JP2016053600A - 通話装置、声紋データの判定結果通知方法およびプログラム - Google Patents

Abstract

【課題】声紋認証のための声紋データを通話中の受話音声からリアルタイムに、しかも通話相手の音声を意識させることなく取得し、声紋から本人であるか他人であるかを判断するために個別に設けられた判定閾値を自動的に更新しながら、判定結果をユーザに通知する。【解決手段】受話音声を取得し、発話側の電話番号を取得し、取得した受話音声から声紋データを抽出する。ここで、取得した電話番号が電話帳にある場合に取得した電話番号と抽出した声紋データとを対応付けて格納する。そして、登録された声紋データと取得した受話音声から抽出した声紋データとの類似度を示すスコアを算出し、算出したスコアと予め個別に定められた閾値とを比較して、取得した受話音声から抽出した声紋データの真偽を判定し、判定部の判定結果が偽である場合に、その判定結果を通知する。さらに、判定結果が真である度ごとに、固別の閾値を更新する。【選択図】図２

Description

本発明は、声紋認証のための声紋データを通話中の受話音声からリアルタイムに、しかも通話相手の音声を意識させることなく取得し、声紋から本人であるか他人であるかを判断するために個別に設けられた判定閾値を自動的に更新しながら、判定結果をユーザに通知する通話装置、声紋データの判定結果通知方法およびプログラムに関する。

近年、本人になりすました「オレオレ詐欺」電話、売り込み電話又はいたずら電話のような迷惑電話が社会問題となっている。このような悪意を持つ第三者による迷惑電話の対策として、声紋を用いて発信者の認証を行うシステムが開示されている。

例えば、電話機に対応させて声紋データを記憶した声紋登録データベースと、第１の電話機からの発呼により確立された、当該第１の電話機と第２の電話機との間の呼接続の電話網における経路を検出する経路検出手段と、前記第１の電話機から前記第２の電話機に送信される音声データを、前記経路検出手段により検出された経路から取得する音声取得手段と、前記声紋登録データベースに記憶された、前記第２の電話機に対応した声紋データを参照して、当該声紋データの声紋と前記音声取得手段により取得された音声データの声紋との照合を行う声紋照合手段と、を備え、電話網を介して受信者へ送られる発信者の音声から声紋データを取得し、取得した声紋データと声紋データベースに記憶された声紋データとの照合結果を受信者へ送付する技術が開示されている（例えば、特許文献１参照）。

また、照合用声紋データが格納された声紋格納手段と、通信相手の音声を取得する音声取得手段と、前記音声取得手段で取得された音声から声紋データを抽出し、前記照合用声紋データと照合する声紋照合手段と、前記声紋照合手段の照合結果を通知する結果通知手段とを備え、声紋データの登録操作が容易に行える技術も開示されている（例えば、特許文献２参照。）。

特開２００６−３８９５５号公報 特開２０１３−１６４４７２号公報

しかしながら、特許文献１に記載の技術では、声紋データの登録は、Ｗｅｂなどを通じてシステムにアクセスし、ユーザ認証をクリアした後、登録を希望する相手に電話して相手の声紋データをシステムに記憶させることによって行われるため、操作が煩わしいという問題があった。

また、特許文献２に記載の技術では、文言上、操作の煩わしさは解消できるものの、どのような条件で声紋を取得するのか、どのような形式で登録を行なうのか、判定基準をどのように定めるのか、どのようなタイミングで声紋の認証結果を通知するのか等の具体的な提示がなく、どのようにして技術を具現化するのかが不明であり、実用性に欠けるという問題があった。

さらに、従来、お客様サポートセンター（コールセンター）や金融機関などでは、電話を通じて顧客から事前に設定済みのパスワードを聞き取り、声紋を認証することが行なわれていたが、このやり方では、声紋の一致を調べるため、顧客に「電話番号」や「口座番号」などを覚えやすい固定のパスフレーズを事前に設定してもらう必要があり、サービス性が悪いという問題があった。また、顧客の声紋を登録するためには、コールセンターなどのオペレータによる操作が必要となり、コストがかかるという問題があった。

また、上記いずれの技術においても、登録済のすべての声紋データに対して、一律で、しかも固定した判定閾値が用いられていたため、本人であるか他人であるかの判定の確度が十分であるとは言えなかったという問題があった。

さらに、上記いずれの技術においても、声紋認証の結果を通話中に通知したり、通話中の通知に気づかない場合に、終話時にも通知するような機能がなく、せっかく、声紋認証を行い、通話者の語る素性に偽りがあることを検出しても、実効性に乏しいという問題があった。

そこで、本発明は、上述の課題に鑑みてなされたものであり、声紋認証のための声紋データを通話中の受話音声からリアルタイムに、しかも通話相手の音声を意識させることなく取得し、声紋から本人であるか他人であるかを判断するために個別に設けられた判定閾値を自動的に更新しながら、判定結果をユーザに通知する通話装置、声紋データの判定結果通知方法およびプログラムを提供することを目的とする。

（１）本発明は、電話帳と、受話音声を取得する音声取得手段と、発話側の電話番号を取得する電話番号取得手段と、該取得した受話音声から声紋データを抽出する抽出手段と、前記取得した電話番号が前記電話帳にある場合に前記取得した電話番号と前記抽出手段により抽出した声紋データとを対応付けて格納する格納手段と、少なくとも、登録された声紋データと前記取得した受話音声から抽出した声紋データとの類似度を示すスコアを算出するスコア算出手段と、該算出したスコアと予め個別に定められた閾値とを比較して、前記取得した受話音声から抽出した声紋データの真偽を判定する判定手段と、前記判定手段の判定結果が偽である場合に、その判定結果を通知する通知手段と、該判定結果が真である度ごとに、固別の前記閾値を更新する更新手段と、を備えたことを特徴とする通話装置を提案している。

（２）本発明は、（１）の通話装置について、バイブレータを備え、前記通知手段は、通話中に、バイブレータを駆動して通知を行なうことを特徴とする通話装置を提案している。

（３）本発明は、（１）または（２）の通話装置について、予め定められた音声を再生する音声再生手段を備え、前記通知手段は、通話中に、警告音声を再生して通知を行なうことを特徴とする通話装置を提案している。

（４）本発明は、（１）から（３）の通話装置について、情報を表示する表示手段を備え、前記通知手段は、終話時に、判定結果を前記表示手段に表示することを特徴とする通話装置を提案している。

（５）本発明は、電話帳と音声取得手段と電話番号取得手段と抽出手段と格納手段とスコア算出手段と判定手段と通知手段と更新手段とを備えた通話装置における声紋データの判定結果通知方法であって、前記音声取得手段が、受話音声を取得する第１のステップと、前記電話番号取得手段が、発話側の電話番号を取得する第２のステップと、前記抽出手段が、前記取得した受話音声から声紋データを抽出する第３のステップと、前記格納手段が、前記取得した電話番号が前記電話帳にある場合に前記取得した電話番号と前記抽出した声紋データとを対応付けて格納する第４のステップと、前記スコア算出手段が、登録された声紋データの特徴量と前記取得した受話音声から抽出した声紋データの特徴量との類似度を示すスコアを算出する第５のステップと、前記判定手段が、該算出したスコアと予め個別に定められた閾値とを比較して、前記取得した受話音声から抽出した声紋データの真偽を判定する第６のステップと、前記通知手段が、前記判定手段の判定結果が偽である場合に、その判定結果を通知する第７のステップと、前記更新手段が、該判定結果が真である度ごとに、固別の前記閾値を更新する第８のステップと、を備えたことを特徴とする声紋データの判定結果通知方法を提案している。

（６）本発明は、電話帳と音声取得手段と電話番号取得手段と抽出手段と格納手段とスコア算出手段と判定手段と通知手段と更新手段とを備えた通話装置における声紋データの判定結果通知方法をコンピュータに実行させるためのプログラムであって、前記音声取得手段が、受話音声を取得する第１のステップと、前記電話番号取得手段が、発話側の電話番号を取得する第２のステップと、前記抽出手段が、前記取得した受話音声から声紋データを抽出する第３のステップと、前記格納手段が、前記取得した電話番号が前記電話帳にある場合に前記取得した電話番号と前記抽出した声紋データとを対応付けて格納する第４のステップと、前記スコア算出手段が、登録された声紋データの特徴量と前記取得した受話音声から抽出した声紋データの特徴量との類似度を示すスコアを算出する第５のステップと、前記判定手段が、該算出したスコアと予め個別に定められた閾値とを比較して、前記取得した受話音声から抽出した声紋データの真偽を判定する第６のステップと、前記通知手段が、前記判定手段の判定結果が偽である場合に、その判定結果を通知する第７のステップと、前記更新手段が、該判定結果が真である度ごとに、固別の前記閾値を更新する第８のステップと、をコンピュータに実行させるためのプログラムを提案している。

本発明によれば、通話相手の声紋データを自動的に登録し、本人であるか他人であるかの判断閾値がユーザが意識することなく自動的に更新されることから、頻繁に電話する知人などからの声紋認証の精度が高くなり、さらに、声紋認証結果を通話中あるいは終話時に明確に通知することから、例えば、「オレオレ詐欺」による利用者の不利益を防止することが期待できるという効果がある。

