JP2746348B2 - 話者識別付録音装置 - Google Patents

Description

【発明の詳細な説明】 〔産業上の利用分野〕 本発明は、特定話者間の音声メッセージ交換のための
話者識別付録音再生装置に関する。

〔従来の技術〕

従来、音声メッセージを交換するための録音再生装置
としては、例えば特開昭62−127798号公報に述べられて
いるようなタイマー機能を付加した音声伝言装置や、音
声メッセージの録音再生の機能を持った、いわゆる留守
番電話機等がある。

〔発明が解決しようとする課題〕

しかし、前記音声伝言装置は、誰でも音声メッセージ
の録音および再生が可能であるため、伝言内容の秘密を
保持できない。

他方、前記留守番電話機には、暗号を導入することに
より録音再生機能の利用者を制限し、伝言の秘密を保持
し、あるいは、いたずら電話を排除できるようにしたも
のもある。しかし、秘密保持を確実にするためには、複
雑な暗号を用いる必要があり、その入力のために電話機
のプッシュボタンの面倒な操作が必要である上に、暗号
が他人に知られてしまうと秘密を保持できなくなる。

なお、音声による個人識別技術の応用例として、特定
区域への入出管理をするシステム、自動車のドア鍵を開
閉する装置（特開昭63−32073号公報）等が従来から知
られているが、音声による本人確認を導入した録音再生
装置は、これまで知られていない。

よって本発明の目的は、前述の問題点を解消し、特定
話者間に限定した音声メッセージ交換の用途に最適な話
者識別付録音再生装置を提供することである。

〔課題を解決するための手段〕

本発明の話者識別付録音生装置は、正当な話者の発し
た音声信号の特徴量を抽出し、該抽出した話者固有の特
徴量を本人確認のための本人識別子（本人識別鍵）とし
て登録しておき、再生／録音時、その話者の発した音声
信号の特徴量を抽出して、該特徴量と登録されている本
人識別子と照合し（話者照合）、一致がとれたときのみ
音声データの再生／録音を許可する構成としたことを主
要な特徴とするものである。

また、本発明の話者識別付録音生装置の他の特徴は、
本人識別子に対応付けて音声データを記憶し、再生時、
話者照合で一致がとれた本人識別子に対応した音声デー
タを再生する構成としたことである。

〔作 用〕

本発明の録音再生装置においては、本人確認が音声の
再生／録音の前に行われるため、伝言の秘密保持、特定
者以外の悪用防止が可能である。また本人確認は話者の
音声に基づいて行われるため、暗号を利用して本人確認
を行う構成に比較し、操作性および秘密保持の信頼度が
向上する。

更に、本人識別子に対応付けて音声データを記憶する
ことにより、例えば該録音再生装置を複数人で共用する
場合でも互いの秘密保持が可能である。

〔実施例〕

以下、図面により本発明の実施例を詳細に説明する。

第１図は本発明の第１実施例を示すブロック図であ
る。この実施例は、音声による本人確認によって、予め
登録した特定者のみに記録音声メッセージの再生を許可
するようにした例である。

Ａ氏はそのような特定者としての登録を行う場合、操
作部13によって本人登録モードを指定し（制御部14によ
ってスイッチ２はａ側に、スイッチ５はｃ側にそれぞれ
設定される）、マイクロホン１に向かってキーワードを
発声する。マイクロホン１より入力したキーワードの音
声信号は音響パラメータ変換部３に入力し、音響パラメ
ータ（スペクトル、ピッチ、ケプストラム等）の時系列
に変換される。この音響パラメータの時系列から、特徴
量変換部４によって、音声認識技術による本人確認のた
めの音声の特徴量（キーワードの音韻並び）、あるいは
話者照合技術による本人確認のための、キーワードの内
容に依存しない個人性特徴量が抽出される。これらの特
徴量は、本人識別子（鍵）として記憶部６に格納され
る。

記憶部６のメモリ構成は第２図に示すようになってい
る。例えばＡ氏が本人登録をし、その本人識別氏がメッ
セージ入力番号の本人識別子として格納されると、同
時にメッセージ入力番号にメッセージ記録のためのメ
モリが割り当てられる。

