JP2019185605A - 認証システム、認証方法、ならびに、プログラム - Google Patents

Abstract

【課題】ユーザが認証鍵を読み上げた鍵声により当該ユーザを認証する際に、当該鍵声の漏洩を防止する。【解決手段】認証システム101において、記憶部102には、各ユーザIDに、ユーザの声紋と、ユーザが過去に発した声を含む記録音と、が対応付けて記憶される。特定部103は、ユーザが認証を受けようとするユーザIDを特定する。出力部104は、特定されたユーザIDに対応付けて記憶された記録音を含むマスキング音を出力する。取得部105は、ユーザが認証鍵を読み上げた鍵声と、出力されたマスキング音と、を含む第1音声を取得する。除去部106は、取得された第1音声からマスキング音を除去した第2音声を取得する。判定部107は、取得された第2音声により、ユーザが特定されたユーザIDに係る権限を有するか否かを判定する。【選択図】 図1

Description

本発明は、ユーザが認証鍵を読み上げた鍵声により当該ユーザを認証する際に、当該鍵声の漏洩を防止するのに好適な認証システム、認証方法、ならびに、コンピュータもしくはコンピュータ群を当該認証システムとして機能させるプログラムに関する。

認証に際しては、ユーザが手にスマートフォン等を持って、表示される情報を確認したり、スマートフォンや入室システムの入口等に設置されたタッチスクリーンに触れたり、認証用カードを懐から取り出してスキャナに読み込ませたり等、ユーザの手を何かに接触させる技術が従来から使われている。

しかしながら、たとえば医療現場の手術室の入室管理では、衛生上の問題を防止し、ユーザの手を介した感染の広がりを防止するため、ユーザの手を使用しない技術が望まれる。

このような局面にも対応できる技術として、ユーザの声紋を用いた認証技術がある。たとえば、特許文献1には、
ランダムに生成された動的パスワードを端末によってディスプレイインターフェース上に表示し、端末の音声受信デバイスを開始し、
ユーザが動的パスワードを読むときに、音声受信デバイスを使用することによって、端末によって音声情報を獲得し、音声情報をテキストパスワードに変換し、音声情報の声紋特徴を抽出し、
テキストパスワードが動的パスワードと同じであるとき、ユーザの端末使用許可を、端末使用許可と声紋特徴との間の事前に記憶された対応に従って端末によって決定し、
決定された端末使用許可に従って、ディスプレイインターフェースをアンロックもしくはロック状態に設定し、
テキストパスワードが動的パスワードと異なるとき、端末によってディスプレイインターフェースをロック状態に設定する
認証方法が開示されている。

特許文献2には、本願発明者の1人により発明された技術であって、ランダムな文字列から、ユーザに割り当てられた変換規則により文字を選んでその値を並べた文字列を、動的パスワードとする技術が開示されている。

特表2018-501557号公報 米国特許第6141751号公報

しかしながら、声紋を用いた認証において固定パスワードを使用する環境下では、ユーザが認証鍵となる固定パスワードを読み上げると、周囲にいる第三者がこれを聞き取ったり、読み上げた声が録音されたりして、ユーザの固定パスワードが漏洩するおそれがある。

また、声紋を用いた認証において動的パスワードを認証鍵として使用する環境下においても、ユーザがどのような動的パスワードを読み上げたか、が漏洩しないことが望ましい。

したがって、広く一般に声紋を用いる認証において、ユーザが認証鍵を読み上げた鍵声の漏洩を防止する技術が望まれている。

本発明は、上記のような課題を解決するためのもので、ユーザが認証鍵を読み上げた鍵声により当該ユーザを認証する際に、当該鍵声の漏洩を防止するのに好適な認証システム、認証方法、ならびに、コンピュータもしくはコンピュータ群を当該認証システムとして機能させるプログラムを提供することを目的とする。

本発明に係る認証システムには、各ユーザID(IDentifier)に、前記各ユーザIDに係る権限を有するユーザの声紋と、前記各ユーザIDに係る権限を有するユーザが過去に発した声を含む記録音と、が対応付けて記憶され、当該認証システムは、
ユーザが認証を受けようとするユーザIDを特定し、
前記特定されたユーザIDに対応付けて記憶された記録音を含むマスキング音を出力し、
前記ユーザが認証鍵を読み上げた鍵声と、前記出力されたマスキング音と、を含む第1音声を取得し、
前記取得された第1音声から前記マスキング音を除去した第2音声を取得し、
前記取得された第2音声により、前記ユーザが前記特定されたユーザIDに係る権限を有するか否かを判定する。

当該認証システムは、1つのコンピュータ、もしくは、複数のコンピュータからなるコンピュータ群において、それぞれの機能に応じたプログラムを動作させることにより実現することができる。

