JP2991148B2

JP2991148B2 - 話者認識における抑制標準パターンすなわちコホートの作成方法及びシステムと該システムを含む話者照合装置

Info

Publication number: JP2991148B2
Application number: JP9040102A
Authority: JP
Inventors: 栄子山田; 浩明服部
Original assignee: Nippon Electric Co Ltd
Current assignee: NEC Corp
Priority date: 1997-02-07
Filing date: 1997-02-07
Publication date: 1999-12-20
Anticipated expiration: 2017-02-07
Also published as: EP0858068A3; CA2229113C; CA2229113A1; JPH10222189A; EP0858068A2

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、話者照合装置内で
用いられる抑制標準パターン（コホート）作成方法に関
する。

【０００２】

【従来の技術】話者認識においては、登録時と照合時の
周囲雑音差、回線特性差などが認識性能を低下させるこ
とが問題となっている。この問題を解決する手段として
は、迫江らが提案している抑制標準パターンを用いた方
法が挙げられる（例えば特開昭５８−７６８９３号公報
（「文献１」という）、あるいは特開昭５９−１７８５
８７号公報（「文献２」という）参照）。この従来方法
は、本人の標準パターンと入力音声間の距離の値を用
い、予め定められた閾値によって本人判定する際に、そ
の前段階として、抑制標準パターンと入力音声間の距離
の値を閾値とした判定を行う話者照合方法である。

【０００３】登録時と照合時の様々な環境差は、本人の
標準パターンと入力音声間の距離と、抑制標準パターン
と入力音声間の距離に同様に影響しているため、抑制標
準パターンと入力音声間の距離の値を閾値とした判定を
前段階に行うことによって、登録時と照合時の環境差を
取り除いた照合を行うことができ、高性能の照合率が得
られると記載されている。また、上記提案法と同じ考え
方に基づいた方法として、抑制標準パターンによる尤度
正規化法が、Ｈｉｇｇｉｎｓ、Ｒｏｓｅｎｂｅｒｇらに
よって提案されている（Ａ．Ｈｉｇｇｉｎｓ，Ｌ．Ｂａ
ｈｌｅｒ，ａｎｄＪ．Ｐｏｒｔｅｒ、“Ｓｐｅａｋｅ
ｒＶｅｒｉｆｉｃａｔｉｏｎＵｓｉｎｇＲａｎｄ
ｏｍｉｚｅｄＰｈｒａｓｅＰｒｏｍｐｔｉｎｇ”、
ＤｉｇｉｔａｌＳｉｇｎａｌＰｒｏｃｅｓｓｉｎ
ｇ、１、ｐｐ８９−１０６、（１９９１）参照）（「文
献３」という）、（ＡａｒｏｎＥ．Ｒｏｓｅｎｂｅｒ
ｇ，ＪｏｅｌＤｅＬｏｎｇ，Ｃｈｉｎ−ＨｕｉＬｅ
ｅ，Ｂｉｉｎｇ−ＨｗａｎｇＪｕａｎｇ，Ｆｒａｎｋ
Ｋ．Ｓｏｏｎｇ、“ＴｈｅＵｓｅｏｆＣｏｈｏｒ
ｔＮｏｒｍａｌｉｚｅｄＳｃｏｒｅｓｆｏｒＳ
ｐｅａｋｅｒＶｅｒｉｆｉｃａｔｉｏｎ”、ＩＣＳＬ
Ｐ９２、ｐｐ５９９−６０２（１９９２）参照）（「文
献４」という）。

【０００４】以下、抑制標準パターンによる尤度正規化
について説明する。

【０００５】抑制標準パターンによる尤度正規化とは、
本人の音声に近い音声を持つ上位Ｎ名を抑制話者として
選択し、照合時の距離計算の際に、本人の尤度から抑制
話者の尤度を差し引くことによって、尤度の正規化を行
う手法である。差し引かれる抑制話者の尤度としては、
抑制話者中の最大尤度、平均値など様々な方法が考えら
れる。登録時と照合時の様々な環境差は、本人の尤度と
抑制話者の尤度に同様に影響しているため、本人の尤度
から抑制話者の尤度を差し引くことによって、登録時と
照合時の環境差を取り除くことができると考えられてい
る。

【０００６】

【発明が解決しようとする課題】図１０は、従来の抑制
標準パターン作成方法を説明するためのブロック図であ
る。従来の抑制標準パターン（コホート）作成方法の流
れは、入力された本人の音声データが分析部１０１０で
特徴ベクトルに変換され、変換された特徴ベクトルと抑
制話者標準パターン記憶部１０２０に記憶されている抑
制話者の標準パターンとの類似度を計算し、本人の音声
に近い順に抑制話者を抑制話者選択部１０３０で選択す
るというものであった。

【０００７】この従来方法の場合、予め用意された抑制
話者の中から本人の登録時の音声と類似した抑制話者が
選択されるが、本人の登録時の環境と選択された抑制話
者の環境には差があり、その差を埋めるために、多くの
抑制話者を用意しなくてはならない、という問題点があ
る。

【０００８】また、本人と抑制話者が異なる単語を発声
した場合、従来の方法では、本人の内容未知音声を連続
音素認識し、認識した結果を用いて音素パターンを連鎖
させ、未知発声に相当する抑制標準パターンを作成して
いた。

【０００９】しかし、従来方法では、抑制標準パターン
の質が連続音素認識の性能に左右される、という問題点
がある。

【００１０】したがって、本発明は、上記問題点に鑑み
てなされたものであって、その目的は、上記問題点を解
消する方法として、適応化を用いた抑制標準パターン作
成方法及び装置を提供することにある。

【００１１】

【課題を解決するための手段】前記目的を達成する本願
第１発明に係る抑制標準パターン（コホート）作成方式
は、入力された本人の音声データを特徴ベクトルに変換
する分析部と、前記分析部で変換された特徴ベクトルを
記憶する特徴ベクトル記憶部と、１つ以上の抑制話者の
標準パターンが記憶されている抑制話者標準パターン記
憶部と、前記分析部で変換された特徴ベクトルと前記抑
制話者標準パターン記憶部に記憶されている各話者の標
準パターンとの類似度を計算し、少なくとも１人の抑制
話者を選択する抑制話者選択部と、前記抑制話者選択部
で選択された抑制話者の標準パターンと、前記特徴ベク
トル記憶部に記憶されている本人の特徴ベクトルを用
い、抑制話者の特徴ベクトル空間から本人の特徴ベクト
ル空間への写像関数を求める推定部と、前記推定部で求
めた写像関数を基に、前記抑制話者標準パターン記憶部
に記憶されている抑制話者の標準パターンを適応化する
適応部とを有して構成される。

【００１２】また本願第２発明に係る抑制標準パターン
（コホート）作成方式は、入力された本人の音声データ
を特徴ベクトルに変換する分析部と、前記分析部で変換
された特徴ベクトルを記憶する特徴ベクトル記憶部と、
１つ以上の抑制話者標準パターンが記憶されている抑制
話者標準パターン記憶部と、前記分析部で変換された特
徴ベクトルと前記抑制話者標準パターン記憶部に記憶さ
れている各話者の標準パターンとの類似度を計算し、少
なくとも１人の抑制話者を選択する抑制話者選択部と、
前記抑制話者選択部で選択された抑制話者の標準パター
ンと、前記特徴ベクトル記憶部に記憶されている本人の
第１の発声（内容既知）から求められた特徴ベクトルを
用い、抑制話者の特徴ベクトル空間から本人の特徴ベク
トル空間への写像関数を求める推定部と、前記推定部で
求められた写像関数を基に、前記抑制話者標準パターン
記憶部に記憶されている抑制話者の標準パターンを適応
化する適応部と、前記適応部で求められた適応化後の抑
制話者標準パターンを用い、前記特徴ベクトル記憶部に
記憶されている本人の第２の発声（内容未知）から求め
られた特徴ベクトルのアライメントを推定し、推定され
たアライメントを基に第２の発声に相当する抑制標準パ
ターンを作成するアライメント推定部とを有して構成さ
れる。

【００１３】本願第３発明に係る抑制標準パターン（コ
ホート）作成方式は、入力された本人の音声データを特
徴ベクトルに変換する分析部と、前記分析部で変換され
た特徴ベクトルを記憶する特徴ベクトル記憶部と、１つ
以上の抑制話者標準パターンが記憶されている抑制話者
標準パターン記憶部と、前記分析部で変換された特徴ベ
クトルと前記抑制話者標準パターン記憶部に記憶されて
いる各話者の標準パターンとの類似度を計算し、少なく
とも１人の抑制話者を選択する抑制話者選択部と、前記
抑制話者選択部で選択された抑制話者の標準パターン
と、前記特徴ベクトル記憶部に記憶されている本人の第
１の発声（内容既知）から求められた特徴ベクトルを用
い、抑制話者の特徴ベクトル空間から本人の特徴ベクト
ル空間への写像関数を求める推定部と、前記抑制話者選
択部で選択された抑制話者の標準パターンを用い、前記
特徴ベクトル記憶部に記憶されている本人の第２の発声
（内容未知）から求められた特徴ベクトルのアライメン
トを推定し、推定されたアライメントを基に第２の発声
に相当する抑制標準パターンを作成するアライメント推
定部と、前記推定部で推定された写像関数を用い、前記
アライメント推定部で作成された抑制標準パターンを適
応化する適応部とを有して構成される。

【００１４】本願第４発明に係る抑制標準パターン（コ
ホート）作成方式は、入力された本人の音声データを特
徴ベクトルに変換する分析部と、前記分析部で変換され
た特徴ベクトルを記憶する特徴ベクトル記憶部と、１つ
以上の抑制話者の標準パターンが記憶されている抑制話
者標準パターン記憶部と、前記分析部で変換された特徴
ベクトルと前記抑制話者標準パターン記憶部に記憶され
ている各話者の標準パターンとの類似度を計算し、少な
くとも１人の抑制話者を選択する抑制話者選択部と、前
記抑制話者選択部で選択された抑制話者の標準パターン
と、前記特徴ベクトル記憶部に記憶されている本人の特
徴ベクトルを用い、本人の特徴ベクトル空間から抑制話
者の特徴ベクトル空間への写像関数を求める推定部と、
前記特徴ベクトル記憶部に記憶されている本人の特徴ベ
クトルを用い、本人が標準パターンを作成する標準パタ
ーン作成部と、前記推定部で求めた写像関数を基に、前
記標準パターン作成部で求められた本人の標準パターン
を適応化する適応部とを有して構成される。

