値段のような他の情報 が、キーボード４５２によって挿入されることがある。音声パスワードがユーザ によってマイクロホン４５４内へ挿入される。カード・リーダ４５０およびキー ボード４５２は図５Ｂのデータ入力４０４に相当し、また、マイクロホン４５４ は音声入力４０２に相当する。クレジット・カード番号、他の関係情報（もし存 在するならば）および音声パスワードが、電話線路のような慣例リンク１３を通 じて確認サービス１４へ伝送される。確認サービス１４は、音声認識システム／ サービス５６に関して図５Ｂに示されたように構成されてよい。 確認サービス１４は、音声認識データベース（ＶＩＤＢ）１６との慣例リンク １５を確立する。音声認識データベース（ＶＩＤＢ）１６は、図５Ｂに示された ように構成されてよい。ＶＩＤＢ１６は、勘定（ａｃ ｃｏｕｎｔ）情報に相当する記憶された音声一致または声紋をインデックスする ために、確認サービス１４から勘定（会計）情報を受信する。加えて、ＶＩＤＢ １６は、ユーザの勘定が妥当であるかおよびリクエストされた購入で超過しない か検証するために、そのデータベース（不図示）に勘定データを含むことがある 。代替的に、ＶＩＤＢ１６または確認サービス１４は、ユーザの勘定が妥当であ りかつリクエストされた購入で超過しようとしていないか確認するために、線路 ４６０，４６２を通じて外部クレジット・ビューロウに通信することがある。 確認サービス１４は、インデックス情報によって識別された人物に対して音声 パスワードがデータベースに記憶された音声データと合致（ｍａｔｃｈ）するか どうか判定するために音声パスワードについて話者認識を遂行する。確認サービ ス１４は、先に論じられたように、クレジット・ビューロウ結果をまた得ること がある。 確認決定２１６およびクレジット・ビューロウ結果（もし存在するならば）は 、取引端末ポイント１２へリンク１３を経由して戻り転送される。代替的に、も し比較／処理ユニット２１０’がＶＩＤＢ１６内にあるならば、その決定は、Ｖ ＩＤＢ１６と取引端末ポイント１２との間の直接接続４６４を経由して転送され る。取引端末ポイントは、図５Ｂのデータ出力４０８に相当するディスプレイ４ ５６を有する。ディスプレイ４５６は、ユーザが許可されるかどうか、ユーザが クレジット・カード勘定上でその最高を超過していないかどうかおよび／または クレジット・カードが妥当かどうかについて、商人に通知する。 好適には、プリプロセッサ・ユニット、特徴抽出ユニットおよび暗号／解読ユ ニット（不図示）がクレジット確認システム１０内の取引端末ポイント１２に使 用される。これらの構成要素は、図５Ｂに関して先に説明されたように機能する 。 先に説明された機密方法、すなわち、図３の“単純”システム２２１と図４Ａ および図４Ｂの多階層システム２４１，２６１と図４Ｃのランダム・プロンプト 音声トークン・システムとは、クレジット確認システ ム１０内で実施することもできる。音声パスワードがマイクロホン４５４を経由 して付与され、インデックス情報がキーボード４５２を経由して付与され、プロ ンプトがディスプレイ４５６を経由してユーザに通信される。それゆえ、本発明 は、先行技術のクレジット・カード確認システムにわたって施された機密性を著 しく改善することができる。 ３．３ 呼出しセンターへのホーム許可 図７に示された他の実施例では、ユーザ１１は、クレジット・カード取引（ｃ ｒｅｄｉｔ ｃａｒｄ ｔｒａｎｓａｃｔｉｏｎ）のホーム確認を与えるために クライアント端末５２と呼出しセンター２０との間に接続２１を確立することが できる。図７に示されたシステム９で、クライアント端末５２は、図５Ａおよび 図５Ｂに先に示されたように構成される。 図７に戻って参照すると、クライアント端末５２は、ホームから電話線路２１ を経由して呼出しセンター２０へ接続することができ、呼出しセンターは州内取 引網４７０および州内取引４７２網に接続される。ユーザ１１は、データ入力ユ ニット装置例えばキーボードを経由して（インデックス情報として使用されてよ い）勘定情報と音声入力ユニット４０２例えばマイクロホンを経由して音声一致 パスワードとをクライアント端末５２に与える。ディスプレイ４５６は、決定ま たはプロンプトを示すために使用される。クライアント端末５２は、電話線路２ １または他の標準リンクを経由して呼出しセンターに接続する。呼出しセンター ２０は、電話線路であってよい標準リンク２３を通じて音声認識システム／サー ビス５６へ音声情報およびインデックス情報（もし存在するならば）を渡す。 音声認識システム／サービス５６は、図５Ａおよび図５Ｂに関して先に説明さ れたように構成されてよい。音声情報およびインデックス情報（もし存在するな らば）を受信した後、音声許可サービス５６は、音声データベース・ユニット１ ６（ＶＩＤＢ）からの音声データをリクエストする。ＶＩＤＢは、図５Ａおよび 図５Ｂに関して先に示されかつ説明 されたように構成されてよい。 ユーザ１１が音声認識システム／サービス５６によって許可または拒否される か否かに関して結果をディスプレイに与えるために、オプショナル接続が音声認 識システム／サービス５６とユーザの端末５２との間に確立されることがある。 もしＶＩＤＢが図５Ｂに示された比較／処理ユニット２１０’を含むならば、他 の代替接続２９がＶＩＤＢ１６と呼出しセンター２０との間に確立される。 市場の見地から、購買選好（ｂｕｙｉｎｇ ｐｒｅｆｅｒｎｃｅ）等に対する ユーザ１１のプロファイリング（ｐｒｏｆｉｌｉｎｇ）を音声認識システム／サ ービス５６またはＶＩＤＢ１６のどちらかで与えることができる。 他の代替実施例では、クライアント端末５１がベンダー・リテイル(ｒｅｔａ ｉｌ)サービス・ブリッジ３０を経由して呼出しセンター２０に接続することが ある。クライアント端末５２は、ベンダー・リテイル・サービス・ブリッジ３０ 内のベンダー・リテイラー(ｒｅｔａｉｌｅｒ)コンピュータへの電話接続または モデム接続のどちらかとしてベンダー・リテイル・ブリッジ３０との接続３２を 確立することができる。ベンダー・リテイル・サービス・ブリッジ３０は、ユー ザ１１を許可または拒否するか否かについての決定２１６を受信するためにリン ク３４を通じて呼出しセンター５６に接続する。音声認識システム／サービス５ ６からの決定２１６は、リンク２３を経由して呼出しセンター２０へ転送され、 かつ、その後、リンク２１を経由してクライアント端末５２へ転送されることが あるがまたはリンク３０を経由してベンダー・リテイル・サービス・ブリッジ３ ０へ転送されることがある。 好適には、プリプロセッサ、特徴抽出器および暗号化器（不図示）がホーム呼 出しセンター実施例のクライアント端末５２内に使用される。これらの構成要素 は、図５Ｂに関して先に説明されたように機能する。 先に説明された機密方法、すなわち、図３の“単純”システム２２１と図４Ａ および図４Ｂの多階層システム２４１，２６１と図４Ｃのラン ダム・プロンプト音声トークン・システム２８１とは、呼出しセンター実施例９ 内で実施することもできる。音声パスワードが音声入力４０２を経由して付与さ れ、インデックス情報がデータ入力４０４を経由して付与され、プロンプトがデ ィスプレイ４５６を経由してユーザへ通信される。それゆえ、呼出しセンターは 、本発明の原理を使用して高度の機密性を与えられるといえる。 ３．４ 電話呼出し検証／認識 図８は、電話網１２を使用して着呼者への呼を確立する本発明の音声認識方法 およびシステム６０を示す。この応用は、刑務所収容者から刑務所システムの外 部の関係者（ｐａｒｔｙ）への呼に対する機密性を確立するために特に有利であ る。ある種の刑務所収容者は電話特権（ｔｅｌｅｐｈｏｎｅ ｐｒｉｖｉｌｅｇ ｅ）を否定されるかもしれず、かつ、本発明はこれらの収容者が電話呼出しを着 呼者へ行い得ないことを保証する。 図８の実施例では、発呼者６１は、刑務所収容者であるかもしれず、電話イン タフェース・ハードウェア６４にアクセスするために電話機６２を使用する。電 話インタフェース・ハードウェア６４は、ホスト・システム６６に接続する。ホ スト・システム６６は、音声認識システム５６との接続６７を確立する。 発呼者６１の音声サンプルが電話機６２から電話インタフェース・ハードウェ ア６４へ、ホスト・システム６６を通して音声認識システム／サービス５６へと 渡される。音声サンプルは、ホスト・システム６６で作成された音声サンプルの 音声またはデータのどちらかであり得る。 この実施例では、ホスト・システム６６は、ＡＵＸユニット４１４のようなス イッチ４８０を使用する、図５Ｂに示されたクライアント端末５２の素子を含む 。ホスト・システム６６は、音声認識システム／サービス５６とのリンク５７を 確立する。音声認識システム／サービス５６は、好適には、図５Ｂに示されたよ うに構成される。音声認識システム／サービス５６は、発呼者６１の記憶された 音声一致または声紋をイン デックス（もしインデックス・データが存在するならば）するためにＶＩＤＢ１ ６とのリンク６９を確立する。インデックス・データは、電話呼出しの開始（ｏ ｎｓｅｔ）でタッチトーンを介して囚人または発呼者６１によって手動で挿入さ れることがある。 音声認識システム／サービス５６は、発呼者６１を許可または拒否するか否か 決定２１６を行う。