本発明によれば、ユーザが認証鍵を読み上げた鍵声により当該ユーザを認証する際に、当該鍵声の漏洩を防止するのに好適な認証システム、認証方法、ならびに、コンピュータもしくはコンピュータ群を当該認証システムとして機能させるプログラムを提供することができる。

本発明の実施例に係る認証システムの概要を示す説明図である。 本発明の実施例に係る認証システムを入室管理に適用する例を示す説明図である。 本発明の実施例に係る認証処理の制御の流れを示す説明図である。 本発明の実施例に係る認証システムの表示例を示す説明図である。 本発明の実施例に係る認証システムの表示例を示す説明図である。 本発明の実施例に係る認証システムの表示例を示す説明図である。 本発明の実施例に係る認証システムの表示例を示す説明図である。 本発明の実施例に係る認証システムの表示例を示す説明図である。

以下に本発明の実施形態を説明する。なお、本実施形態は説明のためのものであり、本願発明の範囲を制限するものではない。したがって、当業者であればこれらの各要素もしくは全要素をこれと均等なものに置換した実施形態を採用することが可能であるが、これらの実施形態も本発明の範囲に含まれる。

(認証システムの基本構成)
図1は、本発明の実施例に係る認証システムの概要を示す説明図である。以下、本図を参照して説明する。

上記の認証システム101は、所定のプログラムをコンピュータもしくはコンピュータ群のハードウェア上で実行することにより、実現することができる。

一般には、コンピュータは、非一時的(non-transitory)情報記録媒体に記録されたプログラムを、一時的(temporary)記憶装置であるRAM(Random Access Memory)に読み出してから、CPU(Central Processing Unit)あるいはプロセッサが読み出されたプログラムに含まれる指令を実行する。ただし、ROMとRAMを一つのメモリ空間にマッピングして実行することが可能なアーキテクチャでは、ROMに格納されたプログラムに含まれる指令を、直接CPUが読み出して実行する。CPUあるいはプロセッサ等は、RAM等と協働して、当該ハードウェアが備えるNIC(Network Interface Card)やディスプレイ、マイク、スピーカなどの機器を制御する。

ここで、各プログラムは、コンパクトディスク、フレキシブルディスク、ハードディスク、光磁気ディスク、ディジタルビデオディスク、磁気テープ、ROM(Read Only Memory)、EEPROM(Electrically Erasable Programmable ROM)、フラッシュメモリ、半導体メモリ等のコンピュータ読み取り可能な非一時的(non-transitory)情報記録媒体に記録することができる。この情報記録媒体は、各ハードウェアとは独立して配布・販売することができる。

さらに、上記のプログラムは、プログラムが実行されるコンピュータとは独立して、コンピュータ通信網等の一時的(transitory)伝送媒体を介して、配布装置等から、各ハードウェアへ配布することもできる。

なお、上記のプログラムを、電子回路の動作レベル記述用のプログラミング言語によって記述することも可能である。この場合には、上記のプログラムから、電子回路の配線図やタイミングチャート等、各種の設計図が生成され、当該設計図に基づいて、上記の画像処理装置を構成する電子回路を作成することができる。たとえば、上記のプログラムから、FPGA(Field Programmable Gate Array)技術によって再プログラム可能なハードウェア上に、上記画像処理装置を、構成することができるほか、ASIC(Application Specific Integrated Circuit)技術によって、特定用途専用の電子回路を構成することも可能である。

さて、本認証システム101は、記憶部102、特定部103、出力部104、取得部105、除去部106、判定部107を備える。また、省略可能な要素として、更新部108を備えることができる。

まず、記憶部102には、各ユーザIDに、各ユーザIDに係る権限を有するユーザの声紋と、各ユーザIDに係る権限を有するユーザが過去に発した声を含む記録音と、が対応付けて記憶される。

すなわち、認証システム101にて認証を受けるユーザには、ユーザIDが割り当てられる。そして、当該ユーザIDに係る権限を有するユーザが音声認証をするための声紋が、記憶部102に登録される。

また、当該ユーザIDに係る権限を有するユーザが以前に発した声、典型的には、声紋を登録する際に当該ユーザが認証システムに対して発した声が、記録音として、当該ユーザIDに対応付けて記憶される。

たとえば、認証に数字列を使う場合には、ユーザIDの登録時に、ユーザに対して、「0」から「9」までのそれぞれの数字を読み上げさせ、その声を記録音とするとともに、各数字の読み上げた声から得られた声紋の特徴情報も、記憶部102に登録すれば良い。

なお、当該ユーザが過去に発した声を録音したもののほか、あらかじめ定めた音声や、他のユーザの声を録音したもの等も、記録音として利用することができる。

一方、特定部103は、ユーザが認証を受けようとするユーザIDを特定する。認証を受けようとするユーザIDを特定するには、種々の態様が考えられる。

たとえば、一般的な認証システムで広く使われている手法として、ユーザIDをキーボードやタッチスクリーンから入力させたり、一覧表の中から選択させたりする態様があり、本実施形態でも、この態様を適用することができる。