本発明の実施形態に係る通話装置の構成を示す図である。 本発明の実施形態に係る通話装置の処理を示す図である。 本発明の実施形態に係るバッファ最大値と時間との関係を示す図である。 本発明の実施形態に係る発声時間と無音時間との関係を示す図である。 本発明の実施形態に係る声紋登録時のデータ構成を示す図である。 本発明の実施形態に係る電話帳に登録済の電番発着信時の声紋の登録処理を示す図である。 本発明の実施形態に係る通話相手の音声収録処理を示す図である。 本発明の実施形態に係る電話帳に未登録の電番発着信時の声紋の登録処理を示す図である。 本発明の適応的閾値方式を示す図である。 本発明の実施形態に係る閾値更新の処理を示す図である。 本発明の実施形態に係る新たな閾値の算出の具体例を示す図である。 本発明の実施形態に係る声紋認証結果の通知処理を示した図である。 本発明の実施形態に係る声紋認証結果の通知処理を示した図である。

以下、本発明の実施形態について、図面を用いて、詳細に説明する。
なお、本実施形態における構成要素は適宜、既存の構成要素等との置き換えが可能であり、また、他の既存の構成要素との組合せを含む様々なバリエーションが可能である。したがって、本実施形態の記載をもって、特許請求の範囲に記載された発明の内容を限定するものではない。

＜実施形態＞
以下、図１から図１３を用いて、本発明の実施形態に係る通話装置について説明する。

＜通話装置の構成＞
本実施形態に係る通話装置１００は、図１に示すように、音声取得部１１０と、電話番号取得部１２０と、抽出部１３０と、特徴量抽出部１４０と、スコア算出部１５０と、判定部１６０と、通知部１６１と、閾値格納部１７０と、閾値更新部１８０と、制御部１９０と、電話帳２００と、格納部２１０とから構成されている。

音声取得部１１０は、発話者からの受話音声を取得する。電話番号取得部１２０は、発話側の電話番号を取得する。この取得した電話番号を電話帳２００に登録されている電話番号と照合することにより、発話番号が電話帳に登録された番号か否かを判断することができる。なお、この判断は、制御部１９０において処理される。

抽出部１３０は、音声取得部１１０が取得した受話音声から声紋データを抽出する。音声取得部１１０において取得される人の声は様々な周波数の音波の集まりで構成されている。抽出部１３０では、音声取得部１１０から取得した受話音声を時間、周波数、強度というパラメータでグラフ化することにより声紋を抽出する。ここで、抽出される声紋は、指紋のように人それぞれ異なった特徴的なパターンを描くという特徴を有する。なお、本明細書において、「声紋」、「声紋データ」、「声紋照合」、「声紋登録」という場合の「声紋」は、上記にて、説明をしたものを示し、「音声」という場合には、「様々な周波数の音波の集まりで構成された人の声」をさす。

スコア算出部１５０は、登録された声紋データと取得した受話音声から抽出した声紋データとの類似度を示すスコアを算出する。

判定部１６０は、算出したスコアと予め個別に定められた閾値とを比較して、取得した受話音声から抽出した声紋データの真偽を判定する。通知部１６１は、判定部１６０の判定結果が偽である場合に、その判定結果を通知する。なお、通知部１６１は、図示しないバイブレータ、音声再生部、表示部等を備え、通話中に、バイブレータを駆動し、あるいは、警告音声を再生して通知を行なう。また、終話時には、判定結果を表示部に表示して通知を行なう。

閾値格納部１７０は、登録された声紋データごとの閾値を格納する。なお、閾値の初期値は、制御部１９０が、特徴量に応じて決定し、特徴量が大きい場合には、閾値の初期値を高くするように決定する。

閾値更新部１８０は、判定結果が真である度ごとに、固別の閾値を更新する。具体的には、スコアＳと予め定められた誤差マージンΔとから数１により本人認証係数ＰＡＳＳを求め、求めた本人認証係数ＰＡＳＳと真であると判定された回数Ｈ、更新前の閾値ＴＨ１とから、数２により、更新後の閾値ＴＨ２を求めて更新する。

また、閾値の最小値ＴＨＭＩＮが本人認証係数ＰＡＳＳよりも大きいときに、前記本人認証係数ＰＡＳＳに替えて、閾値の最小値ＴＨＭＩＮを数３のように適用して、更新後の閾値ＴＨ２を求めて更新する。

制御部１９０は、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）に記録された制御プログラムにしたがって、通話装置全体の制御を行う。例えば、制御部１９０は、図４、図５に示すように、発声時間を検出し、その積算時間から、発声時間が声紋照合に十分な時間であるか否かを判定する。また、発声時間が声紋照合に十分な時間であり、取得した電話番号が電話帳に登録されている場合に、ユーザからの登録要求を受けて、電話番号と声紋データとを対応付けて格納する。また、発声時間が声紋照合に十分な時間ではなく、取得した電話番号が電話帳に登録されている場合に、ユーザからの要求を受けて、声紋データを蓄積して保存する。また、閾値の初期値を特徴量に応じて決定し、特徴量が大きい場合には、閾値の初期値を高くするように決定する。

格納部２１０は、電話番号取得部１２０が取得した電話番号が電話帳２００に登録された電話番号である場合に、この電話番号と抽出部１３０により抽出した声紋データとを対応付けて格納する。

＜通話装置の処理＞
図２を用いて、本実施形態に係る通話装置の処理について説明する。

まず、音声取得部１１０が、受話音声を取得し（ステップＳ１１０）、電話番号取得部１２０が、発話側の電話番号を取得して（ステップＳ１２０）、抽出部１３０が、取得した受話音声から声紋データを抽出する（ステップＳ１３０）。

格納部２１０は、取得した電話番号が電話帳２００にある場合に取得した電話番号と抽出した声紋データとを対応付けて格納する（ステップＳ１４０）。スコア算出部１５０は、登録された声紋データと前記取得した受話音声から抽出した声紋データとの類似度を示すスコアを算出する（ステップＳ１５０）。

そして、判定部１６０が、算出したスコアと予め個別に定められた閾値とを比較して、取得した受話音声から抽出した声紋データの真偽を判定し（ステップＳ１６０）、通知部１６１が、判定部１６０の判定結果が偽である場合に、その判定結果を通知する（ステップＳ１７０）。そして、閾値更新部１８０が、判定結果が真である度ごとに、固別の閾値を更新する（ステップＳ１８０）。

＜声紋登録の具体例＞
図３から図８を用いて、声紋データの登録について具体的に説明する。

＜電話帳に登録済みの電番発着信時の声紋登録の処理＞
図３から図６を用いて、本実施形態に係る電話帳に登録済みの電番発着信時の声紋登録の処理について説明する。

図６に示すように、電話帳に登録済の電話番号から音声着信及びその電話番号へ音声発信した場合、以下の手順により通話相手の声紋を登録する。

着信があると、自動的に受話音声の収録を開始する。そして、図４、図５に示すように、無音ギャップを除いた通話相手の発声時間を定期的に観測する（ステップＳ２０１）。このとき、有効な発声時間の収録ができたか否かを判断し（ステップＳ２０２）、有効な発声時間の収録ができた場合（ステップＳ２０２の「ＹＥＳ」）には、前回蓄積した音声を削除する（ステップＳ２０３）。

次に、声紋の登録を行うか否かのメッセージを示す選択画面を表示して（ステップＳ２０４）、ユーザが「登録する」を選択した場合には、図６に示すように、収録した受話音声から声紋ファイルを生成し、電話帳の電話番号とを紐つけて登録する（ステップＳ２０５）。一方で、ユーザが「登録しない」を選択した場合には、収録した受話音声を破棄する（ステップＳ２０６）。

また、ステップＳ２０２で、有効な発声時間の収録ができなかった場合（ステップＳ２０２の「ＮＯ」）には、終話しているかどうかを確認し（ステップＳ２０９）、終話していない場合（ステップＳ２０９の「ＮＯ」）には、ステップＳ２０１に戻る。

一方で、終話していると判断した場合（ステップＳ２０９の「ＹＥＳ」）には、声紋の蓄積を行うか否かのメッセージを示す選択画面を表示して（ステップＳ２１０）、ユーザが「蓄積しない」を選択した場合には、収録した受話音声を破棄する（ステップＳ２１１）。

また、ユーザが「蓄積する」を選択した場合には、収録した受話音声を蓄積保存する（ステップＳ２１２）。そして、収録した受話音声をデータベースに保存し、蓄積された受話音声の収録時間が有効な収録時間である場合（ステップＳ２０７の「ＹＥＳ」）には、ステップＳ２０４に進む。一方で、蓄積された受話音声の収録時間が有効な収録時間でない場合（ステップＳ２０７の「ＮＯ」）には、特別な処理を行わない（ステップＳ２０８）。

