JP5106371B2 - 話認認証の検証のための方法および装置、話者認証システム - Google Patents
話認認証の検証のための方法および装置、話者認証システム Download PDFInfo
- Publication number
- JP5106371B2 JP5106371B2 JP2008321321A JP2008321321A JP5106371B2 JP 5106371 B2 JP5106371 B2 JP 5106371B2 JP 2008321321 A JP2008321321 A JP 2008321321A JP 2008321321 A JP2008321321 A JP 2008321321A JP 5106371 B2 JP5106371 B2 JP 5106371B2
- Authority
- JP
- Japan
- Prior art keywords
- frame
- speaker
- test utterance
- spectrum change
- change
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000012795 verification Methods 0.000 title claims description 102
- 238000000034 method Methods 0.000 title claims description 65
- 238000001228 spectrum Methods 0.000 claims description 191
- 238000012360 testing method Methods 0.000 claims description 174
- 239000013598 vector Substances 0.000 claims description 107
- 230000003595 spectral effect Effects 0.000 claims description 66
- 238000004364 calculation method Methods 0.000 claims description 57
- 238000000605 extraction Methods 0.000 claims description 11
- 230000006870 function Effects 0.000 description 17
- 230000001965 increasing effect Effects 0.000 description 7
- 230000006835 compression Effects 0.000 description 6
- 238000007906 compression Methods 0.000 description 6
- 239000000284 extract Substances 0.000 description 6
- 238000012549 training Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 238000002372 labelling Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 125000002066 L-histidyl group Chemical group [H]N1C([H])=NC(C([H])([H])[C@](C(=O)[*])([H])N([H])[H])=C1[H] 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000007429 general method Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 229940034880 tencon Drugs 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L17/00—Speaker identification or verification techniques
- G10L17/20—Pattern transformations or operations aimed at increasing system robustness, e.g. against channel noise or different working conditions
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L17/00—Speaker identification or verification techniques
- G10L17/22—Interactive procedures; Man-machine interfaces
- G10L17/24—Interactive procedures; Man-machine interfaces the user being prompted to utter a password or a predefined phrase
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Complex Calculations (AREA)
- Collating Specific Patterns (AREA)
Description
話者が話したパスワードを含むテスト用発話を入力し、
