JPH02294146A - 話者識別付録音再生装置 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 〔産業上の利用分野〕 本発明は、特定者間の音声メッセージ交換のための録音
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。

よって本発明の目的は、前述の問題点を解消し、特定者
間に限定した音声メッセージ交換の用途に最適な録音再
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〕 本発明の録音再生装置は、話者の発した音声の信号を入
力する音声入力手段と、該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，本人識別子および音声データを記憶する記憶手
段と、該特徴抽出手段による抽出特徴量と該記憶手段に
記憶された本人識別子とを照合する照合手段と、該記憶
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、該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，該制御情
報入力手段より再生モード指定の情報が入力された場合
に，該照合手段の照合で該記憶手段に記憶されているあ
る本人識別子と一致がとれたときに、該記憶手段に記憶
されている音声データの音声信号が該再生手段により再
生され該音声出力手段より出力されることを特徴とする
。

本発明の録音再生装置の他の特徴は、音声データが本人
識別子と対応付けられて記憶手段に記憶され，再生モー
ドが指定された場合に照合で一致がとれた本人識別子に
対応した音声データの音声信号が再生され、その音声が
出力されることである． 本発明の録音再生装置のもう一つの特徴は、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
力された場合、該音声圧縮手段により変換された音声デ
ータが記憶手段に記憶されることである。

本発明の録音再生装置の別の特徴は、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た場合，照合手
段による照合で記憶手段に記憶されているある本人識別
子と一致がとれたときに、音声圧縮手段により変換され
た音声データが該記憶手段に格納されることである． 本発明の録音再生装置の他の特徴は、音声信号入力、音
声信号出力および制御情報入力がそれぞれ電話回線を介
して行われることである。

〔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．なお、音声による個人識別技術の応用例として
は，特定区域への人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）等が
従来から知られている．しかし、本発明のように音声に
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．〔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（ｌｌｌ！
！）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、その本人識別子がメッセ
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に向か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．この特徴址と、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社と、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２ｏ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２ｏ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とスビーカ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をフツクオフし（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址
が特徴址変換部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２
０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、それがスビーカ駆動部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
＠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により回線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１４
Ａ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５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
さ九，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ＭＡ（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タン信号を受
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２
０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２
２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呂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景変換部４によ
って抽出され、この特徴斌と記憶部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ｌ３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．なお、
前記各実施例においては，音声メッセージの圧縮データ
を特定者（特定の本人識別子）と対応付けて記憶部６に
格納し，対応した話者に対してだけ音声メッセージを再
生出力させた．しかし，そのような対応付けを行わず、
本人登録がなされた者であれば誰に対しても、録音した
音声メッセージを再生出力させるような構成も可能であ
る．これは，予め登録された多数人に同じ音声メッセー
ジを伝えるような場合に便利である。

〔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・
・・スビーカ，２８・・・操作部。

Claims (5)

【特許請求の範囲】
1. （１）話者の発した音声の信号を入力する音声入力手段
   と、該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、本人識別子
   および音声データを記憶する記憶手段と、該特徴抽出手
   段による抽出特徴量と該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、該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、該再生手
   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、該制御情報入力手段より再生
   モード指定の情報が入力された場合に、該照合手段の照
   合で該記憶手段に記憶されているある本人識別子と一致
   がとれたときに、該記憶手段に記憶されている音声デー
   タの音声信号が該再生手段により再生され、該音声出力
   手段より出力されることを特徴とする録音再生装置。
2. （２）音声データは本人識別子と対応付けられて記憶手
   段に記憶され、照合で一致がとれた本人識別子に対応し
   た音声データの音声信号が再生されることを特徴とする
   請求項（１）記載の録音再生装置。
3. （３）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た場合、該
   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）または（２）
   記載の録音再生装置。
4. （４）制御情報入力手段により録音モードの指定情報が
   入力された場合、照合手段による照合で記憶手段に記憶
   されているあ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該記憶手段に格
   納されることを特徴とする請求項（３）記載の録音再生
   装置。
5. （５）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）、（３）または（４）記載の録音再
   生装置。