【００１５】本願第５発明に係る抑制標準パターン（コ
ホート）作成方式は、第１、２、３、４発明の抑制話者
標準パターン記憶部において、１つ以上の話者標準パタ
ーンの各話者標準パターンとして、２人以上の話者の特
徴を備えた標準パターンを記憶することを特徴とする。

【００１６】本願第６発明に係る抑制標準パターン（コ
ホート）作成方式は、入力された本人の音声データを特
徴ベクトルに変換する分析部と、前記分析部で変換され
た特徴ベクトルを記憶する特徴ベクトル記憶部と、１つ
以上の抑制話者の標準パターンが記憶されている抑制話
者標準パターン記憶部と、前記分析部で変換された特徴
ベクトルと、前記抑制話者標準パターン記憶部に記憶さ
れている話者の標準パターンとを用い、抑制話者の特徴
ベクトル空間から本人の特徴ベクトル空間への写像関数
を求める推定部と、前記推定部で求めた写像関数を基
に、前記抑制話者標準パターン記憶部に記憶されている
抑制話者の標準パターンを適応化する適応部と、前記適
応部で適応化された標準パターンと前記特徴ベクトル記
憶部に記憶されている本人の特徴ベクトルから、類似度
を計算し、少なくとも１人の抑制話者を選択する抑制話
者選択部とを有して構成される。

【００１７】本願第７発明に係る抑制標準パターン（コ
ホート）作成方式は、入力された本人の音声データを特
徴ベクトルに変換する分析部と、前記分析部で変換され
た特徴ベクトルを記憶する特徴ベクトル記憶部と、１つ
以上の抑制話者標準パターンが記憶されている抑制話者
標準パターン記憶部と、前記分析部で変換された本人の
第１の発声（内容既知）に対する特徴ベクトルと、前記
抑制話者標準パターン記憶部に記憶されている話者の標
準パターンとを用い、各抑制話者の特徴ベクトル空間か
ら本人の特徴ベクトル空間への写像関数を求める推定部
と、前記推定部で求められた写像関数を基に、前記抑制
話者標準パターン記憶部に記憶されている抑制話者の標
準パターンを適応化する適応部と、前記適応部で適応化
された標準パターンを用い、前記特徴ベクトル記憶部に
記憶されている本人の第２の発声（内容未知）から求め
られた特徴ベクトルのアライメントを推定し、推定され
たアライメントを基に、第２の発声に相当する抑制標準
パターンを作成するアライメント推定部と、前記アライ
メント推定部で求められた抑制標準パターンと、前記特
徴ベクトル記憶部に記憶されている本人の第２の発声の
特徴ベクトルから類似度を計算し、少なくとも１人の抑
制話者を選択する抑制話者選択部とを有して構成され
る。

【００１８】本願第８発明に係る抑制標準パターン（コ
ホート）作成方式は、入力された本人の音声データを特
徴ベクトルに変換する分析部と、前記分析部で変換され
た特徴ベクトルを記憶する特徴ベクトル記憶部と、１つ
以上の抑制話者標準パターンが記憶されている抑制話者
標準パターン記憶部と、前記分析部で変換された本人の
第１の発声（内容既知）に対する特徴ベクトルと、前記
抑制話者標準パターン記憶部に記憶されている話者の標
準パターンとを用い、各抑制話者の特徴ベクトル空間か
ら本人の特徴ベクトル空間への写像関数を求める推定部
と、前記抑制話者標準パターン記憶部に記憶されている
抑制話者の標準パターンを用い、前記特徴ベクトル記憶
部に記憶されている本人の第２の発声から求められた特
徴ベクトルのアライメントを推定し、推定されたアライ
メントを基に、第２の発声（内容未知）に相当する抑制
標準パターンを作成するアライメント推定部と、前記推
定部で推定された写像関数を用い、前記アライメント推
定部で求められた抑制標準パターンを適応化する適応部
と、前記適応部で適応化された抑制標準パターンと、前
記特徴ベクトル記憶部に記憶されている本人の第２の発
声の特徴ベクトルから、類似度を計算し、少なくとも１
人の抑制話者を選択する抑制話者選択部とを有して構成
される。

【００１９】本願第９発明に係る抑制標準パターン（コ
ホート）作成方式は、入力された本人の音声データを特
徴ベクトルに変換する分析部と、前記分析部で変換され
た特徴ベクトルを記憶する特徴ベクトル記憶部と、抑制
話者の標準パターンが記憶されている抑制話者標準パタ
ーン記憶部と、前記分析部で変換された特徴ベクトル
と、前記抑制話者標準パターン記憶部に記憶されている
話者の標準パターンとを用い、本人の特徴ベクトル空間
から抑制話者の特徴ベクトル空間への写像関数を求める
推定部と、前記特徴ベクトル記憶部に記憶されている本
人の特徴ベクトルを用い、本人の標準パターンを作成す
る標準パターン作成部と、前記推定部で求めた写像関数
を基に、前記標準パターン作成部で求められた本人の標
準パターンを適応化する適応部と、前記適応部で適応化
された標準パターンと前記特徴ベクトル記憶部に記憶さ
れている本人の特徴ベクトルから、類似度を計算し、少
なくとも１人の抑制話者を選択する抑制話者選択部とを
有して構成される。

【００２０】本願第１０発明に係る抑制標準パターン
（コホート）作成方式は、第６、７、８、９発明の抑制
話者標準パターン記憶部において、１つ以上の話者標準
パターンの各標準パターンにおいて、２人以上の話者の
特徴を備えた標準パターンを記憶することを特徴とす
る。

【００２１】本願第１１発明に係る抑制標準パターン
（コホート）作成方式は、入力された本人の入力音声デ
ータを特徴ベクトルに変換する分析部と、抑制標準パタ
ーン作成部と、話者の標準パターンが記憶されている話
者標準パターン記憶部と、前記分析部で変換された本人
の特徴ベクトルと、前記抑制標準パターン作成部で作成
された抑制標準パターンと、前記話者標準パターン記憶
部に記憶されている本人の標準パターンを用い、特徴ベ
クトルと本人の標準パターンとの距離の値から、特徴ベ
クトルと抑制標準パターンとの距離の値を差し引くこと
で正規化を行う距離計算部と、前記距離計算部で計算さ
れた距離を基に本人判定を行う判定部とを有して構成さ
れる。

【００２２】

【発明の実施の形態】本発明の好ましい実施の形態につ
いて以下に説明する。最初に、抑制標準パターンによる
距離正規化について、距離尺度を尤度とした場合の説明
を行う。以下の説明は、尤度を標準パターン間の距離に
置き換えても同様に成り立つ。

【００２３】抑制標準パターンによる尤度正規化とは、
本人の音声に近い音声を持つ話者を抑制話者として選択
し、照合時の距離計算の際に、本人の尤度から抑制話者
の尤度を差し引くことによって正規化を行う手法であ
る。差し引かれる抑制話者の尤度としては、抑制話者中
の最大尤度、平均値など様々な方法が考えられる。抑制
標準パターンによる尤度正規化は次式（１）の通りであ
る。

【００２４】

【数１】

【００２５】ｌｏｇ（ｐ（Ｏ／Ｉ））は、本人Ｉのモデ
ルに対して観測ベクトルＯが観測される確率の尤度であ
り、ｌｏｇ（ｐ（Ｏ／ｃ_k（Ｉ）））は、本人Ｉの抑制
話者セットであるＣ（Ｉ）中のｋ番目の抑制話者の標準
パターンに対して観測ベクトルＯが観測される確率の尤
度である。

【００２６】ｓｔａｔは抑制話者の中の最大尤度をとる
か、又は平均値をとるかなどの種々の統計的な計算方法
を表す。また、Ｓｃｏｒｅは、正規化された尤度であ
る。登録時と照合時の様々な環境差は、本人の尤度と抑
制話者の尤度に同様に影響しているため、本人の尤度か
ら抑制話者の尤度を差し引くことによって、登録時と照
合時の環境差を取り除くことができると考えられてい
る。

【００２７】上記したように、従来の方法は、様々な回
線特性に対応するため、多くの抑制標準パターンを用意
しなくてはならないという問題点や、本人と抑制話者が
異なる単語を発声した場合、精度の良い抑制標準パター
ンを作成できないという問題点があった。

【００２８】本発明は、これらの問題点を解決する方法
として、適応化を用いた抑制標準パターン作成方法、お
よびその方法を含む話者照合装置を提供する。適応化と
しては、高速環境適応（ＲＩＡＬＩＳＥ法）（高木、
“スペクトル写像による環境適応機能を有する音声認
識”、音響講論、ｐｐ１７３−１７４（１９９４．
３））（「文献５」という）、木構造話者適応（ＡＣＴ
Ｓ）（篠田、“木構造化された確率分布を用いた話者適
応化”、音響講論、ｐｐ４９−５０（１９９５．３））
（「文献６」という）、スペクトル内挿話者適応（篠
田、“半音節ＨＭＭによる音声認識のための話者適
応”、音響講論、ｐｐ２３−２４（１９９１．９））
「文献７」という）などを用いることができる。

【００２９】ここでは、高速環境適応について説明す
る。高速環境適応は、認識時の発声自身を用いて、回線
歪み、付加雑音に関するスペクトル上での発生と標準パ
ターンとの差異を取りだし、この差を用いて標準パター
ンを発生環境に適応化する方法である。