また、ユーザが着用するIDカード、名札、リストバンド等に埋め込まれたRFID(Radio Frequency IDentifier)や、これらに印刷されたバーコード、二次元コード等を検知したり、ユーザが所有するスマートフォンの近接を検知したりすることによって、ユーザを特定することとしても良い。

衛生上の観点から手を使用できなかったり、IDカード等の利用ができない環境下であったり、電波の使用制限がある等の理由で、上記の入力が利用できない場合には、ユーザの顔認識や虹彩認識によって、ユーザを特定することも可能である。

また、医療現場やクリーンルームなどの入室管理に認証システム101を適用する場合には、ユーザがマスク、帽子、防塵眼鏡等を着用していることもあり、顔認識や虹彩認識が利用できないことも多い。

このような場合には、ユーザが発した声により、ユーザIDを特定することができる。以下、認証を受けたいユーザIDを特定するためにユーザが発する声を「特定声」と呼ぶ。

特定声は、スマートスピーカ等でウェークアップワードと呼ばれるものをユーザが読み上げた声に相当する。

本実施形態では、ユーザは、「特定句」と呼ばれる文言を声に出すことで、「特定声」とする。

特定句は、全ユーザについて共通のものとしても良い。たとえば「認証(にんしょう)」「開始(かいし)」「Start」「OK, system」「Hey, system」などのような文言を特定句とすることができる。

また、特定句は、ユーザIDごとに異なるものとしても良い。たとえば、ユーザIDの綴りそのものを特定句としても良いし、ユーザの氏、名、ニックネーム等を特定句とすることができる。

また、認証システム101への登録時に、ユーザが合言葉を自由に決めて、これを特定句としても良い。また、認証システム101への登録時に、認証システム101があらかじめ用意した特定句をユーザに提示してユーザに読み上げさせることで、特定声の声紋の特徴を取得し、ユーザの特定時に利用することも可能である。

この態様では、特定部102は、認証を受けようとするユーザが発した特定声を含む特定音を取得し、音声認識により、特定音からユーザが読み上げた句を認識し、認識された句が特定句として割り当てられたユーザIDであって、特定音が当該ユーザIDに対応付けられて記憶された声紋にマッチするユーザIDを特定すれば良い。

各ユーザIDに対する特定句は、1つでも良いし複数でも良い。ユーザに同姓同名のものがいたり、発音が似通っている場合等には、異なる特定句を何回か読み上げることで、1つのユーザIDを特定することが可能となる。

特定されたユーザIDが複数である場合は、特定部102は、いずれか1つのユーザIDが特定されるまで、新たな特定句を読み上げるようユーザに促し、ユーザが発した新たな特定声を含む新たな特定音を取得し、新たな特定音により、ユーザIDを特定することを、1つのユーザIDが特定されるまで繰り返せば良い。

また、当該複数のユーザIDをディスプレイにリスト表示し、音声指示(たとえば「上」「下」「右」「左」「次」「前」)によってリスト内でカーソルを移動させ、所望のユーザIDにカーソルが達したら音声指示(たとえば「決定」)によって、当該ユーザIDを特定することとしても良い。

このようにして、認証を受けようとするユーザIDが1つに特定できたら、出力部104は、特定されたユーザIDに対応付けて記憶された記録音を含むマスキング音を出力する。

本認証システム101では、ユーザが認証鍵を表す文言を読み上げ、当該読み上げられた声(本願では「鍵声」と呼ぶ。)によって認証を行う。

上記のように、鍵声は、第三者に知得されないようにすることが望ましい。そこで、ユーザが鍵声を発する間、マスキング音をスピーカ等を介して出力することで、周囲の第三者にユーザが発した鍵声が認識できないようにする。

スピーカの位置は、ユーザの口の近傍となることが望ましい。したがって、ユーザの平均的な身長に基づいて、スピーカの設置位置を定めることが望ましい。また、本実施形態では、ユーザの声により認証を行うため、ユーザはマイクに向かって発声することになる。したがって、ユーザは、マイクの近傍に口を近付けることとなるから、スピーカとマイクの近くに置くことで、ユーザが発した鍵声か、スピーカが発したマスキング音か、の区別を困難にすることができる。

本実施形態では、マスキング音として、当該ユーザが過去に発した声も利用されるので、マスキング効果を高めることができる。

すなわち、ユーザが認証鍵を読み上げると、
マスキング音に含まれるユーザが過去に発声した声と、
ユーザが認証鍵を読み上げた鍵声と、
が互いに重なることになる。

そこで、出力部104は、マスキング音を出力する際には、特定されたユーザIDに対応付けられる記録音同士の一部もしくは全部を重ねて出力することで、マスキング効果を高めることができる。

