JP6280068B2 - パラメータ学習装置、話者認識装置、パラメータ学習方法、話者認識方法、およびプログラム - Google Patents
パラメータ学習装置、話者認識装置、パラメータ学習方法、話者認識方法、およびプログラム Download PDFInfo
- Publication number
- JP6280068B2 JP6280068B2 JP2015045675A JP2015045675A JP6280068B2 JP 6280068 B2 JP6280068 B2 JP 6280068B2 JP 2015045675 A JP2015045675 A JP 2015045675A JP 2015045675 A JP2015045675 A JP 2015045675A JP 6280068 B2 JP6280068 B2 JP 6280068B2
- Authority
- JP
- Japan
- Prior art keywords
- speaker
- speech
- unauthorized
- voice
- feature vector
- 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.)
- Active
Links
Images
Description
この発明の話者認識技術は、以下の三点を特徴とする。
(A)話者特徴抽出モデルのパラメータの学習時に不正な音声を学習データとして与え、その特徴を学習する。
(B)予め不正な音声をシステムに登録しておく。
(C)音声の入力時に不正な音声との照合もしくは識別を行う。
従来の話者認識システムは、図1に示すように、話者認識に適した正常音声から話者特徴抽出モデルのパラメータを学習するパラメータ学習装置1と、入力音声に対して話者特徴抽出モデルのパラメータを用いて話者認識を行い、その認識結果を出力する話者認識装置2とを含む。パラメータ学習装置1は、図2に示すように、UBM記憶部10、正常音声記憶部12、パラメータ推定部14、およびパラメータ記憶部16を含む。話者認識装置2は、図3に示すように、UBM記憶部10、パラメータ記憶部16、ユーザ情報記憶部20、音声信号入力部22、話者特徴ベクトル抽出部24、話者認識部26、および話者登録部28を含む。
実施形態の話者認識システムは、図6に示すように、パラメータ学習装置1と話者認識装置2とに加えて、話者特徴抽出モデルのパラメータを用いて話者認識に適さない不正音声から不正音声情報を生成する不正音声登録装置3を含む。実施形態のパラメータ学習装置1は、正常音声に加えて不正音声を用いて話者特徴抽出モデルのパラメータを学習する。実施形態の話者認識装置2は、不正音声情報を用いて入力音声が不正音声であるかどうかを判定し、入力音声が不正音声でなければ、話者特徴抽出モデルのパラメータを用いて入力音声に対して話者認識を行う。
上記実施形態で説明した各装置における各種の処理機能をコンピュータによって実現する場合、各装置が有すべき機能の処理内容はプログラムによって記述される。そして、このプログラムをコンピュータで実行することにより、上記各装置における各種の処理機能がコンピュータ上で実現される。
2 話者認識装置
3 不正音声登録装置
10 UBM記憶部
12 正常音声記憶部
13 不正音声記憶部
14 パラメータ推定部
16 パラメータ記憶部
20 ユーザ情報記憶部
22 音声信号入力部
24 話者特徴ベクトル抽出部
26 話者認識部
28 話者登録部
30 不正音声登録部
32 不正音声情報記憶部
34 不正音声判定部
Claims (5)
- 話者認識に適する音声を収録した正常音声を記憶する正常音声記憶部と、
話者認識に適さない音声を収録した不正音声を記憶する不正音声記憶部と、
上記正常音声および上記不正音声を用いて話者特徴抽出モデルのパラメータを推定するパラメータ推定部と、
上記話者特徴抽出モデルのパラメータを用いて上記不正音声から話者特徴ベクトルを抽出する話者特徴ベクトル抽出部と、
上記不正音声の話者特徴ベクトルを不正音声情報に登録する不正音声登録部と、
を含むパラメータ学習装置。 - 請求項1に記載のパラメータ学習装置により生成された話者特徴抽出モデルのパラメータを記憶するパラメータ記憶部と、
請求項1に記載のパラメータ学習装置により生成された不正音声情報を記憶する不正音声情報記憶部と、
複数のユーザの発話から抽出した話者特徴ベクトルが登録されたユーザ情報を記憶するユーザ情報記憶部と、
上記話者特徴抽出モデルのパラメータを用いて入力音声から話者特徴ベクトルを抽出する話者特徴ベクトル抽出部と、
上記入力音声の話者特徴ベクトルを上記不正音声情報と比較して上記入力音声が話者認識に適さない不正音声であるか否かを判定する不正音声判定部と、
上記入力音声が不正音声でないと判定された場合に、上記入力音声の話者特徴ベクトルを上記ユーザ情報へ登録する話者登録部と、
上記入力音声が不正音声でないと判定された場合に、上記入力音声の話者特徴ベクトルを上記ユーザ情報の話者特徴ベクトルと比較して上記入力音声に対する話者認識の結果を出力する話者認識部と、
を含む話者認識装置。 - 正常音声記憶部に、話者認識に適する音声を収録した正常音声が記憶されており、
不正音声記憶部に、話者認識に適さない音声を収録した不正音声が記憶されており、
パラメータ推定部が、上記正常音声および上記不正音声を用いて話者特徴抽出モデルのパラメータを推定するパラメータ推定ステップと、
話者特徴ベクトル抽出部が、上記話者特徴抽出モデルのパラメータを用いて上記不正音声から話者特徴ベクトルを抽出する話者特徴ベクトル抽出ステップと、
不正音声登録部が、上記不正音声の話者特徴ベクトルを不正音声情報に登録する不正音声登録ステップと、
を含むパラメータ学習方法。 - パラメータ記憶部に、請求項3に記載のパラメータ学習方法により生成された話者特徴抽出モデルのパラメータが記憶されており、
不正音声情報記憶部に、請求項3に記載のパラメータ学習方法により生成された不正音声情報が記憶されており、
ユーザ情報記憶部に、複数のユーザの発話から抽出した話者特徴ベクトルが登録されたユーザ情報が記憶されており、
話者特徴ベクトル抽出部が、上記話者特徴抽出モデルのパラメータを用いて入力音声から話者特徴ベクトルを抽出する話者特徴ベクトル抽出ステップと、
不正音声判定部が、上記入力音声の話者特徴ベクトルを上記不正音声情報と比較して上記入力音声が話者認識に適さない不正音声であるか否かを判定する不正音声判定ステップと、
話者登録部が、上記入力音声が不正音声でないと判定された場合に、上記入力音声の話者特徴ベクトルを上記ユーザ情報へ登録する話者登録ステップと、
話者認識部が、上記入力音声が不正音声でないと判定された場合に、上記入力音声の話者特徴ベクトルを上記ユーザ情報の話者特徴ベクトルと比較して上記入力音声に対する話者認識の結果を出力する話者認識ステップと、
を含む話者認識方法。 - 請求項1に記載のパラメータ学習装置もしくは請求項2に記載の話者認識装置としてコンピュータを機能させるためのプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015045675A JP6280068B2 (ja) | 2015-03-09 | 2015-03-09 | パラメータ学習装置、話者認識装置、パラメータ学習方法、話者認識方法、およびプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015045675A JP6280068B2 (ja) | 2015-03-09 | 2015-03-09 | パラメータ学習装置、話者認識装置、パラメータ学習方法、話者認識方法、およびプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2016166927A JP2016166927A (ja) | 2016-09-15 |