＜通話音声の収録処理＞
図７を用いて、本実施形態に係る通話音声の収録処理について説明する。

通話が開始されると（ステップＳ３０１）、受話音声収録を開始し、発声時間を計測する（ステップＳ３０２）。次に、有効な発声時間の計測を開始する（ステップＳ３０３）。

具体的には、チェックタイマを開始し（ステップＳ３０４）、タイマが満了したか否かを判断する（ステップＳ３０５）。タイマが満了していない場合（ステップＳ３０５の「ＮＯ」）には、元に戻り、タイマが満了した場合（ステップＳ３０５の「ＹＥＳ」）には、次に、発声時間を計算して（ステップＳ３０６）、発声時間が６０秒よりも長いか否かを判断する（ステップＳ３０７）。

そして、発声時間が６０秒よりも短い場合（ステップＳ３０７の「ＮＯ」）には、ステップＳ３０４に戻り、発声時間が６０秒よりも長い場合（ステップＳ３０７の「ＹＥＳ」）には、受話音声の収録を終了する。

＜電話帳に未登録の電番発着信時の声紋登録の処理＞
図８を用いて、本実施形態に係る電話帳に未登録の電番発着信時の声紋登録の処理について説明する。

着信があると、自動的に受話音声の収録を開始する。そして、無音ギャップを除いた通話相手の発声時間を定期的に観測する（ステップＳ２０１）。このとき、有効な発声時間の収録ができたか否かを判断し（ステップＳ２０２）、有効な発声時間の収録ができた場合（ステップＳ２０２の「ＹＥＳ」）には、声紋の登録を行うか否かのメッセージを示す選択画面を表示して（ステップＳ４０１）、ユーザが「登録する」を選択した場合には、収録した受話音声から声紋ファイルを生成する（ステップＳ４０２）。一方で、ユーザが「登録しない」を選択した場合には、収録した受話音声を破棄する（ステップＳ４０３）。

また、ステップＳ２０２で、有効な発声時間の収録ができなかった場合（ステップＳ２０２の「ＮＯ」）には、終話しているかどうかを確認し（ステップＳ２０９）、終話していない場合（ステップＳ２０９の「ＮＯ」）には、ステップＳ２０１に戻る。

一方で、終話していると判断した場合（ステップＳ２０９の「ＹＥＳ」）には、声紋登録に必要な十分な音声が収集できなかった旨のメッセージを示す選択画面を表示して（ステップＳ４０４）、ユーザが「ＯＫ」を選択した場合には、収録した受話音声を破棄する（ステップＳ４０５）。

以上、説明したように、通話中に通話相手の声紋を自動的に登録することができるため、ユーザに煩雑な操作を行なわせる必要がない。

本発明は、声紋から本人であるか他人であるかを判断するために個別に設けられた判定閾値を自動的に更新する。従来は、図９の左図に示すように、登録済のすべての声紋データに対して、一律で、しかも固定した判定閾値が用いられていた。そのため、本人であるか他人であるかの判定の確度が十分であるとは言えなかった。本発明では、図９の右図に示すように、声紋ごとに個別に閾値を設けるとともに、新たに取得した声紋データが登録済の声紋データと一致した場合に、その登録済の声紋データの閾値を更新するものである。これにより、頻繁に電話する知人などからの声紋認証の精度が高くなり、例えば、「オレオレ詐欺」による利用者の不利益を防止することが期待できるという効果がある。

＜閾値更新の処理＞
図１０、１１を用いて、本実施形態に係る閾値の更新処理について説明する。

着信があると、自動的に受話音声の収録を開始する。そして、図３、図４に示すように、無音ギャップを除いた通話相手の発声時間を定期的に観測する（ステップＳ２０１）。このとき、有効な発声時間の収録ができたか否かを判断し（ステップＳ２０２）、有効な発声時間の収録ができた場合（ステップＳ２０２の「ＹＥＳ」）には、取得した声紋データが登録済みの声紋データのどれかにヒットしたかを検出する（ステップＳ５０１）。

ステップＳ５０１で、取得した声紋データが登録済みの声紋データのいずれにもヒットしなかった場合（ステップＳ５０１の「Ｎｏ」）には、バイブレータを２秒間動作させ、音声でユーザに警告を報知する（ステップＳ５０３）。そして、取得した声紋データの登録を行なうか否かを表示して（ステップＳ５０７）、ユーザが「登録する」を選択した場合には、新規の声紋データとして登録を行い（ステップＳ５０８）、「登録しない」を選択した場合には、取得した声紋データおよび受話音声を破棄する（ステップＳ５０９）。