そして、取得部105は、ユーザが認証鍵を読み上げた鍵声と、出力されたマスキング音と、を含む第1音声を取得する。

取得部105は、マイクを介して外界から第1音声を取得するが、この第1音声には、スピーカが発したマスキング音、ユーザが発した鍵声、および、環境音が含まれる。

なお、指向性のマイクを利用すれば、マスキング音や環境音の影響を抑制し、できるだけ鍵声の成分が大きくなるように、第1音声を取得することができる。

さらに、除去部106は、取得された第1音声からマスキング音を除去した第2音声を取得する。

マスキング音は、認証システム101の出力部104が出力するものであるから、どのような波形の音声が出力されていたか、は、認証システム101側で知得されている。そこで、マスキング音の波形と第1音声の波形との相関をとることで、第1音声からマスキング音を除去することができる。

すなわち、除去部106は、出力部104がスピーカを介して出力したマスキング音がどの程度の時間遅れΔでマイクに検知されたか、を、パラメータとして、マスキング音の波形をスライドさせて、マスキング音の波形と第1音声の波形との相関値が最大となる時間遅れdを同定する。

次に、「同定された時間遅れdだけ波形をスライドさせたマスキング音に、増幅率Aを乗じて第1音声の波形から減算したもの」と「同定された時間遅れdだけ波形をスライドさせたマスキング音の波形」の相関を取り、相関値が最小となる増幅率Aを同定する。

すると、当該増幅率Aが同定された時点における前者、すなわち、「同定された時間遅れdだけ波形をスライドさせ、同定された増幅率Aを乗じたマスキング音の波形を、乗じて第1音声の波形から減算したもの」が、第2音声の波形になる。

このほか、第1音声とマスキング音の2つを独立成分分析等に与えることにより、音声分離、音源分離を行って、マスキング音の成分と、マスキング音を除去した第2音声の成分と、を得ることも可能である。

一方、判定部107は、取得された第2音声により、ユーザが特定されたユーザIDに係る権限を有するか否かを判定する。

第2音声には、ユーザが認証鍵を読み上げた認証声が含まれている。したがって、判定にあたっては、2つの条件
(1)第2音声から音声認識された文言が、ユーザIDに対する認証鍵として有効であること、
(2)第2音声が、ユーザIDに対応付けられる声紋にマッチすること
のいずれか一方もしくは双方を満たすことを、認証が成功する、すなわち、認証を求めるユーザがユーザIDに係る権限を有すると判定するための必要条件とすることができる。

認証鍵としては、ユーザIDに対応付けられる固定パスワードや動的パスワードを採用することができる。固定パスワードを採用する態様では、ユーザは、自身が記憶する固定パスワードを頭の中で思い出しながら読み上げた声が、鍵声となる。なお、固定パスワードを採用する態様では、記憶部102等には、固定パスワードにソルトを付加してからハッシュ関数を施したハッシュ値を記録し、固定パスワードそのものは記憶しないことが通例である。

動的パスワードを採用する態様としては、スマートフォンを懐から手で取り出し、そのタッチスクリーンを操作することで動的パスワードを表示される手法が考えられる。

この際に、認証システム101が利用するスピーカやマイクの近傍に、ビーコンの発信機を設置し、スマートウォッチ等のウェアラブルデバイスやこれが連携するスマートフォン等がビーコンを検知することを契機として、スマートウォッチ等に動的パスワードが通知され、待機画面に当該通知に係る情報がポップアップ表示される態様とすれば、ユーザは何にも手を触れずに動的パスワードを知得することができる。

このほか、認証システム101が利用するスピーカやマイクの近傍にディスプレイを設置し、このディスプレイを介してユーザに情報を提供することで、認証鍵をユーザに伝達することもできる。最も単純には、ディスプレイに表示される文字列を認証鍵とする手法が採用できる。

固定された認証鍵を用いる手法では、判定部107は、音声認識により、第2音声からユーザが読み上げた文言を認識する。

そして、認識された文言が、特定されたユーザIDに対する認証鍵として有効であることを、ユーザが特定されたユーザIDに係る権限を有すると判定するための必要条件とする。固定パスワードを利用する態様では、認識された文言にソルトを施してハッシュ関数を適用した結果が、記憶部102等に記憶されている値と一致することを、認証成功の必要条件とすることになる。

また、特許文献2等に開示される動的パスワードの技術を利用することもできる。

すなわち、複数のユーザIDの各々には、表に含まれる要素を選択する位置の順序を表す選択規則があらかじめ対応付けられる。この選択規則は、ユーザIDに対応付けて、記憶部102に記憶される。

そして、出力部104は、ランダムな値が各要素に埋め込まれたランダム表を、ディスプレイを介してユーザに提示する際に、マスキング音も出力する。

ユーザからの鍵声を含む第2音声が取得されると、判定部107は、提示されたランダム表から、特定されたユーザIDに対応付けられる選択規則により選択された要素に埋め込まれた値を並べた値列を抽出する。