このようなＡ氏の本人登録がなされた後、Ｂ氏がＡ氏
に伝えたいメッセージを録音する場合、操作部13によっ
て録音モードを選択し（制御部14により、スイッチ２を
ｂ側に、スイッチ５をｃ側にそれぞれ設定する等、装置
は録音モードの状態に制御される）、また操作部14のテ
ンキー等の操作によってメッセージ入力番号を選択す
る。そして、Ｂ氏はマイクロホン１に向って伝達したい
メッセージを発声すると、その音声信号は音声圧縮部12
によって符号化され、特定のコードデータ（圧縮された
音声データ）に変換されてメッセージ入力番号のメモ
リに格納される。

Ａ氏は自分へのメッセージを聞く場合、操作部13によ
って再生モードを選択し（制御部14によりスイッチ２が
ａ側に、スイッチ５がｄ側にそれぞれ設定される等、装
置は再生モードの状態に制御される）、マイクロホン１
に向ってキーワードを発声すると、その特徴量が特徴量
抽出部４より距離計算部７に入力する。この特徴量と、
記憶部６に格納されている本人識別子との距離がメッセ
ージ入力番号順に、距離計算部７によって計算される。
計算された距離値は判定部８によって閾値THと比較さ
れ、あるメッセージ入力番号で距離値が閾値TH以下にな
ると、判定部８より本人確認信号が出力される。すなわ
ち、話者がそのときのメッセージ入力番号に登録された
Ａ氏本人であると確認される。この本人確認信号が出る
と、距離計算部７の距離計算は停止し、音声伸張部９に
よって、その時のメッセージ入力番号に割り当てられた
メモリより音声データが読み出され、圧縮前のメッセー
ジの音声信号に復号伸張（再生）されてスピーカ駆動部
10へ供給される。かくして、Ｂ氏のメッセージがスピー
カ11より出力され、Ａ氏に伝わることになる。

話者が本人登録された特定者でない場合、あるいは登
録した本人であるが登録時と異なったキーワードを発声
した場合（本人識別子として音声並びを用いたとき）、
そのキーワード音声から抽出された特徴量と、登録され
た本人識別子との距離は閾値TH以下にならないので、録
音されたメッセージは再生されない。

なお、本人識別子として音声の特徴量（音韻並び）を
用いる場合は、音声認識の技術によって本人確認が行わ
れるということになるが、キーワードを第三者に知られ
ると、その第三者が本人と誤認識され、秘密にすべき記
録音声メッセージが再生される心配がある。これに対
し、個人性特徴量を本人識別子として用いる場合は、話
照合技術により本人確認が行われることになるので、第
三者がキーワードを発声しても本人と誤認される確率が
減り、秘密保持の信頼度が向上する。

なお、音声の音響パラメータの時系列をそのまま本人
識別子として用いることも可能である。

第３図は本発明の第２実施例を示すブロック図であ
る。この実施例の録音再生装置は、第１実施例と同様の
録音再生部20に電話部21を付加した構成であり、電話回
線を通じて遠隔地より、プッシュボタン信号（DTMF信
号）による録音再生部20の操作、音声メッセージの入出
力が可能である。

電話部21は網制御部（NCU）22、制御部23、送受話器
（ハンドセット）24、ダイヤリングやその他の操作のた
めの操作部28、送受話器24のフックオフを検出するため
のフックオフスイッチ27、通話回線29からなる。送受話
器24のマイクロホン25とスピーカ26は、通常の通話に利
用されるだけでなく、第１図中のマイクロホン１とスピ
ーカ11と同じ目的（キーワードやメッセージの直接的入
出力）にも利用される。

装置の設置場所において、本人登録やメッセージ記録
を行う場合は、第１実施例と同様な操作および動作とな
る。

すなわち、Ａ氏が本人登録をするときには、電話部21
の操作部28の操作によって本人登録モードを指定する
と、本人登録モード指示信号が制御部23より録音再生部
20の制御部14Aへ伝えられる。その結果、制御部14Aはス
イッチ２をａ側に、スイッチ５をｃ側にそれぞれ設定す
る等、録音再生部20を本人登録モードで動作させるため
の制御を行う。