決定２１６はホスト・システム６６に通信され、このホスト ・システムはもし決定が肯定であるならばスイッチ４８０を経由して電話網７２ への接続７０を確立する。その後、電話網７２は、着呼者７４への接続を確立し て発呼者６１との通信を可能にする。 発呼者がその呼を完了するのに充分なクレジットを有することを確かめるため に、ホスト・システム６６または音声認識システム５６のどちらかが線路４８２ 、４８４を経由してクレジット・ビューロウに接続されることがある。更に、確 認された／許可された発呼者が全体的に発呼特権を有するか、特定ダイヤル番号 を阻まれているかどうか判定するために、ホスト・システム６６または音声認識 システム５６が刑務所データベース４８６に接続されることがある。刑務所デー タベース４８６を、代替的に、ＶＩＤＢユニット１６に含むことができる。 先に説明された機密方法、すなわち、図３の“単純”システム２２１と図４Ａ および図４Ｂの多階層システム２４１，２６１と図４Ｃのランダム・プロンプト 音声トークン・システム２８１とは、着呼者システム６０内で実施することもで きる。音声パスワードが電話機６２を経由して付与され、インデックス情報がタ ッチトーン操作または回転式ダイヤル操作を介して付与され、かつ、プロンプト が音声トーンまたは可聴トーンを使用する音声出力４０６を介してユーザに通信 される。 従って、囚人が発呼するには、インデックス（もし望まれるならば）および音 声パスワードをホスト・システム６６へ通信しなければならない。もし音声認識 が起こらないならば、かつ、もし適正アクセス判定基準が存在しないならば、ス イッチは開かれず、かつ、呼は進行することを許されないことになる。それゆえ 、データベース４８６を更新するこ とによって、刑務所職員は電話呼出しを行う囚人の能力を制御することができる 。 ３．５ インターネット・アクセス 図９は、インターネット接続を確立するのに使用される本発明の音声認識方法 およびシステム６００の概略ブロック図である。ユーザ１１がクライアント端末 ５２に関して図５Ｂに示されたように構成されたＰＣ６０２に音声サンプルを与 える。代替的に、ＰＣ６００は、クライアント端末５２に関して図５Ｂに示され たように構成されたウエブ・テレビヒョンであってよい。 ＰＣ６０２は、アクセス・リンク６０４を経由して呼出しセンター２０に通信 する。ベンダー呼出しセンター２０はベンダー・ウエブ・ページ６０６への接続 ６０８を確立し、ベンダー・ウエブ・センターは音声認識システム／サービス５ ６へのアクセスを施す。音声認識システム／サービス５６は、図５Ｂに示された ように構成される。 動作中、ユーザ１１が音声パスワードをＰＣ６０２に与える。好適には、ＰＣ ６０２は、音声入力（すなわち、マイクロホン）、プリプロセッサ、特徴抽出器 および暗号化（不図示）を含む。加えて、ユーザは、インデックス情報として使 用されるディジタル識別を与えることがある。そのディジタル識別は、インター ネット・ユーザに割り当てられた秘密キーであってよい。例えば、本発明に使用 することができるディジタル識別は、米国、カリフォルニア州、マウンテン・ビ ュー（Ｍｏｕｎｔａｉｎ Ｖｉｅｗ）のヴェリサイン（ＶｅｒｉＳｉｇｎ）によ って製造された“Ｄｉｇｉｔａｌ ＩＤ”である。 音声およびインデックス情報が呼出しセンター２０へ通信され、また、線路６ ０８を経山してベンダー・ウエブ・ページ６０６へ、かつ、次いで音声認識シス テム／サービス５６へ転送される。次に、認識決定２１６が、音声認識システム ／サービス５６によってベンダー・ウエブ・ページ６０６へ、かつ、リンク６０ ８を通じて呼出しセンター２０へ転送される。それゆえ、ベンダー・ウエブ・ペ ージは、ユーザが検証または 識別されるかどうかに関して通知される。 代替的に、ユーザ１１は、音声パスワードを分離接続６１２を通じて音声認識 システム／サービス５６に与える。このような場合、音声認識システム／サービ スは、図５Ｂに示された音声入力（すなわち、マアイクロホン）、プリプロセッ サおよび特徴抽出器を含む。認識決定２１６が、やはり、音声認識システム／サ ービス５６によって呼出しセンター２０へ、かつ、リンク６０８を通じてベンダ ー・ウエブ・ページへ転送される。 通信の他の代替リンクが起こることがある。例えば、もし図５Ｂの比較処理ユ ニットがＶＩＤＢ１６内にあるならば、リンク（不図示）がＶＩＤＢ１６とＰＣ ６０２と呼出しセンター２０またはベンダー・ウエブ・ページ６０６との間に確 立されることがある。 先に説明された機密方法、すなわち、図３の“単純”システム２２１と図４Ａ および図４Ｂの多階層システム２４１，２６１と図４Ｃのランダム・プロンプト 音声トークン・システム２８１とは、インターネット・アクセス実施例２００内 で実施することもできる。