一方で、ステップＳ５０１において、取得した声紋データが登録済みの声紋データのいずれかにヒットした場合（ステップＳ５０１の「Ｙｅｓ」）には、通話中には、特に、処理を行なわず（ステップＳ５０２）、画面に「先程の声は、登録済みの声紋と一致しました。電話帳の声紋を更新しますか」とのメッセージを表示し（ステップＳ５０４）、ユーザが「更新する」を選択した場合には、声紋ファイルと判定基準（閾値）とを更新し（ステップＳ５０５）、ユーザが「更新しない」を選択した場合には、取得した声紋データおよび受話音声を破棄する（ステップＳ５０６）。

また、ステップＳ２０２に戻って、有効な発声時間の収録ができなかった場合（ステップＳ２０２の「ＮＯ」）には、終話状態か否かを判断し（ステップＳ２０９）、終話状態でない場合（ステップＳ２０９の「ＮＯ」）には、ステップＳ２０１に戻る。

一方で、終話状態である場合（ステップＳ２０９の「ＹＥＳ」）には、画面に「声紋認証に十分な音声が収録できませんでした」とのメッセージを表示し（ステップＳ５１０）、取得した声紋データおよび受話音声を破棄する（ステップＳ５１１）。

以下、図１１を用いて、図１０のステップＳ５０５における判定基準（閾値）の更新処理について説明する。

今、Ｂさんの登録済み声紋データファイルを「Ｆｉｌｅ２」、誤差マージン（Δ）を５、更新前閾値（ＴＨ１）を５５、閾値の最小値（ＴＨＭＩＮ）を５０、更新前のヒット数（Ｈ）を４、スコアを８５、本人認証係数（ＰＡＳＳ）を８０とする。このとき、更新後閾値（ＴＨ２）は、数４のようになる。

したがって、数４に、上記のパラメータ値を代入すると、更新後閾値（ＴＨ２）は、６０となる。また、更新後ヒット数は、（更新前ヒット数＋１）＝５となる。よって、「Ｆｉｌｅ２」の声紋データファイルの中味が更新されるとともに、判定基準閾値が５５→６０に、ヒット数が４→５に更新される。なお、閾値の最小値（ＴＨＭＩＮ）が本人認証係数（ＰＡＳＳ）よりも大きい場合には、下記の数５によって、更新後閾値が算出される。

以上、説明したように、本人であるか他人であるかの判断閾値がユーザが意識することなく自動的に更新されることから、頻繁に電話する知人などからの声紋認証の精度が高くなり、例えば、「オレオレ詐欺」による利用者の不利益を防止することが期待できる。

＜通知処理＞
図１２、図１３を用いて、本実施形態に係る通知処理について説明する。

着信があると、自動的に受話音声の収録を開始する。そして、図３、図４に示すように、無音ギャップを除いた通話相手の発声時間を定期的に観測する（ステップＳ２０１）。このとき、有効な発声時間の収録ができたか否かを判断し（ステップＳ２０２）、有効な発声時間の収録ができた場合（ステップＳ２０２の「ＹＥＳ」）には、電話帳に登録された既知の電話番号に対応付けられた声紋データにヒットしたかを検出する（ステップＳ６０１）。

ステップＳ６０１で、電話帳に登録された既知の電話番号に対応付けられた声紋データにヒットしなかった場合（ステップＳ６０１の「Ｎｏ」）には、バイブレータを２秒間動作させ、音声でユーザに警告を報知する（ステップＳ５０３）。そして、「先程の声は登録済みの声紋と一致しませんでした。新規登録をしますか」とのメッセージを表示し（ステップＳ６０２）、ユーザが「ＯＫ」を選択した場合には、取得した声紋データおよび受話音声を破棄する（ステップＳ６０３）。

一方で、ステップＳ６０１において、取得した声紋データが電話帳に登録された既知の電話番号に対応付けられた声紋データにヒットした場合（ステップＳ６０１の「Ｙｅｓ」）には、通話中には、特に、処理を行なわず（ステップＳ５０２）、画面に「先程の声は、登録済みの声紋と一致しました。電話帳の声紋を更新しますか」とのメッセージを表示し（ステップＳ６０４）、ユーザが「更新する」を選択した場合には、声紋ファイルと判定基準（閾値）とを更新し（ステップＳ６０５）、ユーザが「更新しない」を選択した場合には、取得した声紋データおよび受話音声を破棄する（ステップＳ６０６）。

また、ステップＳ２０２に戻って、有効な発声時間の収録ができなかった場合（ステップＳ２０２の「ＮＯ」）には、終話状態か否かを判断し（ステップＳ２０９）、終話状態でない場合（ステップＳ２０９の「ＮＯ」）には、ステップＳ２０１に戻る。

一方で、終話状態である場合（ステップＳ２０９の「ＹＥＳ」）には、画面に「声紋認証に十分な音声が収録できませんでした」とのメッセージを表示し（ステップＳ６０７）、取得した声紋データおよび受話音声を破棄する（ステップＳ６０８）。

また、図１３に示すように、着信があると、自動的に受話音声の収録を開始する。そして、図３、図４に示すように、無音ギャップを除いた通話相手の発声時間を定期的に観測する（ステップＳ２０１）。このとき、有効な発声時間の収録ができたか否かを判断し（ステップＳ２０２）、有効な発声時間の収録ができた場合（ステップＳ２０２の「ＹＥＳ」）には、登録済みの声紋データのいずれかにヒットしたかを検出する（ステップＳ５０１）。

ステップＳ５０１で、登録済みの声紋データのいずれかにヒットしなかった場合（ステップＳ５０１の「Ｎｏ」）には、バイブレータを２秒間動作させ、音声でユーザに警告を報知する（ステップＳ５０３）。そして、「先程の声は登録済みの声紋と一致しませんでした。新規登録をしますか」とのメッセージを表示し（ステップＳ６０２）、ユーザが「登録しない」を選択した場合には、取得した声紋データおよび受話音声を破棄し（ステップＳ６０３）、ユーザが「登録する」を選択した場合には、新規の声紋データとして登録する（ステップＳ６０９）。

一方で、ステップＳ５０１において、取得した声紋データが登録済みの声紋データのいずれかにヒットした場合（ステップＳ５０１の「Ｙｅｓ」）には、通話中には、特に、処理を行なわず（ステップＳ５０２）、画面に「先程の声は、登録済みの声紋と一致しました。電話帳の声紋を更新しますか」とのメッセージを表示し（ステップＳ６０４）、ユーザが「更新する」を選択した場合には、声紋ファイルと判定基準（閾値）とを更新し（ステップＳ６０５）、ユーザが「更新しない」を選択した場合には、取得した声紋データおよび受話音声を破棄する（ステップＳ６０６）。

また、ステップＳ２０２に戻って、有効な発声時間の収録ができなかった場合（ステップＳ２０２の「ＮＯ」）には、終話状態か否かを判断し（ステップＳ２０９）、終話状態でない場合（ステップＳ２０９の「ＮＯ」）には、ステップＳ２０１に戻る。

一方で、終話状態である場合（ステップＳ２０９の「ＹＥＳ」）には、画面に「声紋認証に十分な音声が収録できませんでした」とのメッセージを表示し（ステップＳ６０７）、取得した声紋データおよび受話音声を破棄する（ステップＳ６０８）。

なお、通話装置の処理をコンピュータシステムが読み取り可能な記録媒体に記録し、この記録媒体に記録されたプログラムを通話装置に読み込ませ、実行することによって本発明の通話装置を実現することができる。ここでいうコンピュータシステムとは、ＯＳや周辺装置等のハードウェアを含む。

また、「コンピュータシステム」は、ＷＷＷ（Ｗｏｒｌｄ Ｗｉｄｅ Ｗｅｂ）システムを利用している場合であれば、ホームページ提供環境（あるいは表示環境）も含むものとする。また、上記プログラムは、このプログラムを記憶装置等に格納したコンピュータシステムから、伝送媒体を介して、あるいは、伝送媒体中の伝送波により他のコンピュータシステムに伝送されてもよい。ここで、プログラムを伝送する「伝送媒体」は、インターネット等のネットワーク（通信網）や電話回線等の通信回線（通信線）のように情報を伝送する機能を有する媒体のことをいう。

また、上記プログラムは、前述した機能の一部を実現するためのものであってもよい。さらに、前述した機能をコンピュータシステムにすでに記録されているプログラムとの組合せで実現できるもの、いわゆる差分ファイル（差分プログラム）であってもよい。

以上、この発明の実施形態につき、図面を参照して詳述してきたが、具体的な構成はこの実施形態に限られるものではなく、この発明の要旨を逸脱しない範囲の設計等も含まれる。例えば、サーバを設け、通話装置の機能のうち、電話番号取得部１２０、抽出部１３０、特徴量抽出部１４０、スコア算出部１５０、判定部１６０等の機能をサーバで実現するシステムとしてもよい。

また、本発明のプログラムを読み込ませることにより、携帯電話やスマートフォンは、もちろんのこと、電話線で接続された固定電話においても、本発明を実現することができる。

また、本実施形態においては、登録された声紋データと取得した声紋データとの類似度からスコアを算出する例について説明したが、声紋データの中から、所定のワードに対応する特徴部分を抽出し、抽出した登録された声紋データの特徴部分と取得した受話音声から抽出した声紋データの特徴部分との類似度を示すスコアを算出するようにしてもよい。つまり、例えば、「オレ」という所定のワードに対応する声紋データを抽出し、スコアを算出することによって、より確度の高い判定を行なうことができる。なお、特徴部分は、短時間ごとに切り出された音声信号から抽出される特徴ベクトルの時系列であり、特徴部分抽出後、得られた特徴部分列に対して認識処理（解探索）が行われる。

１００；通話装置
１１０；音声取得部
１２０；電話番号取得部
１３０；抽出部
１４０；特徴量抽出部
１５０；スコア算出部
１６０；判定部
１６１；通知部
１７０；閾値格納部
１８０；閾値更新部
１９０；制御部
２００；電話帳
２１０；格納部

Claims (6)

1. 電話帳と、
   受話音声を取得する音声取得手段と、
   発話側の電話番号を取得する電話番号取得手段と、
   該取得した受話音声から声紋データを抽出する抽出手段と、
   前記取得した電話番号が前記電話帳にある場合に前記取得した電話番号と前記抽出手段により抽出した声紋データとを対応付けて格納する格納手段と、
   少なくとも、登録された声紋データと前記取得した受話音声から抽出した声紋データとの類似度を示すスコアを算出するスコア算出手段と、
   該算出したスコアと予め個別に定められた閾値とを比較して、前記取得した受話音声から抽出した声紋データの真偽を判定する判定手段と、
   前記判定手段の判定結果が偽である場合に、その判定結果を通知する通知手段と、
   該判定結果が真である度ごとに、固別の前記閾値を更新する更新手段と、
   を備えたことを特徴とする通話装置。
2. バイブレータを備え、
   前記通知手段は、通話中に、バイブレータを駆動して通知を行なうことを特徴とする請求項１に記載の通話装置。
3. 予め定められた音声を再生する音声再生手段を備え、
   前記通知手段は、通話中に、警告音声を再生して通知を行なうことを特徴とする請求項１または請求項２に記載の通話装置。
4. 情報を表示する表示手段を備え、
   前記通知手段は、終話時に、判定結果を前記表示手段に表示することを特徴とする請求項１から請求項３のいずれかに記載の通話装置。
5. 電話帳と音声取得手段と電話番号取得手段と抽出手段と格納手段とスコア算出手段と判定手段と通知手段と更新手段とを備えた通話装置における声紋データの判定結果通知方法であって、
   前記音声取得手段が、受話音声を取得する第１のステップと、
   前記電話番号取得手段が、発話側の電話番号を取得する第２のステップと、
   前記抽出手段が、前記取得した受話音声から声紋データを抽出する第３のステップと、
   前記格納手段が、前記取得した電話番号が前記電話帳にある場合に前記取得した電話番号と前記抽出した声紋データとを対応付けて格納する第４のステップと、
   前記スコア算出手段が、登録された声紋データと前記取得した受話音声から抽出した声紋データとの類似度を示すスコアを算出する第５のステップと、
   前記判定手段が、該算出したスコアと予め個別に定められた閾値とを比較して、前記取得した受話音声から抽出した声紋データの真偽を判定する第６のステップと、
   前記通知手段が、前記判定手段の判定結果が偽である場合に、その判定結果を通知する第７のステップと、
   前記更新手段が、該判定結果が真である度ごとに、固別の前記閾値を更新する第８のステップと、
   を備えたことを特徴とする声紋データの判定結果通知方法。
6. 電話帳と音声取得手段と電話番号取得手段と抽出手段と格納手段とスコア算出手段と判定手段と通知手段と更新手段とを備えた通話装置における声紋データの判定結果通知方法をコンピュータに実行させるためのプログラムであって、
   前記音声取得手段が、受話音声を取得する第１のステップと、
   前記電話番号取得手段が、発話側の電話番号を取得する第２のステップと、
   前記抽出手段が、前記取得した受話音声から声紋データを抽出する第３のステップと、
   前記格納手段が、前記取得した電話番号が前記電話帳にある場合に前記取得した電話番号と前記抽出した声紋データとを対応付けて格納する第４のステップと、
   前記スコア算出手段が、登録された声紋データの特徴量と前記取得した受話音声から抽出した声紋データの特徴量との類似度を示すスコアを算出する第５のステップと、
   前記判定手段が、該算出したスコアと予め個別に定められた閾値とを比較して、前記取得した受話音声から抽出した声紋データの真偽を判定する第６のステップと、
   前記通知手段が、前記判定手段の判定結果が偽である場合に、その判定結果を通知する第７のステップと、
   前記更新手段が、該判定結果が真である度ごとに、固別の前記閾値を更新する第８のステップと、
   をコンピュータに実行させるためのプログラム。