JP6280068B2 true JP6280068B2 (ja) | 2018-02-14 |
Family
ID=56898559
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015045675A Active JP6280068B2 (ja) | 2015-03-09 | 2015-03-09 | パラメータ学習装置、話者認識装置、パラメータ学習方法、話者認識方法、およびプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6280068B2 (ja) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6430318B2 (ja) * | 2015-04-06 | 2018-11-28 | 日本電信電話株式会社 | 不正音声入力判定装置、方法及びプログラム |
JP6805037B2 (ja) * | 2017-03-22 | 2020-12-23 | 株式会社東芝 | 話者検索装置、話者検索方法、および話者検索プログラム |
CN107610708B (zh) * | 2017-06-09 | 2018-06-19 | 平安科技(深圳)有限公司 | 识别声纹的方法及设备 |
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 |
WO2023189173A1 (ja) * | 2022-03-29 | 2023-10-05 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ | 話者識別方法、話者識別装置及び話者識別プログラム |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005321530A (ja) * | 2004-05-07 | 2005-11-17 | Sony Corp | 発話識別装置および発話識別方法 |
JP4714523B2 (ja) * | 2005-07-27 | 2011-06-29 | 富士通東芝モバイルコミュニケーションズ株式会社 | 話者照合装置 |
JP4765971B2 (ja) * | 2007-03-23 | 2011-09-07 | ヤマハ株式会社 | 混合モデル生成装置、音処理装置およびプログラム |
WO2010019831A1 (en) * | 2008-08-14 | 2010-02-18 | 21Ct, Inc. | Hidden markov model for speech processing with training method |
-
2015
- 2015-03-09 JP JP2015045675A patent/JP6280068B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2016166927A (ja) | 2016-09-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Chen et al. | Robust deep feature for spoofing detection—The SJTU system for ASVspoof 2015 challenge | |
WO2017198014A1 (zh) | 一种身份认证方法和装置 | |
US20210327431A1 (en) | 'liveness' detection system | |
WO2017215558A1 (zh) | 一种声纹识别方法和装置 | |
US11869513B2 (en) | Authenticating a user | |
JP6280068B2 (ja) | パラメータ学習装置、話者認識装置、パラメータ学習方法、話者認識方法、およびプログラム | |
WO2017113658A1 (zh) | 基于人工智能的声纹认证方法以及装置 | |
Evans et al. | Speaker recognition anti-spoofing | |
JP2007133414A (ja) | 音声の識別能力推定方法及び装置、ならびに話者認証の登録及び評価方法及び装置 | |
JPWO2014112375A1 (ja) | 話者識別装置、話者識別方法、および話者識別用プログラム | |
US11837236B2 (en) | Speaker recognition based on signal segments weighted by quality | |
KR101888058B1 (ko) | 발화된 단어에 기초하여 화자를 식별하기 위한 방법 및 그 장치 | |
JP6553015B2 (ja) | 話者属性推定システム、学習装置、推定装置、話者属性推定方法、およびプログラム | |
JP4730812B2 (ja) | 個人認証装置、個人認証処理方法、そのためのプログラム及び記録媒体 | |
US20140163986A1 (en) | Voice-based captcha method and apparatus | |
JP2008146054A (ja) | 話者の音声特徴情報を利用した話者情報獲得システム及びその方法 | |
JP6430318B2 (ja) | 不正音声入力判定装置、方法及びプログラム | |
US11929077B2 (en) | Multi-stage speaker enrollment in voice authentication and identification | |
Bredin et al. | The biosecure talking-face reference system | |
JP3251460B2 (ja) | 話者照合方法および装置 | |
JPWO2006027844A1 (ja) | 話者照合装置 | |
Kumar et al. | Mel Spectrogram Based Automatic Speaker Verification Using GMM-UBM | |
JP2004295586A (ja) | 音声認証装置、音声認証方法及び音声認証プログラム | |
WO2009110613A1 (ja) | 個人照合装置及び話者登録装置と方法並びにプログラム | |
Hassan et al. | Robust Speaker Identification System Based on Variational Bayesian Inference Gaussian Mixture Model and Feature Normalization |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20170210 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20171215 |
|
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: 20180116 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20180118 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6280068 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |