JPH06242793A - 仲間正規化スコアリングを使用する話者検証法 - Google Patents
仲間正規化スコアリングを使用する話者検証法Info
- Publication number
- JPH06242793A JPH06242793A JP5252029A JP25202993A JPH06242793A JP H06242793 A JPH06242793 A JP H06242793A JP 5252029 A JP5252029 A JP 5252029A JP 25202993 A JP25202993 A JP 25202993A JP H06242793 A JPH06242793 A JP H06242793A
- Authority
- JP
- Japan
- Prior art keywords
- subscriber
- signal
- person
- call
- likelihood
- 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.)
- Pending
Links
- 238000010606 normalization Methods 0.000 title abstract description 5
- 238000009991 scouring Methods 0.000 title 1
- 238000000034 method Methods 0.000 claims abstract description 77
- 238000012795 verification Methods 0.000 claims abstract description 67
- 230000008569 process Effects 0.000 claims abstract description 25
- 238000004891 communication Methods 0.000 claims abstract description 24
- 230000004044 response Effects 0.000 claims description 43
- 238000012549 training Methods 0.000 abstract description 29
- 238000012545 processing Methods 0.000 abstract description 17
- 239000013598 vector Substances 0.000 description 39
- 230000006870 function Effects 0.000 description 12
- 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 11
- 238000010586 diagram Methods 0.000 description 7
- 230000001755 vocal effect Effects 0.000 description 6
- 239000000203 mixture Substances 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 230000005236 sound signal Effects 0.000 description 3
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 2
- 101100046806 Citrus sinensis TPS1 gene Proteins 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 229910052799 carbon Inorganic materials 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 101100388212 Arabidopsis thaliana DSP3 gene Proteins 0.000 description 1
- 101150062184 DSP4 gene Proteins 0.000 description 1
- 239000008186 active pharmaceutical agent Substances 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- SDJLVPMBBFRBLL-UHFFFAOYSA-N dsp-4 Chemical compound ClCCN(CC)CC1=CC=CC=C1Br SDJLVPMBBFRBLL-UHFFFAOYSA-N 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 229940100121 revina Drugs 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
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
-
- 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
- G10L17/06—Decision making techniques; Pattern matching strategies
- G10L17/12—Score normalisation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M3/00—Automatic or semi-automatic exchanges
- H04M3/38—Graded-service arrangements, i.e. some subscribers prevented from establishing certain connections
- H04M3/382—Graded-service arrangements, i.e. some subscribers prevented from establishing certain connections using authorisation codes or passwords
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M3/00—Automatic or semi-automatic exchanges
- H04M3/42—Systems providing special services or facilities to subscribers
- H04M3/42204—Arrangements at the exchange for service or number selection by voice
-
- 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
- G10L15/00—Speech recognition
- G10L15/08—Speech classification or search
- G10L15/14—Speech classification or search using statistical models, e.g. Hidden Markov Models [HMMs]
- G10L15/142—Hidden Markov Models [HMMs]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M15/00—Arrangements for metering, time-control or time indication ; Metering, charging or billing arrangements for voice wireline or wireless communications, e.g. VoIP
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M2201/00—Electronic components, circuits, software, systems or apparatus used in telephone systems
- H04M2201/40—Electronic components, circuits, software, systems or apparatus used in telephone systems using speech recognition
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Computer Security & Cryptography (AREA)
- Business, Economics & Management (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Game Theory and Decision Science (AREA)
- Telephonic Communication Services (AREA)
- Meter Arrangements (AREA)
Abstract
(57)【要約】 （修正有）
【目的】 音声処理としての話者検証に関し、個々の加
入者によってなされた識別の主張をその加入者によって
提供された発声を表す信号に基づき検証するための方
法。 【構成】 発呼者が単に所望の被呼宛先を識別するラベ
ルを口答にて告げることによって電話呼を接続するこ
と、及び単に課金アカウントを識別するラベルを口答に
て告げ、その電話呼を特定の課金アカウントに課金する
ことを可能とする。発呼者は、呼を被呼宛先の電話番号
をダイアルする或は口答にて伝えることにより、或はそ
の電話番号と関連する短縮ダイアルコードを入力するこ
とによって掛けること。この設備は仲間正規化スコアリ
ングを採用する話者検証システムを含む。仲間正規化ス
コアリングは検証プロセスに対する動的しきい値を提供
し、このプロセスに訓練発声と検証発声における変動に
対して一層の抵抗力を与える。この変動は通信チャネル
特性或は話者の声の大きさの変動に起因する。
入者によってなされた識別の主張をその加入者によって
提供された発声を表す信号に基づき検証するための方
法。 【構成】 発呼者が単に所望の被呼宛先を識別するラベ
ルを口答にて告げることによって電話呼を接続するこ
と、及び単に課金アカウントを識別するラベルを口答に
て告げ、その電話呼を特定の課金アカウントに課金する
ことを可能とする。発呼者は、呼を被呼宛先の電話番号
をダイアルする或は口答にて伝えることにより、或はそ
の電話番号と関連する短縮ダイアルコードを入力するこ
とによって掛けること。この設備は仲間正規化スコアリ
ングを採用する話者検証システムを含む。仲間正規化ス
コアリングは検証プロセスに対する動的しきい値を提供
し、このプロセスに訓練発声と検証発声における変動に
対して一層の抵抗力を与える。この変動は通信チャネル
特性或は話者の声の大きさの変動に起因する。
Description
【０００１】
【産業上の利用分野】本発明は、一般的には、音声処
理、より詳細には、話者検証の分野に関する。
理、より詳細には、話者検証の分野に関する。
【０００２】
【従来の技術】電話クレジット或は発呼カードは、便利
ではあるが、許可のないユーザによって悪用される潜在
的な危険性を持つ。実際、この種のカードの詐欺的な使
用は重大な問題となっている。この種の詐欺的な使用と
戦うために、電気通信システムは自動話者検証システム
を使用する。話者検証システム（speaker verification
system ）は個々の加入者によって提供された識別の主
張のための発声の分析を通じての検証によって個々の加
入者を認識する。電気通信システムの背景において、話
者検証は呼をクレジット或は発呼カードに対して請求し
ようとする発呼者の識別を検証するために使用される。
一般的に、話者検証システムは、ある識別を主張する個
々の加入者から受信された発声の抽出された特徴を識別
された人によって提供された（或は“訓練”された）発
声に基づいて音声の一つ或は複数のプロトタイプと比較
することによって機能する。
ではあるが、許可のないユーザによって悪用される潜在
的な危険性を持つ。実際、この種のカードの詐欺的な使
用は重大な問題となっている。この種の詐欺的な使用と
戦うために、電気通信システムは自動話者検証システム
を使用する。話者検証システム（speaker verification
system ）は個々の加入者によって提供された識別の主
張のための発声の分析を通じての検証によって個々の加
入者を認識する。電気通信システムの背景において、話
者検証は呼をクレジット或は発呼カードに対して請求し
ようとする発呼者の識別を検証するために使用される。
一般的に、話者検証システムは、ある識別を主張する個
々の加入者から受信された発声の抽出された特徴を識別
された人によって提供された（或は“訓練”された）発
声に基づいて音声の一つ或は複数のプロトタイプと比較
することによって機能する。
【０００３】
【発明が解決しようとする課題】電気通信の背景におい
て、話者検証にあたってしばしば遭遇される問題は、検
証システムを訓練した人が検証のトライアルを受けると
き必ずしも常に“同一の響き（sound same）”を与えな
いことである。時間を通じての人の“響き（sound ）”
の変化は、例えば、その人の音声信号を運ぶ電気通信チ
ャネルの特性の変化によっても影響される。これら変化
は、訓練プロセスと検証トライアルで異なる電話を使用
する以外によっても起こされる。当然、このような変化
は、検証システムの性能を劣化させる。チャネル特性の
変化、さらには話者の声の大きさに対する感度のため
に、検証システムの性能が許容できないレベルにまで劣
化することがある。
て、話者検証にあたってしばしば遭遇される問題は、検
証システムを訓練した人が検証のトライアルを受けると
き必ずしも常に“同一の響き（sound same）”を与えな
いことである。時間を通じての人の“響き（sound ）”
の変化は、例えば、その人の音声信号を運ぶ電気通信チ
ャネルの特性の変化によっても影響される。これら変化
は、訓練プロセスと検証トライアルで異なる電話を使用
する以外によっても起こされる。当然、このような変化
は、検証システムの性能を劣化させる。チャネル特性の
変化、さらには話者の声の大きさに対する感度のため
に、検証システムの性能が許容できないレベルにまで劣
化することがある。
【０００４】
【課題を解決するための手段】電気通信システムの加入
者に音声検証機能を含む幾つかの進歩した機能を提供す
るために自動音声処理を使用することができる。本発明
の一つの実施例は、なかんずく、加入者の会話発声の分
析に基づく加入者の識別の検証のための電気通信システ
ムプラットフォームを提供する。このプラットフォーム
は呼者が、例えば、関連する電話機のキーパッドを介し
て加入者の識別を主張することを許す。すると、このプ
ラットフォームは発呼者の識別を識別された加入者の識
別であると検証する。
者に音声検証機能を含む幾つかの進歩した機能を提供す
るために自動音声処理を使用することができる。本発明
の一つの実施例は、なかんずく、加入者の会話発声の分
析に基づく加入者の識別の検証のための電気通信システ
ムプラットフォームを提供する。このプラットフォーム
は呼者が、例えば、関連する電話機のキーパッドを介し
て加入者の識別を主張することを許す。すると、このプ
ラットフォームは発呼者の識別を識別された加入者の識
別であると検証する。
【０００５】本発明の一例としてのプラットフォームは
話者検証をヒドンマルコフモデル（hidden Markov mode
ls）を採用する仲間正規化スコアリング（cohort norma
lized scoring ）の使用によって達成する。仲間（coho
rt）はそのヒドンマルコフモデルが、例えば、その識別
を主張する加入者のヒドンマルコフモデルに類似するセ
ットの加入者である。本発明によると、発呼者によって
供給された主張される加入者によって話されたもである
と主張される発声が、その加入者によって訓練されたヒ
ドンマルコフモデル及び仲間の個々のメンバによって訓
練されたモデルに対してスコアされる。本発明において
は、仲間スコアの統計値が形成され、そして、話者のス
コアが主張した話者のスコアとこの仲間スコアの統計値
の比を形成することによって（或はこれらの対数の差を
形成することによって）正規化される。この正規化は、
例えば、通信チャネル特性或は話者の声の大きさに起因
する訓練発声と検証発声の変動に対して検証スコアリン
グをより抵抗力のあるものにする動的しきい値を提供す
る。
話者検証をヒドンマルコフモデル（hidden Markov mode
ls）を採用する仲間正規化スコアリング（cohort norma
lized scoring ）の使用によって達成する。仲間（coho
rt）はそのヒドンマルコフモデルが、例えば、その識別
を主張する加入者のヒドンマルコフモデルに類似するセ
ットの加入者である。本発明によると、発呼者によって
供給された主張される加入者によって話されたもである
と主張される発声が、その加入者によって訓練されたヒ
ドンマルコフモデル及び仲間の個々のメンバによって訓
練されたモデルに対してスコアされる。本発明において
は、仲間スコアの統計値が形成され、そして、話者のス
コアが主張した話者のスコアとこの仲間スコアの統計値
の比を形成することによって（或はこれらの対数の差を
形成することによって）正規化される。この正規化は、
例えば、通信チャネル特性或は話者の声の大きさに起因
する訓練発声と検証発声の変動に対して検証スコアリン
グをより抵抗力のあるものにする動的しきい値を提供す
る。
【０００６】
【実施例】図１に示される音声指示通信システム（Voic
e Directed Communications System、ＶＤＣＳ）１００
は互いに協調して、なかんずく、通信路１１或は１２を
介して受信された発呼者の音声信号から発呼者を認識す
るために機能する複数の機能を含む。この認識は受信さ
れた音声信号の特徴（features）を最初に発呼者がＶＤ
ＣＳ１００の機能（或はサービス）に加入したとき構築
されたこれら信号に対するモデルと比較することに基づ
く。
e Directed Communications System、ＶＤＣＳ）１００
は互いに協調して、なかんずく、通信路１１或は１２を
介して受信された発呼者の音声信号から発呼者を認識す
るために機能する複数の機能を含む。この認識は受信さ
れた音声信号の特徴（features）を最初に発呼者がＶＤ
ＣＳ１００の機能（或はサービス）に加入したとき構築
されたこれら信号に対するモデルと比較することに基づ
く。
【０００７】より詳細には、電話ユーザ、例えば、電話
機Ｓ１と関連するユーザは所定の加入者電話番号、例え
ば、１−８００−８２６−５５５５をダイヤルすること
によってＶＤＣＳ１００によって提供されるサービスに
加入する。ユーザがこの番号を形成する最後の数字をダ
イヤルすると、中央局（Central Office、ＣＯ）２２５
はダイヤルされた番号を公衆通信網２００と関連させ、
呼を経路２２６を介してそれに延長する。これを行なう
とき、ＣＯ２２５はダイヤルされた（被呼）電話番号並
びに発呼電話番号を網２００に送る。例えば、ＡＴ＆Ｔ
公衆交換網であり得る網２００は呼接続を従来の方法に
よってＶＤＣＳ１００に接続する宛先交換機（図示な
し）に延長する。網２００の宛先交換機は、これに応答
して、呼をＶＤＣＳ１００の交換機１０に接続するトラ
ンク１１及び１２の選択された一つを介して延長する。
宛先交換機は次に発呼及び被呼電話番号を選択されたト
ランクを介して交換機１０に供給する。
機Ｓ１と関連するユーザは所定の加入者電話番号、例え
ば、１−８００−８２６−５５５５をダイヤルすること
によってＶＤＣＳ１００によって提供されるサービスに
加入する。ユーザがこの番号を形成する最後の数字をダ
イヤルすると、中央局（Central Office、ＣＯ）２２５
はダイヤルされた番号を公衆通信網２００と関連させ、
呼を経路２２６を介してそれに延長する。これを行なう
とき、ＣＯ２２５はダイヤルされた（被呼）電話番号並
びに発呼電話番号を網２００に送る。例えば、ＡＴ＆Ｔ
公衆交換網であり得る網２００は呼接続を従来の方法に
よってＶＤＣＳ１００に接続する宛先交換機（図示な
し）に延長する。網２００の宛先交換機は、これに応答
して、呼をＶＤＣＳ１００の交換機１０に接続するトラ
ンク１１及び１２の選択された一つを介して延長する。
宛先交換機は次に発呼及び被呼電話番号を選択されたト
ランクを介して交換機１０に供給する。
【０００８】交換機１０は入り呼に応答して、なかんず
く、発呼及び被呼電話番号並びに選択されたトランクの
識別を含むメッセージをバス６を介してホストプロセッ
サ５に送る。本発明の一例としての実現においては、ホ
ストプロセッサ５及び交換機１０は、例えば、それぞ
れ、ＡＴ＆Ｔから入手できるStarServerＦＴプロセッサ
及びSumma Fourから入手できるモデルＳＤＳ１０００交
換機であり得る。
く、発呼及び被呼電話番号並びに選択されたトランクの
識別を含むメッセージをバス６を介してホストプロセッ
サ５に送る。本発明の一例としての実現においては、ホ
ストプロセッサ５及び交換機１０は、例えば、それぞ
れ、ＡＴ＆Ｔから入手できるStarServerＦＴプロセッサ
及びSumma Fourから入手できるモデルＳＤＳ１０００交
換機であり得る。
【０００９】ホストプロセッサ５は、関連する加入者電
話番号を含む交換機１０のメッセージに応答して交換機
１０にバス６を介して入り呼接続と図面にそれらの一つ
が示されている複数のアテンダント（オペレータ）位置
１５の一つとの間に接続を確立することを指令する。こ
の時点で、アテンダント１５は、電話機Ｓ１の発呼者
と、発呼者から、その発呼者或は“新しい加入者（new
subscriber）”が後にシステム１００を介して接続しよ
うとする呼のアカウント及び処理に関する情報を得るた
めに通信する。この情報には、例えば、発呼者の名前、
住所、課金アカウント（billing account ）などが含ま
れる。この通信の結果として、発呼者に、所定の数の桁
から構成されるアカウントコード（account code）が割
り当てられ、これらの幾つか、例えば、最初の７桁が発
呼者によって選択される。アカウントコードの残りの桁
はシステム１００によって選択され、いわゆる“チェッ
ク（check ）”数字として使用される。
話番号を含む交換機１０のメッセージに応答して交換機
１０にバス６を介して入り呼接続と図面にそれらの一つ
が示されている複数のアテンダント（オペレータ）位置
１５の一つとの間に接続を確立することを指令する。こ
の時点で、アテンダント１５は、電話機Ｓ１の発呼者
と、発呼者から、その発呼者或は“新しい加入者（new
subscriber）”が後にシステム１００を介して接続しよ
うとする呼のアカウント及び処理に関する情報を得るた
めに通信する。この情報には、例えば、発呼者の名前、
住所、課金アカウント（billing account ）などが含ま
れる。この通信の結果として、発呼者に、所定の数の桁
から構成されるアカウントコード（account code）が割
り当てられ、これらの幾つか、例えば、最初の７桁が発
呼者によって選択される。アカウントコードの残りの桁
はシステム１００によって選択され、いわゆる“チェッ
ク（check ）”数字として使用される。
【００１０】この加入者のアカウントコードが既に別の
加入者に割り当てられているコードである場合もある。
このような場合は、ホスト５はこの事実を端末１５上に
表示させる。つまり、端末１５はそのディスプレイ上に
この新しい加入者と同一アカウントコードを共有するこ
ととなる他の加入者の特定の一人と関連するサービスプ
ロフィル或はレコードを表示する。この時点で、アテン
ダントは後者のサービスレコードをこれが（ａ）それと
関連するアカウントコードが新たな加入者と共有されて
いること示し、（ｂ）新たな加入者のサービスレコード
をポイントし、そして（ｃ）新たな加入者の識別を含む
ように修正する。この新たな加入者のレコードも同様に
これが後者のサービスレコードをポイントするようにア
レンジされる。このようなリンキングの一例が図２に示
される。
加入者に割り当てられているコードである場合もある。
このような場合は、ホスト５はこの事実を端末１５上に
表示させる。つまり、端末１５はそのディスプレイ上に
この新しい加入者と同一アカウントコードを共有するこ
ととなる他の加入者の特定の一人と関連するサービスプ
ロフィル或はレコードを表示する。この時点で、アテン
ダントは後者のサービスレコードをこれが（ａ）それと
関連するアカウントコードが新たな加入者と共有されて
いること示し、（ｂ）新たな加入者のサービスレコード
をポイントし、そして（ｃ）新たな加入者の識別を含む
ように修正する。この新たな加入者のレコードも同様に
これが後者のサービスレコードをポイントするようにア
レンジされる。このようなリンキングの一例が図２に示
される。
【００１１】簡単に述べると、サービスレコードの鎖が
互いにこれらの各レコード内にこの鎖内の次のレコード
のアドレス及び鎖内の前のレコードのアドレスを記録す
ることによって連結される。レコード６１−２から６１
−Ｎまでの各レコードは、その鎖内の次のレコードのア
ドレス、例えば、ポインタ６２−２、及び、ヘッドレコ
ード６１−１を除いて、その鎖内の前のレコードのアド
レス、例えば、ポインタ６３−２を含む。以下に、シス
テム１００があるアカウントコードを一つ或は複数の他
の加入者と共有している発呼者を識別する方法について
説明する。
互いにこれらの各レコード内にこの鎖内の次のレコード
のアドレス及び鎖内の前のレコードのアドレスを記録す
ることによって連結される。レコード６１−２から６１
−Ｎまでの各レコードは、その鎖内の次のレコードのア
ドレス、例えば、ポインタ６２−２、及び、ヘッドレコ
ード６１−１を除いて、その鎖内の前のレコードのアド
レス、例えば、ポインタ６３−２を含む。以下に、シス
テム１００があるアカウントコードを一つ或は複数の他
の加入者と共有している発呼者を識別する方法について
説明する。
【００１２】この通信のさらなる結果として、新たな加
入者は複数の音声識別された発呼ラベル（voice-identi
fied calling labels ）を定義し、これらラベルを対応
する電話番号と関連付ける。例えば、加入者は、（ａ）
“call home （自宅を呼び出す）”というラベルを加入
者の自宅の電話番号と関連付け、（ｂ）“call office
（事務所を呼び出す）”というラベルを加入者の仕事場
或は事務所の電話番号と関連付け、或は（ｃ）“call D
ad（父を呼び出す）”というラベルを加入者の父の電話
番号と関連付ける。その後、以下に説明されるように、
加入者が特定の位置、例えば、“home（自宅）”に呼を
置く目的でシステム１００に対して呼を置こうとする場
合、その加入者に必要とされることは、特定のシステム
１００の要求に応答して、“call home （自宅を呼び出
す）”と口答にていうことのみである。システム１００
は、これに応答して、話された識別子“call home （自
宅を呼び出す）”を加入者の自宅の電話番号と関連付
け、次に、交換機１０と網２００を介して出電話呼をこ
れに置く。システム１００は、次に、交換機１０に出呼
と加入者の入力呼を関連付けるように指令する。
入者は複数の音声識別された発呼ラベル（voice-identi
fied calling labels ）を定義し、これらラベルを対応
する電話番号と関連付ける。例えば、加入者は、（ａ）
“call home （自宅を呼び出す）”というラベルを加入
者の自宅の電話番号と関連付け、（ｂ）“call office
（事務所を呼び出す）”というラベルを加入者の仕事場
或は事務所の電話番号と関連付け、或は（ｃ）“call D
ad（父を呼び出す）”というラベルを加入者の父の電話
番号と関連付ける。その後、以下に説明されるように、
加入者が特定の位置、例えば、“home（自宅）”に呼を
置く目的でシステム１００に対して呼を置こうとする場
合、その加入者に必要とされることは、特定のシステム
１００の要求に応答して、“call home （自宅を呼び出
す）”と口答にていうことのみである。システム１００
は、これに応答して、話された識別子“call home （自
宅を呼び出す）”を加入者の自宅の電話番号と関連付
け、次に、交換機１０と網２００を介して出電話呼をこ
れに置く。システム１００は、次に、交換機１０に出呼
と加入者の入力呼を関連付けるように指令する。