入力された前記テスト用発話から音響特性ベクトル列を抽出し、
登録話者により登録された話者テンプレートと、前記音響特性ベクトル列との間のマッチングパスを求め、
前記テスト用発話のスペクトル変化及びまたは前記話者テンプレートのスペクトル変化を考慮して、前記マッチングパスのマッチングスコアを計算し、
前記マッチングスコアと予め定義された識別用閾値とを比較して、前記テスト用発話が前記登録話者が話したパスワードを含む発話であるか否かを決定する。
話者が話したパスワードを含むテスト用発話を入力し、
入力された前記テスト用発話から音響特性ベクトル列を抽出し、
前記テスト用発話のスペクトル変化及びまたは登録話者により登録された話者テンプレートのスペクトル変化を考慮して、前記話者テンプレートと、前記音響特性ベクトル列との間のマッチングパスを求め、
前記マッチングパスのマッチングスコアを計算し、
前記マッチングスコアと予め定義された識別用閾値とを比較して、前記テスト用発話が前記登録話者が話したパスワードを含む発話であるか否かを決定する。
話者テンプレートを登録する登録装置と、
前記登録装置により登録された話者テンプレートに基づきテスト用発話を検証する上記(1)または(2)記載の検証装置と、を含む。
第1の実施形態に係る話者認証の検証方法は、図1に示すように、まず、ステップS101において、検証する必要のあるクライアントにより、パスワードを含むテスト用発話が入力される。このパスワードは、登録フェーズにおいて、検証のためにクライアントにより設定された語または音素列である。
例1では、マッチングパスの各フレームの重みは、ターゲットフレームと時間軸上で当該ターゲットフレームに隣接するフレームとの間の特徴距離を用いて計算する。
例2では、マッチングパスの各フレームの重みは、コードブックを用いることにより得られる複数のセグメントにより計算される。
w(k)=0.5, else
ここで、kを話者テンプレートXのフレームのインデックスiと、テスト用発話Yのフレームのインデックスjに対応する、マッチングパスのフレームペアのインデックスとする。
例3では、マッチングパスの各フレームの重みは、ターゲットフレームと、当該マッチングパス上でターゲットフレームに隣接するフレームとの間の特徴距離を用いて計算する。
第2の実施形態に係る話者認証の検証方法について、図2に示すフローチャートを参照して説明する。なお、図2において、図1と同一部分には同一符号を付し、異なる部分を主に説明する。すなわち、図2において、図1のステップ103およびステップS104が、ステップS203およびステップS204に置き換わっている。
例4では、各フレームペアの重みは、ターゲットフレームと、時間軸上で当該ターゲットフレームと隣接するフレームとの間の特徴距離により計測できる。
例5では、各フレームペアの重みは、コードブックを用いて得られる複数のセグメントから計測する。
w(g)=0.5, else
ここで、gを話者テンプレートXのフレームのインデックスiと、テスト用発話Yのフレームのインデックスjに対応する、マッチングパスのフレームペアのインデックスとする。
図4は、第1の実施形態で説明した話者認証の検証方法(図1参照)を用いた話者認証の検証装置の構成例を示したものである。
図5は、第2の実施形態で説明した話者認証の検証方法(図2参照)を用いた話者認証の検証装置の構成例を示したものである。なお、図5において、図4と同一部分には同一符号を付している。
第5の実施形態として、上述の第3実施形態に係る検証装置400または第4の実施形態に係る検証装置500を用いた話者認証システムについて説明する。
402…音響特性ベクトル列抽出部
403…マッチングパス取得部
404…マッチングスコア計算部
4041…重み計算部
405…比較部
503…マッチングパス取得部
5031…重み計算部
504…マッチングスコア計算部
Claims (33)
- 話者が話したパスワードを含むテスト用発話を入力するステップと、
入力された前記テスト用発話から音響特性ベクトル列を抽出するステップと、
登録話者により登録された話者テンプレートと前記音響特性ベクトル列との間のマッチングパスを求めるステップと、
前記マッチングパスの各フレームの重みを、前記テスト用発話の前記スペクトル変化または、前記話者テンプレートの前記スペクトル変化または、前記テスト用発話の前記スペクトル変化と前記話者テンプレートの前記スペクトル変化との組合せの単調増加関数を用いて計算し、前記マッチングパスの各フレームの重みに基づき、前記マッチングパスのマッチングスコアを計算するステップと、
前記マッチングスコアと予め定義された識別用閾値とを比較して、前記テスト用発話が、前記登録話者が話したパスワードを含む発話であるか否かを決定するステップと、
を含む話者認証における検証方法。 - 話者が話したパスワードを含むテスト用発話を入力するステップと、
入力された前記テスト用発話から音響特性ベクトル列を抽出するステップと、
前記テスト用発話のスペクトル変化及びまたは登録話者により登録された話者テンプレートのスペクトル変化を考慮して、前記話者テンプレートと前記音響特性ベクトル列との間のマッチングパスを求めるステップと、
前記マッチングパスの各フレームの重みを、前記テスト用発話の前記スペクトル変化または、前記話者テンプレートの前記スペクトル変化または、前記テスト用発話の前記スペクトル変化と前記話者テンプレートの前記スペクトル変化との組合せの単調増加関数を用いて計算し、前記マッチングパスの各フレームの重みに基づき、前記マッチングパスのマッチングスコアを計算するステップと、