この状態で、Ａ氏が送受話器24をフックオフし（ある
いはフックオフしないで）キーワードを発声すると、そ
の音声信号がマイクロホン25より通話回路29を通じて録
音再生部20へ入力し、本人確認のための特徴量が特徴量
変換部４によって抽出され、本人識別子として記憶部６
に格納される。このときに、そのメッセージ入力番号の
メッセージ記憶用メモリが記憶部６に割り当てられるこ
とは、第１実施例と同様であり、これは制御部14Aによ
ってなされる。

Ｂ氏がＡ氏へのメッセージを録音する場合、操作部28
より録音モードを指定し、次にＡ氏の本人識別子が登録
されたメッセージ入力番号を指定する。制御部23より制
御部14Aへ、録音モード指示信号とメッセージ番号情報
が順次送られる。制御部14Aは、スイッチ２をｂ側に設
定する等、録音再生部20を録音モードで動作させるため
の制御を行う。

次にＢ氏は送受話器24をフックオフし（またはフック
オンのまま）メッセージを発声すると、その音声信号が
マイクロホン25より通話回路29を通し録音再生部20へ入
力し、音声圧縮部12によって圧縮された音声データに変
換される。この音声データは、制御部14Aの制御によっ
て、Ｂ氏により指定されたメッセージ入力番号に割り当
てられている記憶部６のメモリに書き込まれる。

Ａ氏が録音されたメッセージを聞く場合、操作部28よ
り再生モードを指定し、送受話器24をフックオフし（ま
たはフックオンのまま）キーワードを発声する。制御部
14Aは制御部23より再生モード指示信号を受けると、ス
イッチ２をａ側に、スイッチ５をｄ側にそれぞれ設定す
る等、再生モードのための制御を行う。キーワードの音
声信号はマイクロホン25より通話回路29を通して入力
し、その特徴量が特徴量変換部４によって抽出され、距
離計算部７によって記憶部６に格納されている各本人識
別子との距離が計算される。Ａ氏の本人登録が正しくな
され、かつ正しいキーワードが発声されたときは、Ａ氏
の本人識別子との距離は閾値TH以下となるので判定部８
より本人確認信号が出力されるため、制御部14Aの制御
により、Ａ氏に対するＢ氏のメッセージデータが記憶部
６より読み出され、音声伸張部９によって音声信号に復
号伸張され、それがスピーカ駆動部10および通話回路29
を通してスピーカ26へ送られ出力される。

再生しようとする人がＡ氏以外の場合、本人確認信号
は出力されないため、音声メッセージは再生されない。

次に電話回線を通して遠隔地より本人登録、メッセー
ジの録音または再生を行う場合について説明する。

Ａ氏が本人登録をしたい場合、最寄りのプッシュボタ
ン電話機から、この録音再生装置へ電話をかけ、回線接
続がなされてからプッシュボタン操作によって本人登録
モードを指定する。

電話部21においては、着信があると網制御部22により
回転の直流ループをオンする。また録音再生部20が動作
する状態（いわゆる留守番電話の状態）に設定されてい
れば、制御部23はリンガ（図示されていない）を鳴動さ
せずに、回線信号を監視する。なお、発呼者へ留守番電
話の状態であることを知らせるために、特定者または応
答メッセージを回線へ送出させるように構成してもよ
い。

制御部23は、回線より本人登録モード指定のプッシュ
ボタン信号を受信すると、本人指定モード指示信号を制
御部14Aへ出し、また回線信号を録音再生部20に入力さ
せるように通話回路29を制御する。

制御部14Aの制御によって録音再生部20は本人登録モ
ードで動作する。したがって、Ａ氏がキーワードを発声
し、その音声信号が通話回路29を通して録音再生部20に
入力すると、その特徴量がＡ氏の本人識別子として記憶
部６に格納される。

この本人登録が終了すると、制御部23は網制御部22に
よって回線の直流ループをオフさせ、回線切断を行う。
なお、回線切断の前に、発呼者に対し本人登録完了を知
らせるための特定者または音声メッセージの信号を回線
へ送出させるように構成してもよい。

Ｂ氏がＡ氏に対するメッセージを遠隔地より録音した
い場合、最寄りのプッシュボタン電話機から、この録音
再生装置へ電話をかけ、回線接続がなされてからプッシ
ュボタン操作によって操作モードとメッセージ入力番号
を順に指定し、Ａ氏へのメッセージを発声する。