【００１３】この新たな加入者はまた関連する特定の電
話番号を対応する課金アカウントとも関連付ける。例え
ば、この新たな加入者は、この新たな加入者がシステム
１００を介して彼／彼女の事務所に掛ける全ての電話呼
は、特定の課金アカウント、例えば、クレジットカード
アカウント（credit card account ）に課金すべきであ
ることを指定する。もう一例として、加入者は、この新
たな加入者がシステム１００を介して仕事に関係する所
に掛ける全ての電話呼が別のアカウント、例えば、仕事
上の電話番号に対して課金されるように指定することも
できる。この新たな加入者は、また、システム１００を
介して加入者が掛ける全ての他の呼に対して省略時課金
アカウント（default billing account ）を指定するこ
ともできるが、ここで、この省略時の課金アカウント
は、この新たなシステム１００のサービス番号或は自宅
の電話番号とすることもできる。
話番号を対応する課金アカウントとも関連付ける。例え
ば、この新たな加入者は、この新たな加入者がシステム
１００を介して彼／彼女の事務所に掛ける全ての電話呼
は、特定の課金アカウント、例えば、クレジットカード
アカウント（credit card account ）に課金すべきであ
ることを指定する。もう一例として、加入者は、この新
たな加入者がシステム１００を介して仕事に関係する所
に掛ける全ての電話呼が別のアカウント、例えば、仕事
上の電話番号に対して課金されるように指定することも
できる。この新たな加入者は、また、システム１００を
介して加入者が掛ける全ての他の呼に対して省略時課金
アカウント（default billing account ）を指定するこ
ともできるが、ここで、この省略時の課金アカウント
は、この新たなシステム１００のサービス番号或は自宅
の電話番号とすることもできる。
【００１４】この新たな加入者はまた音声識別課金ラベ
ル（voice-identified billing labels ）を指定するこ
ともできる。これは、特定の電話番号に結び付けても、
つけなくてもよく、加入者によって、省略時或は事前に
定義した課金動作を無効にするために使用される。より
詳細には、この課金ラベルは、例えば、クレジットカー
ドサービスの名前、例えば、ＶＩＳＡ；発呼カードサー
ビス（calling card service）、例えば、ＡＴ＆Ｔ；或
は特定の電話番号であり得る。例えば、加入者が仕事上
の電話の課金をＡＴ＆Ｔ発呼カード番号と結び付け、Ｖ
ＩＳＡを課金ラベルとして指定したものと想定する。そ
の後、加入者は彼／彼女の事務所に電話を掛け、必要で
あれば、加入者の事務所の電話番号を入力した後に、
“bill VISA （VISAに対して課金）”ということによっ
てその呼に対するＡＴ＆Ｔ発呼カード課金を無効にする
ことができる。より詳細には、加入者が事務所電話番号
に対する発呼ラベルを指定している場合は、加入者は
“call office （事務所呼び出し）”と言うことによっ
て彼の事務所の電話への呼を開始する。加入者は次に所
定の継続期間、例えば、少なくとも一秒間、課金ラベル
と発呼ラベルのと関係を解き、１秒間が経過した所で、
加入者は、事務所への呼に対する所定の課金を無効にす
るために“bill VISA （VISAに対して課金）と言う。
ル（voice-identified billing labels ）を指定するこ
ともできる。これは、特定の電話番号に結び付けても、
つけなくてもよく、加入者によって、省略時或は事前に
定義した課金動作を無効にするために使用される。より
詳細には、この課金ラベルは、例えば、クレジットカー
ドサービスの名前、例えば、ＶＩＳＡ；発呼カードサー
ビス（calling card service）、例えば、ＡＴ＆Ｔ；或
は特定の電話番号であり得る。例えば、加入者が仕事上
の電話の課金をＡＴ＆Ｔ発呼カード番号と結び付け、Ｖ
ＩＳＡを課金ラベルとして指定したものと想定する。そ
の後、加入者は彼／彼女の事務所に電話を掛け、必要で
あれば、加入者の事務所の電話番号を入力した後に、
“bill VISA （VISAに対して課金）”ということによっ
てその呼に対するＡＴ＆Ｔ発呼カード課金を無効にする
ことができる。より詳細には、加入者が事務所電話番号
に対する発呼ラベルを指定している場合は、加入者は
“call office （事務所呼び出し）”と言うことによっ
て彼の事務所の電話への呼を開始する。加入者は次に所
定の継続期間、例えば、少なくとも一秒間、課金ラベル
と発呼ラベルのと関係を解き、１秒間が経過した所で、
加入者は、事務所への呼に対する所定の課金を無効にす
るために“bill VISA （VISAに対して課金）と言う。
【００１５】システム１００は、これに応答して、
（ａ）識別子“call office ”を加入者の事務所の電話
番号に翻訳し、（ｂ）交換機１０及び網２００を介して
その番号に対して出呼を置き、そして（ｃ）加入者の呼
を出呼に接続する。同様にして、上の休みの結果とし
て、システム１００は識別子“bill VISA ”を課金ファ
ンクション（billing function）と関連付け、その呼に
対して前に定義された、或は省略時のアカウントを無効
にする。こうして、システム１００はその呼を加入者の
ＶＩＳＡアカウントに対して課金する。
（ａ）識別子“call office ”を加入者の事務所の電話
番号に翻訳し、（ｂ）交換機１０及び網２００を介して
その番号に対して出呼を置き、そして（ｃ）加入者の呼
を出呼に接続する。同様にして、上の休みの結果とし
て、システム１００は識別子“bill VISA ”を課金ファ
ンクション（billing function）と関連付け、その呼に
対して前に定義された、或は省略時のアカウントを無効
にする。こうして、システム１００はその呼を加入者の
ＶＩＳＡアカウントに対して課金する。
【００１６】上に述べた休みは、幾つかのケースを除い
ては、これら語“call”、（或は“dial”）及び“bil
l”、（或は“charge”）に対して話者独立“ワード検
出（word spotting ）”を採用することによって削除す
ることができる。こうして、後に説明されるように、シ
ステム１００が話された語“call”（“dial”）を見つ
ける（spotする）と、システムは、この語及びそれに続
く音声信号を発呼ラベルとして分類する。システム１０
０が次に話された語“bill”（“charge”）を見つける
と、システムはその語及びそれに続く音声信号を無効課
金ラベル（overriding billing label）として分類す
る。
ては、これら語“call”、（或は“dial”）及び“bil
l”、（或は“charge”）に対して話者独立“ワード検
出（word spotting ）”を採用することによって削除す
ることができる。こうして、後に説明されるように、シ
ステム１００が話された語“call”（“dial”）を見つ
ける（spotする）と、システムは、この語及びそれに続
く音声信号を発呼ラベルとして分類する。システム１０
０が次に話された語“bill”（“charge”）を見つける
と、システムはその語及びそれに続く音声信号を無効課
金ラベル（overriding billing label）として分類す
る。
【００１７】この新たな加入者は特定の短縮ダイヤリン
グコードを電話番号と関連付けることができる。一例と
して、短縮ダイヤリングコードは所定の接尾語、例え
ば、ポンド記号（＃）と関連付けることができる。例え
ば、この新たな加入者は１＃及び２＃を対応する電話番
号、例えば、それぞれ、１−８００−５５５−１２１２
及び１−９０８−５５５−１２１２に対する短縮ダイヤ
リングコードとして指定することができる。
グコードを電話番号と関連付けることができる。一例と
して、短縮ダイヤリングコードは所定の接尾語、例え
ば、ポンド記号（＃）と関連付けることができる。例え
ば、この新たな加入者は１＃及び２＃を対応する電話番
号、例えば、それぞれ、１−８００−５５５−１２１２
及び１−９０８−５５５−１２１２に対する短縮ダイヤ
リングコードとして指定することができる。
【００１８】アテンダントが（存在する場合は）上に述
べたラベルを含むこの新たな加入者の情報を集めて端末
１５（図１）内に入力すると、アテンダントは次にこう
して入力された情報をローカルエリア網（ＬＡＮ）３０
を介してコントローラ５５に配達するためにコントロー
ラ２５に供給する。
べたラベルを含むこの新たな加入者の情報を集めて端末
１５（図１）内に入力すると、アテンダントは次にこう
して入力された情報をローカルエリア網（ＬＡＮ）３０
を介してコントローラ５５に配達するためにコントロー
ラ２５に供給する。
【００１９】より詳細には、コントローラ２５は、この
加入者情報をコントローラ５５にアドレスされたメッセ
ージに形成し、このメッセージをＬＡＮ３０上に送る。
コントローラ５５は、これに応答して、ＬＡＮ３０から
このメッセージを取り出し、この内容をこの新たな加入
者と関連するサブスクリプションプロフィル（或はレコ
ード）に形成し、このプロフィルを以下に述べる方法で
顧客プロフィルデータベース６０内に格納する。（この
新たな加入者のアカウントコードが共有コードである場
合は、コントローラ５５は結果としてこの新たな加入者
のプロフィルレコードをこの新たな加入者とこのアカウ
ントコードを共有する加入者と関連するプロフィルレコ
ードに“リンク（link）”する。）
加入者情報をコントローラ５５にアドレスされたメッセ
ージに形成し、このメッセージをＬＡＮ３０上に送る。
コントローラ５５は、これに応答して、ＬＡＮ３０から
このメッセージを取り出し、この内容をこの新たな加入
者と関連するサブスクリプションプロフィル（或はレコ
ード）に形成し、このプロフィルを以下に述べる方法で
顧客プロフィルデータベース６０内に格納する。（この
新たな加入者のアカウントコードが共有コードである場
合は、コントローラ５５は結果としてこの新たな加入者
のプロフィルレコードをこの新たな加入者とこのアカウ
ントコードを共有する加入者と関連するプロフィルレコ
ードに“リンク（link）”する。）
【００２０】サブスクリプションプロセス（subscripti
on process）のこの時点において、この新たな加入者の
アカウントコード、様々なラベル、関連する電話番号、
短縮ダイアルコード、その他がＡＳＣＩＩテキストとし
てデータベース６０内に格納される。
on process）のこの時点において、この新たな加入者の
アカウントコード、様々なラベル、関連する電話番号、
短縮ダイアルコード、その他がＡＳＣＩＩテキストとし
てデータベース６０内に格納される。
【００２１】サブスクリプションプロセスの最後のステ
ップにおいて、アテンダントは新たな加入者にこの新た
な加入者のアカウントコードを特性化する特定の会話の
発声（speech utterance）、並びに上に述べた様々なラ
ベルをいかにして登録するかを説明し、この登録がこの
新たな加入者の識別及び音声による要求を検証するため
に使用できるようにする。この目的のために、アテンダ
ントはホスト５に、端末１５及びＬＡＮ３０を介して、
音声登録セッションを喚起する要求を送るが、この要求
には、加入者のアカウントコード及びラベルが含まれ
る。ホスト５は、これに応答して、交換機１０にこの新
たな加入者に対する登録プロセスを遂行するために加入
者識別ユニット（Subscription Identification Unit、
ＳＩＵ）２１を加入者の入り呼接続とアテンダント端末
１５の間の交換機１０の接続上にブリッジするように指
令する。加えて、ホスト５はＬＡＮ３０を介してその新
たな加入者のアカウトンコード及びラベルをＳＩＵ２１
に供給する。
ップにおいて、アテンダントは新たな加入者にこの新た
な加入者のアカウントコードを特性化する特定の会話の
発声（speech utterance）、並びに上に述べた様々なラ
ベルをいかにして登録するかを説明し、この登録がこの
新たな加入者の識別及び音声による要求を検証するため
に使用できるようにする。この目的のために、アテンダ
ントはホスト５に、端末１５及びＬＡＮ３０を介して、
音声登録セッションを喚起する要求を送るが、この要求
には、加入者のアカウントコード及びラベルが含まれ
る。ホスト５は、これに応答して、交換機１０にこの新
たな加入者に対する登録プロセスを遂行するために加入
者識別ユニット（Subscription Identification Unit、
ＳＩＵ）２１を加入者の入り呼接続とアテンダント端末
１５の間の交換機１０の接続上にブリッジするように指
令する。加えて、ホスト５はＬＡＮ３０を介してその新
たな加入者のアカウトンコード及びラベルをＳＩＵ２１
に供給する。
【００２２】より詳細には、ＳＩＵ２１は、なかんず
く、複数のデジタル信号プロセッサ、例えば、ＡＴ＆Ｔ
ＤＳＰ３２を含むが、このプロセッサは、様々な異な
る音声処理機能を遂行するように動作する。つまり、こ
れらの処理の中には、なかんずく、この新たな加入者ラ
ベルの音声催促（voice prompts ）及び音声ファクシミ
リ（verbal facsimiles ）を生成するための自動音声認
識、及びテキストから音声への処理が含まれる。自動音
声機能は、より詳細には、音声認識技術の分野において
周知の技術を使用して自己相関係数の特性ベクトル（fe
ature vectors ）を提供するための接続数字認識（conn
ected digit recognition ）及び加入者の発声の分析を
遂行する。
く、複数のデジタル信号プロセッサ、例えば、ＡＴ＆Ｔ
ＤＳＰ３２を含むが、このプロセッサは、様々な異な
る音声処理機能を遂行するように動作する。つまり、こ
れらの処理の中には、なかんずく、この新たな加入者ラ
ベルの音声催促（voice prompts ）及び音声ファクシミ
リ（verbal facsimiles ）を生成するための自動音声認
識、及びテキストから音声への処理が含まれる。自動音
声機能は、より詳細には、音声認識技術の分野において
周知の技術を使用して自己相関係数の特性ベクトル（fe
ature vectors ）を提供するための接続数字認識（conn
ected digit recognition ）及び加入者の発声の分析を
遂行する。
【００２３】新たな加入者による発声の分析と関連にお
いて、ＳＩＵ２１は図３に示される流れ図に従って動作
する。図３のステップ６００に示されるように、ＳＩＵ
２１はこの新たな加入者に対して所定の数の数字、例え
ば、５つの数字を含む数字の所定の数の様々な異なるス
トリング（例えば、一度に一つのストリングにて発声さ
れる１１個のストリング）の一つを発声するように催促
される。例えば、ＳＩＵ２１はこの新たな加入者に０、
１、０、１、２の数字ストリングを発声するように催促
する。この新たな加入者がこのストリング全体を発声す
ることによって応答すると、ＳＩＵ２１はさらなる処理
を行なうためにこの新たな加入者の発声を集める。
いて、ＳＩＵ２１は図３に示される流れ図に従って動作
する。図３のステップ６００に示されるように、ＳＩＵ
２１はこの新たな加入者に対して所定の数の数字、例え
ば、５つの数字を含む数字の所定の数の様々な異なるス
トリング（例えば、一度に一つのストリングにて発声さ
れる１１個のストリング）の一つを発声するように催促
される。例えば、ＳＩＵ２１はこの新たな加入者に０、
１、０、１、２の数字ストリングを発声するように催促
する。この新たな加入者がこのストリング全体を発声す
ることによって応答すると、ＳＩＵ２１はさらなる処理
を行なうためにこの新たな加入者の発声を集める。
【００２４】図３のステップ６０３に示されるように、
ＳＩＵ２１はこの新たな加入者のストリングの発声の８
−ビットμ−規則パルス符号変調（pulse-code modulat
ed、ＰＣＭ）デジタルサンプル（公衆通信網２００から
提供される加入者の発声のデジタル形式）から１６ビッ
ト線型ＰＣＭデジタルサンプルの信号へのフォーマット
の変換を遂行する。ＳＩＵ２１は、次に、ステップ６０
５に示されるように、当分野において周知のファースト
オーダ差分フィルタ（first-order differencefilter
）を実現することによって、このデジタル信号をプリ
エンファシス（preemphasizes ）する。
ＳＩＵ２１はこの新たな加入者のストリングの発声の８
−ビットμ−規則パルス符号変調（pulse-code modulat
ed、ＰＣＭ）デジタルサンプル（公衆通信網２００から
提供される加入者の発声のデジタル形式）から１６ビッ
ト線型ＰＣＭデジタルサンプルの信号へのフォーマット
の変換を遂行する。ＳＩＵ２１は、次に、ステップ６０
５に示されるように、当分野において周知のファースト
オーダ差分フィルタ（first-order differencefilter
）を実現することによって、このデジタル信号をプリ
エンファシス（preemphasizes ）する。
【００２５】このプリエンファシスされた信号の時間ス
ライスを特性化する特徴ベクトルが次にステップ６１０
に示されるようにＳＩＵ２１によって形成される。これ
ら時間スライスは１５ｍｓ毎にシフトする４５ミリ秒
（ｍｓ）の（従って、ある４５ｍｓ時間スライスが３０
ｍｓだけ隣接する時間スライスと重複する）ハミングウ
インドウ（Hamming window）によって提供される。各時
間スライスはその時間スライスを表わす十次（10th ord
er）の自己相関係数のベクトルのベースである。このベ
クトルは特徴ベクトル（feature vector）と呼ばれる。
ＳＩＵ２１によって遂行されるこの特徴分析（feature
analysis）は当分野において周知であり、ここにあたか
も完全に説明されているかのように参照のために編入さ
れたＣ．−Ｈ．Lee （リー）らによるAcoustic Modelin
g for Large Vocabulary Speech Recognition （大きな
語彙の音声認識のための音響モデリング）、４ Compute
r Speech and Language （コンピュータスピーチ及び言
語）１２７−６５（１９９０年）においてさらに詳細に
述べられている。
ライスを特性化する特徴ベクトルが次にステップ６１０
に示されるようにＳＩＵ２１によって形成される。これ
ら時間スライスは１５ｍｓ毎にシフトする４５ミリ秒
（ｍｓ）の（従って、ある４５ｍｓ時間スライスが３０
ｍｓだけ隣接する時間スライスと重複する）ハミングウ
インドウ（Hamming window）によって提供される。各時
間スライスはその時間スライスを表わす十次（10th ord
er）の自己相関係数のベクトルのベースである。このベ
クトルは特徴ベクトル（feature vector）と呼ばれる。
ＳＩＵ２１によって遂行されるこの特徴分析（feature
analysis）は当分野において周知であり、ここにあたか
も完全に説明されているかのように参照のために編入さ
れたＣ．−Ｈ．Lee （リー）らによるAcoustic Modelin
g for Large Vocabulary Speech Recognition （大きな
語彙の音声認識のための音響モデリング）、４ Compute
r Speech and Language （コンピュータスピーチ及び言
語）１２７−６５（１９９０年）においてさらに詳細に
述べられている。
【００２６】ＳＩＵ２１は次に特徴ベクトルをステップ
６１５に示されるように、発声の対応する数字を表わす
セットのベクトルにセグメント化する。加入者の発声の
数字へのセグメント化は当分野において周知の数字及び
非音声信号の話者独立認識（speaker-independent reco
gnition ）を使用して遂行される。
６１５に示されるように、発声の対応する数字を表わす
セットのベクトルにセグメント化する。加入者の発声の
数字へのセグメント化は当分野において周知の数字及び
非音声信号の話者独立認識（speaker-independent reco
gnition ）を使用して遂行される。
【００２７】ＳＩＵ２１は結果としてのセグメント化さ
れた自己相関係数特徴ベクトル、対応する数字ストリン
グのＡＳＣＩＩ表現、及び加入者アカウントコードを以
下に説明されるように信号をさらに処理するためにコン
トローラ４５に送る（ステップ６２０参照）。ステップ
６２５に示されるように、上のプロセスがステップ６０
０において催促されたストリング発声のバランスの各々
に対して反復される。
れた自己相関係数特徴ベクトル、対応する数字ストリン
グのＡＳＣＩＩ表現、及び加入者アカウントコードを以
下に説明されるように信号をさらに処理するためにコン
トローラ４５に送る（ステップ６２０参照）。ステップ
６２５に示されるように、上のプロセスがステップ６０
０において催促されたストリング発声のバランスの各々
に対して反復される。
【００２８】話者検証を達成するためのベースを提供す
るのに加えて、この登録手順はまた加入者ラベルの認識
のためのベースを提供するために発声の分析を行なうこ
とにも係る。例えば、この新たな加入者が（ａ）“call
home ”及び“call office”を発呼ラベルとして指定
し、また（ｂ）“bill Visa ”を無効課金ラベルとして
指定したものと想定する。ＳＩＵ２１はこれらラベルの
この新たな加入者の音声表現を第一の発呼ラベル（“ca
ll home ”）のＡＳＣＩＩ等価表現（テキストバージョ
ン）をテキストから音声へのプロセッサに通し、結果を
加入者にこのラベルを口答にて反復する要求と共に送る
ことによって登録する。つまり、このラベルの加入者の
発声に応答して、ＳＩＵ２１は加入者の音声信号を内部
ラベルを特性化する一連のサブワード単位の音素にセグ
メント化し、これらの各サブワード単位の音素を特定の
インデックス値と関連付け、こうして、一連のインデッ
クス、或は数を形成する。こうして、あるラベルの特定
の発声が一連のインデックスとしてモデル化され、メモ
リ内に格納される。その後、この特定の発声がこの発声
に対するこれら一連のサブワードインデックスを生成
し、こうして生成されたシリーズを対応するラベルを特
性化する個々の前に格納されたインデックスのシリーズ
と比較することによって翻訳される。生成されたインデ
ックスに匹敵するこれら格納されたシリーズは、こうし
て、この発声によって識別される電話番号、或は課金ア
カウントをポイントする。ＳＩＵ２１は次に結果として
のＡＳＣＩＩインデックス、音声ラベルの対応するＡＳ
ＣＩＩ表現及び加入者のアカウントコードをＬＡＮ３０
を介してコントローラ４５にパスする。ＳＩＵ２１は次
に上に述べたプロセスを加入者の他のラベルの各々につ
いて反復する。
るのに加えて、この登録手順はまた加入者ラベルの認識
のためのベースを提供するために発声の分析を行なうこ
とにも係る。例えば、この新たな加入者が（ａ）“call
home ”及び“call office”を発呼ラベルとして指定
し、また（ｂ）“bill Visa ”を無効課金ラベルとして
指定したものと想定する。ＳＩＵ２１はこれらラベルの
この新たな加入者の音声表現を第一の発呼ラベル（“ca
ll home ”）のＡＳＣＩＩ等価表現（テキストバージョ
ン）をテキストから音声へのプロセッサに通し、結果を
加入者にこのラベルを口答にて反復する要求と共に送る
ことによって登録する。つまり、このラベルの加入者の
発声に応答して、ＳＩＵ２１は加入者の音声信号を内部
ラベルを特性化する一連のサブワード単位の音素にセグ
メント化し、これらの各サブワード単位の音素を特定の
インデックス値と関連付け、こうして、一連のインデッ
クス、或は数を形成する。こうして、あるラベルの特定
の発声が一連のインデックスとしてモデル化され、メモ
リ内に格納される。その後、この特定の発声がこの発声
に対するこれら一連のサブワードインデックスを生成
し、こうして生成されたシリーズを対応するラベルを特
性化する個々の前に格納されたインデックスのシリーズ
と比較することによって翻訳される。生成されたインデ
ックスに匹敵するこれら格納されたシリーズは、こうし
て、この発声によって識別される電話番号、或は課金ア
カウントをポイントする。ＳＩＵ２１は次に結果として
のＡＳＣＩＩインデックス、音声ラベルの対応するＡＳ
ＣＩＩ表現及び加入者のアカウントコードをＬＡＮ３０
を介してコントローラ４５にパスする。ＳＩＵ２１は次
に上に述べたプロセスを加入者の他のラベルの各々につ
いて反復する。
【００２９】この時点において、ＳＩＵ２１は本質的に
登録プロセスの部分を完結する。ただし、加入者の電話
呼の制御をアテンダント１５に戻す前に、ＳＩＵ２１は
加入者の話した発声の音声検証モデル及び特徴ベクトル
がデータベース５０内に格納されたことを示すコントロ
ーラ４５からの確認メッセージを待つ。
登録プロセスの部分を完結する。ただし、加入者の電話
呼の制御をアテンダント１５に戻す前に、ＳＩＵ２１は
加入者の話した発声の音声検証モデル及び特徴ベクトル
がデータベース５０内に格納されたことを示すコントロ
ーラ４５からの確認メッセージを待つ。
【００３０】コントローラ４５は、より詳細には、数字
の最後のストリングのＡＳＣＩＩ表現及び自己相関係数
の結果としての特徴ベクトルを受信すると、ヒドンマル
コフモデル（hidden Markov models）の決定及びこの新
たな加入者に対する“仲間（cohort）”の選択のため
に、これら特徴ベクトル及びそれらの対応する数字スト
リングをＳＶＳ（Speech Verification System；音声検
証システム）４０にパスする。例えば、ＡＴ＆Ｔから入
手できるＤＳＰ３システムであり得るＳＶＳ４０は実時
間ホスト（Real Time Host、ＲＨＴ）コントローラ４１
及び複数のＤＳＰ（Digital Signal Processors ）４２
−１から４２−Ｐを含む。一例として、Ｐ＝１２８とさ
れる。ＲＴＨ４１はＤＳＰ４１−１から４２−Ｐまでと
外部プロセッサ、例えば、コントローラ４５との間のイ
ンターフェースとして機能し、音声処理要求を受信する
と、ＲＴＨ４１はＤＳＰ４２−１から４２−Ｐまでの一
つのどれが空き（アイドル）であるかを決定し、これに
付随するデータと共にこの要求をパスする。ＤＳＰ４２
−１がアイドルであると想定すると、ＲＴＨ４１は自己
相関係数の１１個の数字ストリング及び対応する特徴ベ
クトルを処理のためにＤＳＰ４２−１にパスする。図４
ａからｄにＤＳＰ４２−１がＨＭＭを生成し、仲間を選
択する一例としてのプロセスの流れ図が示される。
の最後のストリングのＡＳＣＩＩ表現及び自己相関係数
の結果としての特徴ベクトルを受信すると、ヒドンマル
コフモデル（hidden Markov models）の決定及びこの新
たな加入者に対する“仲間（cohort）”の選択のため
に、これら特徴ベクトル及びそれらの対応する数字スト
リングをＳＶＳ（Speech Verification System；音声検
証システム）４０にパスする。例えば、ＡＴ＆Ｔから入
手できるＤＳＰ３システムであり得るＳＶＳ４０は実時
間ホスト（Real Time Host、ＲＨＴ）コントローラ４１
及び複数のＤＳＰ（Digital Signal Processors ）４２
−１から４２−Ｐを含む。一例として、Ｐ＝１２８とさ
れる。ＲＴＨ４１はＤＳＰ４１−１から４２−Ｐまでと
外部プロセッサ、例えば、コントローラ４５との間のイ
ンターフェースとして機能し、音声処理要求を受信する
と、ＲＴＨ４１はＤＳＰ４２−１から４２−Ｐまでの一
つのどれが空き（アイドル）であるかを決定し、これに
付随するデータと共にこの要求をパスする。ＤＳＰ４２
−１がアイドルであると想定すると、ＲＴＨ４１は自己
相関係数の１１個の数字ストリング及び対応する特徴ベ
クトルを処理のためにＤＳＰ４２−１にパスする。図４
ａからｄにＤＳＰ４２−１がＨＭＭを生成し、仲間を選
択する一例としてのプロセスの流れ図が示される。
【００３１】図４ａのステップ５０１の所に示されるよ
うに、ＤＳＰ４２−１は自己相関係数の特徴ベクトルを
１２個のケプストラル（cepstral）及び１２個のデルタ
ケプストラル（delta cepstral）係数に変換する。これ
ら１２個のデルタケプストラル係数は各現ケプストラル
係数を中心とする５つのケプストラル係数のシーケンス
に回帰線を適合させることによって計算される。自己相
関係数の特徴ベクトルの場合と同様に、ケプストラル係
数の特徴ベクトルは加入者の発声の１５ｍｓスライスを
特性化する。上に説明の自己相関係数のケプストラル係
数への変換は当分野において周知であり、上に参照の
Ｃ．−Ｈ．Lee （リー）らによるAcousticModeling for
Large Vocabulary Speech Recognition （大きな語彙
の音声認識のための音響モデリング）、４ Computer Sp
eech and Language （コンピュータスピーチ及び言語）