前記マッチングスコアと予め定義された識別用閾値とを比較して、前記テスト用発話が、前記登録話者が話したパスワードを含む発話であるか否かを決定するステップと、
を含む話者認証における検証方法。 - 話者が話したパスワードを含むテスト用発話を入力する入力手段と、
入力された前記テスト用発話から音響特性ベクトル列を抽出する抽出手段と、
登録話者により登録された話者テンプレートと前記音響特性ベクトル列との間のマッチングパスを求めるマッチングパス取得手段と、
前記マッチングパスの各フレームの重みを、前記テスト用発話の前記スペクトル変化または、前記話者テンプレートの前記スペクトル変化または、前記テスト用発話の前記スペクトル変化と前記話者テンプレートの前記スペクトル変化との組合せの単調増加関数を用いて計算し、前記マッチングパスの各フレームの重みに基づき、前記マッチングパスのマッチングスコアを計算するマッチングスコア計算手段と、
前記マッチングスコアと予め定義された識別用閾値とを比較して、前記テスト用発話が、前記登録話者が話したパスワードを含む発話であるか否かを決定する比較手段と、
を含む話者認証における検証装置。 - 前記重み計算手段は、
前記音響特性ベクトル列に基づき、前記テスト用発話のスペクトル変化を計算するスペクトル変化計算手段を含み、
前記重み計算手段は、前記スペクトル変化計算手段で計算された前記テスト用発話のスペクトル変化に基づき前記重みを計算することを特徴とする請求項3記載の検証装置。 - 前記スペクトル変化計算手段は、
前記テスト用発話の前記音響特性ベクトル列の各フレームと、時間軸上で当該フレームに隣接するフレームとの間の特徴距離に基づき、前記テスト用発話のスペクトル変化を計算することを特徴とする請求項4記載の検証装置。 - 前記テスト用発話の各フレームの前記スペクトル変化は、前記テスト用発話の前記音響特性ベクトル列のフレームと、時間軸上で当該フレームに隣接するフレームとの間の特徴距離の平均値であることを特徴とする請求項5記載の検証装置。
- 前記スペクトル変化計算手段は、
前記テスト用発話の前記音響特性ベクトル列のフレームと、前記マッチングパス上で当該フレームに隣接するフレームとの間の特徴距離に基づき、前記テスト用発話のスペクトル変化を計算することを特徴とする請求項4記載の検証装置。 - 前記テスト用発話の各フレームの前記スペクトル変化は、前記テスト用発話の前記音響特性ベクトル列のフレームと、前記マッチングパス上で当該フレームに隣接するフレームとの間の特徴距離の平均値であることを特徴とする請求項7記載の検証装置。
- 前記スペクトル変化計算手段は、
コードブックに基づき前記テスト用発話のスペクトル変化を計算することを特徴とする請求項4記載の検証装置。 - 前記スペクトル変化計算手段は、
前記テスト用発話の前記音響特性ベクトル列の各フレームに、前記コードブック中で当該フレームに最も近いコードをラベルとして付加し、
付加されたラベルに基づき、1セグメント内のすべてのフレームが同じラベルが付されているフレームとなるように、前記テスト用発話を複数のセグメントに分割し、
各セグメントについて、該セグメント内の各フレームのスペクトル変化を示す該セグメントの長さを計算する請求項9記載の検証装置。 - 前記重み計算手段は、
前記話者テンプレートの音響特徴ベクトル列に基づき、前記話者テンプレートのスペクトル変化を計算するスペクトル変化計算手段を含み、
前記重み計算手段は、前記スペクトル変化計算手段で計算された前記話者テンプレートのスペクトル変化に基づき前記重みを計算することを特徴とする請求項3記載の検証装置。 - 前記スペクトル変化計算手段は、
前記話者テンプレートの各フレームと、時間軸上で当該フレームに隣接するフレームとの間の特徴距離に基づき、前記話者テンプレートのスペクトル変化を計算することを特徴とする請求項11記載の検証装置。 - 前記話者テンプレートの各フレームの前記スペクトル変化は、前記話者テンプレートのフレームと、時間軸上で当該フレームに隣接するフレームとの間の特徴距離の平均値であることを特徴とする請求項12記載の検証装置。
- 前記スペクトル変化計算手段は、
前記話者テンプレートのフレームと、前記マッチングパス上で当該フレームに隣接するフレームとの間の特徴距離に基づき、前記話者テンプレートのスペクトル変化を計算することを特徴とする請求項11記載の検証装置。 - 前記話者テンプレートの各フレームの前記スペクトル変化は、前記話者テンプレートのフレームと、前記マッチングパス上で当該フレームに隣接するフレームとの間の特徴距離の平均値であることを特徴とする請求項14記載の検証装置。
- 前記スペクトル変化計算手段は、
コードブックに基づき前記話者テンプレートのスペクトル変化を計算することを特徴とする請求項11記載の検証装置。 - 前記スペクトル変化計算手段は、
前記話者テンプレートの各フレームに、前記コードブック中で当該フレームに最も近いコードをラベルとして付加し、
付加されたラベルに基づき、1セグメント内のすべてのフレームが同じラベルが付されているフレームとなるように、前記話者テンプレートを複数のセグメントに分割し、
各セグメントについて、該セグメント内の各フレームのスペクトル変化を示す該セグメントの長さを計算する請求項16記載の検証装置。 - 前記マッチングパス取得手段は、
前記音響特性ベクトル列と前記話者テンプレートとの間でDTW(Dynamic Time Warping)マッチングを行うことにより、前記マッチングパスを求めることを特徴とする請求項3記載の検証装置。 - 話者が話したパスワードを含むテスト用発話を入力する入力手段と、