【００３０】適応化の式は、適応前の標準パターンのス
ペクトル時系列をＷ（ｔ）、適応後の標準パターンのス
ペクトル時系列をＷ＾（ｔ）とすると次式で与えられ
る。

【００３１】

【数２】

【００３２】このうち上式（２）は標準パターンの雑音
部分に関する適応化であり、上式（３）は標準パターン
の音声部分に関する適応化である。ここで、Ｓ_wは標準
パターンの音声モデルの平均スペクトル、Ｎ_wは標準パ
ターンの雑音モデルの平均スペクトル、Ｓ_vは音声区間
と対応付けられた入力音声の平均スペクトル、Ｎ_vは雑
音区間と対応付けられた入力音声の平均スペクトルであ
る。

【００３３】この方法を抑制標準パターン（コホート）
作成に用いる場合、種々の使い方が考えられる。

【００３４】まず第１の方法として、抑制話者選択後、
抑制話者の特徴ベクトル空間から本人の特徴ベクトル空
間への写像関数を求め、その写像関数を用いて抑制話者
の標準パターンを適応する方法がある。

【００３５】この方法は、登録時の本人の音声を用いて
適応するため、登録時の環境を含んだ新たな抑制標準パ
ターンを作成することができる。このため、本人の標準
パターンと抑制標準パターンとの環境差（周囲雑音、回
線特性など）を取り除くことができ、少数の抑制標準パ
ターンでより良い話者照合率を得ることができる。

【００３６】第２の方法として、抑制話者選択後、本人
の第１発声（内容既知）を用い、抑制話者の特徴ベクト
ル空間から本人の特徴ベクトル空間への写像関数を求
め、その写像関数を用いて抑制話者の標準パターンを適
応化し、適応化した標準パターンを用いて本人の第２発
声（内容未知）に対する抑制標準パターンを作成する方
法がある。

【００３７】この第２の方法を用いると、本人と抑制話
者が異なる単語を発声した場合にも抑制標準パターンが
作成できる。これについては、本人の内容未知の発声を
連続音素認識し、認識された発声内容をもとに写像関数
の推定し、適応化を行うことは可能だが、写像関数の推
定精度が低い。この方法を用いると、内容既知の発声を
用いて写像関数の推定を行うことができるため、精度良
い抑制標準パターンを作成できるという利点がある。

【００３８】第３の方法として、抑制話者を選択した
後、本人の第１発声（内容既知）を用い、抑制話者の特
徴ベクトル空間から本人の特徴ベクトル空間への写像関
数を求め、抑制話者の標準パターンを用いて作成された
本人の第２発声（内容未知）に対する抑制標準パターン
を、求められた写像関数を用いて適応化し、新たな抑制
標準パターンを作成する方法がある。

【００３９】この第３の方法の利点は第２の方法の利点
とほぼ同じであるが、登録時に低ＳＮＲ（信号対雑音
比）であり、写像関数がうまく推定されない場合、第２
の方法よりも第３の方法の方が精度良い抑制標準パター
ンを作成することができる。

【００４０】第４の方法として、本人の特徴ベクトル空
間から抑制話者の特徴ベクトル空間への写像関数を求
め、その写像関数を用いて本人の標準パターンを適応化
する方法がある。

【００４１】この第４の方法は、本人の登録時の標準パ
ターンの時間構造などの特徴を抑制標準パターンに反映
させることができるという利点を持つ。またこの第４の
方法は、本人と抑制話者が異なる単語を発声した場合に
も同様の効果を有する。

【００４２】第５の方法として、上記第１、２、３、４
の方法の抑制標準パターン作成方法において、写像関数
の推定に用いる抑制標準パターンとして、２人以上の話
者の特徴を備えた標準パターンを用いる方法がある。

【００４３】この第５の方法は、写像関数の推定用の標
準パターンとして２人以上の話者の特徴を備えた標準パ
ターンを用いるため、１つの標準パターンで複数話者の
標準パターンを表現することができ、少ない抑制標準パ
ターン数で安定した写像関数を得ることができる。この
ため、少ない計算量でより良い話者照合率を得ることが
できる。

【００４４】第６の方法として、第１〜５の各方法中の
抑制話者を選択する部分と適応化する部分の順番を変え
た方法、すなわち、全ての抑制話者の標準パターンを用
い、本人の標準パターンを適応し、その後、本人の標準
パターンと距離の近い順に適応化後の標準パターンから
抑制標準パターンを選択する方法がある。

【００４５】この第６の方法は、原理的には、第１〜５
の方法と同じであるが、適応化時の精度を考慮できるた
め、より精度の良い抑制標準パターンを作成できるとい
う利点を持つ。

【００４６】上記した本発明の実施の形態の抑制標準パ
ターン（コホート）作成方法を用いることによって、少
数の抑制標準パターンで、高い話者照合率を得ることが
できる。また、抑制話者選択、推定に用いた発声と適応
に用いる発声内容が異なる場合でも、簡単に精度良い抑
制標準パターンを作成することができる。

【００４７】

【実施例】上記した本発明の実施の形態について更に詳
細に説明すべく本発明の実施例について図面を参照して
説明する。

【００４８】図１は、本発明の一実施例の構成を示すブ
ロック図である。本実施例においては、抑制話者を選択
した後、抑制話者の特徴ベクトル空間から本人の特徴ベ
クトル空間への写像関数を求め、その写像関数を用いて
抑制話者の標準パターンを適応化する。

【００４９】図１を参照すると、入力された本人の音声
は分析部１０に送られる。分析部１０に送られた入力音
声は、特徴ベクトルに変換され、特徴ベクトル記憶部３
０と抑制話者選択部４０に送られる。特徴ベクトルの例
としては、ケプストラム、Δケプストラムなどを用い
る。ケプストラム、Δケプストラムについては、古井、
「ディジタル音声処理」、東海大学出版会、ｐｐ４４−
４７、１９８５年（「文献８」という）等が参照され
る。

【００５０】抑制話者選択部４０では、分析部１０から
送られた本人の特徴ベクトルと、抑制話者標準パターン
記憶部２０から送られた各話者の標準パターンとの間で
距離計算が行われ、距離の小さい順に、話者標準パター
ンを抑制標準パターンとして選択する。この距離計算方
法については、ＤＰマッチングや（例えば文献（９）
（迫江、千葉、“動的計画法を利用した時間正規化に基
づく連続音声認識”、音響誌、２７、９、ｐｐ４８３−
４９０、昭和４９年９月）が参照される）やＶｉｔｅｒ
ｂｉアルゴリズム（例えば文献（１０）（Ｌ．Ｒ．Ｒａ
ｂｉｎｅｒａｎｄＭ．Ｍ．Ｓｏｎｄｈｉ：“Ｏｎ
ｔｈｅａｐｐｌｉｃａｔｉｏｎｏｆｖｅｃｔｏｒ
ｑｕａｎｔｉｚａｔｉｏｎａｎｄｈｉｄｄｅｎｍ
ａｒｋｏｖｍｏｄｅｌｓｔｏｓｐｅａｋｅｒ−ｉ
ｎｄｅｐｅｎｄｅｎｔ，ｉｓｏｌａｔｅｄｗｏｒｄ
ｒｅｃｏｇｎｉｔｉｏｎ”，ｉｂｉｄ，ｐｐ１０７５−
１１０５）が参照される）などを用いる。

【００５１】また、抑制話者標準パターン記憶部２０
は、各話者の特徴を備えた標準パターンや２人以上の話
者の特徴を備えた標準パターンなど、様々な標準パター
ンが記憶されている。選択された抑制標準パターンは、
推定部５０に送られる。

【００５２】推定部５０では、抑制話者選択部４０から
送られた抑制標準パターンと、特徴ベクトル記憶部３０
から送られた本人の特徴ベクトルと、から、抑制話者の
特徴ベクトル空間から本人の特徴ベクトル空間への写像
関数を求める。

【００５３】求めるべき写像関数は、用いる適応化方式
に依存するが、例えば、高速環境適応の場合、上式
（３）の、Ｓ_w（標準パターンの音声モデルの平均スペ
クトル）、Ｎ_w（標準パターンの無音部分の平均スペク
トル）、Ｓ_v（音声区間と対応付けられた入力音声の平
均スペクトル）、Ｎ_v（雑音区間と対応付けられた入力
音声の平均スペクトル）である（その詳細については上
記文献５が参照される）。

【００５４】木構造話者適応を用いた場合には、抑制話
者と本人の標準パターンの構成要素である各ノード間の
マッピングを表す関数であり、スペクトル内挿話者適応
を用いた場合には、抑制話者の特徴ベクトル空間から本
人の特徴ベクトル空間へのスペクトル写像関数である。
木構造話者適応の各ノード間のマッピングを表す関数の
詳細については、例えば上記文献６の記載が参照される
（すなわち関数の詳細は本願明細書では示さないが、そ
の詳細は上記文献６に記載の式（１）が参照される）。
スペクトル内挿話者適応のスペクトル写像関数について
は、例えば上記文献７が記載が参照される（すなわち関
数の詳細は本願明細書では示さないが、その詳細は上記
文献７に記載の式（１）が参照される）。そして、推定
部５０で求められた写像関数は、適応部６０に送られ
る。

【００５５】適応部６０では、推定部５０から送られた
写像関数を基に、抑制話者選択部４０で選択された抑制
標準パターンの適応化を行う。高速環境適応を用いた場
合には、上式（２）、及び上式（３）に従い、適応化を
行う。また木構造話者適応を用いた場合には、上記文献
６に方法に従い、適応化を行う（本願明細書では関数式
は明示しないが、その詳細は上記文献６に記載の第４式
が参照される）。さらにスペクトル内挿話者適応を用い
た場合には、上記文献７の方法に従い適応化を行う（本
願明細書では関数式は明示しないが、その詳細は上記文
献７に記載の式（２）が参照される）。適応部６０で適
応化された新たな抑制標準パターンが出力となる。

【００５６】図２は、本発明の第２の実施例の構成を示
すブロック図である、本実施例では、抑制話者選択後、
本人の第１発声（内容既知）を用いて抑制話者の特徴ベ
クトル空間から本人の特徴ベクトル空間への写像関数を
求め、その写像関数を用い抑制話者の標準パターンを適
応化し、適応化後の抑制標準パターンを用いて本人の第
２発声（内容未知）に相当する抑制標準パターンを作成
する。