音声パスワードおよびインデックス情報は、ＰＣ６０ ２から付与される。ＰＣ６０２はまた、図３，図４Ａ，図４Ｂおよび図４Ｃに示 されたプロンプトを表示する。 従って、インターネット・アクセスは、許可されたユーザのみが彼らのアクセ ス・システムを使用しているようにインターネット・プロバイダーの信用を増す ために、非常に機密なものにすることができる。 ３．６ 電子取引 図１０Ａ，図１０Ｂおよび図１０Ｃは、ワールド・ワイド・ウエブ環境の中の アプリケーションに対する本発明の検証法およびシステム３００の概要図である 。インターネット環境の中でアクセスおよび商取引を機密にするために、音声検 証技術をいくつかの異なる方法でおよびいくつかの異なるレベルで実行すること ができる。これらは下記の段階を有する。 ・音声の生物統計を支援するために、機密電子商取引（ＳＥＴ）または認証証 明書（ＣＡ）のような現存する基準をイネーブルにすることによる商取引を機密 にする。このことは、証明書またはメッセージの中に音声モデルまたは音声モデ ルに対する基準を埋め込むことにより実行される。 ・音声認証ユーザに対し保護ネットワークの周縁にアクセスを限定することが できる、防護壁プロダクトに対する音声の生物統計のための支援を付加する。 ウエブ・サイトに対するアクセスを制限するためにタイプされたパスワードに 加えて、音声パスワードを支援するために、ウエブ・サーバー機密特性に対する 支援を付加する。 ・音声パスワード・イネーブルド・ユーザに対しアクセスを一定領域のウエブ・ サイトに制限する音声保護ハイパーリンク。このことは、ユーザの検証の後のハ イパーリンクとして作用する、ＪＡＶＡアプレットまたは活性Ｘ制御のような制 御により実行することができるであろう。 ・ウエブ・サイトで購入を行うような取引を機密にするために、所有権商取引 インタフェースを生成する。 図１０Ａに関して、ユーザ１１はＰＣ６０２を操作する。ＰＣ６０２は、図５ Ｂに示されたクライアント端末として構成される。ユーザは、ＰＣ６０２に音声 パスワードを送る。ＰＣ６０２は、ユーザが自分のパスワードを話すことをユー ザに催促するような、指定された動作をユーザが実行することを催促する一連の 特有のトーンを有することができる。ＰＣ６０２の従来のプロンプトを置き換え て、これらの特有のトーンを用いることができる。 ＰＣ６０２は、前処理装置、特徴抽出器および暗号器（不図示）を有すること が好ましい。次に、暗号化された音声特徴３０３がウエブ・サーバ３０２に送ら れる。暗号化された音声特徴３０３が、ウエブ・サーバ３０２に記憶されたキー でもって、ウエブ・サーバ３０２によって解読される。ウエブ・サーバ３０２は 、接続線路３０５を通して、認識サーバ３０７と通信する。認識サーバ３０７は 、音声認識システム／サービス５６に関して図５Ｂに示されているように構成さ れる。 認識サーバ３０７はＶＩＤＢ３０４とのリンクを確立し、また、ユーザ１１が 許可されるかまたは拒絶されるかどうかに関する決定２１６を付与する。この決 定は、リンク３０５でウエブ・サーバ３０２に送られる。もしユーザ１１が許可 されるならば、ウエブ・サーバはウエブ・サイト３０６へのアクセスを許容する 。または、それとは異なって、このウエブ・サーバは、保護されたサイト（不図 示）をホストするために、また、別の（保護された）ウエブ・サーバに対する接 続およびアクセスを確立することができる。このアクセスは、ユーザ１１が記憶 された情報への付与を有することを許容するまたは商取引を確立することを許容 する。例えば、ユーザは、ユーザの４０１（ｋ）計算書や、相互の資金または資 本を買うまたは売る注文をするための投資アプリケーション、または小売り品目 およびそれと同等のものを購入するためのメール・オーダ・アプリケーションに アクセスするための情報サービスに関する情報を記憶するために用いられるデー タベースへのアクセスを確立することができる。 図１０Ｂに示されているように、本発明に従う機能に対し防護壁システム６２ ０を変更することができる。クライアント端末５２におけるユーザがインタネッ トを通して保護ネットワーク６２２にアクセスすることを試みるとき、接続がま ず防護壁６２４を通らなければならない。不当に用いられていない接続の保全性 が保持されることを保証するために、最初のアクセスおよび動作中の両方におい て、防護壁６２４は参加しているユーザの確認を確実に行うために種々のレベル において検査を実行する。最初のアクセスにおける典型的な認証法は、ｌｏｇＩ Ｄ／パスワードまたはチャレンジ／レスポンス・トークン・ベースド・システム （ｃｈａｌｌｅｎｇｅ／ｒｅｓｐｏｎｓｅ ｔｏｋｅｎ ｂａｓｅｄ ｓｙｓｔ ｅｍ）である。 音声検証は、実際にアクセスするユーザの認証を確実に行うためにさらに強固 な機構であり、容易に妥協可能な１つの知識または盗難可能なトークン生成カー ドではない。図１０Ｂのクライアント端末５２は、図５Ｂに示されたクライアン ト端末５２のように構成されることが好ましい。認識サーバ６２８は図５Ｂの音 声認識システム／サービス５６として構成されることが好ましく、また、ＶＩＤ Ｂ１６は図５Ｂのように構成されることが好ましい。 図１０Ｂを参照して、クライアント端末からの最初のアクセスにおいて、ユー ザは自分のパスワードを言うことを催促される。もしユーザがＨＴＴＰプロトコ ルを用いてブラウザを通してアクセスしているならば、活性Ｘ制御またはアプレ ットを通してこのことを実行することができる。クライアント端末において、オ プションで音声データが特徴の組に還元され、機密ソケット層（ＳＳＬ、Ｓｅｃ ｕｒｅ Ｓｏｃｋｅｔ Ｌａｙｅｒ）のような暗号化された接続を通して防護壁 に送られる。 防護壁は、ユーザのｌｏｇＩＤと一緒に、認識サーバ６２８にデータを送る。 認識サーバ６２８は、そのユーザに対するＶＩＤＢからモデルを検索し、音声デ ータを記憶されたモデルと比較する。もしユーザが認識されるならば、防護壁６ ２４は接続を確立することを許容し、そうでないならばユーザはアクセスを拒否 される。 防護壁６２４はまた、不当なデータまたはプログラムを持ち込む内部ユーザに 対抗して、保護ネットワークの外部の位置から保護する。音声検証はまた、外部 ネットワーク・アクセスを許可されたユーザに限定するのに用いることができる 。 図１０Ｃは、音声保護ハイパーリンク・システム６３０の図である。図１０Ｃ に示されているように、クライアント端末５２、認識管理サーバ６３２、認識サ ーバおよびＶＩＤＢ１６は、ウエブ・サーバ６３８における限定ハイパーリンク ６３６にアクセスを認めるためのシステムに対する重要な部品である。クライア ント端末５２は、図５Ｂに示されたように構成されることが好ましく、認証プロ グラム６４０を実行する。認識サーバ６３４は図５Ｂの音声認識システム／サー ビス５６のように構成されることが好ましく、ＶＩＤＢ１６は図５Ｂのように構 成されることが好ましい。 図１０Ｃをさらに参照して、ウエブ・サイトをブラウジングするクライアント 端末のクライアントは、保護された音声であるハイパーリンク６３６を選択する 。ハイパーリンクされた位置に直ちに進むよりもむしろ、ＪＡＶＡアプレットま たは活性Ｘ制御のような認証プログラム６４０が、クライアント端末においてク ライアントのブラウザを通して開始される。認証プログラム６４０は、自分の名 前または課金番号のような識別子を入れることをユーザに要求する。識別子は、 検証のためのインデックス情報として用いられる。 次に、クライアント端末５２の認証プログラム６４０は、ユーザの識別子を確 認するために認識管理サーバ６３２を要求し、もし識別子が確認されるならば、 ユーザに彼等のパス・フレーズ（ｐａｓｓ ｐｈｒａｓｅ）を話すことを要求す る。次に、認証プログラム６４０は、ユーザが話す彼等のパス・フレーズを記録 する。転送を必要とするデータ・セットを縮小するためにおよび音声を分かりに くくするために、オプションの特徴抽出をプログラムにより実行することができ る。次に、音声情報は、認証プログラム６４０から認識管理サーバ６３２に進む 。認識管理サーバ６３２は、オプションの機密レベルで処理するために、音声情 報を認識サーバ６３４に送る。 認識サーバ６３４は、音声データをそのユーザに対して検索された音声プリン ト・モデルと比較し、比較の決定または結果を認識管理サーバ６３２に戻す。も しユーザが認証されるならば、サーバ６３２は保護ハイパーリンクの名称をクラ イアント端末５２の認証プログラム６４０に戻す。次に、認証プログラム６４０ は、ブラウザに、ウエブ・サイト６３８における限定ハイパーリンク６３６にア クセスすることを命令する。 前記で説明した機密法、すなわち、図３の「単純な」システム２２１と図４Ａ および図４Ｂの多段システム２４１，２６１と図４Ｃのランダムに催促される音 声トークン・ジステム２８１とは、図１０Ａ，図１０Ｂおよび図１０Ｃのインタ ーネット機密実施例で実施することができる。音声パスワードおよびインデック ス情報は、ＰＣ６０２またはクライアント端末５２を通して付与される。ＰＣ６ ０２またはクライアント端末５２はまた、オーディオ装置、図３，図４Ａ，図４ Ｂおよび図４Ｃに示されたプロンプトを通して表示または指示される。 従って、電子取引の機密は大幅に増大することができ、それにより，ユーザが インターネットを通して情報、製品およびサービスを得る能力を改善することが できる。 ３．７ ＰＣ機密 図１１は、デスクトップ機密システム６５０の図である。デスクトップ機密シ ステム６５０は、デスクトップ・ステーション６５２にローカルに記憶される。 この実施例では、図５Ｂのすべてのエレメントがデスクトップ・ステーションに 備えられ、通信ユニットはすべてローカル・インタフェースである。 音声の生物統計的保護を付与するために、下記のいくつかの部品をデスクトッ プ・ステーションに備えることができる。 ・音声機密システム・ログイン。ログイン・プロンプトは、デスクトップ・ス テーションの上にもしあるとしても存在する機密を置き換える。このログインは 、システムへのアクセスを許可する前に、音声の生物統計的認証を要求する。 ・音声機密スクリーン・サーバ非活性化。これは、延長された期間に対するア イドリングの後、このステーションがロックされ、確認されたユーザによってだ けアクセスできることを確実に行う。ホットキー（ｈｏｔ−ｋｅｙ）活性化はま た、スクリーン・サーバの活性化を待つことなく、音声パスワード保護を直ちに 活性化することができるであろう。この論理は、スクリーン・サーバを非活性化 するとき、音声ログインを呼び出す。確認された音声パスワードがいったん受け 取られると、それは非活性化を許可するだけである。 ・ユーザ・プロフィールを構成しおよびシステムにユーザを登録するための管 理アプリケーション。 ・ファイル暗号(オプション)。このシステムは、音声パスフレーズを通しての みアクセスできるファイルを暗号化する。ファイル暗号に対するキーは、音声パ スワードから得ることができるであろう。このキーは、一人の個人によりアクセ スされる文書に対し特に高いレベルの機密を付加するが、暗号化された文書の共 有を禁止する。または、それとは異なって、認証の後、このキーはそのファイル に対する暗号化されたデータベースの中でルック・アップすることができる、ま たは、そのファイルに関する情報から得ることができ、次に暗号のために用いる ことができるであろう。 前記で説明した機密法、すなわち図３の「単純な」システム２２１と図４Ａお よび図４Ｂの多段システム２４１，２６１と図４Ｃのランダムに催促される音声 トークン・システム２８１とは、デスクトップ・ステーションの実施例で実施す ることができる。音声パスワードおよびインデックス情報は、デスクトップ・ス テーションを通して付与される。デスクトップ・ステーションはまた、オーディ オ装置を通して、図３，図４Ａ，図４Ｂおよび図４Ｃに示されたプロンプトを表 示または指示する。 これらの機密警戒措置の助けにより、デスクトップ・ステーションの許可され たユーザだけがデスクトップ・ステーションおよび／またはそのファイルにアク セスできることが確実に行われる。 ３．８ ネットワーク機密 図１２Ａおよび図１２Ｂは、ネットワーク機密実施例６６０の図である。図１ ２Ａは、ユーザ、（ＰＣのような）クライアント端末５２、ネットワーク・サー バ６６２、認証サーバ６６２およびＶＩＤＢ１６を有するネットワーク装置であ る。クライアント端末は、図５Ｂに示されたように構成されることが好ましい。 認証サーバ６６４は、図５Ｂに示された音声認識システム／サービス５２として 構成されることが好ましい。ＶＩＤＢは、図５Ｂに示されたように構成されるこ とが好ましい。 多くの支配的なネットワーク・サーバは、サーバ・リソースに対するアクセス を制限するために、典型的にはログイン名称／パスワードを通して、機密機構を 組み込んでいる。これらのサーバは、ウインドウズＮＴ、ＮＯＶＥＬＬおよびＵ ＮＩＸに基づくシステムを有する。これらのシステムを扱う戦略がますます複雑 になっているので、また別の方式が必要であることが明らかになっている。音声 の生物統計は、典型的なサーバ認証法と妥協するのが非常に困難である複雑な機 構を提供する。 下記の特徴は、ネットワーク・サーバ機密システムおよび方法の中に集積する ことができる。 ・音声機密サーバ・ログイン。ログイン・プロンプトはサーバ・アクセスに対 しても存在する機密を置き換える。典型的なサーバは、サーバ・リソースをアク セスするためにログイン名称／パスワードを要求する。サーバはまた、典型的に は、１組の特権およびアクセス権利を与えられたユーザに割り当てる。生物統計 的ログインは、パスワード・ログインを置き換える。基礎をなす機密モデルはな お、ユーザがいったんログ・オンされると、システム・リソースに対するアクセ ス制御を提供するのを頼りにしている。 ・ユーザ・プロフィールを構成するためのおよびシステムにユーザを登録する ための管理アプリケーション。この管理は、典型的には、もしサーバの特定の動 作システムがツールの変更を許容しないならば、存在するサーバの中にツールを 集積するであろう。 図１２Ｂに示されているように、音声パスフレーズを有するユーザのみがサー バにアクセスすることが許されるモードで、または、従来のパスワード装置を通 してログ・インされるユーザはまた縮小した機密レベルまたは同等な機密レベル でアクセスを得ることができる混合モードで、サーバ機密システム６６０が動作 すろことができる。ユーザおよび機密管理は、標準的動作システム管理特性の中 にできるだけ継ぎ目なく集積する。例えば、ウインドウズＮＴの下で、ドメイン ・ユーザのルックおよびフィールおよびサーバ管理プログラムが保持される。 図１２Ｂを参照して、ユーザがネットワークされたサーバ６７０にアクセスす ることを試みるとき、クライアント端末にユーザの識別情報を集めるために、従 来のログイン名称／パスワード・プロンプトに対してユーザが催促される。クラ イアント端末は、ネットワークされたサーバにユーザ情報を送る。ネットワーク ・サーバは、ユーザの識別に基づいて、ユーザが音声パスワード・イネーブルド ６７２であるかどうかの決定を行う。 もしユーザがイネーブルされた音声パスワードでなく、かつ、サーバが音声パ ス・イネーブルド・クライアントにだけアクセスを許可するように構成されるな らば、または、もしユーザがユーザ・データベース６７６に配置されないならば 、ログインは拒絶６７８される。もしサーバが音声パス・イネーブルド・クライ アントにだけアクセスを許可するように構成されないならば、また、もしユーザ のＩＤがデータベース６７６に配置されるならば、ユーザの認証が検査６８０さ れる。 もしこのユーザが非音声認証６８０に対して認証されるならば、また、もしタ イプされたパスワードがそのユーザのＩＤに対するユーザ・データベースに記憶 されたパスワードに整合６８４するならば、サーバはユーザ・アクセス６８２を 許可する。もしこれらの第１の２つの条件の１つが満たされないならば、サーバ は認証を拒絶ずるであろう。 図１２Ｂを再び参照して、もしユーザが音声イネーブルであるならば、第１の レベル認証６９０を付与するために、このシステムはオプションで従来のパスワ ードを用いることができる。もし第１のレベル認証がイネーブルであるならば、 ユーザのパスワード６９２を検査するために、システムは第１のレベル認証を実 行する。もしこのパスワードが正しくないならば、アクセスは拒絶６９４される 。もしパスワードが正しいならば、記憶されたモデルと記録されたパスワードと の間の整合が実行６９６される。 もし第１のレベル認証６９０がイネーブルでないならば、記憶されたモデルと 記録されたパスワードとの間の整合がまた実行される。整合６９６して進むこと が決定されると、クライアント端末はユーザの話したパスワードを言うことをユ ーザに催促する。この時点において、データ寸法を縮小するためにおよび外部ア プリケーションには理解できないフォーマットにするために、音声データに関し てクライアントのところで、特徴抽出をオプションで行うことができる。このと き、音声データまたは特徴を暗号化およびタイム・スタンプすることができ、次 に、ネットワークされたサーバ６６２に運ぶことができる。ネットワークされた サーバは、生物統計的認証を行うときに適用される閾値の厳格さを指示するため に、指定されたオプションの機密レベルでこの情報を認証サーバに送る。 認証サーバ６６４は、ＶＩＤＢ１６からの話されたパスワードのモデルを検索 し、話されたパスフレーズからのデータをこのモデルと比較し、バイナリ結果を 提供しおよびオプションで一致レベルを提供する。 次に、記録されたパスワードが記億されたモデルと受入れ可能な程度に整合す るかどうかを決定するために、ネットワーク・サーバ６６２はこの認証レベルを 用いる。もし整合の程度が受入れ可能な程度であるならば、アクセスが許可６９ ８され、そうでないならば、アクセスが拒絶６９９される。構成可能な数の再度 の試みが許可されるであろう。もし許可された再度の試みの数が越えられるなら ば、サーバはその計算を不可能にする。