入力された前記テスト用発話から音響特性ベクトル列を抽出する抽出手段と、
前記テスト用発話のスペクトル変化及びまたは登録話者により登録された話者テンプレートのスペクトル変化を考慮して、前記話者テンプレートと、前記音響特性ベクトル列との間のマッチングパスを求めるマッチングパス取得手段と、
前記マッチングパスの各フレームの重みを、前記テスト用発話の前記スペクトル変化または、前記話者テンプレートの前記スペクトル変化または、前記テスト用発話の前記スペクトル変化と前記話者テンプレートの前記スペクトル変化との組合せの単調増加関数を用いて計算し、前記マッチングパスの各フレームの重みに基づき、前記マッチングパスのマッチングスコアを計算するマッチングスコア計算手段と、
前記マッチングスコアと予め定義された識別用閾値とを比較して、前記テスト用発話が前記登録話者が話したパスワードを含む発話であるか否かを決定する比較手段と、
を含む話者認証における検証装置。 - 前記マッチングパス取得手段は、
前記テスト用発話のスペクトル変化に基づき、前記テスト用発話の前記音響特性ベクトル列の各フレームの重みを計算する重み計算手段を含み、
前記重み計算手段で計算された前記重みを考慮して、前記音響特性ベクトル列と前記話者テンプレートとの間のマッチングパスを求めることを特徴とする請求項19記載の検証装置。 - 前記重み計算手段は、
前記音響特性ベクトル列に基づき、前記テスト用発話のスペクトル変化を計算するスペクトル変化計算手段を含み、
前記重み計算手段は、前記スペクトル変化計算手段で計算された前記テスト用発話のスペクトル変化に基づき、前記テスト用発話の前記音響特性ベクトル列の各フレームの重みを計算することを特徴とする請求項20記載の検証装置。 - 前記スペクトル変化計算手段は、前記テスト用発話の前記音響特性ベクトル列の各フレームと、時間軸上で当該フレームに隣接するフレームとの間の特徴距離に基づき、前記テスト用発話のスペクトル変化を計算することを特徴とする請求項21記載の検証装置。
- 前記テスト用発話の各フレームの前記スペクトル変化は、前記テスト用発話の前記音響特性ベクトル列のフレームと、時間軸上で当該フレームに隣接するフレームとの間の特徴距離の平均値であることを特徴とする請求項22記載の検証装置。
- 前記スペクトル変化計算手段は、
コードブックに基づき前記テスト用発話のスペクトル変化を計算することを特徴とする請求項21記載の検証装置。 - 前記スペクトル変化計算手段は、
前記テスト用発話の前記音響特性ベクトル列の各フレームに、前記コードブック中で当該フレームに最も近いコードをラベルとして付加し、
付加されたラベルに基づき、1セグメント内のすべてのフレームが同じラベルが付されているフレームとなるように、前記テスト用発話を複数のセグメントに分割し、
各セグメントについて、該セグメント内の各フレームのスペクトル変化を示す該セグメントの長さを計算する請求項24記載の検証装置。 - 前記マッチングパス取得手段は、
前記話者テンプレートのスペクトル変化に基づき、前記話者テンプレートの各フレームの重みを計算する重み計算手段を含み、
前記重みを考慮して、前記音響特性ベクトル列と前記話者テンプレートとの間のマッチングパスを求めることを特徴とする請求項19記載の検証装置。 - 前記重み計算手段は、
前記話者テンプレートの前記音響特徴ベクトル列に基づき、前記話者テンプレートのスペクトル変化を計算するスペクトル変化計算手段を含み、
前記話者テンプレートの前記スペクトル変化に基づき、前記話者テンプレートの各フレームの重みを計算することを特徴とする請求項26記載の検証装置。 - 前記スペクトル変化計算手段は、前記話者テンプレートの各フレームと、時間軸上で当該フレームに隣接するフレームとの間の特徴距離に基づき、前記話者テンプレートのスペクトル変化を計算することを特徴とする請求項27記載の検証装置。
- 前記話者テンプレートの各フレームの前記スペクトル変化は、前記話者テンプレートのフレームと、時間軸上で当該フレームに隣接するフレームとの間の特徴距離の平均値であることを特徴とする請求項28記載の検証装置。
- 前記スペクトル変化計算手段は、
コードブックに基づき前記話者テンプレートのスペクトル変化を計算することを特徴とする請求項27記載の検証装置。 - 前記スペクトル変化計算手段は、
前記話者テンプレートの各フレームに、前記コードブック中で当該フレームに最も近いコードをラベルとして付加し、
付加されたラベルに基づき、1セグメント内のすべてのフレームが同じラベルが付されているフレームとなるように、前記話者テンプレートを複数のセグメントに分割し、
各セグメントについて、該セグメント内の各フレームのスペクトル変化を示す該セグメントの長さを計算する請求項30記載の検証装置。 - 前記マッチングパス取得手段は、前記音響特性ベクトル列と前記話者テンプレートとの間でDTW(Dynamic Time Warping)マッチングを行うことにより、前記マッチングパスを求めることを特徴とする請求項19記載の検証装置。
- 話者テンプレートを登録する登録装置と、
前記登録装置により登録された話者テンプレートに基づきテスト用発話を検証する請求項3または19記載の検証装置と、
を含む話者認証システム。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200710199192.3 | 2007-12-20 | ||
CN2007101991923A CN101465123B (zh) | 2007-12-20 | 2007-12-20 | 说话人认证的验证方法和装置以及说话人认证系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2009151305A JP2009151305A (ja) | 2009-07-09 |
JP5106371B2 true JP5106371B2 (ja) | 2012-12-26 |
Family
ID=40799546
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2008321321A Expired - Fee Related JP5106371B2 (ja) | 2007-12-20 | 2008-12-17 | 話認認証の検証のための方法および装置、話者認証システム |
Country Status (3)
Country | Link |
---|---|
US (1) | US20090171660A1 (ja) |
JP (1) | JP5106371B2 (ja) |
CN (1) | CN101465123B (ja) |
Families Citing this family (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1953052B (zh) * | 2005-10-20 | 2010-09-08 | 株式会社东芝 | 训练时长预测模型、时长预测和语音合成的方法及装置 |
CN101051459A (zh) * | 2006-04-06 | 2007-10-10 | 株式会社东芝 | 基频和停顿预测及语音合成的方法和装置 |
US20140188481A1 (en) * | 2009-12-22 | 2014-07-03 | Cyara Solutions Pty Ltd | System and method for automated adaptation and improvement of speaker authentication in a voice biometric system environment |
CN102238189B (zh) * | 2011-08-01 | 2013-12-11 | 安徽科大讯飞信息科技股份有限公司 | 声纹密码认证方法及系统 |
US20130066632A1 (en) * | 2011-09-14 | 2013-03-14 | At&T Intellectual Property I, L.P. | System and method for enriching text-to-speech synthesis with automatic dialog act tags |
US9263032B2 (en) * | 2013-10-24 | 2016-02-16 | Honeywell International Inc. | Voice-responsive building management system |
US9646613B2 (en) | 2013-11-29 | 2017-05-09 | Daon Holdings Limited | Methods and systems for splitting a digital signal |
US9263033B2 (en) * | 2014-06-25 | 2016-02-16 | Google Inc. | Utterance selection for automated speech recognizer training |
US10395640B1 (en) * | 2014-07-23 | 2019-08-27 | Nvoq Incorporated | Systems and methods evaluating user audio profiles for continuous speech recognition |
CN104320255A (zh) * | 2014-09-30 | 2015-01-28 | 百度在线网络技术(北京)有限公司 | 生成账户认证数据的方法、账户认证的方法以及装置 |
US9837068B2 (en) * | 2014-10-22 | 2017-12-05 | Qualcomm Incorporated | Sound sample verification for generating sound detection model |
US10438593B2 (en) * | 2015-07-22 | 2019-10-08 | Google Llc | Individualized hotword detection models |
CN106373575B (zh) * | 2015-07-23 | 2020-07-21 | 阿里巴巴集团控股有限公司 | 一种用户声纹模型构建方法、装置及系统 |
CN105653921A (zh) * | 2015-12-18 | 2016-06-08 | 合肥寰景信息技术有限公司 | 一种网络社区的语音密码的设置方法 |
CN105656880A (zh) * | 2015-12-18 | 2016-06-08 | 合肥寰景信息技术有限公司 | 一种网络社区的语音密码智能处理方法 |
US10468032B2 (en) * | 2017-04-10 | 2019-11-05 | Intel Corporation | Method and system of speaker recognition using context aware confidence modeling |