【００５７】入力された本人の第１発声（内容既知）、
第２発声（内容未知）は、分析部１１０に送られる。分
析部１１０に送られた入力音声は、特徴ベクトルに変換
され、特徴ベクトル記憶部１３０に送られる。また、第
１の発声から求められた特徴ベクトルは抑制話者選択部
１４０に送られる。

【００５８】抑制話者選択部１４０では、分析部１１０
から送られた本人の特徴ベクトルと、抑制話者標準パタ
ーン記憶部１２０から送られた各話者の標準パターンと
の間で距離計算が行われ、距離の小さい順に、話者標準
パターンを抑制標準パターンとして選択する。選択され
た抑制標準パターンは、推定部１５０に送られる。

【００５９】推定部１５０は、抑制話者選択部１４０か
ら送られた抑制標準パターンと、特徴ベクトル記憶部１
３０から送られた本人の第１発声の特徴ベクトルから、
抑制話者の特徴ベクトル空間から本人の特徴ベクトル空
間への写像関数を求める。ここで求められた写像関数
は、適応部１６０に送られる。

【００６０】適応部１６０では、推定部１５０から送ら
れた写像関数を基に、抑制話者選択部１４０で選択され
た抑制標準パターンの適応化を行う。ここで適応化され
た標準パターンはアライメント推定部１７０に送られ
る。

【００６１】アライメント推定部１７０では、適応部１
６０から送られた標準パターンと特徴ベクトル記憶部１
３０から送られた本人の第２発声の特徴ベクトルとの間
のアライメントを推定する。推定には、ＤＰマッチング
（上記文献９に詳しい）やＶｉｔｅｒｂｉアルゴリズム
（上記文献１０に詳しい）を用いる。

【００６２】ここで推定されたアライメントに相当する
音素の順に、適応部１６０から送られた標準パターンを
連鎖し、本人の第２発声に相当する抑制標準パターンを
作成する。ここで作成された抑制標準パターンを出力す
る。

【００６３】図３は、本発明の第３の実施例の構成を示
すブロック図である。本実施例では、抑制話者選択後、
本人の第１発声（内容既知）を用いて抑制話者の特徴ベ
クトル空間から本人の特徴ベクトル空間への写像関数を
求め、適応化前の抑制話者の標準パターンを用いて本人
の第２発声（内容未知）に相当する標準パターンを作成
し、作成した標準パターンを推定した写像関数を用いて
適応化する。

【００６４】入力された本人の第１発声（内容既知）、
第２発声（内容未知）は、分析部２１０に送られる。分
析部２１０に送られた入力音声は、特徴ベクトルに変換
され、特徴ベクトル記憶部２３０に送られる。また、第
１の発声から求められた特徴ベクトルは抑制話者選択部
２４０に送られる。

【００６５】抑制話者選択部２４０では、分析部２１０
から送られた本人の特徴ベクトルと、抑制話者標準パタ
ーン記憶部２２０から送られた各話者の標準パターンと
の間で距離計算が行われ、距離の小さい順に、話者標準
パターンを抑制標準パターンとして選択する。選択され
た抑制標準パターンは、推定部２５０に送られる。

【００６６】推定部２５０では、抑制話者選択部２４０
から送られた抑制標準パターンと、特徴ベクトル記憶部
２３０から送られた本人の第１発声の特徴ベクトルか
ら、抑制話者の特徴ベクトル空間から本人の特徴ベクト
ル空間への写像関数を求める。ここで求められた写像関
数は、適応部２６０に送られる。

【００６７】アライメント推定部２７０では、抑制話者
標準パターン記憶部２２０から送られた標準パターンと
特徴ベクトル記憶部から送られた本人の第２発声の特徴
ベクトルとの間のアライメントを推定する。ここで推定
されたアライメントに相当する音素の順に、抑制話者標
準パターン記憶部２２０から送られた標準パターンを連
鎖し、本人の第２発声に相当する抑制標準パターンを作
成する。作成された抑制標準パターンは適応部２６０に
送られる。

【００６８】適応部２６０では、推定部２５０から送ら
れた写像関数を基に、アライメント推定部２７０で作成
された抑制標準パターンの適応化を行う。ここで適応化
された抑制標準パターンが出力となる。

【００６９】図４は、本発明の第４の実施例の構成を示
す図である。本実施例では、抑制話者選択後、本人の特
徴ベクトル空間から抑制話者の特徴ベクトル空間への写
像関数を求め、その写像関数を用い本人の標準パターン
を適応化する。

【００７０】入力された本人の音声は、分析部３１０に
送られる。分析部３１０に送られた入力音声は、特徴ベ
クトルに変換され、特徴ベクトル記憶部３３０と抑制話
者選択部３４０に送られる。

【００７１】抑制話者選択部３４０では、分析部３１０
から送られた本人の特徴ベクトルと、抑制話者標準パタ
ーン記憶部３２０から送られた各話者の標準パターンと
の間で距離計算が行われ、距離の小さい順に、話者標準
パターンを抑制標準パターンとして選択する。選択され
た抑制標準パターンは、推定部３５０に送られる。

【００７２】推定部３５０では、抑制話者選択部３４０
から送られた抑制標準パターンと、特徴ベクトル記憶部
３３０から送られた本人の特徴ベクトルから、本人の特
徴ベクトル空間から抑制話者の特徴ベクトル空間への写
像関数を求める。ここで求められた写像関数は、適応部
３７０に送られる。

【００７３】標準パターン作成部３６０では、特徴ベク
トル記憶部３３０から送られた本人の特徴ベクトルを用
い、本人の標準パターンを作成する。作成方法として
は、標準パターンがＨＭＭ（隠れマルコフモデル）
（Ｓ．Ｅ．Ｌｅｖｉｎｓｉｎ，Ｌ．Ｒ．Ｒａｂｉｎａ
ｒ，ａｎｄＭ．Ｍ．Ｓｏｎｄｈｉ：“ＡｎＩｎｔｒ
ｏｄｕｃｔｉｏｎｔｏｔｈｅＡｐｐｌｉｃａｔｉ
ｏｎｏｆｔｈｅＴｈｅｏｒｙｏｆＰｒｏｂａ
ｂｉｌｉｓｔｉｃＦｕｎｃｔｉｏｎｓｏｆＭａｒ
ｋｏｖＰｒｏｃｅｓｓｔｏＡｕｔｏｍａｔｉｃ
ＳｐｅｅｃｈＲｅｃｏｇｎｉｔｉｏｎ”，ＴｈｅＢ
ｅｌｌＳｙｓｔｅｍＴｅｃｈｎｉｃａｌＪｏｕｒ
ｎａｌＶｏｌ．６２，Ｎｏ．４，１９８３，ｐｐ１０
３５−１０７４）（「文献１１」という）の場合、本人
の特徴ベクトルを学習データ、標準パターン作成部３６
０に記憶されているＨＭＭを初期ＨＭＭとして、ＨＭＭ
の学習を行う。学習アルゴリズムは、前向きパスアルゴ
リズム（例えば、中川、「確率モデルによる音声認
識」、電子情報通信学会編、ｐ．４０−４４、１９８８
年）（「文献１２」という）や、スペクトル内挿話者適
応（上記文献７に詳しい）を用いる。

【００７４】学習後のＨＭＭが作成された標準パターン
となる。また、標準パターンがテンプレートの場合、特
徴ベクトルそのものが標準パターンとなる。作成された
標準パターンは、適応部３７０に送られる。

【００７５】適応部３７０では、推定部３５０から送ら
れた写像関数を基に、標準パターン作成部３６０から送
られる本人の標準パターンの適応化を行う。ここで適応
化された新たな抑制標準パターンが出力となる。この手
法は、写像関数推定時と適応時の発声内容が異なる場合
でも成り立つ。

【００７６】図５は、本発明の第５の実施例の構成を示
す図である。本実施例では、抑制話者の特徴ベクトル空
間から本人の特徴ベクトル空間への写像関数を求め、そ
の写像関数を用い抑制話者標準パターンを適応化し、適
応化後に抑制話者の選択を行う。

【００７７】入力された本人の音声は、分析部４１０に
送られる。分析部４１０に送られた入力音声は、特徴ベ
クトルに変換され、特徴ベクトル記憶部４３０と、推定
部４４０に送られる。

【００７８】推定部４４０では、抑制話者標準パターン
記憶部４２０から送られた各話者の標準パターンと、分
析部４１０から送られた本人の特徴ベクトルとを用い、
各抑制話者の特徴ベクトル空間から本人の特徴ベクトル
空間への写像関数を求める。ここで求められた写像関数
は、適応部４５０に送られる。

【００７９】適応部４５０では、推定部４４０から送ら
れた写像関数を基に、抑制話者標準パターン記憶部４２
０から送られる各話者の標準パターンの適応化を行う。
ここで適応化された標準パターンは、抑制話者選択部４
６０に送られる。

【００８０】抑制話者選択部４６０では、適応部４５０
から送られた適応化後の標準パターンと、特徴ベクトル
記憶部４３０から送られた本人の特徴ベクトルとの間で
距離計算が行われ、距離の小さい順に、適応化後の話者
標準パターンを抑制標準パターンとして選択する。ここ
で選択された標準パターンが出力となる。

【００８１】図６は、本発明の第６の実施例の構成を示
す図である。本実施例では、本人の第１発声（内容既
知）を用いて抑制話者の特徴ベクトル空間から本人の特
徴ベクトル空間への写像関数を求め、その写像関数を用
い抑制話者の標準パターンを適応化し、適応化後の抑制
標準パターンから抑制話者を選択する。

【００８２】入力された本人の第１発声（内容既知）、
第２発声（内容未知）は、分析部５１０に送られる。分
析部５１０に送られた入力音声は、特徴ベクトルに変換
され、特徴ベクトル記憶部５３０に送られる。また、第
１の発声から求められた特徴ベクトルは推定部５４０に
送られる。

【００８３】推定部５４０では、抑制話者標準パターン
記憶部５２０から送られた標準パターンと、特徴ベクト
ル記憶部５３０から送られた本人の第１発声の特徴ベク
トルから、抑制話者の特徴ベクトル空間から本人の特徴
ベクトル空間への写像関数を求める。ここで求められた
写像関数は、適応部５５０に送られる。