そして、音声認識により、第2音声から認識された文言と、抽出された値列と、が一致すれば、認識された文言は、特定されたユーザIDに対する認証鍵として有効であるものとみなすのである。

また、声紋を用いる手法では、第2音声が特定されたユーザIDに対応付けて記憶された声紋にマッチすることを、ユーザが特定されたユーザIDに係る権限を有すると判定するための必要条件とする。

認証鍵と認識された文言の一致、および、声紋のマッチという2つの条件は、両方とも認証が成功することの必要条件として採用することができるが、用途に応じて、いずれか一方を採用することとしても良い。

なお、更新部108は、ユーザが特定されたユーザIDに係る権限を有すると判定されると、認証システムは、第2音声、もしくは、認証鍵を構成する単位に応じて第2音声を分割した結果を、記録音として、特定されたユーザIDに対応付けて、記憶部に追加し、もしくは、上書きする。

たとえば、認証鍵が複数の文字からなる場合には、第2音声の波形から各文字が発声されている部分を分割し、各部分を、当該ユーザIDに対する記録音として追加したり上書きしたりする。

認証システム101への登録を、実際に認証を行う環境とは異なる環境で行う場合、たとえば、ユーザが自分の日常の仕事場で使用するコンピュータやサーバコンピュータのマイクをで行い、認証システム101による認証によって、クリーンルームや手術室の入室管理を行う態様では、ユーザの声を録音する環境が異なる。

本態様では、記録音として、過去に認証に成功した声、すなわち、環境に合った声を利用することで、マスキング効果を高めることができる。

(入室管理への適用例)
図2は、本発明の実施例に係る認証システムを入室管理に適用する例を示す説明図である。以下、本図を参照して説明する。

本適用例に係る認証システム101は、入室管理が行われる自動ドア201の開閉をコントロールするサーバ221と、自動ドア201の近傍に設置される端末241と、が、相互に通信可能に接続されている。

端末241は、家庭用インターフォンの室内機に類似する形状をしており、ディスプレイ242、スピーカ243、マイク244を有している。なお、音声入力を代替する入力を可能とするため、ディスプレイ242をタッチスクリーンとしたり、各種スイッチ、キー、ボタン等をさらに設けることとしても良い。

サーバ221は、端末241を制御して、ディスプレイ242やスピーカ243にメッセージや音声を出力する。また、マイク244から検知された音声を取得して、音声認識処理や声紋判定処理等を行う。サーバ221には、ユーザIDに対応付けられて、選択規則や記録音が記録されており、これらの情報を用いて、ユーザを認証したり、情報漏洩の抑制を図ることとしている。

以下では、端末241のディスプレイ242の表示例とともに、認証システム101における処理を説明する。図3は、本発明の実施例に係る認証処理の制御の流れを示す説明図である。図4A乃至図4Eは、端末241のディスプレイ242における表示例である。

本処理が開始されると、認証システム101は、まず、図4Aに示すように、ディスプレイ242に、「あなたを識別するため、特定句を発声してください」等のような開始メッセージを表示する(ステップS501)。

そして、認証システム101は、マイク244にて検知された特定声に基づいて、ユーザIDを特定する(ステップS502)。

上記のように、ユーザが発声すべき特定句は、当該ユーザを特定するものであり、声紋による分別が可能な場合には、全ユーザに共通するウェークアップワードを採用することができる。また、音声認識によりユーザの発声をテキスト化する態様では、各ユーザの氏、名、ニックネーム、識別番号等を声紋のかわりに、もしくは、声紋に加えて、採用することもできる。

ユーザIDが1つだけ特定されたら(ステップS503;1つ)、認証システム101は、図4Bに示すように、ディスプレイ242に、ランダム表を表示する(ステップS504)。

本図に示す表示例では、ランダム表は、5行5列であり、各桝目に1桁の数字が含まれている。また、「選択規則に従って要素を選んで読み上げてください」という鍵メッセージも表示されている。また、本表示例では図示していないが、1つに特定されたユーザIDもディスプレイ242に表示することとしても良い。

たとえば、ユーザIDに対応する選択規則が、「1行1列、2行5列、3行3列、5行5列」である場合、図示されたランダム表からこの要素に埋め込まれた値を並べた値列、すなわち、ユーザの認証鍵は「8192」となる。したがって、ユーザは、鍵声として、日本語では「はち いち きゅう に」、英語では「eight one nine two」等のように、発声をすべきことになる。

さらに、認証システム101は、スピーカ243を介して、特定されたユーザIDに応じたマスキング音の出力を開始する(ステップS505)。

ついで、認証システム101は、マイク244にて検知された第1音声を取得し(ステップS506)、マスキング音の出力を停止する(ステップS507)。上記のように、第1音声には、ユーザが発声した鍵声、環境音、マスキング音の各成分が含まれる。

さらに、認証システム101は、第1音声から、マスキング音の成分を除去した第2音声を取得する(ステップS508)。

そして、認証システム101は、第2音声を音声認識してテキスト化することにより、ユーザが読み上げた認証鍵を得る(ステップS509)。本実施例では、ランダム表に配置された1桁の数字を選択規則にしたがって並べたものが認証鍵となるので、認証鍵は、数列になる。

ついで、認証システム101は、特定された1つのユーザIDに対応付けられる選択規則によりディスプレイ242に表示したランダム表から要素を選択して並べた値列を取得する(ステップ510)。そして、得られた値列と、得られた認証鍵と、が一致するか否かを判定する(ステップS511)。

一致しなければ(ステップS511;No)、認証に失敗したものとして、認証システム101は、たとえば図4Cに示すように、「認証鍵が違います」等の認証失敗メッセージを、一定時間、ディスプレイ242に表示してから(ステップS512)、制御をステップS501に戻す。なお、連続して失敗した回数が所定回数に至るまでは、ステップS502に制御を戻すこととしても良い(図示せず)。

一致すれば(ステップS511;Yes)、認証に成功したものとして、認証システム101は、自動ドア201へ、ドア開放の制御信号を送る(ステップS513)。

自動ドア201は、当該制御信号を受け付けると、ドアを一定時間(数秒程度)開放する。また、自動ドア201に人感センサを設け、一旦開放された後は、人間が感知されなくなるまで開放を続けてから、ドアを閉鎖することとしても良い。

なお、値列と認証鍵が一致したことに加えて、特定されたユーザIDの声紋が第2音声にマッチすることを認証成功の条件としても良い。

さらに、認証システム101は、第2音声を当該ユーザIDに対応付けて記録音として記録し(ステップS514)、制御をステップS501に戻す。本例では、値列および認証鍵は数列であるため、1桁の数字単位に第2音声を分割して、記録音とすることができる。また、本態様では、毎回入力される鍵声はランダムに変化するので、得られた第2音声をそのまま記録音としても良い。

なお、特定されたユーザIDがない場合(ステップS503;なし)、認証システムは、たとえば図4Dに示すように、「あなたを識別できませんでした」等の特定失敗メッセージを一定時間ディスプレイ242に表示してから(ステップS515)、ステップS501に制御を戻す。

また、特定されたユーザIDが複数である場合(ステップS503;複数)、認証システム101は、図4Eに示すように、「あなたを識別するため、他の特定句を発声してください」等の再試行メッセージを一定時間ディスプレイ242に表示してから(ステップS516)、ステップS501に制御を戻す。

上記のように、本実施形態では、認証を受けようとしているユーザが過去に発した声を含む記録音をマスキング音に使うことで、ユーザが読み上げた認証鍵を第三者が聞き取ることを困難にし、漏洩を抑制することができる。

(まとめ)
以上説明したように、本実施形態に係る認証システムは、
各ユーザIDに、前記各ユーザIDに係る権限を有するユーザの声紋と、前記各ユーザIDに係る権限を有するユーザが過去に発した声を含む記録音と、が対応付けて記憶される記憶部、
ユーザが認証を受けようとするユーザIDを特定する特定部、
前記特定されたユーザIDに対応付けて記憶された記録音を含むマスキング音を出力する出力部、
前記ユーザが認証鍵を読み上げた鍵声と、前記出力されたマスキング音と、を含む第1音声を取得する取得部、
前記取得された第1音声から前記マスキング音を除去した第2音声を取得する除去部、
前記取得された第2音声により、前記ユーザが前記特定されたユーザIDに係る権限を有するか否かを判定する判定部
を備える。

また、本実施形態に係る認証システムは、
前記ユーザが前記特定されたユーザIDに係る権限を有すると判定されると、前記第2音声、もしくは、前記認証鍵を構成する単位に応じて前記第2音声を分割した結果を、前記記録音として、前記特定されたユーザIDに対応付けて、前記記憶部に追加し、もしくは、上書きする更新部
をさらに備えるように構成することができる。

また、本実施形態に係る認証システムは、
前記出力部は、前記特定されたユーザIDに対応付けて記憶された記録音の少なくとも一部を互いに重ねて、前記マスキング音を出力する
ように構成することができる。

また、本実施形態に係る認証システムは、
音声認識により、前記第2音声から前記ユーザが読み上げた文言を認識し、
前記認識された文言が、前記特定されたユーザIDに対する認証鍵として有効であることを、前記ユーザが前記特定されたユーザIDに係る権限を有すると判定するための必要条件とする
ように構成することができる。

