JPH11344992A - 音声辞書作成方法、個人認証装置および記録媒体 - Google Patents
音声辞書作成方法、個人認証装置および記録媒体Info
- Publication number
- JPH11344992A JPH11344992A JP10151804A JP15180498A JPH11344992A JP H11344992 A JPH11344992 A JP H11344992A JP 10151804 A JP10151804 A JP 10151804A JP 15180498 A JP15180498 A JP 15180498A JP H11344992 A JPH11344992 A JP H11344992A
- Authority
- JP
- Japan
- Prior art keywords
- voice
- dictionary
- speaker
- personal
- unspecified speaker
- 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
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
(57)【要約】
【課題】 新規登録ユーザに対して比較的少ない発声量
で個人認証精度の高い個人用音声辞書を作成することが
できるようにする。 【解決手段】 予め音声の特徴となる要因別に作成され
た複数の不特定話者音声辞書を不特定話者音声辞書格納
部３０５に格納しておき、新規登録ユーザ登録時には、
不特定話者音声辞書選択部３０２において、音声入力部
３０１を通じて新規登録ユーザの音声データを取り込
み、その音声の特徴に最も近い不特定話者音声辞書を音
声辞書格納部３０５から選択し、個人用辞書作成部３０
３において、選択された辞書を新規登録ユーザの音声デ
ータに基づいて適応化することで個人用音声辞書を作成
し、個人辞書格納部３０６に格納しておく。認証時に
は、個人認証部３０４において、音声入力部３０１から
話者の音声データを取り込んで個人辞書格納部３０６に
格納された個人用音声辞書と比較照合することで本人か
否かを識別する。
で個人認証精度の高い個人用音声辞書を作成することが
できるようにする。 【解決手段】 予め音声の特徴となる要因別に作成され
た複数の不特定話者音声辞書を不特定話者音声辞書格納
部３０５に格納しておき、新規登録ユーザ登録時には、
不特定話者音声辞書選択部３０２において、音声入力部
３０１を通じて新規登録ユーザの音声データを取り込
み、その音声の特徴に最も近い不特定話者音声辞書を音
声辞書格納部３０５から選択し、個人用辞書作成部３０
３において、選択された辞書を新規登録ユーザの音声デ
ータに基づいて適応化することで個人用音声辞書を作成
し、個人辞書格納部３０６に格納しておく。認証時に
は、個人認証部３０４において、音声入力部３０１から
話者の音声データを取り込んで個人辞書格納部３０６に
格納された個人用音声辞書と比較照合することで本人か
否かを識別する。
Description
【０００１】
【発明の属する技術分野】本発明は、発話した者が本人
かどうかを認証する個人認証技術に関する。
かどうかを認証する個人認証技術に関する。
【０００２】
【従来の技術】一般に、話者照合装置にあっては、例え
ば録音音声により他人が登録者として偽るような不正を
防止するために、種々の措置がとられている。このよう
な不正防止の手法としては、照合毎にユーザに発声内容
を指定するテキスト指定型の話者照合装置が有効であ
る。このテキスト指定型の話者照合装置においては、ラ
ンダムに指定される全テキストに対応した個人用音声辞
書を作成し登録するようにしている。
ば録音音声により他人が登録者として偽るような不正を
防止するために、種々の措置がとられている。このよう
な不正防止の手法としては、照合毎にユーザに発声内容
を指定するテキスト指定型の話者照合装置が有効であ
る。このテキスト指定型の話者照合装置においては、ラ
ンダムに指定される全テキストに対応した個人用音声辞
書を作成し登録するようにしている。
【０００３】但し、テキスト指定型の話者照合装置にお
いて、全テキストをユーザが音声登録することはユーザ
に多大な負担をかけるため、ユーザが音声を登録する際
に、多数の話者から作成した不特定話者音声辞書を個人
用辞書に適応化するようにしている。しかしながら、そ
れでも個人の特徴を十分に反映した音声辞書を作成する
には多くの発声量を必要としており、このことが話者照
合装置の利便性を低下させる原因となっていた。以下、
このことを具体的に説明する。
いて、全テキストをユーザが音声登録することはユーザ
に多大な負担をかけるため、ユーザが音声を登録する際
に、多数の話者から作成した不特定話者音声辞書を個人
用辞書に適応化するようにしている。しかしながら、そ
れでも個人の特徴を十分に反映した音声辞書を作成する
には多くの発声量を必要としており、このことが話者照
合装置の利便性を低下させる原因となっていた。以下、
このことを具体的に説明する。
【０００４】従来の話者照合装置の構成例を図６に示
す。この話者照合装置では、新規登録ユーザを登録する
場合、個人用辞書作成部１０３で、不特定話者音声辞書
格納部１０７に予め格納されている不特定話者音声辞書
１０５を読み出し、新規登録ユーザに対して順次所定の
テキストを提示してそれぞれのテキスト文で発話するよ
う促す。そして、音声入力部１０１を通じて新規登録ユ
ーザの音声データを取り込んで解析し、その解析結果に
基づいて不特定話者音声辞書１０５の内容を新規登録ユ
ーザ個人用辞書へ適応化する。このようにして作成され
た新規登録ユーザ用の個人用辞書１０６を、ユーザ登録
名を指定して個人辞書格納部１０４へ格納する。
す。この話者照合装置では、新規登録ユーザを登録する
場合、個人用辞書作成部１０３で、不特定話者音声辞書
格納部１０７に予め格納されている不特定話者音声辞書
１０５を読み出し、新規登録ユーザに対して順次所定の
テキストを提示してそれぞれのテキスト文で発話するよ
う促す。そして、音声入力部１０１を通じて新規登録ユ