CN107527620B (zh) * | 2017-07-25 | 2019-03-26 | 平安科技(深圳)有限公司 | 电子装置、身份验证的方法及计算机可读存储介质 |
KR102489487B1 (ko) | 2017-12-19 | 2023-01-18 | 삼성전자주식회사 | 전자 장치, 그 제어 방법 및 컴퓨터 판독가능 기록 매체 |
JP6958723B2 (ja) * | 2018-03-15 | 2021-11-02 | 日本電気株式会社 | 信号処理システム、信号処理装置、信号処理方法、およびプログラム |
US10818296B2 (en) | 2018-06-21 | 2020-10-27 | Intel Corporation | Method and system of robust speaker recognition activation |
CN109117622B (zh) * | 2018-09-19 | 2020-09-01 | 北京容联易通信息技术有限公司 | 一种基于音频指纹的身份认证方法 |
CN110049270B (zh) * | 2019-03-12 | 2023-05-30 | 平安科技(深圳)有限公司 | 多人会议语音转写方法、装置、系统、设备及存储介质 |
CN109979466B (zh) * | 2019-03-21 | 2021-09-17 | 广州国音智能科技有限公司 | 一种声纹身份同一性鉴定方法、装置及计算机可读存储介质 |
US20240013791A1 (en) * | 2020-11-25 | 2024-01-11 | Nippon Telegraph And Telephone Corporation | Speaker recognition method, speaker recognition device, and speaker recognition program |
Family Cites Families (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS6136797A (ja) * | 1984-07-30 | 1986-02-21 | 松下電器産業株式会社 | 音声セグメンテ−シヨン法 |
US5548647A (en) * | 1987-04-03 | 1996-08-20 | Texas Instruments Incorporated | Fixed text speaker verification method and apparatus |
US5121428A (en) * | 1988-01-20 | 1992-06-09 | Ricoh Company, Ltd. | Speaker verification system |
JPH04369698A (ja) * | 1991-06-19 | 1992-12-22 | Kokusai Denshin Denwa Co Ltd <Kdd> | 音声認識方式 |
JPH05197397A (ja) * | 1992-01-20 | 1993-08-06 | Canon Inc | 音声認識方法及びその装置 |
JP3129164B2 (ja) * | 1995-09-04 | 2001-01-29 | 松下電器産業株式会社 | 音声認識方法 |
US5729694A (en) * | 1996-02-06 | 1998-03-17 | The Regents Of The University Of California | Speech coding, reconstruction and recognition using acoustics and electromagnetic waves |
US5963903A (en) * | 1996-06-28 | 1999-10-05 | Microsoft Corporation | Method and system for dynamically adjusted training for speech recognition |
EP0954854A4 (en) * | 1996-11-22 | 2000-07-19 | T Netix Inc | PARTIAL VALUE-BASED SPEAKER VERIFICATION BY UNIFYING DIFFERENT CLASSIFIERS USING CHANNEL, ASSOCIATION, MODEL AND THRESHOLD ADAPTATION |
US6275797B1 (en) * | 1998-04-17 | 2001-08-14 | Cisco Technology, Inc. | Method and apparatus for measuring voice path quality by means of speech recognition |
US6697457B2 (en) * | 1999-08-31 | 2004-02-24 | Accenture Llp | Voice messaging system that organizes voice messages based on detected emotion |
US6735563B1 (en) * | 2000-07-13 | 2004-05-11 | Qualcomm, Inc. | Method and apparatus for constructing voice templates for a speaker-independent voice recognition system |
JP3979136B2 (ja) * | 2002-03-20 | 2007-09-19 | 富士ゼロックス株式会社 | 認識装置および方法 |
US7050973B2 (en) * | 2002-04-22 | 2006-05-23 | Intel Corporation | Speaker recognition using dynamic time warp template spotting |
WO2006069600A1 (en) * | 2004-12-28 | 2006-07-06 | Loquendo S.P.A. | Automatic speech recognition system and method |
US7490043B2 (en) * | 2005-02-07 | 2009-02-10 | Hitachi, Ltd. | System and method for speaker verification using short utterance enrollments |
US7606707B2 (en) * | 2005-09-06 | 2009-10-20 | Toshiba Tec Kabushiki Kaisha | Speaker recognition apparatus and speaker recognition method to eliminate a trade-off relationship between phonological resolving performance and speaker resolving performance |
CN1953052B (zh) * | 2005-10-20 | 2010-09-08 | 株式会社东芝 | 训练时长预测模型、时长预测和语音合成的方法及装置 |
CN1963917A (zh) * | 2005-11-11 | 2007-05-16 | 株式会社东芝 | 评价语音的分辨力、说话人认证的注册和验证方法及装置 |
CN1963918A (zh) * | 2005-11-11 | 2007-05-16 | 株式会社东芝 | 说话人模板的压缩、合并装置和方法,以及说话人认证 |
CN101051463B (zh) * | 2006-04-06 | 2012-07-11 | 株式会社东芝 | 说话人认证的验证方法及装置 |
CN101051464A (zh) * | 2006-04-06 | 2007-10-10 | 株式会社东芝 | 说话人认证的注册和验证方法及装置 |
US7822605B2 (en) * | 2006-10-19 | 2010-10-26 | Nice Systems Ltd. | Method and apparatus for large population speaker identification in telephone interactions |
US8571853B2 (en) * | 2007-02-11 | 2013-10-29 | Nice Systems Ltd. | Method and system for laughter detection |
US8050919B2 (en) * | 2007-06-29 | 2011-11-01 | Microsoft Corporation | Speaker recognition via voice sample based on multiple nearest neighbor classifiers |
-
2007
- 2007-12-20 CN CN2007101991923A patent/CN101465123B/zh not_active Expired - Fee Related
-
2008
- 2008-12-17 JP JP2008321321A patent/JP5106371B2/ja not_active Expired - Fee Related
- 2008-12-18 US US12/338,906 patent/US20090171660A1/en not_active Abandoned
Also Published As
Publication number | Publication date |
---|---|
CN101465123A (zh) | 2009-06-24 |
CN101465123B (zh) | 2011-07-06 |
US20090171660A1 (en) | 2009-07-02 |
JP2009151305A (ja) | 2009-07-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5106371B2 (ja) | 話認認証の検証のための方法および装置、話者認証システム | |
US9536525B2 (en) | Speaker indexing device and speaker indexing method | |
KR100924399B1 (ko) | 음성 인식 장치 및 음성 인식 방법 | |
US20170236520A1 (en) | Generating Models for Text-Dependent Speaker Verification | |
US8996373B2 (en) | State detection device and state detecting method | |
US8271282B2 (en) | Voice recognition apparatus, voice recognition method and recording medium | |
KR20050082253A (ko) | 모델 변이 기반의 화자 클러스터링 방법, 화자 적응 방법및 이들을 이용한 음성 인식 장치 | |
US9153235B2 (en) | Text dependent speaker recognition with long-term feature based on functional data analysis | |
JP4829477B2 (ja) | 声質変換装置および声質変換方法ならびに声質変換プログラム | |
Zheng et al. | Text-independent voice conversion using deep neural network based phonetic level features | |
Ozaydin | Design of a text independent speaker recognition system | |
Ilyas et al. | Speaker verification using vector quantization and hidden Markov model | |
US20030171931A1 (en) | System for creating user-dependent recognition models and for making those models accessible by a user | |
Ezzine et al. | Moroccan dialect speech recognition system based on cmu sphinxtools | |
JP2007133413A (ja) | 話者テンプレート圧縮方法および装置、複数の話者テンプレートをマージする方法および装置、ならびに話者認証 | |
Sharma et al. | Soft-Computational Techniques and Spectro-Temporal Features for Telephonic Speech Recognition: an overview and review of current state of the art | |
WO2002029785A1 (en) | Method, apparatus, and system for speaker verification based on orthogonal gaussian mixture model (gmm) | |
Dong et al. | Mapping frames with DNN-HMM recognizer for non-parallel voice conversion | |
KR101078293B1 (ko) | Kernel PCA를 이용한 GMM 기반의 음성변환 방법 | |
JP4391179B2 (ja) | 話者認識システム及び方法 | |
KR101890303B1 (ko) | 가창 음성 생성 방법 및 그에 따른 장치 | |
Verma et al. | Voice fonts for individuality representation and transformation | |
Chakraborty et al. | Role of synthetically generated samples on speech recognition in a resource-scarce language | |
Qi et al. | Experiments of GMM based speaker identification | |
Upadhyay et al. | Analysis of different classifier using feature extraction in speaker identification and verification under adverse acoustic condition for different scenario |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20101227 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20110111 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20111213 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20120213 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20120529 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20120904 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20121002 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20151012 Year of fee payment: 3 |
|
LAPS | Cancellation because of no payment of annual fees |