また、本実施形態に係る認証システムは、
前記複数のユーザIDの各々には、表に含まれる要素を選択する位置の順序を表す選択規則があらかじめ対応付けられ、
前記マスキング音が出力されるのにあわせて、前記認証システムは、ランダムな値が各要素に埋め込まれたランダム表を前記ユーザに提示し、
前記認証システムは、前記提示されたランダム表から、前記特定されたユーザIDに対応付けられる選択規則により選択された要素に埋め込まれた値を並べた値列を抽出し、
前記認識された文言と、前記抽出された値列と、が一致すれば、前記認識された文言は、前記特定されたユーザIDに対する認証鍵として有効である
ように構成することができる。

また、本実施形態に係る認証システムは、
前記第2音声が前記特定されたユーザIDに対応付けて記憶された声紋にマッチすることを、前記ユーザが前記特定されたユーザIDに係る権限を有すると判定するための必要条件とする
ように構成することができる。

また、本実施形態に係る認証システムは、
前記ユーザIDを特定することに先立って、
前記認証を受けようとするユーザが発した特定声を含む特定音を取得し、
音声認識により、前記特定音から前記ユーザが読み上げた句を認識し、
前記認識された句が特定句として割り当てられたユーザIDであって、前記特定音が当該ユーザIDに対応付けられて記憶された声紋にマッチするユーザIDを特定する
ように構成することができる。

また、本実施形態に係る認証システムは、
前記複数のユーザIDの各々には、互いに異なる特定句が割り当てられる
ように構成することができる。

また、本実施形態に係る認証システムは、
前記複数のユーザIDに係る権限を有するユーザの各々には、複数の特定句が割り当てられ、
複数のユーザIDが特定されれば、前記認証システムは、いずれか1つのユーザIDが特定されるまで、
新たな特定句を読み上げるよう前記ユーザに促し、
前記ユーザが発した新たな特定声を含む新たな特定音を取得し、
前記新たな特定音により、ユーザIDを特定する
ことを繰り返す、
ように構成することができる。

また、本実施形態に係る認証方法は、
各ユーザIDに、前記各ユーザIDに係る権限を有するユーザの声紋と、前記各ユーザIDに係る権限を有するユーザが過去に発した声を含む記録音と、が対応付けて記憶される認証システムが、
ユーザが認証を受けようとするユーザIDを特定し、
前記特定されたユーザIDに対応付けて記憶された記録音を含むマスキング音を出力し、
前記ユーザが認証鍵を読み上げた鍵声と、前記出力されたマスキング音と、を含む第1音声を取得し、
前記取得された第1音声から前記マスキング音を除去した第2音声を取得し、
前記取得された第2音声により、前記ユーザが前記特定されたユーザIDに係る権限を有するか否かを判定する
ように構成する。

また、本実施形態に係るプログラムは、
各ユーザIDに、前記各ユーザIDに係る権限を有するユーザの声紋と、前記各ユーザIDに係る権限を有するユーザが過去に発した声を含む記録音と、が対応付けて記憶されるコンピュータもしくはコンピュータ群に、
ユーザが認証を受けようとするユーザIDを特定し、
前記特定されたユーザIDに対応付けて記憶された記録音を含むマスキング音を出力し、
前記ユーザが認証鍵を読み上げた鍵声と、前記出力されたマスキング音と、を含む第1音声を取得し、
前記取得された第1音声から前記マスキング音を除去した第2音声を取得し、
前記取得された第2音声により、前記ユーザが前記特定されたユーザIDに係る権限を有するか否かを判定する
処理を実行させる。

また、本実施形態に係る非一時的なコンピュータ読取可能な情報記録媒体は、上記のプログラムが記録されるように構成することができる。

本発明は、本発明の広義の精神と範囲を逸脱することなく、様々な実施の形態及び変形が可能とされるものである。また、上述した実施の形態は、この発明を説明するためのものであり、本発明の範囲を限定するものではない。すなわち、本発明の範囲は、実施の形態ではなく、特許請求の範囲によって示される。そして、特許請求の範囲内及びそれと同等の発明の意義の範囲内で施される様々な変形が、この発明の範囲内とみなされる。

本発明によれば、ユーザが認証鍵を読み上げた鍵声により当該ユーザを認証する際に、当該鍵声の漏洩を防止するのに好適な認証システム、認証方法、ならびに、コンピュータもしくはコンピュータ群を当該認証システムとして機能させるプログラムを提供することができる。

101 認証システム
102 記憶部
103 特定部
104 出力部
105 取得部
106 除去部
107 判定部
108 更新部
201 自動ドア
221 サーバ
241 端末
242 ディスプレイ
243 スピーカ
244 マイク

Claims (11)

1. 各ユーザIDに、前記各ユーザIDに係る権限を有するユーザの声紋と、前記各ユーザIDに係る権限を有するユーザが過去に発した声を含む記録音と、が対応付けて記憶される記憶部、
   ユーザが認証を受けようとするユーザIDを特定する特定部、
   前記特定されたユーザIDに対応付けて記憶された記録音を含むマスキング音を出力する出力部、
   前記ユーザが認証鍵を読み上げた鍵声と、前記出力されたマスキング音と、を含む第1音声を取得する取得部、
   前記取得された第1音声から前記マスキング音を除去した第2音声を取得する除去部、
   前記取得された第2音声により、前記ユーザが前記特定されたユーザIDに係る権限を有するか否かを判定する判定部
   を備えることを特徴とする認証システム。
2. 前記ユーザが前記特定されたユーザIDに係る権限を有すると判定されると、前記第2音声、もしくは、前記認証鍵を構成する単位に応じて前記第2音声を分割した結果を、前記記録音として、前記特定されたユーザIDに対応付けて、前記記憶部に追加し、もしくは、上書きする更新部
   をさらに備えることを特徴とする請求項1に記載の認証システム。
3. 前記出力部は、前記特定されたユーザIDに対応付けて記憶された記録音の少なくとも一部を互いに重ねて、前記マスキング音を出力する
   ことを特徴とする請求項1に記載の認証システム。
4. 前記認証システムは、音声認識により、前記第2音声から前記ユーザが読み上げた文言を認識し、
   前記認識された文言が、前記特定されたユーザIDに対する認証鍵として有効であることを、前記ユーザが前記特定されたユーザIDに係る権限を有すると判定するための必要条件とする
   ことを特徴とする請求項1に記載の認証システム。
5. 前記複数のユーザIDの各々には、表に含まれる要素を選択する位置の順序を表す選択規則があらかじめ対応付けられ、
   前記マスキング音が出力されるのにあわせて、前記認証システムは、ランダムな値が各要素に埋め込まれたランダム表を前記ユーザに提示し、
   前記認証システムは、前記提示されたランダム表から、前記特定されたユーザIDに対応付けられる選択規則により選択された要素に埋め込まれた値を並べた値列を抽出し、
   前記認識された文言と、前記抽出された値列と、が一致すれば、前記認識された文言は、前記特定されたユーザIDに対する認証鍵として有効である
   ことを特徴とする請求項1に記載の認証システム。
6. 前記第2音声が前記特定されたユーザIDに対応付けて記憶された声紋にマッチすることを、前記ユーザが前記特定されたユーザIDに係る権限を有すると判定するための必要条件とする
   ことを特徴とする請求項1に記載の認証システム。
7. 前記ユーザIDを特定することに先立って、前記認証システムは、
   前記認証を受けようとするユーザが発した特定声を含む特定音を取得し、
   音声認識により、前記特定音から前記ユーザが読み上げた句を認識し、
   前記認識された句が特定句として割り当てられたユーザIDであって、前記特定音が当該ユーザIDに対応付けられて記憶された声紋にマッチするユーザIDを特定する
   ことを特徴とする請求項1に記載の認証システム。
8. 前記複数のユーザIDの各々には、互いに異なる特定句が割り当てられる
   ことを特徴とする請求項7に記載の認証システム。
9. 前記複数のユーザIDに係る権限を有するユーザの各々には、複数の特定句が割り当てられ、
   複数のユーザIDが特定されれば、前記認証システムは、いずれか1つのユーザIDが特定されるまで、
   新たな特定句を読み上げるよう前記ユーザに促し、
   前記ユーザが発した新たな特定声を含む新たな特定音を取得し、
   前記新たな特定音により、ユーザIDを特定する
   ことを繰り返す、
   ことを特徴とする請求項7に記載の認証システム。
10. 各ユーザIDに、前記各ユーザIDに係る権限を有するユーザの声紋と、前記各ユーザIDに係る権限を有するユーザが過去に発した声を含む記録音と、が対応付けて記憶される認証システムが、
    ユーザが認証を受けようとするユーザIDを特定し、
    前記特定されたユーザIDに対応付けて記憶された記録音を含むマスキング音を出力し、
    前記ユーザが認証鍵を読み上げた鍵声と、前記出力されたマスキング音と、を含む第1音声を取得し、
    前記取得された第1音声から前記マスキング音を除去した第2音声を取得し、
    前記取得された第2音声により、前記ユーザが前記特定されたユーザIDに係る権限を有するか否かを判定する
    ことを特徴とする認証方法。
11. 各ユーザIDに、前記各ユーザIDに係る権限を有するユーザの声紋と、前記各ユーザIDに係る権限を有するユーザが過去に発した声を含む記録音と、が対応付けて記憶されるコンピュータもしくはコンピュータ群に、
    ユーザが認証を受けようとするユーザIDを特定し、
    前記特定されたユーザIDに対応付けて記憶された記録音を含むマスキング音を出力し、
    前記ユーザが認証鍵を読み上げた鍵声と、前記出力されたマスキング音と、を含む第1音声を取得し、
    前記取得された第1音声から前記マスキング音を除去した第2音声を取得し、
    前記取得された第2音声により、前記ユーザが前記特定されたユーザIDに係る権限を有するか否かを判定する
    処理を実行させることを特徴とするプログラム。

Images