ーザの音声データを取り込んで解析し、その解析結果に
基づいて不特定話者音声辞書１０５の内容を新規登録ユ
ーザ個人用辞書へ適応化する。このようにして作成され
た新規登録ユーザ用の個人用辞書１０６を、ユーザ登録
名を指定して個人辞書格納部１０４へ格納する。
【０００５】話者の照合を行う場合は、個人認証部１０
２において、音声入力部１０１から入力される話者の音
声データを取り込み、個人辞書格納部１０４に格納され
ている各ユーザの個人用辞書と比較照合し、一致する個
人用辞書があればそのユーザ登録名を提示し、一致する
個人用辞書がなければ未登録を提示する。ここで、不特
定話者音声辞書１０５は、図７に示すように、学習処理
部２０１により、ある有限の多数話者セットの音声デー
タＹ（＝｛Ｙ1 ，Ｙ2 ，…，ＹN｝）を所定のアルゴリ
ズムに基づいて分類し、これを蓄積することによって作
成されている。
２において、音声入力部１０１から入力される話者の音
声データを取り込み、個人辞書格納部１０４に格納され
ている各ユーザの個人用辞書と比較照合し、一致する個
人用辞書があればそのユーザ登録名を提示し、一致する
個人用辞書がなければ未登録を提示する。ここで、不特
定話者音声辞書１０５は、図７に示すように、学習処理
部２０１により、ある有限の多数話者セットの音声デー
タＹ（＝｛Ｙ1 ，Ｙ2 ，…，ＹN｝）を所定のアルゴリ
ズムに基づいて分類し、これを蓄積することによって作
成されている。
【０００６】ところで、この不特定話者音声辞書１０５
は、有限の多数話者セットＳの平均的な音声の特徴を表
している。そのため、この特徴に近い音声を持つ新規登
録ユーザは、比較的少ない発声量で個人の音声の特徴を
十分に反映した個人用辞書を作成することができる。し
かしながら、多数話者セットＳの平均的な音声の特徴と
大きく違う特徴を持ったユーザに対しては、個人の特徴
を十分に反映した高精度の照合精度を出力する個人用辞
書を作成するために、音声登録時に多くの発声量を求め
ることとなる。
は、有限の多数話者セットＳの平均的な音声の特徴を表
している。そのため、この特徴に近い音声を持つ新規登
録ユーザは、比較的少ない発声量で個人の音声の特徴を
十分に反映した個人用辞書を作成することができる。し
かしながら、多数話者セットＳの平均的な音声の特徴と
大きく違う特徴を持ったユーザに対しては、個人の特徴
を十分に反映した高精度の照合精度を出力する個人用辞
書を作成するために、音声登録時に多くの発声量を求め
ることとなる。
【０００７】
【発明が解決しようとする課題】以上のように、従来の
音声による個人認証装置では、多数話者セットの平均的
な音声の特徴と大きく違う特徴を持ったユーザは、個人
の特徴を十分に反映した高精度の照合精度が得られる個
人用の音声辞書を作成するために、音声登録時に多くの
発声量を求める必要があり、認証装置の利便性を低下さ
せる大きな原因となっていた。このような問題は、話者
照合装置に限らず、音声による個人認証装置全般におい
ても同様である。
音声による個人認証装置では、多数話者セットの平均的
な音声の特徴と大きく違う特徴を持ったユーザは、個人
の特徴を十分に反映した高精度の照合精度が得られる個
人用の音声辞書を作成するために、音声登録時に多くの
発声量を求める必要があり、認証装置の利便性を低下さ
せる大きな原因となっていた。このような問題は、話者
照合装置に限らず、音声による個人認証装置全般におい
ても同様である。
【０００８】そこで本発明の課題は、新規登録ユーザに
対して比較的少ない発声量で個人認証精度の高い音声辞
書を作成することができる音声辞書作成方法を提供する
ことにある。本発明の他の課題は、認証精度の高い個人
認証方法を提供することにある。本発明の他の課題は、
上記音声辞書作成方法の実施に適した音声辞書作成装
置、およびこのようにして作成された音声辞書を用いた
個人認証装置を提供することにある。本発明の他の課題
は、上記個人認証をコンピュータ装置上で実現するため
の記録媒体を提供することにある。
対して比較的少ない発声量で個人認証精度の高い音声辞
書を作成することができる音声辞書作成方法を提供する
ことにある。本発明の他の課題は、認証精度の高い個人
認証方法を提供することにある。本発明の他の課題は、
上記音声辞書作成方法の実施に適した音声辞書作成装
置、およびこのようにして作成された音声辞書を用いた
個人認証装置を提供することにある。本発明の他の課題
は、上記個人認証をコンピュータ装置上で実現するため
の記録媒体を提供することにある。
【０００９】
【課題を解決するための手段】本発明は、認識対象とな
る話者の音声データを、不特定話者音声辞書を適応化し
て作成した個人用音声辞書と比較照合することで前記話
者が本人か否かを識別する個人認証装置において用いら
れる前記個人用音声辞書を作成する第１方法、前記不特
定話者音声辞書を作成する第２方法、これらの辞書を用
いて個人認証を行う第３の方法を提供する。各方法は、
例えば下記の第１〜第３の装置を用いることによって容
易に実施が可能となる。
る話者の音声データを、不特定話者音声辞書を適応化し
て作成した個人用音声辞書と比較照合することで前記話
者が本人か否かを識別する個人認証装置において用いら
れる前記個人用音声辞書を作成する第１方法、前記不特
定話者音声辞書を作成する第２方法、これらの辞書を用
いて個人認証を行う第３の方法を提供する。各方法は、
例えば下記の第１〜第３の装置を用いることによって容
易に実施が可能となる。
【００１０】第１の装置は、個人用音声辞書を作成する
装置であって、予め性別、年代、声の高低等の音声の特
徴要因別に作成された複数の不特定話者音声辞書が格納
された不特定話者音声辞書格納手段と、所定の音声入力
手段を通じて取り込んだ前記新規登録ユーザの音声デー
タの特徴に最も近い不特定話者音声辞書を前記不特定話
者音声辞書格納部から選択し、選択された前記不特定話
者音声辞書を前記新規登録ユーザの音声データに基づい
て適応化して前記音声辞書を作成する辞書作成手段とを
有するものである。この装置では、ユーザの個人用音声
登録時に、まず最も音声特徴が近い不特定話者音声辞書
を選出し、その不特定話者音声辞書を選出し、その不特
定話者音声辞書を個人用音声辞書に適応させるので、少
ない発声量の登録用音声データによって個人の特徴を十
分に反映した個人用音声辞書を構築することが可能とな
る。
装置であって、予め性別、年代、声の高低等の音声の特
徴要因別に作成された複数の不特定話者音声辞書が格納
された不特定話者音声辞書格納手段と、所定の音声入力
手段を通じて取り込んだ前記新規登録ユーザの音声デー
タの特徴に最も近い不特定話者音声辞書を前記不特定話
者音声辞書格納部から選択し、選択された前記不特定話
者音声辞書を前記新規登録ユーザの音声データに基づい
て適応化して前記音声辞書を作成する辞書作成手段とを
有するものである。この装置では、ユーザの個人用音声
登録時に、まず最も音声特徴が近い不特定話者音声辞書
を選出し、その不特定話者音声辞書を選出し、その不特
定話者音声辞書を個人用音声辞書に適応させるので、少
ない発声量の登録用音声データによって個人の特徴を十
分に反映した個人用音声辞書を構築することが可能とな
る。
【００１１】第２の装置は、不特定話者音声辞書を作成
する装置であって、複数の音声データからなる複数の多
数話者セットの音声データを性別、年代、声の高低等の
音声の特徴要因別に振り分けて複数のサブセットを生成
するサブセット生成手段と、前記生成された複数のサブ
セットのそれぞれから辞書候補を作成するとともに、作
成した複数の辞書候補のそれぞれにより前記複数の多数
話者セットの各音声データを音声認識し、その認識結果
に応じて前記複数のサブセットを再編集するサブセット
再編集手段と、前記再編集されたサブセットの変化の有
無を判別し、変化があった場合は前記辞書候補を再作成
し、変化がない場合は当該辞書候補を前記不特定話者音
声辞書として保存する辞書作成手段とを有するものであ
る。
する装置であって、複数の音声データからなる複数の多
数話者セットの音声データを性別、年代、声の高低等の
音声の特徴要因別に振り分けて複数のサブセットを生成
するサブセット生成手段と、前記生成された複数のサブ
セットのそれぞれから辞書候補を作成するとともに、作
成した複数の辞書候補のそれぞれにより前記複数の多数
話者セットの各音声データを音声認識し、その認識結果
に応じて前記複数のサブセットを再編集するサブセット
再編集手段と、前記再編集されたサブセットの変化の有
無を判別し、変化があった場合は前記辞書候補を再作成
し、変化がない場合は当該辞書候補を前記不特定話者音
声辞書として保存する辞書作成手段とを有するものであ
る。
【００１２】第３の装置は、予め性別、年代、声の高低
等の音声の特徴要因別音声の特徴要因別に作成された複
数の不特定話者音声辞書が格納さた不特定話者音声辞書
格納手段と、所定の音声入力手段を通じて取り込んだ新
規登録ユーザの音声データの特徴に最も近い不特定話者
音声辞書を前記不特定話者音声辞書格納手段より選択
し、選択された前記不特定話者音声辞書を前記新規登録
ユーザの音声データに基づいて適応化して個人用音声辞
書を作成するとともに、認識対象となる話者の音声デー
タを取り込んで前記作成された個人用音声辞書と比較照
合することで本人か否かを識別する認証手段とを具備し
て成る。
等の音声の特徴要因別音声の特徴要因別に作成された複
数の不特定話者音声辞書が格納さた不特定話者音声辞書
格納手段と、所定の音声入力手段を通じて取り込んだ新
規登録ユーザの音声データの特徴に最も近い不特定話者
音声辞書を前記不特定話者音声辞書格納手段より選択
し、選択された前記不特定話者音声辞書を前記新規登録
ユーザの音声データに基づいて適応化して個人用音声辞
書を作成するとともに、認識対象となる話者の音声デー
タを取り込んで前記作成された個人用音声辞書と比較照
合することで本人か否かを識別する認証手段とを具備し
て成る。
【００１３】上記他の課題を解決する本発明の記録媒体
は、下記の処理をコンピュータ装置に実行させるための
プログラムが記録された、コンピュータ読み取り可能な
記録媒体である。 （１）予め性別、年代、声の高低等の音声の特徴要因別
に複数の不特定話者音声辞書を作成して保存する処理、
（２）所定の音声入力手段を通じて取り込んだ新規登録
ユーザの音声データの特徴に最も近い不特定話者音声辞
書を選択する処理、（３）選択された前記不特定話者音
声辞書を前記新規登録ユーザの音声データに基づいて適
応化して個人用音声辞書を作成する処理、（４）認識対
象となる話者の音声データを取り込んで前記作成された
個人用音声辞書と比較照合することで本人か否かを識別
する処理。
は、下記の処理をコンピュータ装置に実行させるための
プログラムが記録された、コンピュータ読み取り可能な
記録媒体である。 （１）予め性別、年代、声の高低等の音声の特徴要因別
に複数の不特定話者音声辞書を作成して保存する処理、
（２）所定の音声入力手段を通じて取り込んだ新規登録
ユーザの音声データの特徴に最も近い不特定話者音声辞
書を選択する処理、（３）選択された前記不特定話者音
声辞書を前記新規登録ユーザの音声データに基づいて適
応化して個人用音声辞書を作成する処理、（４）認識対
象となる話者の音声データを取り込んで前記作成された
個人用音声辞書と比較照合することで本人か否かを識別
する処理。
【００１４】
【発明の実施の形態】以下、本発明を話者照合装置に適
用した場合の実施の形態を説明する。図１は、本実施形
態による話者照合装置の構成図である。図１において、
音声入力部３０１は、マイクロフォンから入力される音
声信号をデジタル信号に変換することによって話者音声
データを作成するもので、ここで得られた音声データ
は、不特定話者音声辞書選択部３０２、個人用辞書作成
部３０３、個人認証部３０４に適宜入力される。不特定
話者音声辞書選択部３０２には、不特定話者音声辞書格
納部３０５が接続され、個人用辞書作成部３０３及び個
人認証部３０４には、個人辞書格納部３０６が接続され
ている。
用した場合の実施の形態を説明する。図１は、本実施形
態による話者照合装置の構成図である。図１において、
音声入力部３０１は、マイクロフォンから入力される音
声信号をデジタル信号に変換することによって話者音声
データを作成するもので、ここで得られた音声データ
は、不特定話者音声辞書選択部３０２、個人用辞書作成
部３０３、個人認証部３０４に適宜入力される。不特定
話者音声辞書選択部３０２には、不特定話者音声辞書格
納部３０５が接続され、個人用辞書作成部３０３及び個
人認証部３０４には、個人辞書格納部３０６が接続され
ている。
【００１５】不特定話者音声辞書格納部３０５には、予
めある有限の多数話者セット（所定のテキストデータ
群）の音声データから特徴別に作成された複数の不特定
話者音声辞書Ｄ1 〜ＤK が格納されている。不特定話者
音声辞書選択部３０２は、音声入力部３０１より入力さ
れた音声データに含まれる話者の特徴を抽出し、その特
徴に最も近い不特定話者音声辞書を不特定話者音声辞書
格納部３０５の格納辞書の中から選択するものである。
ここで選択された不特定話者音声辞書Ｄi （ｉは１〜Ｋ
のいずれか）は、個人用辞書作成部３０３に送られる。
めある有限の多数話者セット（所定のテキストデータ
群）の音声データから特徴別に作成された複数の不特定
話者音声辞書Ｄ1 〜ＤK が格納されている。不特定話者
音声辞書選択部３０２は、音声入力部３０１より入力さ
れた音声データに含まれる話者の特徴を抽出し、その特
徴に最も近い不特定話者音声辞書を不特定話者音声辞書
格納部３０５の格納辞書の中から選択するものである。
ここで選択された不特定話者音声辞書Ｄi （ｉは１〜Ｋ
のいずれか）は、個人用辞書作成部３０３に送られる。
【００１６】個人用辞書作成部３０３は、不特定話者音
声辞書Ｄi の中のテキストをランダムに提示して、登録
しようするユーザ（新規登録ユーザ）に音声入力を促
し、音声入力部３０１からの音声データに基づいて不特
定話者音声辞書Ｄi を新規登録ユーザの個人用辞書に適
応化するものである。ここで作成された新規登録ユーザ
の個人用辞書は、ユーザ登録名が付加されて、個人辞書
格納部３０６に格納される。
声辞書Ｄi の中のテキストをランダムに提示して、登録
しようするユーザ（新規登録ユーザ）に音声入力を促
し、音声入力部３０１からの音声データに基づいて不特
定話者音声辞書Ｄi を新規登録ユーザの個人用辞書に適
応化するものである。ここで作成された新規登録ユーザ
の個人用辞書は、ユーザ登録名が付加されて、個人辞書
格納部３０６に格納される。
【００１７】また、個人認証部３０４は、個人用辞書に
あるテキストをランダムに抽出して話者に提示し、音声
入力部３０１からの音声データの特徴を解析して、音声
特徴が一定値以上の個人用辞書が個人辞書格納部３０６
に存在するかどうかを判定する。該当する個人用辞書が
あった場合は登録者と認定して例えば許可信号を出力す
ると共にユーザ登録名を提示し、なかった場合は登録な
しとして、話者に未登録を提示する。
あるテキストをランダムに抽出して話者に提示し、音声
入力部３０１からの音声データの特徴を解析して、音声
特徴が一定値以上の個人用辞書が個人辞書格納部３０６
に存在するかどうかを判定する。該当する個人用辞書が
あった場合は登録者と認定して例えば許可信号を出力す
ると共にユーザ登録名を提示し、なかった場合は登録な
しとして、話者に未登録を提示する。
【００１８】次に、上記話者照合装置における不特定話
者音声辞書Ｄ1〜ＤKの作成要領について説明する。図２
は、本実施形態による不特定話者音声辞書作成装置の構
成概要を示すものである。この不特定話者音声辞書作成
装置は、入力された有限の多数話者セットの音声データ
を音声の特徴要因別に振り分けてサブセット群を生成す
る選択処理部４０１と、ここで振り分けられた各サブセ
ット群の音声データを取り込んで音声の特徴要因別に不
特定話者音声辞書を作成する学習処理部４０２とを有し
ている。選択処理部４０１は、学習処理部４０２で作成
された不特定話者音声辞書を参照して、振り分けにより
変化があったかどうかを判別する機能を有する。
者音声辞書Ｄ1〜ＤKの作成要領について説明する。図２
は、本実施形態による不特定話者音声辞書作成装置の構
成概要を示すものである。この不特定話者音声辞書作成
装置は、入力された有限の多数話者セットの音声データ
を音声の特徴要因別に振り分けてサブセット群を生成す
る選択処理部４０１と、ここで振り分けられた各サブセ
ット群の音声データを取り込んで音声の特徴要因別に不
特定話者音声辞書を作成する学習処理部４０２とを有し
ている。選択処理部４０１は、学習処理部４０２で作成
された不特定話者音声辞書を参照して、振り分けにより
変化があったかどうかを判別する機能を有する。
【００１９】上記不特定話者音声辞書作成装置による辞
書作成手順は図３に示すとおりである。すなわち、選択
処理部４０１において、ある有限の多数話者セットＳ＝
｛Ｓ1 ，Ｓ2 ，…，ＳK ｝の各音声データＹ＝｛Ｙ1 ，
Ｙ2 ，…，ＹN ｝を取り込み（ステップＳ1 ）、話者の
年齢（あるいは年代）、性別、声の高低等の音声の特徴
となる数種の要因を組み合わせたＫ種類のサブセットＳ
ＳN1，ＳＳN2，…，ＳＳNKに振り分ける（ステップＳ2
）。各サブセットの音声データをＹN1，ＹN2，…，ＹN
Kとする。次いで、学習処理部４０１において、各サブ
セットＳＳN1，ＳＳN2，…，ＳＳNKの音声データＹN1，
ＹN2，…，ＹNKから各サブセットに対応した辞書候補、
すなわち不特定話者音声辞書Ｄ1 、不特定話者音声辞書
Ｄ2 、…、不特定話者音声辞書ＤK を作成する（ステッ
プＳ3 ）。続いて、選択処理部４０２において、上記多
数話者セットＳ＝｛Ｓ1 ，Ｓ2 ，…，ＳK ｝の各音声デ
ータＹ＝｛Ｙ1 ，Ｙ2 ，…，ＹN ｝のそれぞれについ
て、全不特定話者音声辞書Ｄ1〜ＤK を用いて音声認識
を行い（ステップＳ4 ）、最も認識スコアの高い不特定
話者音声辞書がどれであるかを決定し（ステップＳ5
）、その決定結果に基づき、音声データＹ＝｛Ｙ1 ，
Ｙ2 ，…，ＹN ｝をサブセットＳＳN1，ＳＳN2，…，Ｓ
ＳNKに振り分ける（ステップＳ6 ）。
書作成手順は図３に示すとおりである。すなわち、選択
処理部４０１において、ある有限の多数話者セットＳ＝
｛Ｓ1 ，Ｓ2 ，…，ＳK ｝の各音声データＹ＝｛Ｙ1 ，
Ｙ2 ，…，ＹN ｝を取り込み（ステップＳ1 ）、話者の
年齢（あるいは年代）、性別、声の高低等の音声の特徴
となる数種の要因を組み合わせたＫ種類のサブセットＳ
ＳN1，ＳＳN2，…，ＳＳNKに振り分ける（ステップＳ2
）。各サブセットの音声データをＹN1，ＹN2，…，ＹN
Kとする。次いで、学習処理部４０１において、各サブ
セットＳＳN1，ＳＳN2，…，ＳＳNKの音声データＹN1，
ＹN2，…，ＹNKから各サブセットに対応した辞書候補、
すなわち不特定話者音声辞書Ｄ1 、不特定話者音声辞書
Ｄ2 、…、不特定話者音声辞書ＤK を作成する（ステッ
プＳ3 ）。続いて、選択処理部４０２において、上記多
数話者セットＳ＝｛Ｓ1 ，Ｓ2 ，…，ＳK ｝の各音声デ
ータＹ＝｛Ｙ1 ，Ｙ2 ，…，ＹN ｝のそれぞれについ
て、全不特定話者音声辞書Ｄ1〜ＤK を用いて音声認識
を行い（ステップＳ4 ）、最も認識スコアの高い不特定
話者音声辞書がどれであるかを決定し（ステップＳ5
）、その決定結果に基づき、音声データＹ＝｛Ｙ1 ，
Ｙ2 ，…，ＹN ｝をサブセットＳＳN1，ＳＳN2，…，Ｓ
ＳNKに振り分ける（ステップＳ6 ）。
【００２０】以下、ステップＳ3 〜Ｓ6 の処理を、音声
データＹ＝｛Ｙ1 ，Ｙ2 ，…，ＹN｝の振り分け結果が
変化しなくなるまで繰り返す（ステップＳ7 ）。このよ
うにして得られた不特定話者音声辞書Ｄ1 〜ＤK を不特
定話者音声辞書格納部３０５に格納とする（ステップＳ
8 ）。このとき、各音声データを、最終的にどの不特定
話者音声辞書を使用したか、すなわちどの辞書候補を不
特定話者音声辞書としたかを表す情報と共に、不特定話
者音声辞書格納部３０５に保存しておく（ステップＳ9
）。
データＹ＝｛Ｙ1 ，Ｙ2 ，…，ＹN｝の振り分け結果が
変化しなくなるまで繰り返す（ステップＳ7 ）。このよ
うにして得られた不特定話者音声辞書Ｄ1 〜ＤK を不特
定話者音声辞書格納部３０５に格納とする（ステップＳ
8 ）。このとき、各音声データを、最終的にどの不特定
話者音声辞書を使用したか、すなわちどの辞書候補を不
特定話者音声辞書としたかを表す情報と共に、不特定話
者音声辞書格納部３０５に保存しておく（ステップＳ9
）。
【００２１】次に、個人辞書格納部３０６に格納される
個人用辞書の作成要領について説明する。個人用辞書
は、本実施形態による話者照合装置によって作成が可能
である。図４は、話者照合装置による個人用辞書の作成
手順を示すものである。まず、ユーザにより新規登録が
指定されると、不特定話者音声辞書選択部３０２におい
て不特定話者音声辞書の作成に用いた複数の音声データ
のテキストをそれぞれ話者（新規登録ユーザ）に提示し
（ステップＳ11）、話者の音声データを音声入力部３０
１を介して取り込んで解析し、最も近い特徴を有する音
声データを不特定話者音声辞書格納部３０５の中から抽
出する（ステップＳ12，Ｓ13）。そして、抽出された音
声データが最終的に使用した不特定話者音声辞書Ｄi を
選び出し（ステップＳ14）、個人用辞書作成部３０３に
渡す。
個人用辞書の作成要領について説明する。個人用辞書
は、本実施形態による話者照合装置によって作成が可能
である。図４は、話者照合装置による個人用辞書の作成
手順を示すものである。まず、ユーザにより新規登録が
指定されると、不特定話者音声辞書選択部３０２におい
て不特定話者音声辞書の作成に用いた複数の音声データ
のテキストをそれぞれ話者（新規登録ユーザ）に提示し
（ステップＳ11）、話者の音声データを音声入力部３０
１を介して取り込んで解析し、最も近い特徴を有する音
声データを不特定話者音声辞書格納部３０５の中から抽
出する（ステップＳ12，Ｓ13）。そして、抽出された音
声データが最終的に使用した不特定話者音声辞書Ｄi を
選び出し（ステップＳ14）、個人用辞書作成部３０３に
渡す。
【００２２】その後、個人用辞書作成部３０３におい
て、不特定話者音声辞書選択部３０２で選択された不特
定話者音声辞書Ｄi を取り込み（ステップＳ15）、この
不特定話者音声辞書Ｄi に基づいて音声入力部３０１か
らの音声データを比較照合し（ステップＳ16）、そのヒ
ット率から基準とする照合スコアＬSDを求め（ステップ
Ｓ17）、その不特定話者音声辞書Ｄi を新規登録ユーザ
音声データの解析結果に基づいて適応化して（ステップ
Ｓ18）、基準照合スコアＬSDと共に新規登録ユーザ用個
人用辞書として個人辞書格納部３０６に格納する（ステ
ップＳ19）。
て、不特定話者音声辞書選択部３０２で選択された不特
定話者音声辞書Ｄi を取り込み（ステップＳ15）、この
不特定話者音声辞書Ｄi に基づいて音声入力部３０１か
らの音声データを比較照合し（ステップＳ16）、そのヒ
ット率から基準とする照合スコアＬSDを求め（ステップ
Ｓ17）、その不特定話者音声辞書Ｄi を新規登録ユーザ
音声データの解析結果に基づいて適応化して（ステップ
Ｓ18）、基準照合スコアＬSDと共に新規登録ユーザ用個
人用辞書として個人辞書格納部３０６に格納する（ステ
ップＳ19）。
【００２３】次に、図５を参照して個人認証時の動作に
ついて説明する。図５において、認証開始が指定される
と、個人認証部３０４において、辞書作成に用いたテキ
ストを話者に提示し（ステップＳ21）、話者の音声デー
タを音声入力部３０１を介して取り込んで（ステップＳ
22）、個人辞書格納部３０６内の各個人用辞書と比較照
合し（ステップＳ23）、各個人用辞書との照合スコアＬ
SIを求める（ステップＳ24）。そして、最も高い照合ス
コアＬSIが得られた個人用辞書の基準照合スコアＬSDを
読み出し（ステップＳ25）、下記（１）式から正規化ス
コアＬNORMを求める（ステップＳ26）。 ＬNORM＝ＬSI／ＬSD …（１）
ついて説明する。図５において、認証開始が指定される
と、個人認証部３０４において、辞書作成に用いたテキ
ストを話者に提示し（ステップＳ21）、話者の音声デー
タを音声入力部３０１を介して取り込んで（ステップＳ
22）、個人辞書格納部３０６内の各個人用辞書と比較照
合し（ステップＳ23）、各個人用辞書との照合スコアＬ
SIを求める（ステップＳ24）。そして、最も高い照合ス
コアＬSIが得られた個人用辞書の基準照合スコアＬSDを
読み出し（ステップＳ25）、下記（１）式から正規化ス
コアＬNORMを求める（ステップＳ26）。 ＬNORM＝ＬSI／ＬSD …（１）
【００２４】そして、この正規化スコアＬNORMがある一
定しきい値より大きいかどうかを判定する（ステップＳ
27）。しきい値より大きい場合には本人と認定し（ステ
ップＳ28）、大きくなければ未登録者と認定する（ステ
ップＳ29）。認定結果は適宜表示され、必要に応じて照
合結果が関係処理系に送られる。
定しきい値より大きいかどうかを判定する（ステップＳ
27）。しきい値より大きい場合には本人と認定し（ステ
ップＳ28）、大きくなければ未登録者と認定する（ステ
ップＳ29）。認定結果は適宜表示され、必要に応じて照
合結果が関係処理系に送られる。
【００２５】このように、本実施形態による話者照合装
置は、新規登録ユーザの音声データを登録する場合、最
もユーザの音声特徴に近い不特定話者音声辞書を選び出
して適応化するので、少ない発声量の登録用音声データ
によって個人の特徴を十分に反映した個人用音声辞書を
構築することが可能となり、照合精度の高い話者照合装
置を実現することができる。
置は、新規登録ユーザの音声データを登録する場合、最
もユーザの音声特徴に近い不特定話者音声辞書を選び出
して適応化するので、少ない発声量の登録用音声データ
によって個人の特徴を十分に反映した個人用音声辞書を
構築することが可能となり、照合精度の高い話者照合装
置を実現することができる。
【００２６】なお、上記話者照合装置および不特定話者
音声辞書作成装置における、上記各機能ブロック３０１
〜３０６、４０１〜４０２は、コンピュータ装置が所定
のプログラムを読み込んでオペレーティングシステムと
協働実行されることによって形成される。また、各音声
辞書の作成および個人認証は、該当ブロックが機能する
ことによって実現される。このプログラムは、例えば本
発明の記録媒体の一形態であるＣＤ−ＲＯＭ（コンパク
トディスク型ＲＯＭ）やＦＤ（フレキシブルディスク）
等の可搬性記録媒体に記録されたもの、あるいは通信回
線を介して取得したものを上記コンピュータ装置のＣＰ
Ｕがアクセス可能な外部記憶装置にインストールしたも
のである。
音声辞書作成装置における、上記各機能ブロック３０１
〜３０６、４０１〜４０２は、コンピュータ装置が所定
のプログラムを読み込んでオペレーティングシステムと
協働実行されることによって形成される。また、各音声
辞書の作成および個人認証は、該当ブロックが機能する
ことによって実現される。このプログラムは、例えば本
発明の記録媒体の一形態であるＣＤ−ＲＯＭ（コンパク
トディスク型ＲＯＭ）やＦＤ（フレキシブルディスク）
等の可搬性記録媒体に記録されたもの、あるいは通信回
線を介して取得したものを上記コンピュータ装置のＣＰ
Ｕがアクセス可能な外部記憶装置にインストールしたも
のである。
【００２７】また、本実施形態では、話者照合装置に適
用した場合について説明したが、本発明はこれに限ら
ず、音声による個人認証装置全般に適用可能であること
は勿論のことである。
用した場合について説明したが、本発明はこれに限ら
ず、音声による個人認証装置全般に適用可能であること
は勿論のことである。
【００２８】
【発明の効果】以上の説明から明らかなように、本発明
によれば、ユーザが個人の音声辞書を作成登録する際
に、比較的少ない発声量で個人認証精度の高い音声辞書
を作成することができ、特に話者照合装置に用いて好適
な音声による個人認証装置を提供することができる。
によれば、ユーザが個人の音声辞書を作成登録する際
に、比較的少ない発声量で個人認証精度の高い音声辞書
を作成することができ、特に話者照合装置に用いて好適
な音声による個人認証装置を提供することができる。
【図１】本発明に係る音声による個人認証装置の一実施
形態とする話者照合装置の構成を示すブロック図。
形態とする話者照合装置の構成を示すブロック図。
【図２】本実施形態の不特定話者音声辞書作成方法を説
明するための概念図。
明するための概念図。
【図３】上記不特定話者音声辞書作成方法の具体的な処
理手順を示すフローチャート。
理手順を示すフローチャート。
【図４】同実施形態の個人用辞書作成方法の処理手順を
示すフローチャート。
示すフローチャート。
【図５】同実施形態の個人認証処理手順を示すフローチ
ャート。
ャート。
【図６】従来の話者照合装置の具体的な構成を示すブロ
ック図。
ック図。
【図７】図６に示す従来装置の不特定話者音声辞書ファ
イルの作成手順を示す概念図。
イルの作成手順を示す概念図。
１０１ 音声入力部 １０２ 個人認証部 １０３ 個人用辞書作成部 １０４ 個人辞書格納部 １０５ 不特定話者音声辞書 １０６ 新規登録ユーザ用個人用辞書 １０７ 不特定話者音声辞書格納部 ２０１ 学習処理部 ３０１ 音声入力部 ３０２ 不特定話者音声辞書選択部 ３０３ 個人用辞書作成部 ３０４ 個人認証部 ３０５ 不特定話者音声辞書格納部 ３０６ 個人辞書格納部 ４０１ 選択処理部 ４０２ 学習処理部
───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.6 識別記号 ＦＩ Ｇ１０Ｌ 5/04 Ａ６１Ｂ 5/10 ３２０Ｚ
Claims (9)
- 【請求項１】 認識対象となる話者の音声データを音声
辞書と比較照合することで前記話者が本人か否かを識別
する個人認証装置において用いられる前記音声辞書の作
成方法であって、 新規登録ユーザの音声データを取り込んでその特徴を抽
出する処理と、 予め性別、年代、声の高低等の音声の特徴要因別に作成
された複数の不特定話者音声辞書の中から前記抽出され
た特徴に最も近い不特定話者音声辞書を選択し、選択さ
れた前記不特定話者音声辞書を前記新規登録ユーザの音
声データに基づいて適応化することで新規登録ユーザの
個人用音声辞書を作成する処理とをコンピュータ装置上
で実行することを特徴とする、音声辞書作成方法。 - 【請求項２】 認識対象となる話者の音声データを、不
特定話者音声辞書を適応化して作成した個人用音声辞書
と比較照合することで前記話者が本人か否かを識別する
個人認証装置において用いられる前記不特定話者音声辞
書の作成方法であって、 複数の音声データからなる複数の多数話者セットを入力
し、各セットの音声データを性別、年代、声の高低等の
音声の特徴要因別に振り分けて複数のサブセットを生成
する処理と、 前記生成された複数のサブセットのそれぞれから辞書候
補を生成するとともに、生成した複数の辞書候補のそれ
ぞれにより前記複数の多数話者セットの各音声データを
音声認識し、その認識結果に応じて前記複数のサブセッ
トを再編集する処理と、 前記再編集されたサブセットの変化の有無を判別し、変
化があった場合は前記辞書候補を再作成し、変化がない
場合は当該辞書候補を前記不特定話者音声辞書として保
存する処理とをコンピュータ装置上で実行することを特
徴とする、音声辞書作成方法。 - 【請求項３】 予め性別、年代、声の高低等の音声の特
徴要因別に複数の不特定話者音声辞書を作成して保存す
る処理と、 所定の音声入力手段を通じて取り込んだ新規登録ユーザ
の音声データの特徴に最も近い不特定話者音声辞書を選
択する処理と、 選択された前記不特定話者音声辞書を前記新規登録ユー
ザの音声データに基づいて適応化して個人用音声辞書を
作成する処理と、 認識対象となる話者の音声データを取り込んで前記作成
された個人用音声辞書と比較照合することで本人か否か
を識別する処理と、をコンピュータ装置上で実行するこ
とを特徴とする、個人認証方法。 - 【請求項４】 認識対象となる話者の音声データを音声
辞書と比較照合することで本人か否かを識別する個人認
証装置において使用される前記音声辞書の作成装置であ
って、 予め性別、年代、声の高低等の音声の特徴要因別に作成
された複数の不特定話者音声辞書が格納された不特定話
者音声辞書格納手段と、 所定の音声入力手段を通じて取り込んだ前記新規登録ユ
ーザの音声データの特徴に最も近い不特定話者音声辞書
を前記不特定話者音声辞書格納部から選択し、選択され
た前記不特定話者音声辞書を前記新規登録ユーザの音声
データに基づいて適応化して前記音声辞書を作成する辞
書作成手段とを有することを特徴とする、 音声辞書作成装置。 - 【請求項５】 前記辞書作成手段は、予め格納されてい
る複数の不特定話者音声辞書中のテキストをランダムに
提示して新規登録ユーザの音声入力を促し、これによっ
て入力された音声データに基づいて不特定話者音声辞書
を前記新規登録ユーザの個人用辞書に適応化することを
特徴とする請求項４記載の音声辞書作成装置。 - 【請求項６】 認識対象となる話者の音声データを、不
特定話者音声辞書を適応化して作成した個人用音声辞書
と比較照合することで前記話者が本人か否かを識別する
個人認証装置において用いられる前記不特定話者音声辞
書の作成装置であって、 複数の音声データからなる複数の多数話者セットの音声
データを性別、年代、声の高低等の音声の特徴要因別に
振り分けて複数のサブセットを生成するサブセット生成
手段と、 前記生成された複数のサブセットのそれぞれから辞書候
補を作成するとともに、作成した複数の辞書候補のそれ
ぞれにより前記複数の多数話者セットの各音声データを
音声認識し、その認識結果に応じて前記複数のサブセッ
トを再編集するサブセット再編集手段と、 前記再編集されたサブセットの変化の有無を判別し、変
化があった場合は前記辞書候補を再作成し、変化がない
場合は当該辞書候補を前記不特定話者音声辞書として保
存する辞書作成手段とを有することを特徴とする、音声
辞書作成装置。 - 【請求項７】 予め性別、年代、声の高低等の音声の特
徴要因別に作成された複数の不特定話者音声辞書が格納
さた不特定話者音声辞書格納手段と、 所定の音声入力手段を通じて取り込んだ新規登録ユーザ
の音声データの特徴に最も近い不特定話者音声辞書を前
記不特定話者音声辞書格納手段より選択し、選択された
前記不特定話者音声辞書を前記新規登録ユーザの音声デ
ータに基づいて適応化して個人用音声辞書を作成すると
ともに、認識対象となる話者の音声データを取り込んで
前記作成された個人用音声辞書と比較照合することで本
人か否かを識別する認証手段とを具備して成る、 音声による個人認証装置。 - 【請求項８】 前記認証手段は、既に作成されている複
数の個人用辞書中のテキストをランダムに提示して新規
登録ユーザの音声入力を促し、これによって入力された
音声データの特徴が規定値を越える個人用辞書の有無を
判定するように構成されていることを特徴とする、請求
項７記載の個人認証装置。 - 【請求項９】 予め性別、年代、声の高低等の音声の特
徴要因別に複数の不特定話者音声辞書を作成して保存す
る処理、 所定の音声入力手段を通じて取り込んだ新規登録ユーザ
の音声データの特徴に最も近い不特定話者音声辞書を選
択する処理、 選択された前記不特定話者音声辞書を前記新規登録ユー
ザの音声データに基づいて適応化して個人用音声辞書を
作成する処理、 認識対象となる話者の音声データを取り込んで前記作成
された個人用音声辞書と比較照合することで本人か否か
を識別する処理、 をコンピュータ装置に実行させるためのプログラムが記
録された、コンピュータ読み取り可能な記録媒体。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP10151804A JPH11344992A (ja) | 1998-06-01 | 1998-06-01 | 音声辞書作成方法、個人認証装置および記録媒体 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP10151804A JPH11344992A (ja) | 1998-06-01 | 1998-06-01 | 音声辞書作成方法、個人認証装置および記録媒体 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH11344992A true JPH11344992A (ja) | 1999-12-14 |
Family
ID=15526676
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP10151804A Pending JPH11344992A (ja) | 1998-06-01 | 1998-06-01 | 音声辞書作成方法、個人認証装置および記録媒体 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH11344992A (ja) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8918318B2 (en) | 2007-01-16 | 2014-12-23 | Nec Corporation | Extended recognition dictionary learning device and speech recognition system |
| WO2016092807A1 (ja) * | 2014-12-11 | 2016-06-16 | 日本電気株式会社 | 話者識別装置および話者識別用の登録音声の特徴量登録方法 |
| JP2017534905A (ja) * | 2014-10-10 | 2017-11-24 | アリババ グループ ホウルディング リミテッド | 声紋情報管理方法および声紋情報管理装置、ならびに本人認証方法および本人認証システム |
| US9947324B2 (en) | 2015-04-22 | 2018-04-17 | Panasonic Corporation | Speaker identification method and speaker identification device |
-
1998
- 1998-06-01 JP JP10151804A patent/JPH11344992A/ja active Pending
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8918318B2 (en) | 2007-01-16 | 2014-12-23 | Nec Corporation | Extended recognition dictionary learning device and speech recognition system |
| JP2017534905A (ja) * | 2014-10-10 | 2017-11-24 | アリババ グループ ホウルディング リミテッド | 声紋情報管理方法および声紋情報管理装置、ならびに本人認証方法および本人認証システム |
| WO2016092807A1 (ja) * | 2014-12-11 | 2016-06-16 | 日本電気株式会社 | 話者識別装置および話者識別用の登録音声の特徴量登録方法 |
| JPWO2016092807A1 (ja) * | 2014-12-11 | 2017-08-31 | 日本電気株式会社 | 話者識別装置および話者識別用の登録音声の特徴量登録方法 |
| US9947324B2 (en) | 2015-04-22 | 2018-04-17 | Panasonic Corporation | Speaker identification method and speaker identification device |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6394709B2 (ja) | 話者識別装置および話者識別用の登録音声の特徴量登録方法 | |
| US9653068B2 (en) | Speech recognizer adapted to reject machine articulations | |
| US7447632B2 (en) | Voice authentication system | |
| US9792912B2 (en) | Method for verifying the identity of a speaker, system therefore and computer readable medium | |
| JP4672003B2 (ja) | 音声認証システム | |
| US6401063B1 (en) | Method and apparatus for use in speaker verification | |
| JPWO2012014301A1 (ja) | 飲酒状態判定装置及び飲酒状態判定方法 | |
| WO2023274028A1 (zh) | 声纹锁控制方法、装置、电子设备 | |
| JPH11344992A (ja) | 音声辞書作成方法、個人認証装置および記録媒体 | |
| JP3849841B2 (ja) | 話者認識装置 | |
| JP4245948B2 (ja) | 音声認証装置、音声認証方法及び音声認証プログラム | |
| JP2000099090A (ja) | 記号列を用いた話者認識方法 | |
| WO2006027844A1 (ja) | 話者照合装置 | |
| JP3919314B2 (ja) | 話者認識装置及びその方法 | |
| US20230419736A1 (en) | Detection apparatus and spoofing detection method | |
| JPS6386652A (ja) | 電話着呼情報提供システム | |
| JPS63157199A (ja) | 話者照合装置 | |
| JP2000148187A (ja) | 話者認識方法、その方法を用いた装置及びそのプログラム記録媒体 | |
| JPS6385964A (ja) | スケジユ−ル表示方式 | |
| JPS6385931A (ja) | 知的ワ−クステ−シヨン | |
| JPH0567244A (ja) | 情報処理装置 | |
| JPS6386659A (ja) | ワークステーション | |
| JPS6385916A (ja) | 短縮キ−方式 | |
| JPS6385935A (ja) | 個人情報検索方式 | |
| JPS60173687A (ja) | パタ−ン認識装置 |