１２７−６５（１９９０年）においてさらに詳細に述べ
られている。
うに、ＤＳＰ４２−１は自己相関係数の特徴ベクトルを
１２個のケプストラル（cepstral）及び１２個のデルタ
ケプストラル（delta cepstral）係数に変換する。これ
ら１２個のデルタケプストラル係数は各現ケプストラル
係数を中心とする５つのケプストラル係数のシーケンス
に回帰線を適合させることによって計算される。自己相
関係数の特徴ベクトルの場合と同様に、ケプストラル係
数の特徴ベクトルは加入者の発声の１５ｍｓスライスを
特性化する。上に説明の自己相関係数のケプストラル係
数への変換は当分野において周知であり、上に参照の
Ｃ．−Ｈ．Lee （リー）らによるAcousticModeling for
Large Vocabulary Speech Recognition （大きな語彙
の音声認識のための音響モデリング）、４ Computer Sp
eech and Language （コンピュータスピーチ及び言語）
１２７−６５（１９９０年）においてさらに詳細に述べ
られている。
【００３２】次に、ステップ５０５に示されているよう
に、ＤＳＰ４２−１は、この新たな加入者の数字ゼロの
発声を特性化する数字の１１個のストリング内でのゼロ
数字の各々の発生に対して数字ゼロを特性化する関連す
るケプストラル係数の特徴ベクトルに基づいて生成され
るいわゆるヒドンマルコフモデル（Hidden Markov Mode
l 、ＨＭＭ）を生成する。同様にして、ＤＳＰ４２−１
は他の数字、つまり、数字１から９まで及び存在する場
合“oh”としての数字ゼロを特性化するＨＭＭを生成す
る。
に、ＤＳＰ４２−１は、この新たな加入者の数字ゼロの
発声を特性化する数字の１１個のストリング内でのゼロ
数字の各々の発生に対して数字ゼロを特性化する関連す
るケプストラル係数の特徴ベクトルに基づいて生成され
るいわゆるヒドンマルコフモデル（Hidden Markov Mode
l 、ＨＭＭ）を生成する。同様にして、ＤＳＰ４２−１
は他の数字、つまり、数字１から９まで及び存在する場
合“oh”としての数字ゼロを特性化するＨＭＭを生成す
る。
【００３３】本発明の一例としての実現においては、各
数字は８状態ＨＭＭとして表わされる。状態毎の混合要
素の公称数Ｍは６であるが、ただし、実際の数は、各状
態内でセグメント化された形状ベクトルの数に依存して
これより小さくなり得る。上に述べたＨＭＭに加えて、
非音声セグメントの二つのタイプを表わすＨＭＭがこの
実施例によって提供される。これらは、登録手順におい
て背景セグメント（background segment）から訓練され
た１状態“サイレンス（silence ）”モデル、及び話者
によって生成された非会話音響、例えば、“puff（呼
気）”及び“click （吸気）”音などから訓練された３
状態アーティファクトモデルである。
数字は８状態ＨＭＭとして表わされる。状態毎の混合要
素の公称数Ｍは６であるが、ただし、実際の数は、各状
態内でセグメント化された形状ベクトルの数に依存して
これより小さくなり得る。上に述べたＨＭＭに加えて、
非音声セグメントの二つのタイプを表わすＨＭＭがこの
実施例によって提供される。これらは、登録手順におい
て背景セグメント（background segment）から訓練され
た１状態“サイレンス（silence ）”モデル、及び話者
によって生成された非会話音響、例えば、“puff（呼
気）”及び“click （吸気）”音などから訓練された３
状態アーティファクトモデルである。
【００３４】ＤＳＰ４２−１によって生成された各ＨＭ
Ｍは、本件と共に共通譲渡され（commonly assigned
）、ここにあたかも完全に説明されているかのように
参考として編入されている合衆国特許第４，７８３，８
０４号に説明のタイプの左から右連続密度（left-to-ri
ght continuous density）ＨＭＭである。ＨＭＭの各状
態に対するスペクトル観察確率はＭ個のガウス密度（Ga
ussian densities）の混合物として指定される連続密度
確率である。ＨＭＭのｊ番目の状態に対するｍ番目の混
合物成分（mixture component ）のパラメータは平均ベ
クトルμim、共分散マトリックスＵjm、及び混合成分の
重みｃjmである。マトリックスＵimは固定対角線共分散
マトリックスである。ＨＭＭの状態遷移確率ａijは同一
状態に留まる確率と次の状態に進む確率が同一となるよ
うに固定される。ＤＳＰ４２−１は（ステップ５０５に
おいて）ＨＭＭパラメータを従来のセグメント化Ｋ−平
均訓練手順（segmental K-means training procedur
e）、例えば、ここにあたかも完全に説明されているか
のように参考として編入されているRabiner （レビナ）
らによるA Segmental K-Means Training Procedure for
Connected Word Recognition （接続された語を認識す
るためのセグメント化されたＫ個の平均の訓練手順）、
Ｖｏｌ．６５、Ｎｏ．３ AT&T Technical Journal ２
１−３１（１９８６年５−６月号）に説明されるような
訓練手順によって推定される。このモデルパラメータに
加えて、好ましくは、検証スコアに語持続ペナルティ
（word duration penalties ）を適用するために使用す
るための語持続（word duration ）平均及び分散が加入
者の登録発声から計算される。これら平均及び分散は訓
練発声内に含まれる各語に対して決定することができ
る。これら平均及び分散は従来の方法、例えば、ここに
あたかも完全に説明されているかのように参照として編
入されているRabiner （ラビナ）、Wilpon（ウイルポ
ン）、及びJuang （ヤング）によるA Model Based Conn
ected-Digit Recognition System Using Either Hidden
Markov Models or Templates （ヒドンマルコフモデル
或はテンプレートを使用するモデルに基づく接続数字認
識システム）、１ Computer Speech and Language 、１
６７−９７（１９８６年）に説明の方法によって決定で
きる。これら平均及び分散統計は訓練データの一部とし
て格納される。
Ｍは、本件と共に共通譲渡され（commonly assigned
）、ここにあたかも完全に説明されているかのように
参考として編入されている合衆国特許第４，７８３，８
０４号に説明のタイプの左から右連続密度（left-to-ri
ght continuous density）ＨＭＭである。ＨＭＭの各状
態に対するスペクトル観察確率はＭ個のガウス密度（Ga
ussian densities）の混合物として指定される連続密度
確率である。ＨＭＭのｊ番目の状態に対するｍ番目の混
合物成分（mixture component ）のパラメータは平均ベ
クトルμim、共分散マトリックスＵjm、及び混合成分の
重みｃjmである。マトリックスＵimは固定対角線共分散
マトリックスである。ＨＭＭの状態遷移確率ａijは同一
状態に留まる確率と次の状態に進む確率が同一となるよ
うに固定される。ＤＳＰ４２−１は（ステップ５０５に
おいて）ＨＭＭパラメータを従来のセグメント化Ｋ−平
均訓練手順（segmental K-means training procedur
e）、例えば、ここにあたかも完全に説明されているか
のように参考として編入されているRabiner （レビナ）
らによるA Segmental K-Means Training Procedure for
Connected Word Recognition （接続された語を認識す
るためのセグメント化されたＫ個の平均の訓練手順）、
Ｖｏｌ．６５、Ｎｏ．３ AT&T Technical Journal ２
１−３１（１９８６年５−６月号）に説明されるような
訓練手順によって推定される。このモデルパラメータに
加えて、好ましくは、検証スコアに語持続ペナルティ
（word duration penalties ）を適用するために使用す
るための語持続（word duration ）平均及び分散が加入
者の登録発声から計算される。これら平均及び分散は訓
練発声内に含まれる各語に対して決定することができ
る。これら平均及び分散は従来の方法、例えば、ここに
あたかも完全に説明されているかのように参照として編
入されているRabiner （ラビナ）、Wilpon（ウイルポ
ン）、及びJuang （ヤング）によるA Model Based Conn
ected-Digit Recognition System Using Either Hidden
Markov Models or Templates （ヒドンマルコフモデル
或はテンプレートを使用するモデルに基づく接続数字認
識システム）、１ Computer Speech and Language 、１
６７−９７（１９８６年）に説明の方法によって決定で
きる。これら平均及び分散統計は訓練データの一部とし
て格納される。
【００３５】この新たな加入者に対するＨＭＭがいった
ん決定されると、ＤＳＰ４２−１によってその加入者に
対する“仲間（cohort）”が決定される。仲間はそのＨ
ＭＭがその与えられた加入者に対する検証プロセスにお
いて使用されるセットの他の加入者である。これら他の
加入者は仲間選択基準（cohort selection criterion）
に従って選択される。以下に説明されるように、ある与
えられた加入者の仲間と関連するＨＭＭが、例えば、そ
れを通じて登録及び検証発声が通信されるチャネルの特
性或は全体としての発声効果（或は“loudness（大き
さ）”）の変化に対してより強い話者検証プロセスを提
供するために使用される。
ん決定されると、ＤＳＰ４２−１によってその加入者に
対する“仲間（cohort）”が決定される。仲間はそのＨ
ＭＭがその与えられた加入者に対する検証プロセスにお
いて使用されるセットの他の加入者である。これら他の
加入者は仲間選択基準（cohort selection criterion）
に従って選択される。以下に説明されるように、ある与
えられた加入者の仲間と関連するＨＭＭが、例えば、そ
れを通じて登録及び検証発声が通信されるチャネルの特
性或は全体としての発声効果（或は“loudness（大き
さ）”）の変化に対してより強い話者検証プロセスを提
供するために使用される。
【００３６】例えば、ＶＤＣＳ１００を使用しての登録
において、ある新たな加入者が“カーボンボタン（carb
on button ）”マイクロホンを持つ家庭用電話機Ｓ１を
使用するものとする。このマイクロホンは中央局２２５
（及び終極的にはＶＤＣＳ１００）に送られる会話の発
声のフィルタとして機能する周波数応答特性を持つ。た
だし、ＶＤＣＳ１００の使用の一部として話者検証の目
的で発声を提供するとき、その加入者が異なるマイクロ
ホン、例えば、エレクトレット（electret）を持つ別の
電話機を使用する場合がある。エレクトレットマイクロ
ホンの周波数応答はカーボンボタンマイクロホンのそれ
と大きく異なり、従って、その加入者の会話発声に異な
るフィルタリング効果を与える。このような状況下にお
いては、それを通じて加入者の発声が送られるマイクロ
ホン特性を含むチャネルの特性が大きく変わる。本当の
話者の拒絶率（いわゆる“タイプＩ”のエラー）及び詐
欺師を受け入れる率（いわゆる“タイプＩＩ”のエラ
ー）の両方の観点から見た場合の話者検証システムの精
度は登録（つまり、訓練）発声と検証発声が異なるチャ
ネル特性に露出された場合は劣化する。検証プロセスに
おける仲間の使用はこのような異なるチャネル特性に起
因する精度問題を解消する助けとなる。
において、ある新たな加入者が“カーボンボタン（carb
on button ）”マイクロホンを持つ家庭用電話機Ｓ１を
使用するものとする。このマイクロホンは中央局２２５
（及び終極的にはＶＤＣＳ１００）に送られる会話の発
声のフィルタとして機能する周波数応答特性を持つ。た
だし、ＶＤＣＳ１００の使用の一部として話者検証の目
的で発声を提供するとき、その加入者が異なるマイクロ
ホン、例えば、エレクトレット（electret）を持つ別の
電話機を使用する場合がある。エレクトレットマイクロ
ホンの周波数応答はカーボンボタンマイクロホンのそれ
と大きく異なり、従って、その加入者の会話発声に異な
るフィルタリング効果を与える。このような状況下にお
いては、それを通じて加入者の発声が送られるマイクロ
ホン特性を含むチャネルの特性が大きく変わる。本当の
話者の拒絶率（いわゆる“タイプＩ”のエラー）及び詐
欺師を受け入れる率（いわゆる“タイプＩＩ”のエラ
ー）の両方の観点から見た場合の話者検証システムの精
度は登録（つまり、訓練）発声と検証発声が異なるチャ
ネル特性に露出された場合は劣化する。検証プロセスに
おける仲間の使用はこのような異なるチャネル特性に起
因する精度問題を解消する助けとなる。
【００３７】一例としての仲間選択基準によると、ある
仲間（cohort）はその（前に決定された）ＨＭＭが問題
とされている加入者のＨＭＭと最も近い或は“最も競合
的（most competitive）”なセットのＫ個の他の加入者
である。ある新たな加入者に対する仲間はＤＳＰ４２−
１によって、従来のビテルビスコアリング（Viterbisco
ring ）を使用してのその加入者の登録発声と複数の
（例えば、全ての）他の加入者の各々のＨＭＭとの間の
ペア毎の比較を通じて決定される。
仲間（cohort）はその（前に決定された）ＨＭＭが問題
とされている加入者のＨＭＭと最も近い或は“最も競合
的（most competitive）”なセットのＫ個の他の加入者
である。ある新たな加入者に対する仲間はＤＳＰ４２−
１によって、従来のビテルビスコアリング（Viterbisco
ring ）を使用してのその加入者の登録発声と複数の
（例えば、全ての）他の加入者の各々のＨＭＭとの間の
ペア毎の比較を通じて決定される。
【００３８】この新たな加入者に対する仲間は図４ａ−
ｄのステップ５０７から５７５に示されるように決定さ
れる。ステップ５０７において、前に登録された加入者
を追跡するために（つまり、彼等の発声及びＨＭＭをア
ドレスできるように）カウンタが初期化される。このカ
ウンタは従ってこの新たな加入者の仲間の構成員として
考慮されるべき複数の前に登録された加入者の最初の加
入者をポイントする。
ｄのステップ５０７から５７５に示されるように決定さ
れる。ステップ５０７において、前に登録された加入者
を追跡するために（つまり、彼等の発声及びＨＭＭをア
ドレスできるように）カウンタが初期化される。このカ
ウンタは従ってこの新たな加入者の仲間の構成員として
考慮されるべき複数の前に登録された加入者の最初の加
入者をポイントする。
【００３９】次に、ステップ５１０において、考慮され
るべき最初の前に登録された加入者に対するＨＭＭ及び
訓練発声がデータベース５０から検索される。こうして
検索されたＨＭＭはこの新たな加入者の訓練発声と比較
するのに使用するためのものである。こうして検索され
た訓練発声はこの新たな加入者のＨＭＭと比較するのに
使用されるためのものである。
るべき最初の前に登録された加入者に対するＨＭＭ及び
訓練発声がデータベース５０から検索される。こうして
検索されたＨＭＭはこの新たな加入者の訓練発声と比較
するのに使用するためのものである。こうして検索され
た訓練発声はこの新たな加入者のＨＭＭと比較するのに
使用されるためのものである。
【００４０】ＨＭＭのこの新たな加入者の訓練発声との
比較は図４ｂのステップ５１２におけるカウンタの初期
化によって開始される。このカウンタは前に登録された
加入者のＨＭＭと比較されるべき最初の新たな加入者の
発声をポイントする。ステップ５１５におけるこの比較
のためには従来のビテルビ（Viterbi ）スコアリングが
使用される。このスコアリングはその発声が前に登録さ
れた加入者のＨＭＭとどれくらい類似するかを計る。前
に登録された加入者のＨＭＭはスコアリングプロセスに
使用されるためにＵＳＩ２１によって提供される新たな
加入者の発声のＡＳＣＩＩ表現に基づいて選択される。
ステップ５２０において、ステップ５１５において生成
されたある与えられた発声に対するスコアがこの発声を
構成する特徴ベクトルの数で割られる。この割り算は第
一の正規化されたスコア（firstnormalized score）を
生成する。この第一の正規化されたスコアは後にステッ
プ５２５において使用するためにＤＳＰ４２−１のアキ
ュムレータ内に保存される。ステップ５１５、５２０、
及び５２５がこの新たな加入者の各訓練発声に対してス
テップ５３０において最後の発声がスコアされるまで反
復される。全ての訓練発声がスコアされたら、ステップ
５２５において決定され蓄積された第一の正規化された
スコアの総計が第一の平均スコア（first average scor
e ）を得るためにステップ５３５においてスコアされた
発声の総数で割られる。
比較は図４ｂのステップ５１２におけるカウンタの初期
化によって開始される。このカウンタは前に登録された
加入者のＨＭＭと比較されるべき最初の新たな加入者の
発声をポイントする。ステップ５１５におけるこの比較
のためには従来のビテルビ（Viterbi ）スコアリングが
使用される。このスコアリングはその発声が前に登録さ
れた加入者のＨＭＭとどれくらい類似するかを計る。前
に登録された加入者のＨＭＭはスコアリングプロセスに
使用されるためにＵＳＩ２１によって提供される新たな
加入者の発声のＡＳＣＩＩ表現に基づいて選択される。
ステップ５２０において、ステップ５１５において生成
されたある与えられた発声に対するスコアがこの発声を
構成する特徴ベクトルの数で割られる。この割り算は第
一の正規化されたスコア（firstnormalized score）を
生成する。この第一の正規化されたスコアは後にステッ
プ５２５において使用するためにＤＳＰ４２−１のアキ
ュムレータ内に保存される。ステップ５１５、５２０、
及び５２５がこの新たな加入者の各訓練発声に対してス
テップ５３０において最後の発声がスコアされるまで反
復される。全ての訓練発声がスコアされたら、ステップ
５２５において決定され蓄積された第一の正規化された
スコアの総計が第一の平均スコア（first average scor
e ）を得るためにステップ５３５においてスコアされた
発声の総数で割られる。
【００４１】図４ｃに示されるように次にプロセスステ
ップ５３８から５６０が遂行される。これらステップは
上に説明のステップ５１２から５３５に類似する。ステ
ップ５３８から５６０は問題の前に登録された加入者の
訓練発声と新たな加入者のＨＭＭの比較に基づいて第二
の平均スコアを決定する。この新たな加入者のＨＭＭを
比較のために選択するためにデーダベース５０からの前
に登録された加入者の発声のＡＳＣＩＩ表現が使用され
る。
ップ５３８から５６０が遂行される。これらステップは
上に説明のステップ５１２から５３５に類似する。ステ
ップ５３８から５６０は問題の前に登録された加入者の
訓練発声と新たな加入者のＨＭＭの比較に基づいて第二
の平均スコアを決定する。この新たな加入者のＨＭＭを
比較のために選択するためにデーダベース５０からの前
に登録された加入者の発声のＡＳＣＩＩ表現が使用され
る。
【００４２】ステップ５３８から５６０が遂行された後
に、（それぞれステップ５３５及び５６０において決定
された）第一及び第二の平均スコアの平均に基づいて前
に登録された加入者に対する総平均スコア（total aver
age score ）が決定される。
に、（それぞれステップ５３５及び５６０において決定
された）第一及び第二の平均スコアの平均に基づいて前
に登録された加入者に対する総平均スコア（total aver
age score ）が決定される。
【００４３】ステップ５１０から５６５において上に説
明の全プロセスが判定ステップ５７０の制御下において
複数の前に登録された加入者の各々に対して反復され
る。前に登録された加入者の各々に対して総平均スコア
がいったん決定されたら、この新たな加入者に対する仲
間が選択される。この仲間はステップ５７５において最
も高い総平均スコアを持つＫ個の前に登録された加入者
として選択され、一例として、Ｋ＝５とされる。
明の全プロセスが判定ステップ５７０の制御下において
複数の前に登録された加入者の各々に対して反復され
る。前に登録された加入者の各々に対して総平均スコア
がいったん決定されたら、この新たな加入者に対する仲
間が選択される。この仲間はステップ５７５において最
も高い総平均スコアを持つＫ個の前に登録された加入者
として選択され、一例として、Ｋ＝５とされる。
【００４４】上に説明され、また図４ａ−ｄに示された
実施例においては、各数字の発声の数が等しく、このた
めに、仲間の選択がある数字発声を優遇するようにバイ
アスされないことに注意する。
実施例においては、各数字の発声の数が等しく、このた
めに、仲間の選択がある数字発声を優遇するようにバイ
アスされないことに注意する。
【００４５】上に説明の仲間選択プロセスは単に解説の
ためのものであることに注意する。話者の仲間を形成す
るための他の技法も可能であり、これらには、話者対話
者ベース（speaker-by-speaker basis ）ではなく、語
対語（word-by-word）ベースにて動作する技法も含まれ
る。一例としての語対語仲間選択技法は、平均が平均話
者発声ベースではなく各語に対して形成される点を除い
て上に説明の技法に類似する。本質的に、語対語仲間技
法は各話者に対してではなく、ある話者の各語に対して
一つの別個の仲間が存在するために、より多くのメモリ
空間を要求する。もう一つの仲間選択技法においては前
に登録された加入者のランダム選択に基づいて仲間を指
定する。
ためのものであることに注意する。話者の仲間を形成す
るための他の技法も可能であり、これらには、話者対話
者ベース（speaker-by-speaker basis ）ではなく、語
対語（word-by-word）ベースにて動作する技法も含まれ
る。一例としての語対語仲間選択技法は、平均が平均話
者発声ベースではなく各語に対して形成される点を除い
て上に説明の技法に類似する。本質的に、語対語仲間技
法は各話者に対してではなく、ある話者の各語に対して
一つの別個の仲間が存在するために、より多くのメモリ
空間を要求する。もう一つの仲間選択技法においては前
に登録された加入者のランダム選択に基づいて仲間を指
定する。
【００４６】上に説明の仲間選択技法の一つの代替とし
て問題の話者、例えば、新たな加入者のＨＭＭを潜在的
仲間メンバ（potential cohort members）のＨＭＭと直
接に比較する技法がある。このＨＭＭの直接の比較は語
対語或は話者対話者ベースで遂行される。仲間の決定に
話者の発声が関与しないために、この技法は上に説明の
技法と比較してあまり計算が多くなく、また（発声デー
タを格納する必要がないために）あまり多くのメモリ要
件を持たない。
て問題の話者、例えば、新たな加入者のＨＭＭを潜在的
仲間メンバ（potential cohort members）のＨＭＭと直
接に比較する技法がある。このＨＭＭの直接の比較は語
対語或は話者対話者ベースで遂行される。仲間の決定に
話者の発声が関与しないために、この技法は上に説明の
技法と比較してあまり計算が多くなく、また（発声デー
タを格納する必要がないために）あまり多くのメモリ要
件を持たない。
【００４７】上記の参照のために編入された合衆国特許
第４，７８３，８０４号において説明されているよう
に、ある新たな加入者の連続密度ＨＭＭ（continuous d
ensityHMM）内での一つの状態に対する観察尤度（obser
vation likelihood）は正規ガウス密度（normal Gaussi
an densities ）の加重総和として以下のように特性化
できる。
第４，７８３，８０４号において説明されているよう
に、ある新たな加入者の連続密度ＨＭＭ（continuous d
ensityHMM）内での一つの状態に対する観察尤度（obser
vation likelihood）は正規ガウス密度（normal Gaussi
an densities ）の加重総和として以下のように特性化
できる。
【数１】
【００４８】同様にして、前に登録された加入者の連続
密度ＨＭＭ内のある状態に対する観察尤度は以下のよう
に特性化できる。
密度ＨＭＭ内のある状態に対する観察尤度は以下のよう
に特性化できる。
【数２】
【数３】
【００４９】
【数４】 ここで、ｋ（ｊ）は“前の（pre ）”状態ｋから“新た
な（new ）”状態ｊへの最適マッピングを表わし、Ｊ
new は新たな加入者のＨＭＭ内の状態の数（例えば、Ｊ
new ＝８）である。この最適マッピング（optimal mapp
ing ）はイタクラ制約（Itakura constraints ）を持つ
ダイナミックプログラミング整合（dynamicprogramming
alignment ）及び整合された最初及び最後の“ｐｒ
ｅ”及び“ｎｅｗ”ＨＭＭ状態を用いて従来の方法にて
達成することができる。
な（new ）”状態ｊへの最適マッピングを表わし、Ｊ
new は新たな加入者のＨＭＭ内の状態の数（例えば、Ｊ
new ＝８）である。この最適マッピング（optimal mapp
ing ）はイタクラ制約（Itakura constraints ）を持つ
ダイナミックプログラミング整合（dynamicprogramming
alignment ）及び整合された最初及び最後の“ｐｒ
ｅ”及び“ｎｅｗ”ＨＭＭ状態を用いて従来の方法にて
達成することができる。
【００５０】上に説明の技法は、ある与えられた新たな
加入者の語に対する仲間がその問題の語に対する最も高
いスコアＲpre,new を持つＫ個の前に登録された加入者
として決定できるために語対語ベースでの仲間選択（wo
rd-by-word cohort selection ）に直接に適用できる。
さらに、仲間を決定するためのこの技法は、単に、上に
説明されたように全ての登録された発声に対して取られ
た全てのＨＭＭを通じて個々のＨＭＭに対して類似性ス
コアを平均化することによって話者対話者ベースでも使
用することができる。
加入者の語に対する仲間がその問題の語に対する最も高
いスコアＲpre,new を持つＫ個の前に登録された加入者
として決定できるために語対語ベースでの仲間選択（wo
rd-by-word cohort selection ）に直接に適用できる。
さらに、仲間を決定するためのこの技法は、単に、上に
説明されたように全ての登録された発声に対して取られ
た全てのＨＭＭを通じて個々のＨＭＭに対して類似性ス
コアを平均化することによって話者対話者ベースでも使
用することができる。
【００５１】図４ａ−ｄとの関連で説明されたように、
ある与えられた加入者に対する仲間の決定は、なかんず
く、前に登録された加入者のＨＭＭに基づく。ただし、
ある与えられた加入者に対する仲間はその加入者の登録
時に決定する必要はないことに注意すべきである。加入
者に対する仲間はその後全ての加入者と関連するＨＭＭ
が決定された後に決定することもできる。また、仲間は
時間の経過を通じてある選択基準に従って更新すること
もできる。
ある与えられた加入者に対する仲間の決定は、なかんず
く、前に登録された加入者のＨＭＭに基づく。ただし、
ある与えられた加入者に対する仲間はその加入者の登録
時に決定する必要はないことに注意すべきである。加入
者に対する仲間はその後全ての加入者と関連するＨＭＭ
が決定された後に決定することもできる。また、仲間は
時間の経過を通じてある選択基準に従って更新すること
もできる。
【００５２】ＤＳＰ４２−１がそのタスクを完了する
と、ＲＴＨ４１は結果としてのＨＭＭ、訓練統計、及び
仲間加入者識別情報をコントローラ４５にパスする。コ
ントローラ４５は次にこの情報を参照データベース５０
のメモリレコード内に格納するが、これは加入者のアカ
ウントコードによって間接的にインデックスされる。
（このコードが別のアカウントと共有される場合は、コ
ントローラ４５は、結果として、この新たな加入者のデ
ータベース５０のレコードをこの新たな加入者とそのア
カウントコードを共有する加入者と関連するレコードに
“付加（appends ）”することに注意する。同様に、コ
ントローラ４５は上に説明されたように後者のレコード
内にも記す。）仲間加入者識別情報はこの仲間の各加入
者のＨＭＭのアドレスとして格納される。
と、ＲＴＨ４１は結果としてのＨＭＭ、訓練統計、及び
仲間加入者識別情報をコントローラ４５にパスする。コ
ントローラ４５は次にこの情報を参照データベース５０
のメモリレコード内に格納するが、これは加入者のアカ
ウントコードによって間接的にインデックスされる。
（このコードが別のアカウントと共有される場合は、コ
ントローラ４５は、結果として、この新たな加入者のデ
ータベース５０のレコードをこの新たな加入者とそのア
カウントコードを共有する加入者と関連するレコードに
“付加（appends ）”することに注意する。同様に、コ
ントローラ４５は上に説明されたように後者のレコード
内にも記す。）仲間加入者識別情報はこの仲間の各加入
者のＨＭＭのアドレスとして格納される。
【００５３】コントローラ４５はまたデータベース５０
内に新たな加入者に対するＤＳＰ４２−１によって決定
された訓練発声のケプストラル特徴ベクトル、並びにこ
れら発声のＡＳＣＩＩ等価表現を格納する。上記に続
き、コントローラ４５は加入者のラベルのその新たな加
入者の発声を特性化するインデックスのＡＳＣＩＩザブ
ワード単位、並びにそのＡＳＣＩＩ等価表現を前記のデ
ータベース５０のメモリレコード内に格納する。コント
ローラ４５は、次に、ＬＡＮ３０を介してＳＩＵ２１に
加入者のデータの処理が完了したことを告げる。ＳＩＵ
２１は、これに応答して、類似のメッセージをホストプ
ロセッサ５に送るが、このメッセージはホスト５にＳＩ
Ｕ２１を加入者の入り呼から切断するように指令する。
この時点で、アテンダント１５は加入者に登録が完了し
たことを告げる。
内に新たな加入者に対するＤＳＰ４２−１によって決定
された訓練発声のケプストラル特徴ベクトル、並びにこ
れら発声のＡＳＣＩＩ等価表現を格納する。上記に続
き、コントローラ４５は加入者のラベルのその新たな加
入者の発声を特性化するインデックスのＡＳＣＩＩザブ
ワード単位、並びにそのＡＳＣＩＩ等価表現を前記のデ
ータベース５０のメモリレコード内に格納する。コント
ローラ４５は、次に、ＬＡＮ３０を介してＳＩＵ２１に
加入者のデータの処理が完了したことを告げる。ＳＩＵ
２１は、これに応答して、類似のメッセージをホストプ
ロセッサ５に送るが、このメッセージはホスト５にＳＩ
Ｕ２１を加入者の入り呼から切断するように指令する。
この時点で、アテンダント１５は加入者に登録が完了し
たことを告げる。
【００５４】上に説明のＨＭＭの訓練及び仲間の選択
は、新たな加入者が訓練発声をいったん提供すると、新
たな加入者とシステム１００との間の接続を維持するこ
となしに遂行できることに注意する。例えば、訓練及び
仲間選択は、オフラインにて遂行することもできる。
は、新たな加入者が訓練発声をいったん提供すると、新
たな加入者とシステム１００との間の接続を維持するこ
となしに遂行できることに注意する。例えば、訓練及び
仲間選択は、オフラインにて遂行することもできる。
【００５５】この時点で、加入者は、システム１００を
“dial up （呼出）”し、彼／彼女の加入者番号を言
い、次に、加入者の事前に定義されたラベルの一つ、例
えば、“call home （自宅を呼び出す）”によって特性
化される発呼機能を喚起する。別の状況として、加入者
は呼を加入者の事前に定義されたラベルの一つによって
定義されてない場所に接続することを要求することもあ
る。つまり、加入者はその加入者が呼び出したい位置の
電話番号を告げることもある。例えば、加入者は、例え
ば、電話機Ｓ２を識別する“９０８−５５５−６００
８”を告げる。システム１００は、これに応答して、９
０８−５５５−６００８の加入者の発声を復号し、出呼
をその位置に向けて置き、次に、加入者の入り呼をその
出呼に接続する。
“dial up （呼出）”し、彼／彼女の加入者番号を言
い、次に、加入者の事前に定義されたラベルの一つ、例
えば、“call home （自宅を呼び出す）”によって特性
化される発呼機能を喚起する。別の状況として、加入者
は呼を加入者の事前に定義されたラベルの一つによって
定義されてない場所に接続することを要求することもあ
る。つまり、加入者はその加入者が呼び出したい位置の
電話番号を告げることもある。例えば、加入者は、例え
ば、電話機Ｓ２を識別する“９０８−５５５−６００
８”を告げる。システム１００は、これに応答して、９
０８−５５５−６００８の加入者の発声を復号し、出呼
をその位置に向けて置き、次に、加入者の入り呼をその
出呼に接続する。
【００５６】より詳細には、加入者はＣＯ２２５及び通
信網２００を介して電話機Ｓ１とシステム１００との間
で電話接続を確立するためにシステム１００のサービス
電話番号、例えば、１−８００−８３８−５５５５をダ
イヤルする。システム２００の宛先交換機は、この呼及
び被呼電話番号に応答して、この番号を出トランクグル
ープの特定の一つと関連づけ、この呼をそのグループの
アイドルのトランク（ポート）を介してシステム１００
に送る。交換機１００は、入り呼の受信に応答して、Ｌ
ＡＮ３０を介してホスト５にこの事実を伝える。ホスト
５は、この通知に応答して、ＬＡＮ３０を介して交換機
１０に入り呼とＣＩＵ（発呼者識別ユニット、Caller I
dentification Units ）２０−１から２０−Ｎのアイド
ルの一つ、例えば、ＣＩＵ２０−１との間に接続を確立
するように指令する。ＣＩＵ２０−１から２０−Ｎは、
ＣＩＵが新たな加入者に登録プロセスを提供するように
プログラムされてないところを除いてＳＩＵ２１と同一
である。
信網２００を介して電話機Ｓ１とシステム１００との間
で電話接続を確立するためにシステム１００のサービス
電話番号、例えば、１−８００−８３８−５５５５をダ
イヤルする。システム２００の宛先交換機は、この呼及
び被呼電話番号に応答して、この番号を出トランクグル
ープの特定の一つと関連づけ、この呼をそのグループの
アイドルのトランク（ポート）を介してシステム１００
に送る。交換機１００は、入り呼の受信に応答して、Ｌ
ＡＮ３０を介してホスト５にこの事実を伝える。ホスト
５は、この通知に応答して、ＬＡＮ３０を介して交換機
１０に入り呼とＣＩＵ（発呼者識別ユニット、Caller I
dentification Units ）２０−１から２０−Ｎのアイド
ルの一つ、例えば、ＣＩＵ２０−１との間に接続を確立
するように指令する。ＣＩＵ２０−１から２０−Ｎは、
ＣＩＵが新たな加入者に登録プロセスを提供するように
プログラムされてないところを除いてＳＩＵ２１と同一
である。
【００５７】ＣＩＵ２０−１が加入者の呼に接続された
ものと想定すると、ＣＩＵはその接続を介して、その加
入者に“what is your account code ? （あなたのアカ
ウントコードは？）”と尋ねるアナウンスメントを送
る。加入者は、彼／彼女のアカウントコード（番号）を
それを口答で伝えるか或は電話機Ｓ１のキーパッドを使
用してキー入力するオプションを持つ。加入者が後者の
オプションを選択した場合は、彼／彼女のアカウントコ
ードをキー入力し、次に、ＣＩＵ２０−１は“キー入力
された”数字を集める。最後の数字を受信すると、ＣＩ
Ｕ２０−１は、次に、加入者の識別を一連のランダムに
選択された数字を生成しこの入り呼接続を通じて送り、
次に加入者にその一連の数字を発声するように催促する
ことによって検証する。
ものと想定すると、ＣＩＵはその接続を介して、その加
入者に“what is your account code ? （あなたのアカ
ウントコードは？）”と尋ねるアナウンスメントを送
る。加入者は、彼／彼女のアカウントコード（番号）を
それを口答で伝えるか或は電話機Ｓ１のキーパッドを使
用してキー入力するオプションを持つ。加入者が後者の
オプションを選択した場合は、彼／彼女のアカウントコ
ードをキー入力し、次に、ＣＩＵ２０−１は“キー入力
された”数字を集める。最後の数字を受信すると、ＣＩ
Ｕ２０−１は、次に、加入者の識別を一連のランダムに
選択された数字を生成しこの入り呼接続を通じて送り、
次に加入者にその一連の数字を発声するように催促する
ことによって検証する。
【００５８】加入者が彼／彼女のアカウントコードを発
声すると、同様にして、ＣＩＵ２０−１は、加入者の発
声を集め、接続数字処理（connected digit processin
g）を使用して、これら発声をそのアカウントコードの
対応する数字を特性化する音声信号にセグメント化す
る。ＣＩＵ２０−１は、次に、各音声セグメントを自己
相関係数にセグメント化し、次に、これら係数に基づい
て、発呼者ではなく、アカウントコードを識別する。こ
のアカウントコードは当分野において周知の従来の話者
独立接続数字音声認識にて識別される。（加入者が電話
機Ｓ１のキーパッドを介してアカウントコードを入力し
た場合は、ＣＩＵ２０−１は結果としての一連のトーン
（つまり、二重トーン多周波数信号、つまり、ＤＴＭＦ
信号）を対応する数字値に復号し、これらをアカウント
コードとして格納する。次に、上に述べた通り、ＣＩＵ
２０−１は一連のランダムの数字を送り、加入者にこれ
ら数字を発声するように要求する。同様に、ＣＩＵ２０
−１は発呼者の応答を自己相関係数の特徴ベクトルとし
てセグメント化及びモデル化する。
声すると、同様にして、ＣＩＵ２０−１は、加入者の発
声を集め、接続数字処理（connected digit processin
g）を使用して、これら発声をそのアカウントコードの
対応する数字を特性化する音声信号にセグメント化す
る。ＣＩＵ２０−１は、次に、各音声セグメントを自己
相関係数にセグメント化し、次に、これら係数に基づい
て、発呼者ではなく、アカウントコードを識別する。こ
のアカウントコードは当分野において周知の従来の話者
独立接続数字音声認識にて識別される。（加入者が電話
機Ｓ１のキーパッドを介してアカウントコードを入力し
た場合は、ＣＩＵ２０−１は結果としての一連のトーン
（つまり、二重トーン多周波数信号、つまり、ＤＴＭＦ
信号）を対応する数字値に復号し、これらをアカウント
コードとして格納する。次に、上に述べた通り、ＣＩＵ
２０−１は一連のランダムの数字を送り、加入者にこれ
ら数字を発声するように要求する。同様に、ＣＩＵ２０
−１は発呼者の応答を自己相関係数の特徴ベクトルとし
てセグメント化及びモデル化する。
【００５９】上記の手順に続いて、ＣＩＵ２０−１は受
信されたアカウントコード及び発呼者（加入者）の発声
されたアカウントコード（或はランダムの数字）を表わ
す特徴ベクトルを含むメッセージを発呼者の識別を検証
するためにコントローラ４５に送る。コントローラ４５
は、これに応答し、また受信されたアカウントコードを
メモリインデックスとして使用することによって、参照
データベース、或はメモリ５０のレコードから関連する
アカウントコードを形成する対応する数字の加入者の発
声のヒドンマルコフモデル（ＨＭＭ）及びそのアカウン
トコードにて識別された加入者の仲間と関連するＨＭＭ
をアンロードする。コントローラ４５は次にバス４６を
介してその加入者ＨＭＭと特徴ベクトルが同一人物によ
って話された音声信号を表わすことを検証する目的でこ
うしてアンロードされたＨＭＭ及びＣＩＵ２０−１によ
って生成された特徴ベクトルをＲＴＨ４１に送る（特徴
ベクトルがランダムの数字を表わす場合は、コントロー
ラ４５は加入者及び仲間の両方に関してこれら数字に対
して前に格納されていたＨＭＭのみを送ることに注意す
る。）
信されたアカウントコード及び発呼者（加入者）の発声
されたアカウントコード（或はランダムの数字）を表わ
す特徴ベクトルを含むメッセージを発呼者の識別を検証
するためにコントローラ４５に送る。コントローラ４５
は、これに応答し、また受信されたアカウントコードを
メモリインデックスとして使用することによって、参照
データベース、或はメモリ５０のレコードから関連する
アカウントコードを形成する対応する数字の加入者の発
声のヒドンマルコフモデル（ＨＭＭ）及びそのアカウン
トコードにて識別された加入者の仲間と関連するＨＭＭ
をアンロードする。コントローラ４５は次にバス４６を
介してその加入者ＨＭＭと特徴ベクトルが同一人物によ
って話された音声信号を表わすことを検証する目的でこ
うしてアンロードされたＨＭＭ及びＣＩＵ２０−１によ
って生成された特徴ベクトルをＲＴＨ４１に送る（特徴
ベクトルがランダムの数字を表わす場合は、コントロー
ラ４５は加入者及び仲間の両方に関してこれら数字に対
して前に格納されていたＨＭＭのみを送ることに注意す
る。）
【００６０】ＲＴＨ４１は、要求に応答して、それと関
連するＤＳＰ４１−１から４２−Ｐのアイドルの一つ、
例えば、ＤＳＰ４２−Ｐを識別して、コントローラ４５
から受信されたＨＭＭ及び自己相関係数の特徴ベクトル
をＤＳＰ４２−Ｐに供給する。ＤＳＰ４２−Ｐは図５に
示される流れ図に従って動作する。図５のステップ７０
５に示されるように、ＤＳＰ４２−Ｐは自己相関係数の
特徴ベクトルを上に説明のようにケプストラム及びデル
タケプストラム係数の特徴ベクトルに変換する。
連するＤＳＰ４１−１から４２−Ｐのアイドルの一つ、
例えば、ＤＳＰ４２−Ｐを識別して、コントローラ４５
から受信されたＨＭＭ及び自己相関係数の特徴ベクトル
をＤＳＰ４２−Ｐに供給する。ＤＳＰ４２−Ｐは図５に
示される流れ図に従って動作する。図５のステップ７０
５に示されるように、ＤＳＰ４２−Ｐは自己相関係数の
特徴ベクトルを上に説明のようにケプストラム及びデル
タケプストラム係数の特徴ベクトルに変換する。
【００６１】次に、ＤＳＰ４２−Ｐは（例えば、発声さ
れたランダム数字検証音声を表わす）ケプストラル係数
の特徴ベクトルを主張した加入者と彼／彼女の仲間のＨ
ＭＭと比較する。この比較が図５のステップ７１０−７
４５に示される。この比較は検証音声が主張した加入者
によって発声された可能性の指標となるスコアを生成す
る（検証の目的に対しては、スコアは非会話音を表わす
ものではなく、会話音のＨＭＭに基づく）。スコアＳ
は、ＤＳＰ４２−Ｐによって、以下の式（５）に従って
決定される（ステップ７３０参照）：
れたランダム数字検証音声を表わす）ケプストラル係数
の特徴ベクトルを主張した加入者と彼／彼女の仲間のＨ
ＭＭと比較する。この比較が図５のステップ７１０−７
４５に示される。この比較は検証音声が主張した加入者
によって発声された可能性の指標となるスコアを生成す
る（検証の目的に対しては、スコアは非会話音を表わす
ものではなく、会話音のＨＭＭに基づく）。スコアＳ
は、ＤＳＰ４２−Ｐによって、以下の式（５）に従って
決定される（ステップ７３０参照）：
【数５】
【００６２】
【外１】
【００６３】ＤＳＰ４２−ＰがＳの値をしきい値以上で
あるものと決定すると、加入者の主張した識別が受け入
れられる（ステップ７３５−７４５を参照）。受け入れ
られた結果として、ケプストラム及びデルタケプストラ
ム係数の特徴ベクトルが主張され、検証された加入者の
ＨＭＭを“更新”（或はさらに訓練）するために使用さ
れる（ステップ７４０参照）。特徴ベクトルＯim（ｔ）
（ｔ＝１、２、．．．、Ｔjm）が与えられ、状態ｊのマ
ッチング混合成分のｍ個のベストに復号されると、ＨＭ
Ｍ平均μ、及び成分の重みｃjmがＤＳＰ４２−Ｐによっ
て以下のように更新される。
あるものと決定すると、加入者の主張した識別が受け入
れられる（ステップ７３５−７４５を参照）。受け入れ
られた結果として、ケプストラム及びデルタケプストラ
ム係数の特徴ベクトルが主張され、検証された加入者の
ＨＭＭを“更新”（或はさらに訓練）するために使用さ
れる（ステップ７４０参照）。特徴ベクトルＯim（ｔ）
（ｔ＝１、２、．．．、Ｔjm）が与えられ、状態ｊのマ
ッチング混合成分のｍ個のベストに復号されると、ＨＭ
Ｍ平均μ、及び成分の重みｃjmがＤＳＰ４２−Ｐによっ
て以下のように更新される。
【数６】 及び
【数７】 ここで、Ｎjmは未更新平均及び混合成分を計算するため
に使用される訓練ベクトルの数である。次に、ベクトル
カウントＮjmがＤＳＰ４２−Ｐによって以下のように更
新される。
に使用される訓練ベクトルの数である。次に、ベクトル
カウントＮjmがＤＳＰ４２−Ｐによって以下のように更
新される。
【数８】
【００６４】ＤＳＰ４２−Ｐは次に更新されたＨＭＭ及
び検証が真（つまり、肯定）であることを示す標識をＲ
ＴＨ４１に供給する（ステップ７４５を参照）。ＲＴＨ
４１は、これに応答して、その情報及び検証された加入
者アカウントコードをコントローラ４５に供給する。
び検証が真（つまり、肯定）であることを示す標識をＲ
ＴＨ４１に供給する（ステップ７４５を参照）。ＲＴＨ
４１は、これに応答して、その情報及び検証された加入
者アカウントコードをコントローラ４５に供給する。
【００６５】ＤＳＰ４２−ＰがＳの値がしきい値以下で
あることを決定した場合は、加入者の主張する識別は拒
絶され、偽り（つまり、否定）の検証を示す標識がＲＴ
Ｈ４１に送られる（ステップ７３５、７５０を参照）。
ＤＳＰ４２−Ｐによる加入者のＨＭＭの更新はこの状況
下においては起こらない。コントローラ４５には否定の
検証情報が供給される。
あることを決定した場合は、加入者の主張する識別は拒
絶され、偽り（つまり、否定）の検証を示す標識がＲＴ
Ｈ４１に送られる（ステップ７３５、７５０を参照）。
ＤＳＰ４２−Ｐによる加入者のＨＭＭの更新はこの状況
下においては起こらない。コントローラ４５には否定の
検証情報が供給される。
【００６６】一例として、統計しきい値を使用すること
もできる。このしきい値は、それぞれそのシステムの詐
欺師に対する抵抗力の強さに応じて、ゼロ、ゼロ以上、
或はゼロ以下にバスアスすることができる。別の方法と
して、動的しきい値を使用することもできる。動的しき
い値は所望のレベルの性能を達成するために話者検証の
ための従来のしきい値決定技法に従って決定することが
できる。これに関しては、例えば、ここにあたかも完全
に説明されているかのように参考として編入されている
Rosenberg （ロゼンベルグ）による論文『電話回線を通
じての自動話者検証システムの評価（Evaluation of an
Automatic Speaker Verfication System Over Telepho
ne Lines）』、５５ベルシステムテクニカルジャーナル
（Bell System Technical Journal)７２３−４４（１９
７６年１月から８月）を参照すること。
もできる。このしきい値は、それぞれそのシステムの詐
欺師に対する抵抗力の強さに応じて、ゼロ、ゼロ以上、
或はゼロ以下にバスアスすることができる。別の方法と
して、動的しきい値を使用することもできる。動的しき
い値は所望のレベルの性能を達成するために話者検証の
ための従来のしきい値決定技法に従って決定することが
できる。これに関しては、例えば、ここにあたかも完全
に説明されているかのように参考として編入されている
Rosenberg （ロゼンベルグ）による論文『電話回線を通
じての自動話者検証システムの評価（Evaluation of an
Automatic Speaker Verfication System Over Telepho
ne Lines）』、５５ベルシステムテクニカルジャーナル
（Bell System Technical Journal)７２３−４４（１９
７６年１月から８月）を参照すること。
【００６７】式（５）は他の技法、例えば、従来のスコ
アリング技法と組合わせて使用できることにも注意す
る。この場合、例えば、第一のスコアリング技法は式
（５）の右辺の第一の項から構成される。この技法によ
ってしきい値Ｔ1 を超えるスコアＳ1 が生成された場
合、式（５）のスコアリング技法の全体が第二のスコア
Ｓ2を決定するために使用される。このスコアＳ2 が次
に第二のしきい値Ｔ2 と比較される。Ｓ1 ＞Ｔ1 及びＳ
2 ＞Ｔ2 のときにのみ主張された識別が正当化される。
スコアリング技法のこのような組合わせは検証システム
の詐欺師による誤りを回避する能力を向上させる。
アリング技法と組合わせて使用できることにも注意す
る。この場合、例えば、第一のスコアリング技法は式
（５）の右辺の第一の項から構成される。この技法によ
ってしきい値Ｔ1 を超えるスコアＳ1 が生成された場
合、式（５）のスコアリング技法の全体が第二のスコア
Ｓ2を決定するために使用される。このスコアＳ2 が次
に第二のしきい値Ｔ2 と比較される。Ｓ1 ＞Ｔ1 及びＳ
2 ＞Ｔ2 のときにのみ主張された識別が正当化される。
スコアリング技法のこのような組合わせは検証システム
の詐欺師による誤りを回避する能力を向上させる。
【００６８】ＤＳＰ４２−Ｐによって遂行されるビテル
ビスコアリング（Viterbi scoring）は発声の前後及び
語と語の間のオプションとしての非音声セグメントを許
す文法によって従来の制約を受ける。検証フェーズの場
合は、好ましくは、ビテルビ尤度スコアが各語の尤度に
持続罰則（duration penalty）を加えることによって後
処理される。
ビスコアリング（Viterbi scoring）は発声の前後及び
語と語の間のオプションとしての非音声セグメントを許
す文法によって従来の制約を受ける。検証フェーズの場
合は、好ましくは、ビテルビ尤度スコアが各語の尤度に
持続罰則（duration penalty）を加えることによって後
処理される。
【００６９】
【外２】
【００７０】（式（５）によって表わされ、図５のステ
ップ７３０において遂行されるような）主張される加入
者に対する対数尤度スコア（log likelihood score）か
ら仲間の対数尤度スコアの統計を引いた値は検証のため
の“動的しきい値（dynamicthreshold ）”を与える。
このしきい値は条件の変化に対する大きな抵抗力を与え
る。真の話者のスコアが条件の変化、例えば、登録（訓
練）と検証において使用されるマイクロホンの差異と関
係するチャネル条件の変化によって劣化された場合、仲
間のスコアも同じように影響される傾向を持つ。従っ
て、対数尤度の差異は実質的に安定するように留まり、
条件の変化が主張される識別を検証するためのＤＳＰ４
２−Ｐの能力に重大な制約を課すこととはならない。
ップ７３０において遂行されるような）主張される加入
者に対する対数尤度スコア（log likelihood score）か
ら仲間の対数尤度スコアの統計を引いた値は検証のため
の“動的しきい値（dynamicthreshold ）”を与える。
このしきい値は条件の変化に対する大きな抵抗力を与え
る。真の話者のスコアが条件の変化、例えば、登録（訓
練）と検証において使用されるマイクロホンの差異と関
係するチャネル条件の変化によって劣化された場合、仲
間のスコアも同じように影響される傾向を持つ。従っ
て、対数尤度の差異は実質的に安定するように留まり、
条件の変化が主張される識別を検証するためのＤＳＰ４
２−Ｐの能力に重大な制約を課すこととはならない。
【００７１】コントローラ４５は、検証標識が肯定であ
るのに応答して、更新されたＨＭＭを加入者データベー
ス５０のレコード内に格納する。コントローラ４５は次
にこの標識及び省略時課金番号をＣＩＵ２０−１に送
る。検証標識が否定的な検証を示すと、コントローラ４
５はＬＡＮ３０を介してＣＩＵ２０−１にこの事実を示
す返答メッセージを送り返す。ＣＩＵ２０−１は次にこ
の返答メッセージに応答して終話或は呼をアテンダント
１５に向ける。
るのに応答して、更新されたＨＭＭを加入者データベー
ス５０のレコード内に格納する。コントローラ４５は次
にこの標識及び省略時課金番号をＣＩＵ２０−１に送
る。検証標識が否定的な検証を示すと、コントローラ４
５はＬＡＮ３０を介してＣＩＵ２０−１にこの事実を示
す返答メッセージを送り返す。ＣＩＵ２０−１は次にこ
の返答メッセージに応答して終話或は呼をアテンダント
１５に向ける。
【００７２】コントローラ４５がそれがＣＩＵ２０−１
から受信したアカウントコード、或は識別子が加入者レ
コードの番号と関連することを発見すると、コントロー
ラ４５はこれらリンクされたレコードの各々から関連す
るＨＭＭをアンロードし、様々なセットのアンロードさ
れたＨＭＭ及びそれらの対応するレコードアドレス並び
に係数の受信された特徴ベクトルを処理のためにＲＴＨ
４１にパスする。ＲＴＨ４１は、これに応答して、受信
されたセットのＨＭＭと特徴ベクトルのコピーをそれと
関連するＤＳＰ４１−１から４１−Ｐの対応するアイド
ルの一つに分配する。これらの各ＤＳＰ、例えば、ＤＳ
Ｐ４１−１は、これに応答して、それらの特徴ベクトル
がそれがＲＴＨ４１から受信したセットのＨＭＭとどの
程度のレベルで一致するかの指標となるスコアを生成
し、ＲＴＨ４１に供給する。ＲＴＨ４１は、これに応答
して、それがそれと関連するＤＳＰから受信するこれら
様々なスコアの中から最高のスコアを選択する。ＲＴＨ
４１がしきい値より大きな最高スコアの値を見つける
と、ＲＴＨ４１は発呼者の識別を確認し、発呼者をその
アドレスがその最高スコアと関連する加入者レコードと
関連付ける。ＲＴＨ４１は次にそのアドレスと関連する
ＨＭＭを上に説明の方法にて更新させ、こうして更新さ
れたＨＭＭ、関連するスコア及びレコードアドレス並び
に前述の肯定標識をコントローラ４５に供給する。コン
トローラ４５は、これに応答して、更新されたＨＭＭを
格納し、前述の返答メッセージをＣＩＵ２０−１に送り
返し、この中に前述の最高スコアと関連する加入者レコ
ードを挿入する。一方、ＲＴＨ４１がこの最高スコアの
値がしきい値以下であることを発見した場合は、ＲＴＨ
４１はコントローラ４５にその事実を告げる。同様にし
て、コントローラ４５は上に説明のようにこの事実を示
すメッセージをＣＩＵ２０−１に送り戻す。
から受信したアカウントコード、或は識別子が加入者レ
コードの番号と関連することを発見すると、コントロー
ラ４５はこれらリンクされたレコードの各々から関連す
るＨＭＭをアンロードし、様々なセットのアンロードさ
れたＨＭＭ及びそれらの対応するレコードアドレス並び
に係数の受信された特徴ベクトルを処理のためにＲＴＨ
４１にパスする。ＲＴＨ４１は、これに応答して、受信
されたセットのＨＭＭと特徴ベクトルのコピーをそれと
関連するＤＳＰ４１−１から４１−Ｐの対応するアイド
ルの一つに分配する。これらの各ＤＳＰ、例えば、ＤＳ
Ｐ４１−１は、これに応答して、それらの特徴ベクトル
がそれがＲＴＨ４１から受信したセットのＨＭＭとどの
程度のレベルで一致するかの指標となるスコアを生成
し、ＲＴＨ４１に供給する。ＲＴＨ４１は、これに応答
して、それがそれと関連するＤＳＰから受信するこれら
様々なスコアの中から最高のスコアを選択する。ＲＴＨ
４１がしきい値より大きな最高スコアの値を見つける
と、ＲＴＨ４１は発呼者の識別を確認し、発呼者をその
アドレスがその最高スコアと関連する加入者レコードと
関連付ける。ＲＴＨ４１は次にそのアドレスと関連する
ＨＭＭを上に説明の方法にて更新させ、こうして更新さ
れたＨＭＭ、関連するスコア及びレコードアドレス並び
に前述の肯定標識をコントローラ４５に供給する。コン
トローラ４５は、これに応答して、更新されたＨＭＭを
格納し、前述の返答メッセージをＣＩＵ２０−１に送り
返し、この中に前述の最高スコアと関連する加入者レコ
ードを挿入する。一方、ＲＴＨ４１がこの最高スコアの
値がしきい値以下であることを発見した場合は、ＲＴＨ
４１はコントローラ４５にその事実を告げる。同様にし
て、コントローラ４５は上に説明のようにこの事実を示
すメッセージをＣＩＵ２０−１に送り戻す。
【００７３】コントローラ４５の返答メッセージが肯定
であるものと想定すると、ＣＩＵ２０−１は呼接続を通
じて、例えば、“what number do you wish to call ?
（何番を呼び出したいですか？）”という要求をアナウ
ンスメントする。加入者はこの要求に対して、（ａ）電
話機Ｓ１のキーパッドを使用して、加入者が呼び出した
い特定の電話番号、例えば、９０８−５５５−１２３４
を“キー入力”するか；（ｂ）加入者の事前に定義され
た短縮ダイヤリングコード、例えば、２３１＃を“キー
入力”するか；（ｃ）加入者が呼び出したい特定の電話
番号を口答にて伝えるか；或は（ｄ）加入者の事前に定
義されたラベル、例えば、“call home”或は“call of
fice ”の一つを口答にて伝える。
であるものと想定すると、ＣＩＵ２０−１は呼接続を通
じて、例えば、“what number do you wish to call ?
（何番を呼び出したいですか？）”という要求をアナウ
ンスメントする。加入者はこの要求に対して、（ａ）電
話機Ｓ１のキーパッドを使用して、加入者が呼び出した
い特定の電話番号、例えば、９０８−５５５−１２３４
を“キー入力”するか；（ｂ）加入者の事前に定義され
た短縮ダイヤリングコード、例えば、２３１＃を“キー
入力”するか；（ｃ）加入者が呼び出したい特定の電話
番号を口答にて伝えるか；或は（ｄ）加入者の事前に定
義されたラベル、例えば、“call home”或は“call of
fice ”の一つを口答にて伝える。
【００７４】より詳細には、ＣＩＵ２０−１はある電話
番号を特性化するＤＴＭＦ信号の受信に応答して、これ
ら信号をそれら信号が交換機１０及び通信網２００を介
して受信された順番にて対応する数字に復号する。これ
ら電話番号の最後が復号されると、ＣＩＵ２０−１は加
入者のアカウントコード及び受信された電話番号を含む
メッセージをホストコンピュータ５に送る。ホストコン
ピュータ５は次に、なかんずく（ａ）加入者のサービス
番号及び課金電話番号（例えば、自宅の電話番号）、
（ｂ）呼び出されている電話番号及び（ｃ）現在の日時
を含む課金レコードを生成し、その内部メモリ内に格納
する。ホスト５は次に交換機１０に通信網２００を介し
て出電話呼を接続し、被呼電話番号を送りだすように指
令する。ホスト５はまた交換機１０に加入者の入り呼を
この出呼に接続するように指令する。ＣＩＵ２０−１は
加入者が電話オペレータに要求を行なった場合に備えて
これを検出するための手段として加入者の入り呼上にブ
リッジされたままに留まる。つまり、ＣＩＵ２０−１か
ら２０−Ｎの各々は独立した音声認識の周知の機能を使
用して発呼者が“operator（オペレータ）”と呼び出す
のを検出（spot）することができる。従って、ＣＩＵ２
０−１がある関連する呼の処理中に加入者が“オペレー
タ”という語を言うのを“検出（spots ）”すると、Ｃ
ＩＵ２０−１はＬＡＮ３０を介してホスト５にこれを伝
えるメッセージを送る。ホスト５は、これに応答して、
加入者を交換機１０を介して空いているアテンダント位
置１５に接続する。ただし、ＣＩＵはいったん関連する
呼が完結すると“オペレータ”という言葉に応答しな
い。呼が完結した時点では、加入者は、オペレータの助
けを要求する方法として、特定の信号、例えば、ポンド
（＃）記号を入力することができる。つまり、呼が完結
した後に交換機１０がこれら特定の信号を検出した場合
は、交換機１０はホスト５にオペレータ要求メッセージ
を送る。別の方法として、加入者は、現在の呼の間の任
意の時点において、別の呼を接続することを要求する一
つの方法として、特定の信号、例えば、＊＊９を入力す
ることもできる。従って、交換機１０がこれら信号の入
力を検出すると、これはこれを示すメッセージをホスト
５にパスする。ホスト５は、これに応答して、出交換機
１０接続を切断し、発呼者に発呼宛先を入力するように
要請する。
番号を特性化するＤＴＭＦ信号の受信に応答して、これ
ら信号をそれら信号が交換機１０及び通信網２００を介
して受信された順番にて対応する数字に復号する。これ
ら電話番号の最後が復号されると、ＣＩＵ２０−１は加
入者のアカウントコード及び受信された電話番号を含む
メッセージをホストコンピュータ５に送る。ホストコン
ピュータ５は次に、なかんずく（ａ）加入者のサービス
番号及び課金電話番号（例えば、自宅の電話番号）、
（ｂ）呼び出されている電話番号及び（ｃ）現在の日時
を含む課金レコードを生成し、その内部メモリ内に格納
する。ホスト５は次に交換機１０に通信網２００を介し
て出電話呼を接続し、被呼電話番号を送りだすように指
令する。ホスト５はまた交換機１０に加入者の入り呼を
この出呼に接続するように指令する。ＣＩＵ２０−１は
加入者が電話オペレータに要求を行なった場合に備えて
これを検出するための手段として加入者の入り呼上にブ
リッジされたままに留まる。つまり、ＣＩＵ２０−１か
ら２０−Ｎの各々は独立した音声認識の周知の機能を使
用して発呼者が“operator（オペレータ）”と呼び出す
のを検出（spot）することができる。従って、ＣＩＵ２
０−１がある関連する呼の処理中に加入者が“オペレー
タ”という語を言うのを“検出（spots ）”すると、Ｃ
ＩＵ２０−１はＬＡＮ３０を介してホスト５にこれを伝
えるメッセージを送る。ホスト５は、これに応答して、
加入者を交換機１０を介して空いているアテンダント位
置１５に接続する。ただし、ＣＩＵはいったん関連する
呼が完結すると“オペレータ”という言葉に応答しな
い。呼が完結した時点では、加入者は、オペレータの助
けを要求する方法として、特定の信号、例えば、ポンド
（＃）記号を入力することができる。つまり、呼が完結
した後に交換機１０がこれら特定の信号を検出した場合
は、交換機１０はホスト５にオペレータ要求メッセージ
を送る。別の方法として、加入者は、現在の呼の間の任
意の時点において、別の呼を接続することを要求する一
つの方法として、特定の信号、例えば、＊＊９を入力す
ることもできる。従って、交換機１０がこれら信号の入
力を検出すると、これはこれを示すメッセージをホスト
５にパスする。ホスト５は、これに応答して、出交換機
１０接続を切断し、発呼者に発呼宛先を入力するように
要請する。
【００７５】一方、加入者が加入者の短縮ダイヤリング
コード、例えば、２３１＃の一つをキー入力した場合
は、ＣＩＵ２０−１は、そのコードを特性化する信号を
受信及び復号すると、コントローラ４５に加入者によっ
て入力された短縮ダイヤリングコードと関連する電話番
号を要求するメッセージを送る。コントローラ４５は、
このメッセージを受信すると、要求された電話番号を得
るためにデータベース５０内に格納された加入者プロフ
ィルレコードに尋問する。コントローラ４５は、次に、
データベース５０から電話番号をアンロードし、その番
号、関連する短縮ダイヤリングコード及び加入者アカウ
ントコード番号をＬＡＮ３０を介してＣＩＵ２０−１に
送る。ＣＩＵ２０−１は、これに応答して、その電話番
号を含む呼要求メッセージ、並びにそれへの電話接続を
確立する要求をホスト５に送る。ホスト５は、これに応
答して、課金レコードを確立し、交換機１０及び通信網
２００を介して要求される電話番号に電話呼を接続す
る。
コード、例えば、２３１＃の一つをキー入力した場合
は、ＣＩＵ２０−１は、そのコードを特性化する信号を
受信及び復号すると、コントローラ４５に加入者によっ
て入力された短縮ダイヤリングコードと関連する電話番
号を要求するメッセージを送る。コントローラ４５は、
このメッセージを受信すると、要求された電話番号を得
るためにデータベース５０内に格納された加入者プロフ
ィルレコードに尋問する。コントローラ４５は、次に、
データベース５０から電話番号をアンロードし、その番
号、関連する短縮ダイヤリングコード及び加入者アカウ
ントコード番号をＬＡＮ３０を介してＣＩＵ２０−１に
送る。ＣＩＵ２０−１は、これに応答して、その電話番
号を含む呼要求メッセージ、並びにそれへの電話接続を
確立する要求をホスト５に送る。ホスト５は、これに応
答して、課金レコードを確立し、交換機１０及び通信網
２００を介して要求される電話番号に電話呼を接続す
る。
【００７６】別の方法として、加入者は、要求される電
話番号、例えば、９０８−５５５−１２３４を口答にて
伝えることもできる。加入者がこの方法をとった場合
は、ＣＩＵ２０−１は、接続数字セグメント化技法を使
用して、その電話番号の数字を特性化する加入者の音声
信号をセグメント化し、これら音声セグメントを上に述
べたように前述の係数の特徴ベクトルにモデル化する。
これら特徴ベクトルに基づいて、ＣＩＵ２０−１は加入
者によって話された数字を翻訳（識別）することができ
る。この種の翻訳は、一般的に、話者独立自動音声認識
（speaker-independent automatic speech recognitio
n）と呼ばれている。従って、この方法による翻訳の結
果として、ＣＩＵ２０−１は、話された電話番号を形成
する数字を識別する。同様に、ＣＩＵ２０−１は、次
に、これら数字を呼要求メッセージにパケット化し、こ
のメッセージをＬＡＮ３０を介してホスト５に送る。ホ
スト５は、このメッセージの受信に応答して、上に説明
のように、関連する課金レコードを確立し、受信された
電話番号に電話呼を接続する。
話番号、例えば、９０８−５５５−１２３４を口答にて
伝えることもできる。加入者がこの方法をとった場合
は、ＣＩＵ２０−１は、接続数字セグメント化技法を使
用して、その電話番号の数字を特性化する加入者の音声
信号をセグメント化し、これら音声セグメントを上に述
べたように前述の係数の特徴ベクトルにモデル化する。
これら特徴ベクトルに基づいて、ＣＩＵ２０−１は加入
者によって話された数字を翻訳（識別）することができ
る。この種の翻訳は、一般的に、話者独立自動音声認識
（speaker-independent automatic speech recognitio
n）と呼ばれている。従って、この方法による翻訳の結
果として、ＣＩＵ２０−１は、話された電話番号を形成
する数字を識別する。同様に、ＣＩＵ２０−１は、次
に、これら数字を呼要求メッセージにパケット化し、こ
のメッセージをＬＡＮ３０を介してホスト５に送る。ホ
スト５は、このメッセージの受信に応答して、上に説明
のように、関連する課金レコードを確立し、受信された
電話番号に電話呼を接続する。
【００７７】もう一つの方法として、加入者は、加入者
によって前に定義された発呼ラベル、例えば、“call o
ffice ”を口答で告げることもできる。ＣＩＵ２０−１
は、これに応答して、そのラベルを特性化する加入者音
声信号から前述のサブワードユニットインデックスを生
成する。次に、上に説明のように、ＣＩＵ２０−１は、
こうして生成された一連のインデックスを上に説明のよ
うにデータベース５０内に前に格納された加入者ラベル
のサブワードユニットのインデックスと比較する。
によって前に定義された発呼ラベル、例えば、“call o
ffice ”を口答で告げることもできる。ＣＩＵ２０−１
は、これに応答して、そのラベルを特性化する加入者音
声信号から前述のサブワードユニットインデックスを生
成する。次に、上に説明のように、ＣＩＵ２０−１は、
こうして生成された一連のインデックスを上に説明のよ
うにデータベース５０内に前に格納された加入者ラベル
のサブワードユニットのインデックスと比較する。
【００７８】従って、ＣＩＵ２０−１が話されたラベル
と関連する電話番号を識別すると、ＣＩＵ２０−１は、
なかんずく、識別された電話番号を含む呼要求メッセー
ジをホスト５に送る。ホスト５は、これに応答して、要
求された電話呼を上に説明の方法で接続する。ＣＩＵ２
０−１から２０−Ｎの各々は、加入者が入力している電
話番号を取り消すために加入者が発声する特定のキーワ
ード、例えば、“cancel（取消）”を検出するように構
成される。例えば、加入者が電話番号の数字のの幾つか
を入力した後に、“cancel（取消）”という言葉を言っ
たとすると、この呼を処理するＣＩＵ、例えば、ＣＩＵ
２０−１は、（上に説明の語を検出するための話者独立
音声認識を使用しての）この発声の検出に応答して、受
信された数字を破棄し、前述のアナウンスメントを再送
する。
と関連する電話番号を識別すると、ＣＩＵ２０−１は、
なかんずく、識別された電話番号を含む呼要求メッセー
ジをホスト５に送る。ホスト５は、これに応答して、要
求された電話呼を上に説明の方法で接続する。ＣＩＵ２
０−１から２０−Ｎの各々は、加入者が入力している電
話番号を取り消すために加入者が発声する特定のキーワ
ード、例えば、“cancel（取消）”を検出するように構
成される。例えば、加入者が電話番号の数字のの幾つか
を入力した後に、“cancel（取消）”という言葉を言っ
たとすると、この呼を処理するＣＩＵ、例えば、ＣＩＵ
２０−１は、（上に説明の語を検出するための話者独立
音声認識を使用しての）この発声の検出に応答して、受
信された数字を破棄し、前述のアナウンスメントを再送
する。
【００７９】ＳＶＳ４０は加入者の口答によるアカウン
トコードを処理する処理時間をかなりの程度延長するこ
とが理解できる。返答がコントローラ４５にできるだけ
速く帰って来るようにこの処理を速度化するために、Ｒ
ＴＨ４１はこれがアカウントコードを形成する数字を幾
つかのアイドルのＤＳＰ４２−１から４２−Ｐの間で分
割するように構成される。例えば、ＲＴＨ４１は、発声
された数字並びにデータベース５０内に格納された関連
するＨＭＭを対応するアイドルのＤＳＰ４２−１から４
２−Ｐに供給する。従って、９つのＤＳＰがアイドルで
ある場合、これらＤＳＰの各々はアカウントコードの一
つの数字を処理することとなる。
トコードを処理する処理時間をかなりの程度延長するこ
とが理解できる。返答がコントローラ４５にできるだけ
速く帰って来るようにこの処理を速度化するために、Ｒ
ＴＨ４１はこれがアカウントコードを形成する数字を幾
つかのアイドルのＤＳＰ４２−１から４２−Ｐの間で分
割するように構成される。例えば、ＲＴＨ４１は、発声
された数字並びにデータベース５０内に格納された関連
するＨＭＭを対応するアイドルのＤＳＰ４２−１から４
２−Ｐに供給する。従って、９つのＤＳＰがアイドルで
ある場合、これらＤＳＰの各々はアカウントコードの一
つの数字を処理することとなる。
【００８０】次に、図６から８の説明に移るが、ここに
は、流れ図形式にて、システム１００の動作を実現する
ためのプログラムが示される。より詳細には、このプロ
グラムがブロック４００において交換機１０を介して受
信された新たな呼に応答して開始される。ブロック４０
０からプログラムはブロック４０１に進み、ここでこれ
は、簡単なサービス警告信号、例えば、トーンを送出
し、次に、サービス名アナウンスメント、例えば、“Vo
ice Direct（音声指示）”を送出する。この時点で、プ
ログラムは呼を“オペレータ”という語、或は“取消”
という語が受信されないか監視を開始し、いずれかの語
が受信された場合は、上に説明のように進む。プログラ
ムは次にブロック４０２に進み、ここで、これは、発呼
者に彼／彼女のアカウントコード（識別子）を入力する
ように催促する。発呼者は、この催促に応答して、彼／
彼女のアカウントを形成する数字を口答にて告げるか、
或は発呼者の電話機のタッチトーンキーパッドを介して
この数字を入力する。ブロック４０３において、プログ
ラムはこうして入力されたアカウント番号と関連する顧
客レコードがデータベース５０（図１）内に格納されて
ないか調べる。この結果が真であることが判明した場合
は、プログラムはブロック４０４に進む。そうでないと
きは、プログラムはブロック４０５に進む。
は、流れ図形式にて、システム１００の動作を実現する
ためのプログラムが示される。より詳細には、このプロ
グラムがブロック４００において交換機１０を介して受
信された新たな呼に応答して開始される。ブロック４０
０からプログラムはブロック４０１に進み、ここでこれ
は、簡単なサービス警告信号、例えば、トーンを送出
し、次に、サービス名アナウンスメント、例えば、“Vo
ice Direct（音声指示）”を送出する。この時点で、プ
ログラムは呼を“オペレータ”という語、或は“取消”
という語が受信されないか監視を開始し、いずれかの語
が受信された場合は、上に説明のように進む。プログラ
ムは次にブロック４０２に進み、ここで、これは、発呼
者に彼／彼女のアカウントコード（識別子）を入力する
ように催促する。発呼者は、この催促に応答して、彼／
彼女のアカウントを形成する数字を口答にて告げるか、
或は発呼者の電話機のタッチトーンキーパッドを介して
この数字を入力する。ブロック４０３において、プログ
ラムはこうして入力されたアカウント番号と関連する顧
客レコードがデータベース５０（図１）内に格納されて
ないか調べる。この結果が真であることが判明した場合
は、プログラムはブロック４０４に進む。そうでないと
きは、プログラムはブロック４０５に進む。
【００８１】ブロック４０５において、プログラムは発
呼者の正当なアカウントコードを入力する第二の試みが
また失敗したか否かを調べるためのチェックを行ない、
失敗した場合は、ブロック４０７を介して呼をオペレー
タに転送する。そうでない場合は、プログラムはブロッ
ク４０７に進み、ここでこれは再び発呼者に彼／彼女の
アカウントコードを入力するように催促する。
呼者の正当なアカウントコードを入力する第二の試みが
また失敗したか否かを調べるためのチェックを行ない、
失敗した場合は、ブロック４０７を介して呼をオペレー
タに転送する。そうでない場合は、プログラムはブロッ
ク４０７に進み、ここでこれは再び発呼者に彼／彼女の
アカウントコードを入力するように催促する。
【００８２】ブロック４０４において、プログラムは入
力されたアカウントコードが音声信号によって特性化さ
れるかチェックし（つまり、発呼者が番号を発声し）、
特性化される場合は、ブロック４０８に進む。特性化さ
れない場合は、プログラムはブロック４０９に進み、こ
こでこれは発呼者に一連のランダムの数字を復唱（発
声）するように催促する。プログラムはこれへの発呼者
の応答を集め、図３との関連で上に説明したように応答
を特性化する特徴ベクトルを分析し、ブロック４０８へ
と進む。ブロック４０８において、プログラムは図５と
の関連で上で述べたように発呼者の識別を検証する。発
呼者の音声が検証できない場合は、プログラムはブロッ
ク４０７へと進む。検証された場合は、プログラムはブ
ロック４１０に進み、ここでこれは発呼者に被呼者の宛
先を入力するように催促する。上に述べたように、発呼
者は、（ａ）電話番号或は呼ラベルを口答で伝える或は
（ｂ）電話番号或は短縮ダイヤルコードを発呼者の電話
機、例えば、Ｓ１のキーパッドを介して入力することに
よって呼を接続することができる。プログラムは次にエ
ントリを待ち、エントリが受信されるとブロック４１１
に進む。ブロック４１１において、プログラムはそれが
発呼者が電話機のキーパッドを使用して電話番号を入力
したことを発見した場合（つまり、番号が対応するＤＴ
ＭＦトーンにて特性化される場合）、ブロック４１８に
進む。そのでない場合は、プログラムは発呼者が電話番
号を口答にて伝えたか否かを決定するためにブロック４
１２に進む。後者の決定が真である場合は、プログラム
はブロック４１６に進み、ここでこれは関連するＣＩＵ
に発呼者の音声信号を（上に説明されたように）電話番
号に翻訳するように指令し、次に、ブロック４１７に進
む。ブロック４１２における決定が偽りであった場合
は、プログラムはブロック４１３に進み、発呼者が短縮
ダイアルコードを入力したか否か決定する。プログラム
が発呼者が短縮ダイアルコードを入力しなかったことを
発見すると、これは、ブロック４１４に進み、発呼者が
口答による呼ラベルを入力したか決定する。プログラム
が発呼者が短縮ダイアルコード或は呼ラベルのいずれか
を入力したことを発見すると、プログラムはブロック４
１５に進み、ここでこれはＳＶＳ４０に発呼者のエント
リを上に説明のように電話番号に翻訳するように指令す
る。プログラムは次にブロック４１７に進み、ここでこ
れは、結果として得られた電話番号を発呼者に送信し、
次に、ブロック４１８に進み、ここでこれはその電話番
号を通信網２００に向けて送出させる。
力されたアカウントコードが音声信号によって特性化さ
れるかチェックし（つまり、発呼者が番号を発声し）、
特性化される場合は、ブロック４０８に進む。特性化さ
れない場合は、プログラムはブロック４０９に進み、こ
こでこれは発呼者に一連のランダムの数字を復唱（発
声）するように催促する。プログラムはこれへの発呼者
の応答を集め、図３との関連で上に説明したように応答
を特性化する特徴ベクトルを分析し、ブロック４０８へ
と進む。ブロック４０８において、プログラムは図５と
の関連で上で述べたように発呼者の識別を検証する。発
呼者の音声が検証できない場合は、プログラムはブロッ
ク４０７へと進む。検証された場合は、プログラムはブ
ロック４１０に進み、ここでこれは発呼者に被呼者の宛
先を入力するように催促する。上に述べたように、発呼
者は、（ａ）電話番号或は呼ラベルを口答で伝える或は
（ｂ）電話番号或は短縮ダイヤルコードを発呼者の電話
機、例えば、Ｓ１のキーパッドを介して入力することに
よって呼を接続することができる。プログラムは次にエ
ントリを待ち、エントリが受信されるとブロック４１１
に進む。ブロック４１１において、プログラムはそれが
発呼者が電話機のキーパッドを使用して電話番号を入力
したことを発見した場合（つまり、番号が対応するＤＴ
ＭＦトーンにて特性化される場合）、ブロック４１８に
進む。そのでない場合は、プログラムは発呼者が電話番
号を口答にて伝えたか否かを決定するためにブロック４
１２に進む。後者の決定が真である場合は、プログラム
はブロック４１６に進み、ここでこれは関連するＣＩＵ
に発呼者の音声信号を（上に説明されたように）電話番
号に翻訳するように指令し、次に、ブロック４１７に進
む。ブロック４１２における決定が偽りであった場合
は、プログラムはブロック４１３に進み、発呼者が短縮
ダイアルコードを入力したか否か決定する。プログラム
が発呼者が短縮ダイアルコードを入力しなかったことを
発見すると、これは、ブロック４１４に進み、発呼者が
口答による呼ラベルを入力したか決定する。プログラム
が発呼者が短縮ダイアルコード或は呼ラベルのいずれか
を入力したことを発見すると、プログラムはブロック４
１５に進み、ここでこれはＳＶＳ４０に発呼者のエント
リを上に説明のように電話番号に翻訳するように指令す
る。プログラムは次にブロック４１７に進み、ここでこ
れは、結果として得られた電話番号を発呼者に送信し、
次に、ブロック４１８に進み、ここでこれはその電話番
号を通信網２００に向けて送出させる。
【００８３】プログラムがブロック４１４において発呼
者が呼ラベルを入力しなかったことを発見した場合は、
プログラムはブロック４１９に進み、ここでこれは、発
呼者の最後のエントリが発呼者からの正当なエントリを
得るための第二の試みを表わすものであるか否か決定す
る。そうである場合は、プログラムはその呼をオペレー
タに転送する。そうでない場合は、プログラムはブロッ
ク４１０に進み、電話番号の入力を再び催促する。
者が呼ラベルを入力しなかったことを発見した場合は、
プログラムはブロック４１９に進み、ここでこれは、発
呼者の最後のエントリが発呼者からの正当なエントリを
得るための第二の試みを表わすものであるか否か決定す
る。そうである場合は、プログラムはその呼をオペレー
タに転送する。そうでない場合は、プログラムはブロッ
ク４１０に進み、電話番号の入力を再び催促する。
【００８４】ブロック４１８において、プログラムはシ
ステム１００を介して出呼を置き、次に、システム１０
０に入り呼をこの出呼接続に接続するように指令する。
プログラムは次にブロック４１２に進み、ここでこれは
呼をオペレータに対する要求或は別の呼を接続する要求
が受信されないか監視する。本発明の一つの実施例にお
いては、加入者は、このような要求を呼の処理の任意の
時点、つまり、ブロック４０２と４１７の間に、呼が完
結した後に、つまりブロック４１８及び４２１の後に、
“オペレータ”という言葉を口答にて伝えることによっ
て、或は、例えば、０＃を特性化する特定の信号を入力
することによって入力することができる。同様に、加入
者は別の呼の接続を要求するために＊＊９を入力するこ
ともできる。
ステム１００を介して出呼を置き、次に、システム１０
０に入り呼をこの出呼接続に接続するように指令する。
プログラムは次にブロック４１２に進み、ここでこれは
呼をオペレータに対する要求或は別の呼を接続する要求
が受信されないか監視する。本発明の一つの実施例にお
いては、加入者は、このような要求を呼の処理の任意の
時点、つまり、ブロック４０２と４１７の間に、呼が完
結した後に、つまりブロック４１８及び４２１の後に、
“オペレータ”という言葉を口答にて伝えることによっ
て、或は、例えば、０＃を特性化する特定の信号を入力
することによって入力することができる。同様に、加入
者は別の呼の接続を要求するために＊＊９を入力するこ
ともできる。
【００８５】最近、多数の電話加入者が音声メッセージ
ングサービス、例えば、図１に示される音声メッセージ
システム３００に加入した。中核の所で、システム３０
０によって提供される機能は従来のアンサリング機械に
よって提供される機能と類似する。つまり、システム３
００の加入者、例えば、電話機Ｓ１と関連する加入者が
何らかの理由により電話呼に応答しない場合、発呼者は
システム３００にメッセージを残すように求められる。
ただし、被呼加入者が呼をシステム３００に接続しない
限り、彼／彼女は発呼者がシステム３００に音声メッセ
ージを残したことを知ることはできない。多くの音声メ
ッセージングシステムは、この状況に、加入者が一つ或
は複数の待たされた音声メッセージを持つことを示す一
つの方法として加入者の電話機上のランプを点灯させる
ことによって対処する。システム１００はこれとは異な
るアプローチを取る。
ングサービス、例えば、図１に示される音声メッセージ
システム３００に加入した。中核の所で、システム３０
０によって提供される機能は従来のアンサリング機械に
よって提供される機能と類似する。つまり、システム３
００の加入者、例えば、電話機Ｓ１と関連する加入者が
何らかの理由により電話呼に応答しない場合、発呼者は
システム３００にメッセージを残すように求められる。
ただし、被呼加入者が呼をシステム３００に接続しない
限り、彼／彼女は発呼者がシステム３００に音声メッセ
ージを残したことを知ることはできない。多くの音声メ
ッセージングシステムは、この状況に、加入者が一つ或
は複数の待たされた音声メッセージを持つことを示す一
つの方法として加入者の電話機上のランプを点灯させる
ことによって対処する。システム１００はこれとは異な
るアプローチを取る。
【００８６】より詳細には、新たな加入者が音声メッセ
ージングサービス、例えば、システム３００と関連付け
られている場合、サブスクリプション及び登録プロセス
の際に、アテンダント１５は加入者データベース６０の
レコード及びデータベース５０のレコードに（ａ）この
新たな加入者が音声メッセージングサービスと関連付け
られていることを示す標識、（ｂ）そのサービスの電話
番号及び（ｃ）その加入者のメッセージングサービスア
カウントコード或はパスワードを挿入する。その後、こ
の新たな加入者が、例えば、出呼を掛ける目的でシステ
ム１００に呼を掛けると、関連するＣＩＵ、例えば、Ｃ
ＩＵ２０−１が加入者の呼要求を処理している間に、ホ
スト５が交換機１０及び通信網２００を介して音声メッ
セージングサービス３００への呼を置く。このシステム
が呼に応答すると、ホスト５は加入者の電話番号を送出
し、所定の時間期間だけ待ち、その後、関連するアカウ
ントコード（パスワード）を送信する。システム３００
は、この情報に応答して、その加入者に対してシステム
３００内に格納されている音声メッセージの状態を送信
するが、この状態は音声メッセージ無しの状態から複数
の音声メッセージが存在する状態の間で変化する。加え
て、ホスト５は、アカウントコードを送出した後に、交
換機１０に加入者の入り呼を交換機１０とシステム３０
０の間で通信網２００を介して確立された電話接続にブ
リッジするように指令する。こうして、加入者には、彼
／彼女のシステム３００音声メッセージの状態が自動的
に提供される。
ージングサービス、例えば、システム３００と関連付け
られている場合、サブスクリプション及び登録プロセス
の際に、アテンダント１５は加入者データベース６０の
レコード及びデータベース５０のレコードに（ａ）この
新たな加入者が音声メッセージングサービスと関連付け
られていることを示す標識、（ｂ）そのサービスの電話
番号及び（ｃ）その加入者のメッセージングサービスア
カウントコード或はパスワードを挿入する。その後、こ
の新たな加入者が、例えば、出呼を掛ける目的でシステ
ム１００に呼を掛けると、関連するＣＩＵ、例えば、Ｃ
ＩＵ２０−１が加入者の呼要求を処理している間に、ホ
スト５が交換機１０及び通信網２００を介して音声メッ
セージングサービス３００への呼を置く。このシステム
が呼に応答すると、ホスト５は加入者の電話番号を送出
し、所定の時間期間だけ待ち、その後、関連するアカウ
ントコード（パスワード）を送信する。システム３００
は、この情報に応答して、その加入者に対してシステム
３００内に格納されている音声メッセージの状態を送信
するが、この状態は音声メッセージ無しの状態から複数
の音声メッセージが存在する状態の間で変化する。加え
て、ホスト５は、アカウントコードを送出した後に、交
換機１０に加入者の入り呼を交換機１０とシステム３０
０の間で通信網２００を介して確立された電話接続にブ
リッジするように指令する。こうして、加入者には、彼
／彼女のシステム３００音声メッセージの状態が自動的
に提供される。
【００８７】次に、図１０の説明に入るが、ここには、
参照データベースの一例としての配置が示される。より
詳細には、データベース５０はシステム１００の加入者
の各々に対してペアのレコード、例えば、５０−１及び
５０−２を含む。ペアの一つのレコード、例えば、レコ
ード５０−１はゼロから９までの数字（及び場合によっ
ては“ｏｈ（オー）”）、仲間ＨＭＭのアドレス、呼ラ
ベル及び関連する課金ラベルを特性化する加入者の音声
信号のヒドンマルコフモデルを含む。このレコードはま
た彼／彼女の音声信号から発呼加入者の識別を検証する
ことに関係する様々な統計値を含む。例えば、これら統
計値は、関連する音声テンプレート或はモデルを更新す
るために使用され、システム１００がこの検証を遂行し
た回数、検証が失敗した回数、検証発声語の持続期間の
平均及び偏差、及び関連する加入者によって発声された
数字及びラベルの検証及び認識と関連する様々なしきい
値を含む。ペアの他方のレコード、例えば、レコード５
０−２は、レコード５０−１内に含まれる情報のＡＳＣ
ＩＩ（テキスト）バージョン、並びに関連する電話番号
及び短縮ダイアリングコードを含む。この図面から、こ
れらペアの各レコードは関連するアカウントコードに対
するフィールドを含むことが分かる。このアカウントコ
ードフィールドはまたアカウントコードが一つ或は複数
の加入者によって共有される場合に満たされるサブフィ
ールト（図示なし）を含む。つまり、サブフィールドの
内容は、関連するレコードを上に説明のように他のレコ
ードとリンクする。
参照データベースの一例としての配置が示される。より
詳細には、データベース５０はシステム１００の加入者
の各々に対してペアのレコード、例えば、５０−１及び
５０−２を含む。ペアの一つのレコード、例えば、レコ
ード５０−１はゼロから９までの数字（及び場合によっ
ては“ｏｈ（オー）”）、仲間ＨＭＭのアドレス、呼ラ
ベル及び関連する課金ラベルを特性化する加入者の音声
信号のヒドンマルコフモデルを含む。このレコードはま
た彼／彼女の音声信号から発呼加入者の識別を検証する
ことに関係する様々な統計値を含む。例えば、これら統
計値は、関連する音声テンプレート或はモデルを更新す
るために使用され、システム１００がこの検証を遂行し
た回数、検証が失敗した回数、検証発声語の持続期間の
平均及び偏差、及び関連する加入者によって発声された
数字及びラベルの検証及び認識と関連する様々なしきい
値を含む。ペアの他方のレコード、例えば、レコード５
０−２は、レコード５０−１内に含まれる情報のＡＳＣ
ＩＩ（テキスト）バージョン、並びに関連する電話番号
及び短縮ダイアリングコードを含む。この図面から、こ
れらペアの各レコードは関連するアカウントコードに対
するフィールドを含むことが分かる。このアカウントコ
ードフィールドはまたアカウントコードが一つ或は複数
の加入者によって共有される場合に満たされるサブフィ
ールト（図示なし）を含む。つまり、サブフィールドの
内容は、関連するレコードを上に説明のように他のレコ
ードとリンクする。
【００８８】図１１に示されるように、データベース６
０の配置は幾分異なる。上に述べたように、データベー
ス６０は顧客記述情報を格納するために使用され、この
メモリ内においては、情報が複数のデータベース６０の
テーブルを横断して格納される。このテーブルの一つ、
例えば、テーブル６０−１は、各々が対応する加入者に
対して特定的である情報を含む複数のレコード（CUS.PR
OF 1 からCUS.PROF N ）から形成される。このような特
定の情報には、例えば、加入者の名前及び住所、アカウ
ント番号、クレジット限度、省略時の課金アカウント番
号、課金アドレス及び他のテーブル、例えば、テーブル
６０−４内のエントリをポイントする複数のデータベー
ス６０のアドレス（ポインタ）が含まれる。（このアカ
ウント番号フィールドはまた、関連するアカウントコー
ドが他の加入者と共有されることになった場合、関連す
るレコードを他のレコードとリンクするための複数のサ
ブフィールドを含む。）テーブル６０−４もまた各々が
対応する加入者の個人的なものであり、アテンダント１
５によって加入者の識別を検証するために使用される情
報を含む複数のレコード（CUS.ID 1 からCUS.ID N ）
から形成される。これら識別情報には、例えば、加入者
の社会保険番号、本籍、母の結婚前の姓などが含まれ
る。
０の配置は幾分異なる。上に述べたように、データベー
ス６０は顧客記述情報を格納するために使用され、この
メモリ内においては、情報が複数のデータベース６０の
テーブルを横断して格納される。このテーブルの一つ、
例えば、テーブル６０−１は、各々が対応する加入者に
対して特定的である情報を含む複数のレコード（CUS.PR
OF 1 からCUS.PROF N ）から形成される。このような特
定の情報には、例えば、加入者の名前及び住所、アカウ
ント番号、クレジット限度、省略時の課金アカウント番
号、課金アドレス及び他のテーブル、例えば、テーブル
６０−４内のエントリをポイントする複数のデータベー
ス６０のアドレス（ポインタ）が含まれる。（このアカ
ウント番号フィールドはまた、関連するアカウントコー
ドが他の加入者と共有されることになった場合、関連す
るレコードを他のレコードとリンクするための複数のサ
ブフィールドを含む。）テーブル６０−４もまた各々が
対応する加入者の個人的なものであり、アテンダント１
５によって加入者の識別を検証するために使用される情
報を含む複数のレコード（CUS.ID 1 からCUS.ID N ）
から形成される。これら識別情報には、例えば、加入者
の社会保険番号、本籍、母の結婚前の姓などが含まれ
る。
【００８９】図面に示されるテーブルのうちで、テーブ
ル６０−１とテーブル６０−３は加入者のアカウント番
号を使用してインデックスされる。テーブル６０−３
は、より詳細には、複数のエントリ（CUS.LL 1 からCU
S.LBL N ）から形成されるが、ここでこれらエントリの
各々は、呼ラベルのＡＳＣＩＩバージョン、関連する電
話番号、関連するラベル課金アカウント及び対応する加
入者によって指定される対応する課金アカウント番号を
含む。これらの各課金アカウント番号は、一方、テーブ
ル６０−２内のエントリをポイントし、このエントリは
関連する課金アカウント番号のための従来の課金情報を
含む。これら課金情報には、例えば、関連する呼に対し
て課金されるべきエントリ（或は加入者）の氏名及び住
所、課金サイクル（例えば、月毎、三か月ごと）などが
含まれる。データベース６０はまたテーブル６０−５を
含み、このテーブルは、システム１００が上に説明のよ
うに加入者の訓練フェーズにおいて使用する偶数セット
の数字を含む。
ル６０−１とテーブル６０−３は加入者のアカウント番
号を使用してインデックスされる。テーブル６０−３
は、より詳細には、複数のエントリ（CUS.LL 1 からCU
S.LBL N ）から形成されるが、ここでこれらエントリの
各々は、呼ラベルのＡＳＣＩＩバージョン、関連する電
話番号、関連するラベル課金アカウント及び対応する加
入者によって指定される対応する課金アカウント番号を
含む。これらの各課金アカウント番号は、一方、テーブ
ル６０−２内のエントリをポイントし、このエントリは
関連する課金アカウント番号のための従来の課金情報を
含む。これら課金情報には、例えば、関連する呼に対し
て課金されるべきエントリ（或は加入者）の氏名及び住
所、課金サイクル（例えば、月毎、三か月ごと）などが
含まれる。データベース６０はまたテーブル６０−５を
含み、このテーブルは、システム１００が上に説明のよ
うに加入者の訓練フェーズにおいて使用する偶数セット
の数字を含む。
【００９０】次に、図１２及び１３の説明に移るが、こ
こには、ブロック図形式にてもう一つの実施例が示され
る。この実施例は、図１のシステム１００によって遂行
されるサブスクリプション及び話者検証機能を集中化
し、これら機能を互いにインターフェースするために高
速フレーム中継（frame-relay ）パケット網を使用す
る。好ましくは、音声指令システム１００の小さな“ス
トリップダウン（strippeddown ）”バージョンが各通
信網２００のオペレータサービス位置システム（Operat
or Service Position System、ＯＳＰＳ）と関連付けら
れるが、図面には、これの一つ、つまり、ＯＳＰＳ２０
５が示される。この方法により、加入者は、電話オペレ
ータアクセスコード、例えば、数字“００”をダイアル
することによってＯＳＰＳを介して音声指示通信システ
ムプラットフォーム（Voice DirectedCommunications S
ystem Platform 、ＶＤＣＳＰ）に簡単にアクセスする
ことができる。加入者、例えば、電話機Ｓ１と関連する
加入者がこれを行なうと、ＣＯ２２５はこれら数字の受
信に応答して呼を通信網２００に延長するが、網２００
はこれに応答して呼をそのＯＳＰＳの一つ、例えば、Ｏ
ＳＰＳ２０５に延長する。
こには、ブロック図形式にてもう一つの実施例が示され
る。この実施例は、図１のシステム１００によって遂行
されるサブスクリプション及び話者検証機能を集中化
し、これら機能を互いにインターフェースするために高
速フレーム中継（frame-relay ）パケット網を使用す
る。好ましくは、音声指令システム１００の小さな“ス
トリップダウン（strippeddown ）”バージョンが各通
信網２００のオペレータサービス位置システム（Operat
or Service Position System、ＯＳＰＳ）と関連付けら
れるが、図面には、これの一つ、つまり、ＯＳＰＳ２０
５が示される。この方法により、加入者は、電話オペレ
ータアクセスコード、例えば、数字“００”をダイアル
することによってＯＳＰＳを介して音声指示通信システ
ムプラットフォーム（Voice DirectedCommunications S
ystem Platform 、ＶＤＣＳＰ）に簡単にアクセスする
ことができる。加入者、例えば、電話機Ｓ１と関連する
加入者がこれを行なうと、ＣＯ２２５はこれら数字の受
信に応答して呼を通信網２００に延長するが、網２００
はこれに応答して呼をそのＯＳＰＳの一つ、例えば、Ｏ
ＳＰＳ２０５に延長する。
【００９１】ＯＳＰＳ２０５は呼の受信に応答して発呼
者に電話オペレータ或はＶＤＣＳＰ１００−１によって
提供されるサービスを選択するオプションを提供され
る。加入者が後者のオプションを選択した場合は、ＯＳ
ＰＳ２０５はその呼を運ぶ電話接続をＶＤＣＳＰ１００
−１の交換機１０に延長する。これを行なうことによ
り、ＯＳＰＳ２０５は信号法回路１３を介してホスト５
に呼を交換機１０に接続するために使用されているトラ
ンクの識別を供給する。この時点において、ＶＤＳＣＰ
１００−１はホスト５の指令下において呼を図１との関
連で上に説明された方法にて処理する。
者に電話オペレータ或はＶＤＣＳＰ１００−１によって
提供されるサービスを選択するオプションを提供され
る。加入者が後者のオプションを選択した場合は、ＯＳ
ＰＳ２０５はその呼を運ぶ電話接続をＶＤＣＳＰ１００
−１の交換機１０に延長する。これを行なうことによ
り、ＯＳＰＳ２０５は信号法回路１３を介してホスト５
に呼を交換機１０に接続するために使用されているトラ
ンクの識別を供給する。この時点において、ＶＤＳＣＰ
１００−１はホスト５の指令下において呼を図１との関
連で上に説明された方法にて処理する。
【００９２】図面から小さなＶＤＣＳＰ１００−１の場
合も上に説明の方法にて動作するホストプロセッサ５、
交換機１０、ＣＩＵ２０−１から２０−Ｎ及びＬＡＮ３
０を含むことが分かる。これはまた、例えば、Cisco Sy
stems Inc.（シスコシステム社）（ＣＡ（カリフォルニ
ア州）．Menlo Park（メンロパーク）所在）から入手で
きる従来のＬＡＮ／ＷＡＮタイプのルータであり得るル
ータ６５−１を含む。ルータ６５−１は、より詳細に
は、それと関連する修正されたシステム１００と、例え
ば、ＡＴ＆ＴのInterSpan フレーム中継網であり得る高
速パケット網７００との間のインターフェースを提供す
る。つまり、ルータ６５−１はＬＡＮ３０−１から中央
話者検証システム（Central Speaker Verification Sys
tem 、ＣＳＶＳ）５００或は加入者システム６００にア
ドレスされたメッセージを取り出し、このメッセージを
周知のフレーム中継プロトコールに準拠するようにパケ
ット化し、このパケットを意図される宛先に配達するた
めに関連する通信網７００に供給する。（ルータ６５−
２と６５−３は類似する機能を遂行することに注意す
る。）
合も上に説明の方法にて動作するホストプロセッサ５、
交換機１０、ＣＩＵ２０−１から２０−Ｎ及びＬＡＮ３
０を含むことが分かる。これはまた、例えば、Cisco Sy
stems Inc.（シスコシステム社）（ＣＡ（カリフォルニ
ア州）．Menlo Park（メンロパーク）所在）から入手で
きる従来のＬＡＮ／ＷＡＮタイプのルータであり得るル
ータ６５−１を含む。ルータ６５−１は、より詳細に
は、それと関連する修正されたシステム１００と、例え
ば、ＡＴ＆ＴのInterSpan フレーム中継網であり得る高
速パケット網７００との間のインターフェースを提供す
る。つまり、ルータ６５−１はＬＡＮ３０−１から中央
話者検証システム（Central Speaker Verification Sys
tem 、ＣＳＶＳ）５００或は加入者システム６００にア
ドレスされたメッセージを取り出し、このメッセージを
周知のフレーム中継プロトコールに準拠するようにパケ
ット化し、このパケットを意図される宛先に配達するた
めに関連する通信網７００に供給する。（ルータ６５−
２と６５−３は類似する機能を遂行することに注意す
る。）
【００９３】同様に、意図される宛先がたまたまＣＳＶ
Ｓ５００であった場合は、ルータ６５−２（これはルー
タ６５−１に類似する）はパケットを関連するパケット
網７００のノードから受信し、受信されたパケットのフ
ォーマットを周知のＴＣＰ／ＩＰメッセージプロトコー
ルに準拠するように変換し、このメッセージをコントロ
ーラ７０に配達するためにそれと関連するＬＡＮ３０−
２に供給する。（図１２及び１３において、ＬＡＮ３０
−１、３０−２及び３０−３もまた周知のイサーネット
網であり得ることに注意する）。コントローラ７０は、
これに応答して、このメッセージを所定の選択スキー
ム、例えば、メッセージ内に含まれる加入者識別子（ア
カウントコード）に基づいてそれと関連する音声検証ユ
ニット（Voice Verification Units、ＶＶＵ）４００−
１から４００−Ｍの一つに供給する。つまり、ＶＶＵ４
００−１から４００−Ｍは加入者識別子、或はアカウン
トコードの対応するレンジ、例えば、５００，０００個
の識別子と関連する。こうして、第一のレンジの識別子
と関連する加入者レコードがＶＶＵ４００−１の参照デ
ータベース５０内に格納され、第二のレンジの識別子と
関連する加入者レコードがＶＶＵ４００−２の参照デー
タベース５０内に格納され、以下同様に格納される。
Ｓ５００であった場合は、ルータ６５−２（これはルー
タ６５−１に類似する）はパケットを関連するパケット
網７００のノードから受信し、受信されたパケットのフ
ォーマットを周知のＴＣＰ／ＩＰメッセージプロトコー
ルに準拠するように変換し、このメッセージをコントロ
ーラ７０に配達するためにそれと関連するＬＡＮ３０−
２に供給する。（図１２及び１３において、ＬＡＮ３０
−１、３０−２及び３０−３もまた周知のイサーネット
網であり得ることに注意する）。コントローラ７０は、
これに応答して、このメッセージを所定の選択スキー
ム、例えば、メッセージ内に含まれる加入者識別子（ア
カウントコード）に基づいてそれと関連する音声検証ユ
ニット（Voice Verification Units、ＶＶＵ）４００−
１から４００−Ｍの一つに供給する。つまり、ＶＶＵ４
００−１から４００−Ｍは加入者識別子、或はアカウン
トコードの対応するレンジ、例えば、５００，０００個
の識別子と関連する。こうして、第一のレンジの識別子
と関連する加入者レコードがＶＶＵ４００−１の参照デ
ータベース５０内に格納され、第二のレンジの識別子と
関連する加入者レコードがＶＶＵ４００−２の参照デー
タベース５０内に格納され、以下同様に格納される。
【００９４】メッセージ内に含まれる識別子が第一のレ
ンジ内の識別子であるものと想定すると、コントローラ
７０はこのメッセージをＶＶＵ４００−１のコントロー
ラ４５に供給する。（ＶＵＵ４００−１から４００−Ｍ
の各々は図１との関連で上に説明の方法と同じように動
作することに注意する。）このメッセージが話者検証要
求であるものと想定すると、上に説明のように、ＶＵＵ
４００−１のコントローラ４５（以降単にコントローラ
４５と呼ぶ）は、それと関連する参照データベース５０
からそのメッセージ内に含まれる識別子と関連するＨＭ
Ｍ及び仲間情報をアンロードする。コントローラ４５は
次にデータベース５０からアンロードされたＨＭＭ及び
仲間情報並びにこのメッセージ内に含まれる音声モデル
をさらに処理するために関連するＲＴＨ４１に供給す
る。その後、コントローラ４５は、この処理の結果を通
信網７００を介して受信されたメッセージの発信者にア
ドレスされたメッセージに形成し、この新たに形成され
たメッセージをＬＡＮ３０−２上に送出する。これに加
えて、コントローラ４５は受信された識別子と関連する
発呼及び課金ラベルの音声テンプレートを関連する参照
データベース５０からアンロードし、これらテンプレー
トをそれがＬＡＮ３０−２上に送出するこうして形成さ
れたメッセージ内に挿入する。コントローラ７０は、こ
れに応答して、ＬＡＮ３０−２からこのメッセージを取
り出し、これをルータ６５−２に提供する。同様に、ル
ータ６５−２はこのメッセージをＴＣＰ／ＩＰプロトコ
ールからフレーム中継プロトコールに再フォーマット化
し、こうして再フォーマット化されたパケットメッセー
ジをＶＤＣＳＰ１００−１に配達するために関連する網
７００のノードに供給する。同様にして、ルータ６５−
１は、それと関連する網７００のノードからこのパケッ
トメッセージを受取り、このメッセージをＴＣＰ／ＩＰ
プロトコールに準拠するメッセージに再フォーマット化
し、この結果としてのメッセージをＶＤＣＳＰ１００−
１要素の特定の一つ、例えば、ＣＩＵ２０−１に配達す
るためにＬＡＮ３０−１に供給する。ＣＩＵ２０−１
は、これに応答して、このメッセージ内から検証結果を
アンロードし、上に説明のように進行する。ＣＩＵ２０
−１はまた上に述べたテンプレートをアンロードし、こ
れらをそのローカルメモリ内に格納する。これらテンプ
レートを確保すると、ＣＩＵ２０−１は、それ自身で発
呼ラベル及び／或は課金ラベルの関連する発呼加入者の
発声を処理することができ、こうして、この機能を網７
００を介してのＣＳＶＳ５００との関連で遂行する必要
性が排除される。
ンジ内の識別子であるものと想定すると、コントローラ
７０はこのメッセージをＶＶＵ４００−１のコントロー
ラ４５に供給する。（ＶＵＵ４００−１から４００−Ｍ
の各々は図１との関連で上に説明の方法と同じように動
作することに注意する。）このメッセージが話者検証要
求であるものと想定すると、上に説明のように、ＶＵＵ
４００−１のコントローラ４５（以降単にコントローラ
４５と呼ぶ）は、それと関連する参照データベース５０
からそのメッセージ内に含まれる識別子と関連するＨＭ
Ｍ及び仲間情報をアンロードする。コントローラ４５は
次にデータベース５０からアンロードされたＨＭＭ及び
仲間情報並びにこのメッセージ内に含まれる音声モデル
をさらに処理するために関連するＲＴＨ４１に供給す
る。その後、コントローラ４５は、この処理の結果を通
信網７００を介して受信されたメッセージの発信者にア
ドレスされたメッセージに形成し、この新たに形成され
たメッセージをＬＡＮ３０−２上に送出する。これに加
えて、コントローラ４５は受信された識別子と関連する
発呼及び課金ラベルの音声テンプレートを関連する参照
データベース５０からアンロードし、これらテンプレー
トをそれがＬＡＮ３０−２上に送出するこうして形成さ
れたメッセージ内に挿入する。コントローラ７０は、こ
れに応答して、ＬＡＮ３０−２からこのメッセージを取
り出し、これをルータ６５−２に提供する。同様に、ル
ータ６５−２はこのメッセージをＴＣＰ／ＩＰプロトコ
ールからフレーム中継プロトコールに再フォーマット化
し、こうして再フォーマット化されたパケットメッセー
ジをＶＤＣＳＰ１００−１に配達するために関連する網
７００のノードに供給する。同様にして、ルータ６５−
１は、それと関連する網７００のノードからこのパケッ
トメッセージを受取り、このメッセージをＴＣＰ／ＩＰ
プロトコールに準拠するメッセージに再フォーマット化
し、この結果としてのメッセージをＶＤＣＳＰ１００−
１要素の特定の一つ、例えば、ＣＩＵ２０−１に配達す
るためにＬＡＮ３０−１に供給する。ＣＩＵ２０−１
は、これに応答して、このメッセージ内から検証結果を
アンロードし、上に説明のように進行する。ＣＩＵ２０
−１はまた上に述べたテンプレートをアンロードし、こ
れらをそのローカルメモリ内に格納する。これらテンプ
レートを確保すると、ＣＩＵ２０−１は、それ自身で発
呼ラベル及び／或は課金ラベルの関連する発呼加入者の
発声を処理することができ、こうして、この機能を網７
００を介してのＣＳＶＳ５００との関連で遂行する必要
性が排除される。
【００９５】図面から上に説明のシステム１００（図
１）のサブスクリプションセクション（subscription s
ection）が、ここでは、サブスクリプションシステム
（subscription system ）６００を形成することが分か
る。サブスクリプションシステム６００は、システム１
００と同様に、（複数のアテンダント位置を代表する）
アテンダント位置１５、ホスト５、交換機１０、ＳＩＵ
２１、コントローラ２５及び５５並びにデータベース６
０を含み、これらは、互いに図１との関連で上に説明の
ように協力する。サブスクリプションシステム６００は
ここでもコントローラ４５と上に説明の方法で対話す
る。ただし、この対話は、ここでは、関連するルータ６
５−３と網７００を介して行なわれる。
１）のサブスクリプションセクション（subscription s
ection）が、ここでは、サブスクリプションシステム
（subscription system ）６００を形成することが分か
る。サブスクリプションシステム６００は、システム１
００と同様に、（複数のアテンダント位置を代表する）
アテンダント位置１５、ホスト５、交換機１０、ＳＩＵ
２１、コントローラ２５及び５５並びにデータベース６
０を含み、これらは、互いに図１との関連で上に説明の
ように協力する。サブスクリプションシステム６００は
ここでもコントローラ４５と上に説明の方法で対話す
る。ただし、この対話は、ここでは、関連するルータ６
５−３と網７００を介して行なわれる。
【００９６】上記は単に本発明の原理を解説するもので
ある。当業者においては、ここには明示的に示されない
或は説明されてないが本発明の原理を具現し、本発明の
精神及び範囲に入ると考えられるべき多くの構成を考案
できるものである。
ある。当業者においては、ここには明示的に示されない
或は説明されてないが本発明の原理を具現し、本発明の
精神及び範囲に入ると考えられるべき多くの構成を考案
できるものである。
【図１】本発明の原理が中に実現される通信システムの
ブロック図である。
ブロック図である。
【図２】特定の加入者レコードを互いにリンクする所を
示す図である。
示す図である。
【図３】話者検出の目的での発声分析を行なうにあたっ
ての加入者識別ユニットと発呼者識別ユニットの動作を
示す流れ図である。
ての加入者識別ユニットと発呼者識別ユニットの動作を
示す流れ図である。
【図４】ａはヒドンマルコフモデルの訓練及び話者に対
する仲間の選択にあたっての音声検証システムの動作を
示す流れ図である。ｂはヒドンマルコフモデルの訓練及
び話者に対する仲間の選択にあたっての音声検証システ
ムの動作を示す流れ図である。ｃはヒドンマルコフモデ
ルの訓練及び話者に対する仲間の選択にあたっての音声
検証システムの動作を示す流れ図である。ｄはヒドンマ
ルコフモデルの訓練及び話者に対する仲間の選択にあた
っての音声検証システムの動作を示す流れ図である。
する仲間の選択にあたっての音声検証システムの動作を
示す流れ図である。ｂはヒドンマルコフモデルの訓練及
び話者に対する仲間の選択にあたっての音声検証システ
ムの動作を示す流れ図である。ｃはヒドンマルコフモデ
ルの訓練及び話者に対する仲間の選択にあたっての音声
検証システムの動作を示す流れ図である。ｄはヒドンマ
ルコフモデルの訓練及び話者に対する仲間の選択にあた
っての音声検証システムの動作を示す流れ図である。
【図５】仲間を使用しての話者検証にあたっての音声検
証システムの動作を示す流れ図である。
証システムの動作を示す流れ図である。
【図６】図１のシステム内の本発明を実現するプログラ
ムの流れ図である。
ムの流れ図である。
【図７】図１のシステム内の本発明を実現するプログラ
ムの流れ図である。
ムの流れ図である。
【図８】図１のシステム内の本発明を実現するプログラ
ムの流れ図である。
ムの流れ図である。
【図９】図６から８が互いにいかに配列されるべきかを
示す図である。
示す図である。
【図１０】図１の参照データベース内に格納される加入
者レコードの配列を示す図である。
者レコードの配列を示す図である。
【図１１】図１の顧客プロフィルデータベースの配列を
示す図である。
示す図である。
【図１２】図１の通信システムのもう一つの実施例を示
すブロック図である。
すブロック図である。
【図１３】図１の通信システムのもう一つの実施例を示
すブロック図である。
すブロック図である。
【図１４】図１２と１３が互いにどのように配列される
べきかを示す図である。
べきかを示す図である。
【図１５】図４ａからｄが互いにどのように配列される
べきかを示す図である。
べきかを示す図である。
フロントページの続き (72)発明者 チン−フィ リー アメリカ合衆国 07974 ニュージャーシ ィ，ニュープロヴィデンス，パークウェ イ，ラニーメイド 118 (72)発明者 アーロン エドワード ローゼンバーグ アメリカ合衆国 07922 ニュージャーシ ィ，バークレイ ハイツ，スプリング リ ッジ ドライヴ 252 (72)発明者 フランク カオ−ピン スーン アメリカ合衆国 07059 ニュージャーシ ィ，ウォーレン，キャシー レーン 11
Claims (18)
- 【請求項１】 個々の加入者によって行なわれた識別の
主張をその加入者によって提供された発声を表わす信号
に基づいて検証するための方法であって、この方法が： ａ．発声を特性化する複数の特徴信号を形成するために
その発声を表わす信号を分析するステップ； ｂ．前記の複数の特徴信号及びその識別を主張する人に
よって話された発声に応答して訓練されたヒドンマルコ
フモデルに基づいて、その加入者の発声がその識別を主
張する人によって話されたものである確率を反映する第
一の尤度信号を形成するステップ； ｃ．前記の複数の特徴信号及びその識別を主張する加入
者以外の人によって話された発声を使用して訓練された
選択されたヒドンマルコフモデルに基づいて、その発声
がその識別を主張する人以外の人によって話された確率
を反映する一つ或は複数の他の尤度信号を形成するステ
ップ；及び ｄ．前記の第一の尤度信号及び前記の一つ或は複数の他
の尤度信号に基づいて、その加入者がその識別を主張す
る人であるか否かを示す検証信号を形成するステップを
含むことを特徴とする方法。 - 【請求項２】 前記の個々の加入者が発声を提供するよ
うに催促されることを特徴とする請求項１の方法。 - 【請求項３】 前記の発声がシリーズの数字であること
を特徴とする請求項２の方法。 - 【請求項４】 前記のシリーズ内の数字がランダムに選
択されることを特徴とする請求項３の方法。 - 【請求項５】 前記の発声が所定のセットの一つ或は複
数の単語であることを特徴とする請求項１の方法。 - 【請求項６】 前記の個々の加入者によって提供される
発声が第一の応答特性を持つ通信チャネルの使用を通じ
て提供され、その識別を主張する人のヒドンマルコフモ
デルを訓練するために使用される発声が第二の応答特性
を持つ通信チャネルの使用を通じて提供されることを特
徴とする請求項１の方法。 - 【請求項７】 前記の第一の応答特性を持つ通信チャネ
ルが第一のマイクロホン応答特性を持つマイクロホンを
含み、前記の第二の応答特性を持つ通信チャネルが第二
のマイクロホン応答特性を持つマイクロホンを含むこと
を特徴とする請求項６の方法。 - 【請求項８】 前記の信号を分析するステップが前記の
特徴信号を実質的に前記発声の単語を表わすグループの
特徴信号にセグメント化するステップを含むことを特徴
とする請求項１の方法。 - 【請求項９】 前記のセグメント化のステップが音声認
識システムを使用して遂行されることを特徴とする請求
項８の方法。 - 【請求項１０】 前記の第一及び他の尤度信号がビテル
ビスコアリングに基づいて形成されることを特徴とする
請求項１の方法。 - 【請求項１１】 前記のその識別を主張する人以外の人
によって話された発声を使用して訓練されたヒドンマル
コフモデルがその識別を主張する人のヒドンマルコフモ
デルに対する類似性に基づいて選択されることを特徴と
する請求項１の方法。 - 【請求項１２】 前記のその識別を主張する人以外の人
によって話された発声を使用して訓練されるヒドンマル
コフモデルが： ａ．識別された人によって話された発声を表わす信号と
識別された人以外の人のヒドンマルコフモデルとの比
較；及び ｂ．識別された人以外の人によって話された発声を表わ
す信号と識別された人のヒドンマルコフモデルとの比較
に基づいて選択されることを特徴とする請求項１の方
法。 - 【請求項１３】 他の人によって話された発声を使用し
て訓練されるヒドンマルコフモデルがランダムプロセス
に基づいて選択されることを特徴とする請求項１の方
法。 - 【請求項１４】 前記の検証信号を形成するステップが
一つ或は複数の他の尤度信号の統計値を反映する信号を
形成するステップを含むことを特徴とする請求項１の方
法。 - 【請求項１５】 前記の検証信号が前記の他の尤度信号
の統計値を超える前記の第一の尤度信号に応答してその
加入者がその識別を主張した人であることを示すことを
特徴とする請求項１４の方法。 - 【請求項１６】 前記の第一及び他の尤度信号が対数尤
度確率を反映することを特徴とする請求項１４の方法。 - 【請求項１７】 前記の検証信号を形成するステップが
さらに第一の尤度信号と一つ或は複数の他の尤度信号の
統計値を反映する信号との間の差を反映する信号を形成
するステップを含むことを特徴とする請求項１６の方
法。 - 【請求項１８】 前記の検証信号を形成するステップが
さらに第一の尤度信号の一つ或は複数の他の尤度信号の
統計値を反映する信号に対する比を反映する信号を形成
するステップを含むことを特徴とする請求項１４の方
法。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US95930292A | 1992-10-09 | 1992-10-09 | |
| US959302 | 1992-10-09 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH06242793A true JPH06242793A (ja) | 1994-09-02 |
Family
ID=25501891
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP5252029A Pending JPH06242793A (ja) | 1992-10-09 | 1993-10-08 | 仲間正規化スコアリングを使用する話者検証法 |
Country Status (6)
| Country | Link |
|---|---|
| US (1) | US5675704A (ja) |
| EP (1) | EP0592150B1 (ja) |
| JP (1) | JPH06242793A (ja) |
| CA (1) | CA2105034C (ja) |
| DE (1) | DE69324988T2 (ja) |
| ES (1) | ES2133365T3 (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006146262A (ja) * | 1997-04-14 | 2006-06-08 | At & T Corp | 自動スピーチ認識サービス提供方法及びシステム並びに媒体 |
| US8209184B1 (en) | 1997-04-14 | 2012-06-26 | At&T Intellectual Property Ii, L.P. | System and method of providing generated speech via a network |
Families Citing this family (135)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO1995005656A1 (en) * | 1993-08-12 | 1995-02-23 | The University Of Queensland | A speaker verification system |
| AUPM983094A0 (en) * | 1994-12-02 | 1995-01-05 | Australian National University, The | Method for forming a cohort for use in identification of an individual |
| DE19630109A1 (de) * | 1996-07-25 | 1998-01-29 | Siemens Ag | Verfahren zur Sprecherverifikation anhand mindestens eines von einem Sprecher eingesprochenen Sprachsignals, durch einen Rechner |
| US6205424B1 (en) | 1996-07-31 | 2001-03-20 | Compaq Computer Corporation | Two-staged cohort selection for speaker verification system |
| US6061654A (en) * | 1996-12-16 | 2000-05-09 | At&T Corp. | System and method of recognizing letters and numbers by either speech or touch tone recognition utilizing constrained confusion matrices |
| JP2991148B2 (ja) * | 1997-02-07 | 1999-12-20 | 日本電気株式会社 | 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 |
| US6182037B1 (en) * | 1997-05-06 | 2001-01-30 | International Business Machines Corporation | Speaker recognition over large population with fast and detailed matches |
| US6219453B1 (en) | 1997-08-11 | 2001-04-17 | At&T Corp. | Method and apparatus for performing an automatic correction of misrecognized words produced by an optical character recognition technique by using a Hidden Markov Model based algorithm |
| US6154579A (en) * | 1997-08-11 | 2000-11-28 | At&T Corp. | Confusion matrix based method and system for correcting misrecognized words appearing in documents generated by an optical character recognition technique |
| US6404876B1 (en) | 1997-09-25 | 2002-06-11 | Gte Intelligent Network Services Incorporated | System and method for voice activated dialing and routing under open access network control |
| US6141661A (en) * | 1997-10-17 | 2000-10-31 | At&T Corp | Method and apparatus for performing a grammar-pruning operation |
| US6122612A (en) * | 1997-11-20 | 2000-09-19 | At&T Corp | Check-sum based method and apparatus for performing speech recognition |
| US6208965B1 (en) | 1997-11-20 | 2001-03-27 | At&T Corp. | Method and apparatus for performing a name acquisition based on speech recognition |
| US6205428B1 (en) | 1997-11-20 | 2001-03-20 | At&T Corp. | Confusion set-base method and apparatus for pruning a predetermined arrangement of indexed identifiers |
| US6195634B1 (en) * | 1997-12-24 | 2001-02-27 | Nortel Networks Corporation | Selection of decoys for non-vocabulary utterances rejection |
| US6205261B1 (en) | 1998-02-05 | 2001-03-20 | At&T Corp. | Confusion set based method and system for correcting misrecognized words appearing in documents generated by an optical character recognition technique |
| AU2850399A (en) | 1998-03-03 | 1999-09-20 | Lernout & Hauspie Speech Products N.V. | Multi-resolution system and method for speaker verification |
| US6202047B1 (en) * | 1998-03-30 | 2001-03-13 | At&T Corp. | Method and apparatus for speech recognition using second order statistics and linear estimation of cepstral coefficients |
| US6157707A (en) * | 1998-04-03 | 2000-12-05 | Lucent Technologies Inc. | Automated and selective intervention in transaction-based networks |
| US6240303B1 (en) | 1998-04-23 | 2001-05-29 | Motorola Inc. | Voice recognition button for mobile telephones |
| US7937260B1 (en) * | 1998-06-15 | 2011-05-03 | At&T Intellectual Property Ii, L.P. | Concise dynamic grammars using N-best selection |
| US6400805B1 (en) | 1998-06-15 | 2002-06-04 | At&T Corp. | Statistical database correction of alphanumeric identifiers for speech recognition and touch-tone recognition |
| AU752317B2 (en) * | 1998-06-17 | 2002-09-12 | Motorola Australia Pty Ltd | Cohort model selection apparatus and method |
| US6185530B1 (en) | 1998-08-14 | 2001-02-06 | International Business Machines Corporation | Apparatus and methods for identifying potential acoustic confusibility among words in a speech recognition system |
| US6614885B2 (en) * | 1998-08-14 | 2003-09-02 | Intervoice Limited Partnership | System and method for operating a highly distributed interactive voice response system |
| US6269335B1 (en) | 1998-08-14 | 2001-07-31 | International Business Machines Corporation | Apparatus and methods for identifying homophones among words in a speech recognition system |
| US6192337B1 (en) * | 1998-08-14 | 2001-02-20 | International Business Machines Corporation | Apparatus and methods for rejecting confusible words during training associated with a speech recognition system |
| US6272460B1 (en) | 1998-09-10 | 2001-08-07 | Sony Corporation | Method for implementing a speech verification system for use in a noisy environment |
| TW418383B (en) * | 1998-09-23 | 2001-01-11 | Ind Tech Res Inst | Telephone voice recognition system and method and the channel effect compensation device using the same |
| US6743022B1 (en) * | 1998-12-03 | 2004-06-01 | Oded Sarel | System and method for automated self measurement of alertness equilibrium and coordination and for ventification of the identify of the person performing tasks |
| US7149690B2 (en) | 1999-09-09 | 2006-12-12 | Lucent Technologies Inc. | Method and apparatus for interactive language instruction |
| US6556969B1 (en) * | 1999-09-30 | 2003-04-29 | Conexant Systems, Inc. | Low complexity speaker verification using simplified hidden markov models with universal cohort models and automatic score thresholding |
| US6473735B1 (en) * | 1999-10-21 | 2002-10-29 | Sony Corporation | System and method for speech verification using a confidence measure |
| US8645137B2 (en) | 2000-03-16 | 2014-02-04 | Apple Inc. | Fast, language-independent method for user authentication by voice |
| US6754628B1 (en) * | 2000-06-13 | 2004-06-22 | International Business Machines Corporation | Speaker recognition using cohort-specific feature transforms |
| US6505163B1 (en) * | 2000-08-09 | 2003-01-07 | Bellsouth Intellectual Property Corporation | Network and method for providing an automatic recall telecommunications service with automatic speech recognition capability |
| US6826529B1 (en) | 2000-08-09 | 2004-11-30 | Bellsouth Intellectual Property Corporation | Network and method for providing a call screening telecommunications service with automatic speech recognition capability |
| US6907111B1 (en) | 2000-08-09 | 2005-06-14 | Bellsouth Intellectual Property Corporation | Network and method for providing a name and number delivery telecommunications services with automatic speech recognition capability |
| US6778640B1 (en) | 2000-08-09 | 2004-08-17 | Bellsouth Intellectual Property Corporation | Network and method for providing a user interface for a simultaneous ring telecommunications service with automatic speech recognition capability |
| US7400712B2 (en) * | 2001-01-18 | 2008-07-15 | Lucent Technologies Inc. | Network provided information using text-to-speech and speech recognition and text or speech activated network control sequences for complimentary feature access |
| US6934675B2 (en) * | 2001-06-14 | 2005-08-23 | Stephen C. Glinski | Methods and systems for enabling speech-based internet searches |
| KR100406307B1 (ko) | 2001-08-09 | 2003-11-19 | 삼성전자주식회사 | 음성등록방법 및 음성등록시스템과 이에 기초한음성인식방법 및 음성인식시스템 |
| US7054430B2 (en) | 2001-08-23 | 2006-05-30 | Paymentone Corporation | Method and apparatus to validate a subscriber line |
| US20030149881A1 (en) * | 2002-01-31 | 2003-08-07 | Digital Security Inc. | Apparatus and method for securing information transmitted on computer networks |
| US20030171931A1 (en) * | 2002-03-11 | 2003-09-11 | Chang Eric I-Chao | System for creating user-dependent recognition models and for making those models accessible by a user |
| US20030225719A1 (en) * | 2002-05-31 | 2003-12-04 | Lucent Technologies, Inc. | Methods and apparatus for fast and robust model training for object classification |
| US7870240B1 (en) | 2002-06-28 | 2011-01-11 | Microsoft Corporation | Metadata schema for interpersonal communications management systems |
| US7219059B2 (en) * | 2002-07-03 | 2007-05-15 | Lucent Technologies Inc. | Automatic pronunciation scoring for language learning |
| FR2842643B1 (fr) * | 2002-07-22 | 2004-09-03 | France Telecom | Normalisation de score de verification dans un dispositif de reconnaissance vocale de locuteur |
| US8509736B2 (en) | 2002-08-08 | 2013-08-13 | Global Tel*Link Corp. | Telecommunication call management and monitoring system with voiceprint verification |
| US7333798B2 (en) | 2002-08-08 | 2008-02-19 | Value Added Communications, Inc. | Telecommunication call management and monitoring system |
| KR100503066B1 (ko) * | 2002-09-14 | 2005-07-21 | 삼성전자주식회사 | 음악 파일 저장 및 재생 장치와 그 방법 |
| US7676366B2 (en) * | 2003-01-13 | 2010-03-09 | Art Advanced Recognition Technologies Inc. | Adaptation of symbols |
| EP1639579A1 (fr) * | 2003-07-01 | 2006-03-29 | France Telecom | Procede et systeme d'analyse de signaux vocaux pour la representation compacte de locuteurs |
| US7450703B1 (en) * | 2004-03-23 | 2008-11-11 | Shoretel, Inc. | Acceptance of inputs from various interfaces to a telephony system |
| US7783021B2 (en) | 2005-01-28 | 2010-08-24 | Value-Added Communications, Inc. | Digital telecommunications call management and monitoring system |
| US8677377B2 (en) | 2005-09-08 | 2014-03-18 | Apple Inc. | Method and apparatus for building an intelligent automated assistant |
| US7788101B2 (en) * | 2005-10-31 | 2010-08-31 | Hitachi, Ltd. | Adaptation method for inter-person biometrics variability |
| US8234494B1 (en) * | 2005-12-21 | 2012-07-31 | At&T Intellectual Property Ii, L.P. | Speaker-verification digital signatures |
| US7877255B2 (en) * | 2006-03-31 | 2011-01-25 | Voice Signal Technologies, Inc. | Speech recognition using channel verification |
| EP2013869B1 (en) * | 2006-05-01 | 2017-12-13 | Nippon Telegraph And Telephone Corporation | Method and apparatus for speech dereverberation based on probabilistic models of source and room acoustics |
| US9318108B2 (en) | 2010-01-18 | 2016-04-19 | Apple Inc. | Intelligent automated assistant |
| AU2007335251B2 (en) * | 2006-12-19 | 2014-05-15 | Validvoice, Llc | Confidence levels for speaker recognition |
| US8542802B2 (en) | 2007-02-15 | 2013-09-24 | Global Tel*Link Corporation | System and method for three-way call detection |
| US20080201158A1 (en) | 2007-02-15 | 2008-08-21 | Johnson Mark D | System and method for visitation management in a controlled-access environment |
| JP5024154B2 (ja) * | 2008-03-27 | 2012-09-12 | 富士通株式会社 | 関連付け装置、関連付け方法及びコンピュータプログラム |
| US8996376B2 (en) | 2008-04-05 | 2015-03-31 | Apple Inc. | Intelligent text-to-speech conversion |
| WO2010019831A1 (en) * | 2008-08-14 | 2010-02-18 | 21Ct, Inc. | Hidden markov model for speech processing with training method |
| US9225838B2 (en) | 2009-02-12 | 2015-12-29 | Value-Added Communications, Inc. | System and method for detecting three-way call circumvention attempts |
| US10241752B2 (en) | 2011-09-30 | 2019-03-26 | Apple Inc. | Interface for a virtual digital assistant |
| US10241644B2 (en) | 2011-06-03 | 2019-03-26 | Apple Inc. | Actionable reminder entries |
| US9431006B2 (en) | 2009-07-02 | 2016-08-30 | Apple Inc. | Methods and apparatuses for automatic speech recognition |
| US8682667B2 (en) | 2010-02-25 | 2014-03-25 | Apple Inc. | User profiling for selecting user specific voice input processing information |
| US9118669B2 (en) | 2010-09-30 | 2015-08-25 | Alcatel Lucent | Method and apparatus for voice signature authentication |
| US9262612B2 (en) | 2011-03-21 | 2016-02-16 | Apple Inc. | Device access using voice authentication |
| US8965763B1 (en) * | 2012-02-02 | 2015-02-24 | Google Inc. | Discriminative language modeling for automatic speech recognition with a weak acoustic model and distributed training |
| US8543398B1 (en) | 2012-02-29 | 2013-09-24 | Google Inc. | Training an automatic speech recognition system using compressed word frequencies |
| US9390445B2 (en) | 2012-03-05 | 2016-07-12 | Visa International Service Association | Authentication using biometric technology through a consumer device |
| US8374865B1 (en) | 2012-04-26 | 2013-02-12 | Google Inc. | Sampling training data for an automatic speech recognition system based on a benchmark classification distribution |
| US9280610B2 (en) | 2012-05-14 | 2016-03-08 | Apple Inc. | Crowd sourcing information to fulfill user requests |
| US8571859B1 (en) | 2012-05-31 | 2013-10-29 | Google Inc. | Multi-stage speaker adaptation |
| US8805684B1 (en) | 2012-05-31 | 2014-08-12 | Google Inc. | Distributed speaker adaptation |
| US9721563B2 (en) | 2012-06-08 | 2017-08-01 | Apple Inc. | Name recognition system |
| US8554559B1 (en) | 2012-07-13 | 2013-10-08 | Google Inc. | Localized speech recognition with offload |
| US9123333B2 (en) | 2012-09-12 | 2015-09-01 | Google Inc. | Minimum bayesian risk methods for automatic speech recognition |
| US9547647B2 (en) | 2012-09-19 | 2017-01-17 | Apple Inc. | Voice-based media searching |
| US20140095161A1 (en) * | 2012-09-28 | 2014-04-03 | At&T Intellectual Property I, L.P. | System and method for channel equalization using characteristics of an unknown signal |
| US8694315B1 (en) * | 2013-02-05 | 2014-04-08 | Visa International Service Association | System and method for authentication using speaker verification techniques and fraud model |
| US9582608B2 (en) | 2013-06-07 | 2017-02-28 | Apple Inc. | Unified ranking with entropy-weighted information for phrase-based semantic auto-completion |
| WO2014197334A2 (en) | 2013-06-07 | 2014-12-11 | Apple Inc. | System and method for user-specified pronunciation of words for speech synthesis and recognition |
| WO2014197335A1 (en) | 2013-06-08 | 2014-12-11 | Apple Inc. | Interpreting and acting upon commands that involve sharing information with remote devices |
| US10176167B2 (en) | 2013-06-09 | 2019-01-08 | Apple Inc. | System and method for inferring user intent from speech inputs |
| KR101772152B1 (ko) | 2013-06-09 | 2017-08-28 | 애플 인크. | 디지털 어시스턴트의 둘 이상의 인스턴스들에 걸친 대화 지속성을 가능하게 하기 위한 디바이스, 방법 및 그래픽 사용자 인터페이스 |
| US8812320B1 (en) * | 2014-04-01 | 2014-08-19 | Google Inc. | Segment-based speaker verification using dynamically generated phrases |
| US9430463B2 (en) | 2014-05-30 | 2016-08-30 | Apple Inc. | Exemplar-based natural language processing |
| US9338493B2 (en) | 2014-06-30 | 2016-05-10 | Apple Inc. | Intelligent automated assistant for TV user interactions |
| US9668121B2 (en) | 2014-09-30 | 2017-05-30 | Apple Inc. | Social reminders |
| US10127911B2 (en) | 2014-09-30 | 2018-11-13 | Apple Inc. | Speaker identification and unsupervised speaker adaptation techniques |
| JP6303971B2 (ja) * | 2014-10-17 | 2018-04-04 | 富士通株式会社 | 話者交替検出装置、話者交替検出方法及び話者交替検出用コンピュータプログラム |
| US9641680B1 (en) * | 2015-04-21 | 2017-05-02 | Eric Wold | Cross-linking call metadata |
| US10671428B2 (en) | 2015-09-08 | 2020-06-02 | Apple Inc. | Distributed personal assistant |
| US10747498B2 (en) | 2015-09-08 | 2020-08-18 | Apple Inc. | Zero latency digital assistant |
| US10366158B2 (en) | 2015-09-29 | 2019-07-30 | Apple Inc. | Efficient word encoding for recurrent neural network language models |
| US11010550B2 (en) | 2015-09-29 | 2021-05-18 | Apple Inc. | Unified language modeling framework for word prediction, auto-completion and auto-correction |
| US11587559B2 (en) | 2015-09-30 | 2023-02-21 | Apple Inc. | Intelligent device identification |
| US10691473B2 (en) | 2015-11-06 | 2020-06-23 | Apple Inc. | Intelligent automated assistant in a messaging environment |
| US10049668B2 (en) | 2015-12-02 | 2018-08-14 | Apple Inc. | Applying neural network language models to weighted finite state transducers for automatic speech recognition |
| US10223066B2 (en) | 2015-12-23 | 2019-03-05 | Apple Inc. | Proactive assistance based on dialog communication between devices |
| US10446143B2 (en) | 2016-03-14 | 2019-10-15 | Apple Inc. | Identification of voice inputs providing credentials |
| US10572961B2 (en) | 2016-03-15 | 2020-02-25 | Global Tel*Link Corporation | Detection and prevention of inmate to inmate message relay |
| US9609121B1 (en) | 2016-04-07 | 2017-03-28 | Global Tel*Link Corporation | System and method for third party monitoring of voice and video calls |
| US9934775B2 (en) | 2016-05-26 | 2018-04-03 | Apple Inc. | Unit-selection text-to-speech synthesis based on predicted concatenation parameters |
| US9972304B2 (en) | 2016-06-03 | 2018-05-15 | Apple Inc. | Privacy preserving distributed evaluation framework for embedded personalized systems |
| US10249300B2 (en) | 2016-06-06 | 2019-04-02 | Apple Inc. | Intelligent list reading |
| US10049663B2 (en) | 2016-06-08 | 2018-08-14 | Apple, Inc. | Intelligent automated assistant for media exploration |
| DK179588B1 (en) | 2016-06-09 | 2019-02-22 | Apple Inc. | INTELLIGENT AUTOMATED ASSISTANT IN A HOME ENVIRONMENT |
| US10490187B2 (en) | 2016-06-10 | 2019-11-26 | Apple Inc. | Digital assistant providing automated status report |
| US10192552B2 (en) | 2016-06-10 | 2019-01-29 | Apple Inc. | Digital assistant providing whispered speech |
| US10067938B2 (en) | 2016-06-10 | 2018-09-04 | Apple Inc. | Multilingual word prediction |
| US10509862B2 (en) | 2016-06-10 | 2019-12-17 | Apple Inc. | Dynamic phrase expansion of language input |
| US10586535B2 (en) | 2016-06-10 | 2020-03-10 | Apple Inc. | Intelligent digital assistant in a multi-tasking environment |
| DK201670540A1 (en) | 2016-06-11 | 2018-01-08 | Apple Inc | Application integration with a digital assistant |
| DK179415B1 (en) | 2016-06-11 | 2018-06-14 | Apple Inc | Intelligent device arbitration and control |
| DK179049B1 (en) | 2016-06-11 | 2017-09-18 | Apple Inc | Data driven natural language event detection and classification |
| DK179343B1 (en) | 2016-06-11 | 2018-05-14 | Apple Inc | Intelligent task discovery |
| GB2555661A (en) * | 2016-11-07 | 2018-05-09 | Cirrus Logic Int Semiconductor Ltd | Methods and apparatus for biometric authentication in an electronic device |
| US10593346B2 (en) | 2016-12-22 | 2020-03-17 | Apple Inc. | Rank-reduced token representation for automatic speech recognition |
| US10027797B1 (en) | 2017-05-10 | 2018-07-17 | Global Tel*Link Corporation | Alarm control for inmate call monitoring |
| DK179745B1 (en) | 2017-05-12 | 2019-05-01 | Apple Inc. | SYNCHRONIZATION AND TASK DELEGATION OF A DIGITAL ASSISTANT |
| DK201770431A1 (en) | 2017-05-15 | 2018-12-20 | Apple Inc. | Optimizing dialogue policy decisions for digital assistants using implicit feedback |
| US10225396B2 (en) | 2017-05-18 | 2019-03-05 | Global Tel*Link Corporation | Third party monitoring of a activity within a monitoring platform |
| US10860786B2 (en) | 2017-06-01 | 2020-12-08 | Global Tel*Link Corporation | System and method for analyzing and investigating communication data from a controlled environment |
| US9930088B1 (en) | 2017-06-22 | 2018-03-27 | Global Tel*Link Corporation | Utilizing VoIP codec negotiation during a controlled environment call |
| US10896673B1 (en) | 2017-09-21 | 2021-01-19 | Wells Fargo Bank, N.A. | Authentication of impaired voices |
| CN111063359B (zh) * | 2019-12-24 | 2022-03-18 | 太平金融科技服务（上海）有限公司 | 电话回访有效性判别方法、装置、计算机设备和介质 |
Family Cites Families (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4027800A (en) * | 1975-12-03 | 1977-06-07 | The Alliance Machine Company | Gantry crane with plural hoist means |
| JPS5876893A (ja) * | 1981-10-30 | 1983-05-10 | 日本電気株式会社 | 音声認識装置 |
| US4720863A (en) * | 1982-11-03 | 1988-01-19 | Itt Defense Communications | Method and apparatus for text-independent speaker recognition |
| JPS59178587A (ja) * | 1983-03-30 | 1984-10-09 | Nec Corp | 話者確認システム |
| US4910782A (en) * | 1986-05-23 | 1990-03-20 | Nec Corporation | Speaker verification system |
| US4959855A (en) * | 1986-10-08 | 1990-09-25 | At&T Bell Laboratories | Directory assistance call processing and calling customer remote signal monitoring arrangements |
| US4837830A (en) * | 1987-01-16 | 1989-06-06 | Itt Defense Communications, A Division Of Itt Corporation | Multiple parameter speaker recognition system and methods |
| DE3819178A1 (de) * | 1987-06-04 | 1988-12-22 | Ricoh Kk | Spracherkennungsverfahren und -einrichtung |
| US4979206A (en) * | 1987-07-10 | 1990-12-18 | At&T Bell Laboratories | Directory assistance systems |
| GB2240203A (en) * | 1990-01-18 | 1991-07-24 | Apple Computer | Automated speech recognition system |
| US5127043A (en) * | 1990-05-15 | 1992-06-30 | Vcs Industries, Inc. | Simultaneous speaker-independent voice recognition and verification over a telephone network |
| GB9021489D0 (en) * | 1990-10-03 | 1990-11-14 | Ensigma Ltd | Methods and apparatus for verifying the originator of a sequence of operations |
| JPH05257492A (ja) * | 1992-03-13 | 1993-10-08 | Toshiba Corp | 音声認識方式 |
-
1993
- 1993-08-27 CA CA002105034A patent/CA2105034C/en not_active Expired - Fee Related
- 1993-09-30 DE DE69324988T patent/DE69324988T2/de not_active Expired - Lifetime
- 1993-09-30 EP EP93307765A patent/EP0592150B1/en not_active Expired - Lifetime
- 1993-09-30 ES ES93307765T patent/ES2133365T3/es not_active Expired - Lifetime
- 1993-10-08 JP JP5252029A patent/JPH06242793A/ja active Pending
-
1996
- 1996-04-26 US US08/638,401 patent/US5675704A/en not_active Expired - Lifetime
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006146262A (ja) * | 1997-04-14 | 2006-06-08 | At & T Corp | 自動スピーチ認識サービス提供方法及びシステム並びに媒体 |
| US8209184B1 (en) | 1997-04-14 | 2012-06-26 | At&T Intellectual Property Ii, L.P. | System and method of providing generated speech via a network |
| US9065914B2 (en) | 1997-04-14 | 2015-06-23 | At&T Intellectual Property Ii, L.P. | System and method of providing generated speech via a network |
Also Published As
| Publication number | Publication date |
|---|---|
| EP0592150B1 (en) | 1999-05-19 |
| CA2105034A1 (en) | 1994-04-10 |
| US5675704A (en) | 1997-10-07 |
| CA2105034C (en) | 1997-12-30 |
| DE69324988T2 (de) | 1999-09-30 |
| ES2133365T3 (es) | 1999-09-16 |
| DE69324988D1 (de) | 1999-06-24 |
| EP0592150A1 (en) | 1994-04-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JPH06242793A (ja) | 仲間正規化スコアリングを使用する話者検証法 | |
| JP2957862B2 (ja) | 通信システム及び通信方法 | |
| US5325421A (en) | Voice directed communications system platform | |
| US5353336A (en) | Voice directed communications system archetecture | |
| EP0804850B1 (en) | Automatic vocabulary generation for telecommunications network-based voice-dialing | |
| US6438520B1 (en) | Apparatus, method and system for cross-speaker speech recognition for telecommunication applications | |
| JP3479304B2 (ja) | 音声コマンド制御及び検証システム | |
| US6973426B1 (en) | Method and apparatus for performing speaker verification based on speaker independent recognition of commands | |
| US6687673B2 (en) | Speech recognition system | |
| JP4247929B2 (ja) | 電話における自動音声認識のための方法 | |
| EP0619913B1 (en) | Voice controlled messaging system and processing method | |
| USRE38101E1 (en) | Methods and apparatus for performing speaker independent recognition of commands in parallel with speaker dependent recognition of names, words or phrases | |
| US8964949B2 (en) | Voice response apparatus and method of providing automated voice responses with silent prompting | |
| US5930336A (en) | Voice dialing server for branch exchange telephone systems | |
| JPH08320696A (ja) | 任意に話された単語の自動通話認識方法 | |
| US20150142436A1 (en) | Speech recognition in automated information services systems | |
| US20030081738A1 (en) | Method and apparatus for improving access to numerical information in voice messages | |
| Vysotsky | VoiceDialing-the first speech recognition based telephone service delivered to customer's home | |
| Krasinski et al. | Automatic speech recognition for network call routing | |
| JP2002252705A (ja) | 話者ｉｄ検出方法及び装置 | |
| JPH03157696A (ja) | 音声応答認識方式 | |
| JPH06208390A (ja) | 音声認識装置および音声認識方法 | |
| JPS5860863A (ja) | 音声発声許可音送出方式 | |
| MXPA97005352A (en) | Automatic generation of vocabulary for dialing via voice based on telecommunication network |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20030217 |