【００８４】適応部５５０では、推定部５４０から送ら
れた写像関数を基に、抑制話者標準パターン記憶部５２
０から送られた標準パターンの適応化を行う。ここで適
応化された標準パターンはアライメント推定部５６０に
送られる。

【００８５】アライメント推定部５６０では、適応部５
５０から送られた標準パターンと特徴ベクトル記憶部５
３０から送られた本人の第２発声の特徴ベクトルとの間
のアライメントを推定する。ここで推定されたアライメ
ントに相当する音素の順に、適応部５５０から送られた
標準パターンを連鎖し、本人の第２発声に相当する抑制
標準パターンを作成する。ここで作成された抑制標準パ
ターンは、抑制話者選択部５７０に送られる。

【００８６】抑制話者選択部５７０では、特徴ベクトル
記憶部５３０から送られた本人の第２発声の特徴ベクト
ルと、アライメント推定部５６０から送られた標準パタ
ーンとの間で距離計算が行われ、距離の小さい順に、抑
制標準パターンとして選択する。選択された抑制標準パ
ターンが出力となる。

【００８７】図７は、本発明の第７の実施例の構成を示
す図である。本実施例では、本人の第１発声（内容既
知）を用いて抑制話者の特徴ベクトル空間から本人の特
徴ベクトル空間への写像関数を求め、抑制話者の標準パ
ターンを用いて本人の第２発声（内容未知）に相当する
抑制標準パターンを作成し、作成した標準パターンを適
応し、適応化後に抑制話者を選択する。

【００８８】入力された本人の第１発声（内容既知）、
第２発声（内容未知）は、分析部６１０に送られる。分
析部６１０に送られた入力音声は、特徴ベクトルに変換
され、特徴ベクトル記憶部６３０に送られる。また、第
１の発声から求められた特徴ベクトルは推定部６４０に
送られる。

【００８９】推定部６４０では、話者標準パターン記憶
部６２０から送られた標準パターンと分析部６１０から
送られた本人の第１発声の特徴ベクトルから、抑制話者
の特徴ベクトル空間から本人の特徴ベクトル空間への写
像関数を求める。ここで求められた写像関数は、適応部
６５０に送られる。

【００９０】アライメント推定部６６０では、抑制話者
標準パターン記憶部６２０から送られた標準パターン
と、特徴ベクトル記憶部６３０から送られた本人の第２
発声の特徴ベクトルとの間のアライメントを推定する。
ここで推定されたアライメントに相当する音素の順に、
抑制話者標準パターン記憶部６２０から送られた標準パ
ターンを連鎖し、本人の第２発声に相当する抑制標準パ
ターンを作成する。作成された抑制標準パターンは適応
部６５０に送られる。

【００９１】適応部６５０では、推定部６４０から送ら
れた写像関数を基に、アライメント推定部６６０で作成
された抑制標準パターンの適応化を行う。ここで適応化
された標準パターンは、抑制話者選択部６７０に送られ
る。

【００９２】抑制話者選択部６７０では、特徴ベクトル
記憶部６３０から送られた本人の第２発声の特徴ベクト
ルとの間で距離計算が行われ、距離の小さい順に、話者
標準パターンを抑制標準パターンとして選択する。選択
された抑制標準パターンが出力となる。

【００９３】図８は、本発明の第８の実施例の構成を示
す図である。本実施例では、本人の特徴ベクトル空間か
ら抑制話者の特徴ベクトルへの写像関数を求め、その写
像関数を用い本人の標準パターンを適応化し、適応化後
に抑制話者の選択を行う。

【００９４】入力された本人の音声は、分析部７１０に
送られる。分析部７１０に送られた入力音声は、特徴ベ
クトルに変換され、特徴ベクトル記憶部７３０と、推定
部７４０に送られる。

【００９５】推定部７４０では、抑制話者標準パターン
記憶部７３０から送られた各話者の標準パターンと、分
析部７１０から送られた本人の特徴ベクトルとを用い、
本人の特徴ベクトル空間から各抑制話者の特徴ベクトル
空間への写像関数を求める。ここで求められた写像関数
は、適応部７５０に送られる。

【００９６】標準パターン作成部７５０では、特徴ベク
トル記憶部７３０に記憶されている本人の特徴ベクトル
を用い、本人の標準パターンを作成する。作成された標
準パターンは適応部７６０に送られる。

【００９７】適応部７６０では、推定部７４０から送ら
れた写像関数を基に、標準パターン作成部７５０から送
られる本人の標準パターンの適応化を行う。ここで適応
化された標準パターンは、抑制話者選択部７７０に送ら
れる。

【００９８】抑制話者選択部７７０では、適応部７６０
から送られた適応化後の標準パターンと、特徴ベクトル
記憶部７３０から送られた本人の特徴ベクトルとの間で
距離計算が行われ、距離の小さい順に、適応化後の話者
標準パターンを抑制標準パターンとして選択する。ここ
で選択された抑制標準パターンが出力となる。この手法
は、写像関数推定時と適応時の発生内容が異なる場合で
も成り立つ。

【００９９】図９は、図１〜図８を参照して説明した上
記各実施例の抑制標準パターン作成方法を搭載した話者
照合装置の構成を示す図である。

【０１００】入力された本人の入力音声は、分析部８１
０に送られる。分析部８１０に送られた入力音声は、特
徴ベクトルに変換され、距離計算部８４０に送られる。

【０１０１】抑制標準パターン作成部８２０では、上記
実施例の各方法を用い、抑制標準パターンが作成され
る。作成された抑制標準パターンは、距離計算部８４０
に送られる。

【０１０２】距離計算部８４０では、最初に、話者標準
パターン記憶部８３０から送られた本人の標準パターン
と、分析部８１０から送られた本人の特徴ベクトルとの
間の距離計算を行う。この結果を距離１とする。次に、
抑制標準パターン作成部８２０から送られた抑制標準パ
ターンと本人の特徴ベクトルとの間の距離計算を行う。
この結果を距離２とする。次に、距離１から距離２を差
し引くことで、抑制標準パターンによる距離（尤度）の
正規化を行う。正規化後の距離（尤度）の値が判定部８
５０に送られる。

【０１０３】判定部８５０では、予め定められている閾
値と、距離計算部８４０から送られた距離（尤度）の値
とを用い、閾値よりも求めた距離が小さければ（尤度が
大きければ）本人であると判定し、距離が大きければ
（尤度が小さければ）本人ではないという判定を行う。

【０１０４】

【発明の効果】以上説明したように、本発明によれば、
話者照合において、登録時と照合時の環境が大きく異な
る場合でも、少数の抑制標準パターンで、高い話者照合
時を得ることができる。また、本人と抑制話者が異なる
単語を発声した場合でも、精度の良い抑制標準パターン
を作成することができる。

【図面の簡単な説明】

【図１】本発明の抑制標準パターン（コホート）作成方
法の第１の実施例を説明するためのブロック図である。

【図２】本発明の抑制標準パターン（コホート）作成方
法の第２の実施例を説明するためのブロック図である。

【図３】本発明の抑制標準パターン（コホート）作成方
法の第３の実施例を説明するためのブロック図である。

【図４】本発明の抑制標準パターン（コホート）作成方
法の第４の実施例を説明するためのブロック図である。

【図５】本発明の抑制標準パターン（コホート）作成方
法の第５の実施例を説明するためのブロック図である。

【図６】本発明の抑制標準パターン（コホート）作成方
法の第６の実施例を説明するためのブロック図である。

【図７】本発明の抑制標準パターン（コホート）作成方
法の第７の実施例を説明するためのブロック図である。

【図８】本発明の抑制標準パターン（コホート）作成方
法の第８の実施例を説明するためのブロック図である。

【図９】本発明の話者照合装置の一実施例を示すブロッ
ク図である。

【図１０】従来の構成を示すブロック図である。

【符号の説明】

１０分析部２０抑制話者標準パターン記憶部３０特徴ベクトル記憶部４０抑制話者選択部５０推定部６０適応部１１０分析部１２０抑制話者標準パターン記憶部１３０特徴ベクトル記憶部１４０抑制話者選択部１５０推定部１６０適応部１７０アライメント推定部２１０分析部２２０抑制話者標準パターン記憶部２３０特徴ベクトル記憶部２４０抑制話者選択部２５０推定部２６０適応部２７０アライメント推定部３１０分析部３２０抑制話者標準パターン記憶部３３０特徴ベクトル記憶部３４０抑制話者選択部３５０推定部３６０標準パターン作成部３７０適応部４１０分析部４２０抑制話者標準パターン記憶部４３０特徴ベクトル記憶部４４０推定部４５０適応部４６０抑制話者選択部５１０分析部５２０抑制話者標準パターン記憶部５３０特徴ベクトル記憶部５４０推定部５５０適応部５６０アライメント推定部５７０抑制話者選択部６１０分析部６２０抑制話者標準パターン記憶部６３０特徴ベクトル記憶部６４０推定部６５０適応部６６０アライメント推定部６７０抑制話者選択部７１０分析部７２０抑制話者標準パターン記憶部７３０特徴ベクトル記憶部７４０推定部７５０標準パターン作成部７６０適応部７７０抑制話者選択部８１０分析部８２０抑制標準パターン作成部８３０話者標準パターン記憶部８４０距離計算部８５０判定部１０１０分析部１０２０抑制話者標準パターン記憶部１０３０抑制話者選択部

フロントページの続き (56)参考文献特開昭62−260195（ＪＰ，Ａ) 特開昭62−249199（ＪＰ，Ａ) 特開昭59−178587（ＪＰ，Ａ) 特開昭58−76893（ＪＰ，Ａ) 特公平５−82957（ＪＰ，Ｂ２) 特公平５−82956（ＪＰ，Ｂ２) 欧州特許出願公開858068（ＥＰ，Ａ２) (58)調査した分野(Int.Cl.⁶，ＤＢ名) G10L 3/00 545 G10L 3/00 521 G10L 3/00 531 ＷＰＩ（ＤＩＡＬＯＧ)

Claims

(57)【特許請求の範囲】

【請求項１】入力された本人の音声データを特徴ベクト
ルに変換する分析部と、前記分析部で変換された特徴ベクトルを記憶する特徴ベ
クトル記憶部と、１又は複数の抑制話者標準パターンが記憶されている抑
制話者標準パターン記憶部と、前記分析部で変換された特徴ベクトルと、前記抑制話者
標準パターン記憶部に記憶されている各話者の標準パタ
ーンと、の類似度を計算し、少なくとも１人の抑制話者
を選択する抑制話者選択部と、前記抑制話者選択部で選択された抑制話者の標準パター
ンと、前記特徴ベクトル記憶部に記憶されている本人の
特徴ベクトルと、を用いて、抑制話者の特徴ベクトル空
間から本人の特徴ベクトル空間への写像関数を求める推
定部と、前記推定部で求められた写像関数を基に、前記抑制話者
標準パターン記憶部に記憶されている抑制話者の標準パ
ターンを適応化する適応部と、を備えたことを特徴とする抑制標準パターン（コホー
ト）作成システム。
【請求項２】入力された本人の音声データを特徴ベクト
ルに変換する分析部と、前記分析部で変換された特徴ベクトルを記憶する特徴ベ
クトル記憶部と、１又は複数の抑制話者標準パターンが記憶されている抑
制話者標準パターン記憶部と、前記分析部で変換された特徴ベクトルと、前記抑制話者
標準パターン記憶部に記憶されている各話者の標準パタ
ーンと、の類似度を計算し、少なくとも１人の抑制話者
を選択する抑制話者選択部と、前記抑制話者選択部で選択された抑制話者の標準パター
ンと、前記特徴ベクトル記憶部に記憶されている本人の
第１の発声（但し、内容が既知）から求められた特徴ベ
クトルと、を用いて、抑制話者の特徴ベクトル空間から
本人の特徴ベクトル空間への写像関数を求める推定部
と、前記推定部で求められた写像関数を基に、前記抑制話者
標準パターン記憶部に記憶されている抑制話者の標準パ
ターンを適応化する適応部と、前記適応部で求められた適応化後の抑制話者標準パター
ンを用いて、前記特徴ベクトル記憶部に記憶されている
本人の第２の発声（但し、内容は未知）から求められた
特徴ベクトルのアライメントを推定し、該推定されたア
ライメントを基に第２の発声に相当する抑制標準パター
ンを作成するアライメント推定部と、を備えたことを特徴とする抑制標準パターン（コホー
ト）作成システム。
【請求項３】入力された本人の音声データを特徴ベクト
ルに変換する分析部と、前記分析部で変換された特徴ベクトルを記憶する特徴ベ
クトル記憶部と、１又は複数の抑制話者標準パターンが記憶されている抑
制話者標準パターン記憶部と、前記分析部で変換された特徴ベクトルと、前記抑制話者
標準パターン記憶部に記憶されている各話者の標準パタ
ーンと、の類似度を計算し、少なくとも１人の抑制話者
を選択する抑制話者選択部と、前記抑制話者選択部で選択された抑制話者の標準パター
ンと、前記特徴ベクトル記憶部に記憶されている本人の
第１の発声（但し、内容は既知）から求められた特徴ベ
クトルと、を用いて、抑制話者の特徴ベクトル空間から
本人の特徴ベクトル空間への写像関数を求める推定部
と、前記抑制話者選択部で選択された抑制話者の標準パター
ンを用いて、前記特徴ベクトル記憶部に記憶されている
本人の第２の発声（但し、内容は未知）から求められた
特徴ベクトルのアライメントを推定し、該推定されたア
ライメントを基に前記第２の発声に相当する抑制標準パ
ターンを作成するアライメント推定部と、前記推定部で推定された写像関数を用いて、前記アライ
メント推定部で作成された抑制標準パターンを適応化す
る適応部と、を備えたことを特徴とする抑制標準パターン（コホー
ト）作成システム。
【請求項４】入力された本人の音声データを特徴ベクト
ルに変換する分析部と、前記分析部で変換された特徴ベクトルを記憶する特徴ベ
クトル記憶部と、１又は複数の抑制話者標準パターンが記憶されている抑
制話者標準パターン記憶部と、前記分析部で変換された特徴ベクトルと、前記抑制話者
標準パターン記憶部に記憶されている各話者の標準パタ
ーンと、の類似度を計算し、少なくとも１人の抑制話者
を選択する抑制話者選択部と、前記抑制話者選択部で選択された抑制話者の標準パター
ンと、前記特徴ベクトル記憶部に記憶されている本人の
特徴ベクトルと、を用いて、本人の特徴ベクトル空間か
ら抑制話者の特徴ベクトル空間への写像関数を求める推
定部と、前記特徴ベクトル記憶部に記憶されている本人の特徴ベ
クトルを用いて、本人の標準パターンを作成する標準パ
ターン作成部と、前記推定部で求めた写像関数を基に、前記標準パターン
作成部で求められた本人の標準パターンを適応化する適
応部と、を備えたことを特徴とする抑制標準パターン（コホー
ト）作成システム。
【請求項５】前記抑制話者標準パターン記憶部におい
て、１つ以上の話者標準パターンの各話者標準パターン
として、２人以上の話者の特徴を備えた標準パターンを
記憶することを特徴とする請求項１〜４のいずれか一に
記載の抑制標準パターン作成システム。
【請求項６】入力された本人の音声データを特徴ベクト
ルに変換する分析部と、前記分析部で変換された特徴ベクトルを記憶する特徴ベ
クトル記憶部と、１又は複数の抑制話者標準パターンが記憶されている抑
制話者標準パターン記憶部と、前記分析部で変換された特徴ベクトルと、前記抑制話者
標準パターン記憶部に記憶されている話者の標準パター
ンと、を用いて、各抑制話者の特徴ベクトル空間から本
人の特徴ベクトル空間への写像関数を求める推定部と、前記推定部で求められた写像関数を基に、前記抑制話者
標準パターン記憶部に記憶されている抑制話者の標準パ
ターンを適応化する適応部と、前記適応部で適応化された標準パターンと、前記特徴ベ
クトル記憶部に記憶されている本人の特徴ベクトルと、
から、類似度を計算し、少なくとも１人の抑制話者を選
択する抑制話者選択部と、を備えたことを特徴とする抑制標準パターン（コホー
ト）作成システム。
【請求項７】入力された本人の音声データを特徴ベクト
ルに変換する分析部と、前記分析部で変換された特徴ベクトルを記憶する特徴ベ
クトル記憶部と、１又は複数の抑制話者標準パターンが記憶されている抑
制話者標準パターン記憶部と、前記分析部で変換された本人の第１の発声（但し、内容
は既知）に対する特徴ベクトルと、前記抑制話者標準パ
ターン記憶部に記憶されている話者の標準パターンと、
を用いて、各抑制話者の特徴ベクトル空間から本人の特
徴ベクトル空間への写像関数を求める推定部と、前記推定部で求められた写像関数を基に、前記抑制話者
標準パターン記憶部に記憶されている抑制話者の標準パ
ターンを適応化する適応部と、前記適応部で適応化された標準パターンを用いて、前記
特徴ベクトル記憶部に記憶されている本人の第２の発声
（但し、内容は未知）から求められた特徴ベクトルのア
ライメントを推定し、該推定されたアライメントを基
に、前記第２の発声に相当する抑制標準パターンを作成
するアライメント推定部と、前記アライメント推定部で求められた抑制標準パターン
と、前記特徴ベクトル記憶部に記憶されている本人の第
２の発声の特徴ベクトルと、から類似度を計算し、少な
くとも１人の抑制話者を選択する抑制話者選択部と、を備えたことを特徴とする抑制標準パターン（コホー
ト）作成システム。
【請求項８】入力された本人の音声データを特徴ベクト
ルに変換する分析部と、前記分析部で変換された特徴ベクトルを記憶する特徴ベ
クトル記憶部と、１又は複数の抑制話者標準パターンが記憶されている抑
制話者標準パターン記憶部と、前記分析部で変換された本人の第１の発声（但し、内容
は既知）に対する特徴ベクトルと、前記抑制話者標準パ
ターン記憶部に記憶されている話者の標準パターンと、
を用いて、各抑制話者の特徴ベクトル空間から本人の特
徴ベクトル空間への写像関数を求める推定部と、前記抑制話者標準パターン記憶部に記憶されている抑制
話者の標準パターンを用いて、前記特徴ベクトル記憶部
に記憶されている本人の第２の発声（但し、内容は未
知）から求められた特徴ベクトルのアライメントを推定
し、該推定されたアライメントを基に、前記第２の発声
に相当する抑制標準パターンを作成するアライメント推
定部と、前記推定部で推定された写像関数を用いて、前記アライ
メント推定部で求められた抑制標準パターンを適応化す
る適応部と、前記適応部で適応化された抑制標準パターンと、前記特
徴ベクトル記憶部に記憶されている本人の第２の発声の
特徴ベクトルと、から類似度を計算し、少なくとも１人
の抑制話者を選択する抑制話者選択部と、を備えたことを特徴とする抑制標準パターン（コホー
ト）作成システム。
【請求項９】入力された本人の音声データを特徴ベクト
ルに変換する分析部と、前記分析部で変換された特徴ベクトルを記憶する特徴ベ
クトル記憶部と、１又は複数の抑制話者標準パターンが記憶されている抑
制話者標準パターン記憶部と、前記分析部で変換された特徴ベクトルと、前記抑制話者
標準パターン記憶部に記憶されている話者の標準パター
ンと、を用いて、本人の特徴ベクトル空間から各抑制話
者の特徴ベクトル空間への写像関数を求める推定部と、前記特徴ベクトル記憶部に記憶されている本人の特徴ベ
クトルを用いて、本人の標準パターンを作成する標準パ
ターン作成部と、前記推定部で求めた写像関数を基に、前記標準パターン
作成部で求められた本人の標準パターンを適応化する適
応部と、前記適応部で適応化された標準パターンと、前記特徴ベ
クトル記憶部に記憶されている本人の特徴ベクトルと、
から類似度を計算し、少なくとも１人の抑制話者を選択
する抑制話者選択部と、を備えたことを特徴とする抑制標準パターン（コホー
ト）作成システム。
【請求項１０】前記抑制話者標準パターン記憶部におい
て、１つ以上の話者標準パターンの各標準パターンにお
いて、２人以上の話者の特徴を備えた標準パターンを記
憶することを特徴とする請求項６、７、８、９のいずれ
か一に記載の抑制標準パターン（コホート）作成システ
ム。
【請求項１１】入力された本人の入力音声データを特徴
ベクトルに変換する分析部と、請求項１〜１０のいずれか一に記載の抑制標準パターン
（コホート）作成システムにおける特徴ベクトル記憶
部、抑制話者標準パターン記憶部、抑制話者選択部、推
定部、又は標準パターン作成部を備えた抑制標準パター
ン作成部と、１又は複数の話者標準パターンが記憶されている話者標
準パターン記憶部と、前記分析部で変換された本人の特徴ベクトルと、前記抑
制標準パターン作成部で作成された抑制標準パターン
と、前記話者標準パターン記憶部に記憶されている本人
の標準パターンと、を用いて、特徴ベクトルと本人の標
準パターンとの距離の値から、特徴ベクトルと抑制標準
パターンとの距離の値を差し引くことにより正規化を行
う距離計算部と、前記距離計算部で計算された距離を基に、本人判定を行
う判定部と、を備えたことを特徴とする話者照合装置。
【請求項１２】（ａ）入力された本人の音声データを分
析して特徴ベクトルに変換し、（ｂ）前記変換された特徴ベクトルを特徴ベクトル記憶
部に記憶し、（ｃ）前記変換された特徴ベクトルと、抑制話者標準パ
ターン記憶部に記憶されている各話者の標準パターンと
の類似度を計算し、少なくとも１人の抑制話者を選択
し、（ｄ）前記選択された抑制話者の標準パターンと、前記
特徴ベクトル記憶部に記憶されている本人の特徴ベクト
ルと、を用いて、抑制話者の特徴ベクトル空間から本人
の特徴ベクトル空間への写像関数を推定し、（ｅ）前記推定された写像関数を基に、前記抑制話者標
準パターン記憶部に記憶されている抑制話者の標準パタ
ーンの適応化を行う、ことを特徴とする抑制標準パターン（コホート）作成方
法。
【請求項１３】（ａ）入力された本人の音声データを分
析して特徴ベクトルに変換し、（ｂ）前記変換された特徴ベクトルを特徴ベクトル記憶
部に記憶し、（ｃ）前記変換された特徴ベクトルと、抑制話者標準パ
ターン記憶部に記憶されている各話者の標準パターンと
の類似度を計算し、少なくとも１人の抑制話者を選択
し、（ｄ）前記選択された抑制話者の標準パターンと、前記
特徴ベクトル記憶部に記憶されている本人の第１の発声
（但し、内容が既知）から求められた特徴ベクトルと、
を用いて、抑制話者の特徴ベクトル空間から本人の特徴
ベクトル空間への写像関数を推定し、（ｅ）前記推定された写像関数を基に、前記抑制話者標
準パターン記憶部に記憶されている抑制話者の標準パタ
ーンを適応化し、（ｆ）前記適応化後の抑制話者標準パターンを用いて、
前記特徴ベクトル記憶部に記憶されている本人の第２の
発声（但し、内容は未知）から求められた特徴ベクトル
のアライメントを推定し、該推定されたアライメントを
基に、前記第２の発声に相当する抑制標準パターンを作
成する、ことを特徴とする抑制標準パターン（コホート）作成方
法。
【請求項１４】（ａ）入力された本人の音声データを分
析して特徴ベクトルに変換し、（ｂ）前記変換された特徴ベクトルを特徴ベクトル記憶
部に記憶し、（ｃ）前記変換された特徴ベクトルと、抑制話者標準パ
ターン記憶部に記憶されている各話者の標準パターンと
の類似度を計算し、少なくとも１人の抑制話者を選択
し、（ｄ）前記選択された抑制話者の標準パターンと、前記
特徴ベクトル記憶部に記憶されている本人の第１の発声
（但し、内容が既知）から求められた特徴ベクトルと、
を用いて、抑制話者の特徴ベクトル空間から本人の特徴
ベクトル空間への写像関数を推定し、（ｅ）前記選択された抑制話者の標準パターンを用い
て、前記特徴ベクトル記憶部に記憶されている本人の第
２の発声（但し、内容は未知）から求められた特徴ベク
トルのアライメントを推定し、該推定されたアライメン
トを基に、前記第２の発声に相当する抑制標準パターン
を作成し、（ｆ）前記推定された写像関数を用いて、前記推定され
たアライメントを基に、作成された抑制標準パターンの
適応化を行う、ことを特徴とする抑制標準パターン（コホート）作成方
法。
【請求項１５】（ａ）入力された本人の音声データを分
析して特徴ベクトルに変換し、（ｂ）前記変換された特徴ベクトルを特徴ベクトル記憶
部に記憶し、（ｃ）前記変換された特徴ベクトルと、抑制話者標準パ
ターン記憶部に記憶されている各話者の標準パターンと
の類似度を計算し、少なくとも１人の抑制話者を選択
し、（ｄ）前記選択された抑制話者の標準パターンと、前記
特徴ベクトル記憶部に記憶されている本人の特徴ベクト
ルと、を用いて、本人の特徴ベクトル空間から抑制話者
の特徴ベクトル空間への写像関数を推定し、（ｅ）前記特徴ベクトル記憶部に記憶されている本人の
特徴ベクトルを用いて、本人の標準パターンを作成し、（ｆ）前記推定された写像関数を基に、前記工程（ｅ）
で求められた本人の標準パターンの適応化を行う、ことを特徴とする抑制標準パターン（コホート）作成方
法。
【請求項１６】前記抑制話者標準パターン記憶部におい
て、１つ以上の話者標準パターンの各話者標準パターン
として、２人以上の話者の特徴を備えた標準パターンを
記憶することを特徴とする請求項１２〜１５のいずれか
一に記載の抑制標準パターン作成方法。
【請求項１７】（ａ）入力された本人の音声データを分
析して特徴ベクトルに変換し、（ｂ）前記変換された特徴ベクトルを特徴ベクトル記憶
部に記憶し、（ｃ）前記変換された特徴ベクトルと、抑制話者標準パ
ターン記憶部に記憶されている話者の標準パターンと、
を用いて、各抑制話者の特徴ベクトル空間から本人の特
徴ベクトル空間への写像関数を推定し、（ｄ）前記推定された写像関数を基に、前記抑制話者標
準パターン記憶部に記憶されている抑制話者の標準パタ
ーンを適応化し、（ｅ）前記適応化された標準パターンと、前記特徴ベク
トル記憶部に記憶されている本人の特徴ベクトルと、か
ら、類似度を計算し、少なくとも１人の抑制話者を選択
する、ことを特徴とする抑制標準パターン（コホート）作成方
法。
【請求項１８】（ａ）入力された本人の音声データを分
析して特徴ベクトルに変換し、（ｂ）前記変換された特徴ベクトルを特徴ベクトル記憶
部に記憶し、（ｃ）前記変換された本人の第１の発声（但し、内容は
既知）に対する特徴ベクトルと、抑制話者標準パターン
記憶部に記憶されている話者の標準パターンと、を用い
て、各抑制話者の特徴ベクトル空間から本人の特徴ベク
トル空間への写像関数を推定し、（ｄ）前記推定された写像関数を基に、前記抑制話者標
準パターン記憶部に記憶されている抑制話者の標準パタ
ーンを適応化し、（ｅ）前記適応化された標準パターンを用いて、前記特
徴ベクトル記憶部に記憶されている本人の第２の発声
（但し、内容は未知）から求められた特徴ベクトルのア
ライメントを推定し、該推定されたアライメントを基
に、前記第２の発声に相当する抑制標準パターンを作成
し、（ｆ）前記工程（ｅ）で求めた前記抑制標準パターン
と、前記特徴ベクトル記憶部に記憶されている本人の第
２の発声の特徴ベクトルと、から類似度を計算し、少な
くとも１人の抑制話者を選択する、ことを特徴とする抑制標準パターン（コホート）作成方
法。
【請求項１９】（ａ）入力された本人の音声データを分
析して特徴ベクトルに変換し、（ｂ）前記変換された特徴ベクトルを特徴ベクトル記憶
部に記憶し、（ｃ）前記変換された本人の第１の発声（但し、内容は
既知）に対する特徴ベクトルと、抑制話者標準パターン
記憶部に記憶されている話者の標準パターンとを用い
て、各抑制話者の特徴ベクトル空間から本人の特徴ベク
トル空間への写像関数を求め、（ｄ）前記抑制話者標準パターン記憶部に記憶されてい
る抑制話者の標準パターンを用いて、前記特徴ベクトル
記憶部に記憶されている本人の第２の発声から求められ
た特徴ベクトルのアライメントを推定し、該推定された
アライメントを基に、第２の発声（但し、内容は未知）
に相当する抑制標準パターンを作成し、（ｅ）前記推定された写像関数を用いて、前記工程
（ｄ）で求められた抑制標準パターンを適応化し、（ｆ）前記適応化された抑制標準パターンと、前記特徴
ベクトル記憶部に記憶されている本人の第２の発声の特
徴ベクトルと、から類似度を計算し、少なくとも１人の
抑制話者を選択する、ことを特徴とする抑制標準パターン（コホート）作成方
法。
【請求項２０】（ａ）入力された本人の音声データを分
析して特徴ベクトルに変換し、（ｂ）前記変換された特徴ベクトルを特徴ベクトル記憶
部に記憶し、（ｃ）前記変換された特徴ベクトルと、抑制話者標準パ
ターン記憶部に記憶されている話者の標準パターンとを
用いて、本人の特徴ベクトル空間から各抑制話者の特徴
ベクトル空間への写像関数を求め、（ｄ）前記特徴ベクトル記憶部に記憶されている本人の
特徴ベクトルを用いて、本人の標準パターンを作成し、（ｅ）前記写像関数を基に、前記標準パターン作成部で
求められた本人の標準パターンを適応化し、（ｆ）前記適応化された標準パターンと、前記特徴ベク
トル記憶部に記憶されている本人の特徴ベクトルと、か
ら類似度を計算し、少なくとも１人の抑制話者を選択す
る、ことを特徴とする抑制標準パターン（コホート）作成方
法。
【請求項２１】前記抑制話者標準パターン記憶部におい
て、１つ以上の話者標準パターンの各標準パターンにお
いて、２人以上の話者の特徴を備えた標準パターンを記
憶することを特徴とする請求項１７、１８、１９、２０
のいずれか一に記載の抑制標準パターン（コホート）作
成方法。
【請求項２２】（ａ）入力された本人の音声データを分
析して特徴ベクトルに変換し、（ｂ）前記変換された特徴ベクトルを特徴ベクトル記憶
部に記憶し、（ｃ）前記変換された特徴ベクトルと、抑制話者標準パ
ターン記憶部に記憶されている各話者の標準パターンと
の類似度を計算し、少なくとも１人の抑制話者を選択
し、（ｄ）前記選択された抑制話者の標準パターンと、前記
特徴ベクトル記憶部に記憶されている本人の特徴ベクト
ルと、を用いて、抑制話者の特徴ベクトル空間から本人
の特徴ベクトル空間への写像関数を推定し、（ｅ）前記推定された写像関数を基に、前記抑制話者標
準パターン記憶部に記憶されている抑制話者の標準パタ
ーンの適応化を行う、上記（ａ）〜（ｅ）の各処理を情報処理装置で実行させ
て抑制標準パターン（コホート）を作成するプログラム
を記録した記録媒体。
【請求項２３】（ａ）入力された本人の音声データを分
析して特徴ベクトルに変換し、（ｂ）前記変換された特徴ベクトルを特徴ベクトル記憶
部に記憶し、（ｃ）前記変換された特徴ベクトルと、抑制話者標準パ
ターン記憶部に記憶されている各話者の標準パターンと
の類似度を計算し、少なくとも１人の抑制話者を選択
し、（ｄ）前記選択された抑制話者の標準パターンと、前記
特徴ベクトル記憶部に記憶されている本人の第１の発声
（但し、内容が既知）から求められた特徴ベクトルと、
を用いて、抑制話者の特徴ベクトル空間から本人の特徴
ベクトル空間への写像関数を推定し、（ｅ）前記推定された写像関数を基に、前記抑制話者標
準パターン記憶部に記憶されている抑制話者の標準パタ
ーンを適応化し、（ｆ）前記適応化後の抑制話者標準パターンを用いて、
前記特徴ベクトル記憶部に記憶されている本人の第２の
発声（但し、内容は未知）から求められた特徴ベクトル
のアライメントを推定し、該推定されたアライメントを
基に、前記第２の発声に相当する抑制標準パターンを作
成する、上記（ａ）〜（ｆ）の各処理を情報処理装置で実行させ
て抑制標準パターン（コホート）を作成するプログラム
を記録した記録媒体。
【請求項２４】（ａ）入力された本人の音声データを分
析して特徴ベクトルに変換し、（ｂ）前記変換された特徴ベクトルを特徴ベクトル記憶
部に記憶し、（ｃ）前記変換された特徴ベクトルと、抑制話者標準パ
ターン記憶部に記憶されている各話者の標準パターンと
の類似度を計算し、少なくとも１人の抑制話者を選択
し、（ｄ）前記選択された抑制話者の標準パターンと、前記
特徴ベクトル記憶部に記憶されている本人の第１の発声
（但し、内容が既知）から求められた特徴ベクトルと、
を用いて、抑制話者の特徴ベクトル空間から本人の特徴
ベクトル空間への写像関数を推定し、（ｅ）前記選択された抑制話者の標準パターンを用い
て、前記特徴ベクトル記憶部に記憶されている本人の第
２の発声（但し、内容は未知）から求められた特徴ベク
トルのアライメントを推定し、該推定されたアライメン
トを基に、前記第２の発声に相当する抑制標準パターン
を作成し、（ｆ）前記推定された写像関数を用いて、前記推定され
たアライメントを基に、作成された抑制標準パターンの
適応化を行う、上記（ａ）〜（ｆ）の各処理を情報処理装置で実行させ
て抑制標準パターン（コホート）を作成するプログラム
を記録した記録媒体。
【請求項２５】（ａ）入力された本人の音声データを分
析して特徴ベクトルに変換し、（ｂ）前記変換された特徴ベクトルを特徴ベクトル記憶
部に記憶し、（ｃ）前記変換された特徴ベクトルと、抑制話者標準パ
ターン記憶部に記憶されている各話者の標準パターンと
の類似度を計算し、少なくとも１人の抑制話者を選択
し、（ｄ）前記選択された抑制話者の標準パターンと、前記
特徴ベクトル記憶部に記憶されている本人の特徴ベクト
ルと、を用いて、本人の特徴ベクトル空間から抑制話者
の特徴ベクトル空間への写像関数を推定し、（ｅ）前記特徴ベクトル記憶部に記憶されている本人の
特徴ベクトルを用いて、本人の標準パターンを作成し、（ｆ）前記写像関数を基に、前記処理（ｅ）で求められ
た本人の標準パターンの適応化を行う、上記（ａ）〜（ｆ）の各処理を情報処理装置で実行させ
て抑制標準パターン（コホート）を作成するプログラム
を記録した記録媒体。
【請求項２６】（ａ）入力された本人の音声データを分
析して特徴ベクトルに変換し、（ｂ）前記変換された特徴ベクトルを特徴ベクトル記憶
部に記憶し、（ｃ）前記変換された特徴ベクトルと、抑制話者標準パ
ターン記憶部に記憶されている話者の標準パターンとを
用いて、各抑制話者の特徴ベクトル空間から本人の特徴
ベクトル空間への写像関数を推定し、（ｄ）前記推定された写像関数を基に、前記抑制話者標
準パターン記憶部に記憶されている抑制話者の標準パタ
ーンを適応化し、（ｅ）前記適応化された標準パターンと、前記特徴ベク
トル記憶部に記憶されている本人の特徴ベクトルと、か
ら、類似度を計算し、少なくとも１人の抑制話者を選択
する、上記（ａ）〜（ｅ）の各処理を情報処理装置で実行させ
て抑制標準パターン（コホート）を作成するプログラム
を記録した記録媒体。
【請求項２７】（ａ）入力された本人の音声データを分
析して特徴ベクトルに変換し、（ｂ）前記変換された特徴ベクトルを特徴ベクトル記憶
部に記憶し、（ｃ）前記変換された本人の第１の発声（但し、内容は
既知）に対する特徴ベクトルと、抑制話者標準パターン
記憶部に記憶されている話者の標準パターンとを用い
て、各抑制話者の特徴ベクトル空間から本人の特徴ベク
トル空間への写像関数を推定し、（ｄ）前記推定された写像関数を基に、前記抑制話者標
準パターン記憶部に記憶されている抑制話者の標準パタ
ーンを適応化し、（ｅ）前記適応化された標準パターンを用いて、前記特
徴ベクトル記憶部に記憶されている本人の第２の発声
（但し、内容は未知）から求められた特徴ベクトルのア
ライメントを推定し、該推定されたアライメントを基
に、前記第２の発声に相当する抑制標準パターンを作成
し、（ｆ）上記処理（ｅ）で求めた前記抑制標準パターン
と、前記特徴ベクトル記憶部に記憶されている本人の第
２の発声の特徴ベクトルと、から類似度を計算し、少な
くとも１人の抑制話者を選択する、上記（ａ）〜（ｆ）の各処理を情報処理装置で実行させ
て抑制標準パターン（コホート）を作成するプログラム
を記録した記録媒体。
【請求項２８】（ａ）入力された本人の音声データを分
析して特徴ベクトルに変換し、（ｂ）前記変換された特徴ベクトルを特徴ベクトル記憶
部に記憶し、（ｃ）前記変換された本人の第１の発声（但し、内容は
既知）に対する特徴ベクトルと、抑制話者標準パターン
記憶部に記憶されている話者の標準パターンと、を用い
て、各抑制話者の特徴ベクトル空間から本人の特徴ベク
トル空間への写像関数を求め、（ｄ）前記抑制話者標準パターン記憶部に記憶されてい
る抑制話者の標準パターンを用いて、前記特徴ベクトル
記憶部に記憶されている本人の第２の発声から求められ
た特徴ベクトルのアライメントを推定し、該推定された
アライメントを基に、第２の発声（但し、内容は未知）
に相当する抑制標準パターンを作成し、（ｅ）前記推定された写像関数を用いて、上記処理
（ｄ）で求められた抑制標準パターンを適応化し、（ｆ）前記適応化された抑制標準パターンと、前記特徴
ベクトル記憶部に記憶されている本人の第２の発声の特
徴ベクトルと、から類似度を計算し、少なくとも１人の
抑制話者を選択する、上記（ａ）〜（ｆ）の各処理を情報処理装置で実行させ
て抑制標準パターン（コホート）を作成するプログラム
を記録した記録媒体。
【請求項２９】（ａ）入力された本人の音声データを分
析して特徴ベクトルに変換し、（ｂ）前記変換された特徴ベクトルを特徴ベクトル記憶
部に記憶し、（ｃ）前記変換された特徴ベクトルと、抑制話者標準パ
ターン記憶部に記憶されている話者の標準パターンとを
用いて、本人の特徴ベクトル空間から各抑制話者の特徴
ベクトル空間への写像関数を求め、（ｄ）前記特徴ベクトル記憶部に記憶されている本人の
特徴ベクトルを用いて、本人の標準パターンを作成し、（ｅ）前記写像関数を基に、前記標準パターン作成部で
求められた本人の標準パターンを適応化し、（ｆ）前記適応化された標準パターンと、前記特徴ベク
トル記憶部に記憶されている本人の特徴ベクトルと、か
ら類似度を計算し、少なくとも１人の抑制話者を選択す
る、上記（ａ）〜（ｆ）の各処理を情報処理装置で実行させ
て抑制標準パターン（コホート）を作成するプログラム
を記録した記録媒体。