電話部21においては、網制御部22により回線の直流ル
ープをオンしたのち、録音再生部20が動作する状態（い
わゆる留守番電話の状態）に設定されていれば、リンガ
（図示されていない）を鳴動させずに回線信号を監視す
る。なお、特定音または応答メッセージを回線へ送出さ
せるように構成してもよい。

制御部23は、回線より録音モード指定のプッシュボタ
ン信号を受信すると、録音モード指示信号を制御部14A
へ出して録音再生部20を録音モードにさせ、次に受信す
るメッセージ入力番号を制御部14へ送ると、回線信号を
録音再生部20に入力させるように通話回路29を制御す
る。したがって、その後に回線を通じて受信されるメッ
セージ音声信号は音声圧縮部12によって圧縮され、記憶
部６の指定されたメッセージ入力番号のメモリに格納さ
れる。

これが終了すると、制御部23は網制御部22によって回
線の直流ループをオフさせ、回線切断を行う。なお、回
線切断の前に特定音または音声メッセージの信号を回線
へ送出させるように構成してもよい。

Ａ氏が自分に対するメッセージを遠隔地で聞きたい場
合、最寄りのプッシュボタン電話機から、この録音再生
装置へ電話をかけ、回線接続がなされてからプッシュボ
タン操作によって再生モードを指定してからキーワード
を発声する。

電話部21の制御部23は、録音再生部20が動作する状態
（いわゆる留守番電話の状態）に設定されていれば、リ
ンガ（図示されていない）を鳴動させず、回線より再生
モード指定のプッシュボダン信号を受信すると、再生モ
ード指示信号を制御部14Aに出して録音再生部20を再生
モードにさせ、また録音再生部20と回線とで信号が入出
力するように通話回路29を制御する。

したがって、回線より送られてくるキーワード音声信
号は録音再生部20に入力し、その特徴量と記憶部６に格
納されている本人識別子との距離により本人確認が行わ
れる。Ａ氏の本人識別子は登録済みであり、判定部８よ
り本人確認信号がでるため、Ａ氏に対応したメッセージ
入力番号のメモリに格納されている音声データが音声伸
張部９によって復元伸張され、その音声信号がスピーカ
駆動回路10、通話回路29、網制御部22を経由し回線へ送
出される。かくして、Ａ氏は自分に対するＢ氏のメッセ
ージを聞くことができる。

もしＡ氏がキーワードを正しく発声しなかったとき、
あるいは本人登録を行っていなかった場合、本人とは確
認されていないのでメッセージ再生は行われない。

メッセージ再生が終了すると、制御部23は網制御部22
によって回線切断を行うが、その前に特定音または音声
メッセージの信号を回線へ送出させるように構成しても
よい。

次に本発明の第３実施例について、第１図により説明
する。この実施例と第１実施例との違いは、メッセージ
録音の場合にも本人確認を行うことにより、機密性の向
上、いたずら録音の防止を図ることである。

すなわち、Ｂ氏がＡ氏（登録済み）へのメッセージを
録音する場合、操作部13により録音モードを指定し、次
にキーワードを発声する。制御部14は録音モードを指定
されると、スイッチ２をａ側に、スイッチ５をｄ側にそ
れぞれ設定する等、本人確認のための状態に制御する。
Ｂ氏のキーワード音声の特徴量が特徴量変換部４によっ
て抽出され、この特徴量と記憶部６に格納されている本
人識別子との距離が距離計算部７によって計算される。
もしＢ氏が本人登録済みであれば、Ｂ氏の本人識別子で
距離値が閾値TH以下となるので判定部８より本人確認信
号が出る。

本人確認信号が出ると、制御部14はスイッチ２をｂ側
に設定する等、第１実施例の録音モードと同じ状態に制
御する。したがって、Ｂ氏がＡ氏のメッセージ入力番号
を操作部13より指定し、マイクロホン１よりメッセージ
を入力すると、圧縮された音声データが記憶部６の指定
されたメッセージ入力番号のメモリに格納される。

しかし、Ｂ氏の本人登録がなされていない場合、ある
いはキーワードが正しく発声されなかった場合には、制
御部14は録音モードを打ち切る。

本発明の第４実施例について、第３図により説明す
る。この実施例も第３実施例と同様に録音モードにおい
て本人確認を行うことが、第２実施例と異なる。

すなわち、電話回線を通じて録音モードを指定されて
も、制御部14Aは録音モード状態に制御せず、本人確認
のための状態に制御する。そして、発呼者からのキーワ
ード音声の特徴量と記憶部６に格納された本人識別子と
の距離計算により本人であることが確認されると、制御
部14Aは第２実施例の録音モードと同じ状態に制御し、
発呼者からのメッセージの録音を可能にする。

〔発明の効果〕

以上の説明から明らかな如く、本発明によれば、特定
者間に限定した音声メッセージの交換が可能となり、ま
た本人確認は話者の音声に基づいて行われるため、面倒
な暗号入力操作が不要で操作性を向上できるとともに第
三者によるいたずらを確実に防止できる。

【図面の簡単な説明】

第１図は本発明の一実施例を示すブロック図、第２図は
本人識別子および音声データの記憶部のメモリ構成を示
す図、第３図は本発明の他の実施例を示すブロック図で
ある。 １……マイクロホン、２……スイッチ、 ３……音響パラメータ変換部、 ４……特徴量変換部、５……スイッチ、 ６……記憶部、７……距離計算部、８……判定部、 ９……音声伸張部、10……スピーカ駆動部、 11……スピーカ、13……操作部、 14,14A……制御部、20……録音再生部、 21……電話部、22……網制御部、 23……制御部、24……送受話部、 25……マイクロホン、26……スピーカ、 28……操作部。

Claims (4)

(57)【特許請求の範囲】
1. 【請求項１】話者の発した音声信号を入力する音声入力
   手段と、前記音声入力手段よりの入力音声信号より本人
   確認のための特徴量を抽出する特徴量抽出手段と、前記
   特徴量抽出手段による抽出特徴量を本人識別子としてあ
   らかじめ記憶するとともに、該本人識別子に対応して音
   声データを記憶する記憶手段と、前記特徴量抽出手段に
   よる抽出特徴量と前記記憶手段に記憶された本人識別子
   とを照合する照合手段と、前記記憶手段に記憶された音
   声データから音声信号を再生する再生手段と、前記再生
   手段による再生音声信号を出力する音声出力手段と、制
   御情報の入力手段とを有し、 前記制御情報入力手段より再生モード指定情報が入力さ
   れ、前記音声入力手段より話者の音声信号が入力された
   場合、該入力音声信号の特徴量が前記特徴量抽出手段で
   抽出され、前記照合手段の照合で該入力音声信号の特徴
   量と前記記憶手段に記憶されている本人識別子と一致が
   とれたときに、前記記憶手段に該本人識別子に対応して
   記憶されている音声データが前記再生手段により再生さ
   れ、前記音声出力手段より出力されることを特徴とする
   話者識別付録音再生装置。
2. 【請求項２】音声入力手段による入力音声信号を圧縮さ
   れた音声データに変換する音声圧縮手段を有し、制御情
   報入力手段により録音モードの指定情報が入力され、音
   声入力手段より録音音声信号が入力された場合、前記音
   声圧縮手段により変換された音声データが記憶手段に格
   納されることを特徴とする請求項（１）記載の話者識別
   付録音再生装置。
3. 【請求項３】制御情報入力手段により録音モードの指定
   情報が入力され、音声入力手段より話者の音声信号、録
   音音声信号が入力された場合、該話者の入力音声信号の
   特徴量が特徴量抽出手段で抽出され、照合手段による照
   合で該入力音声信号の特徴量と記憶手段に記憶されてい
   る本人識別子と一致がとれたときに、音声圧縮手段によ
   り変換された音声データが前記記憶手段に格納されるこ
   とを特徴とする請求項（２）記載の話者識別付録音再生
   装置。
4. 【請求項４】音声入力手段、音声出力手段および制御情
   報入力手段による音声信号入力、音声信号出力および制
   御情報入力はそれぞれ電話回線を介して行われることを
   特徴とする（１）、（２）または（３）記載の話者識別
   付録音再生装置。