───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.⁷ 識別記号 ＦＩ テーマコート゛(参考） Ｇ１０Ｌ 3/00 ５５１Ｋ ５５１Ａ (81)指定国 ＥＰ(ＡＴ，ＢＥ，ＣＨ，ＤＥ， ＤＫ，ＥＳ，ＦＩ，ＦＲ，ＧＢ，ＧＲ，ＩＥ，ＩＴ，Ｌ Ｕ，ＭＣ，ＮＬ，ＰＴ，ＳＥ)，ＯＡ(ＢＦ，ＢＪ，ＣＦ ，ＣＧ，ＣＩ，ＣＭ，ＧＡ，ＧＮ，ＭＬ，ＭＲ，ＮＥ， ＳＮ，ＴＤ，ＴＧ)，ＡＰ(ＧＨ，ＫＥ，ＬＳ，ＭＷ，Ｓ Ｄ，ＳＺ，ＵＧ，ＺＷ)，ＥＡ(ＡＭ，ＡＺ，ＢＹ，ＫＧ ，ＫＺ，ＭＤ，ＲＵ，ＴＪ，ＴＭ)，ＡＬ，ＡＭ，ＡＴ ，ＡＵ，ＡＺ，ＢＡ，ＢＢ，ＢＧ，ＢＲ，ＢＹ，ＣＡ， ＣＨ，ＣＮ，ＣＵ，ＣＺ，ＤＥ，ＤＫ，ＥＥ，ＥＳ，Ｆ Ｉ，ＧＢ，ＧＥ，ＧＨ，ＨＵ，ＩＬ，ＩＳ，ＪＰ，ＫＥ ，ＫＧ，ＫＰ，ＫＲ，ＫＺ，ＬＣ，ＬＫ，ＬＲ，ＬＳ， ＬＴ，ＬＵ，ＬＶ，ＭＤ，ＭＧ，ＭＫ，ＭＮ，ＭＷ，Ｍ Ｘ，ＮＯ，ＮＺ，ＰＬ，ＰＴ，ＲＯ，ＲＵ，ＳＤ，ＳＥ ，ＳＧ，ＳＩ，ＳＫ，ＳＬ，ＴＪ，ＴＭ，ＴＲ，ＴＴ， ＵＡ，ＵＧ，ＵＺ，ＶＮ，ＹＵ，ＺＷ (72)発明者 シャーマ，マニシュ アメリカ合衆国ニュージャージー，サマセ ット，ジェイエフケイ ブールバード １，アパートメント 37エイ (72)発明者 ケイザー，クリス アメリカ合衆国ニュージャージー，ローブ リング，リバーバンク ドライブ １ (72)発明者 ロサッカー，レイナー アメリカ合衆国ニュージャージー，クリウ ッド ビーチ，シーグレイド サークル ６エイ (72)発明者 マモン，リチャード，ジェイ. アメリカ合衆国ニュージャージー，ブリッ ジウオーター，ボーモント ウエイ 182

Claims (1)

1. 【特許請求の範囲】 （１）音声データを付与する音声入力と、音声入力に接続されおよび音声データ に関する情報を送る第１の通信ユニットとを有するクライアント端末と、 音声データに関する情報を第１の通信ユニットから受け取るための第２の通信 ユニットと、入力音声データと音声情報データベースからのユーザ情報との間の 音声認識に関ずる出力情報を供給する処理ユニットとを有する、ユーザ情報を音 声情報データベースから受け取るように動作可能に接続された音声認識システム と、 を具備する、音声認識によりユーザを認識するシステム。 （２）クライアント端末が、 音声入力に関する前処理装置と、 前処理装置と第１の通信ユニットとに接続され、音声データに関する情報を抽 出する特徴抽出ユニットと、 をさらに有し、 処理ユニットが、音声データに関する抽出された情報を使用する、 請求項１記載のシステム。 （３）第１の通信ユニットが出力情報を受け取ることができ、音声認識システム が出力情報をクライアント端末に送り、クライアント端末が出力情報を指示する 出力ユニットを有する、請求項１記載のシステム。 （４）出力ユニットがディスプレイであり、入力ユニットがマイクロフォンであ る、請求項１記載のシステム。 （５）クライアント端末が取引端末ポイントであり、第１の通信ユニットと第２ の通信ユニットとが電話線により接続される、請求項２記載のシステム。 （６）第１の通信ユニットと第２の通信ユニットとが呼出しセンタにより接続さ れる、請求項２記載のシステム。 （７）呼出しセンタが第１の通信ユニットにベンダ小売りサービス・ブリッジに より接続される、請求項２記載のシステム。 （８）音声入力が電話入力であり、第１の通信ユニットが出力情報を受け取る ことができ、音声認識システムがクライアント端末に出力情報を送り、音声認識 に成功すると電話ネットワークを電話入力に接続するスイッチをクライアント端 末が有する、請求項１記載のシステム。 （９）電話入力が拘置所の中に置かれた電話セットに接続される、請求項８記載 のシステム。 （１０）クライアント端末がパーソナル・コンピュータであり、第１の通信ユニ ットと第２の通信ユニットとがベンダ・ウエブ・ページおよび呼出しセンタを通 して接続され、音声認識に成功した場合にベンダ・ウエブ・ページがインターネ ット・アクセスを備えたパーソナル・コンピュータを提供する、請求項２記載の システム。 （１１）第１の通信ユニットと第２の通信ユニットとが防護壁を通して接続され 、音声認識に成功する場合に防護壁により保護ネットワークへのアクセスを備え たクライアント端末が得られる、請求項２記載のシステム。 （１２）第１の通信ユニットと第２の通信ユニットとがウエブ・サーバおよび認 識管理サーバを通して接続され、音声認識に成功した場合に認識管理サーバによ り限定ハイパーリンクへのアクセスを備えたクライアント端末が得られる、請求 項２記載のシステム。 （１３）第１の通信ユニットおよび第２の通信ユニットがデスクトップ・コンピ ュータのインタフェースであり、システム全体がデスクトップ・コンピュータの 上に配置される、請求項１記載のシステム。 （１４）クライアント端末が１つのクライアント端末であり、第１の通信ユニッ トと第２の通信ユニットとがネットワークされたサーバを通して接続され、音声 認識に成功した場合にネットワーク・サーバにより保護ネットワークへのアクセ スを備えたクライアント端末が得られる、請求項１記載のシステム。 （１５）成功した音声認識が第１のレベルの認証を有する、請求項１４記載のシ ステム。