JPS62209500A

JPS62209500A - 話者認識装置

Info

Publication number: JPS62209500A
Application number: JP61052122A
Authority: JP
Inventors: 誠夫亘理
Original assignee: NEC Corp
Current assignee: NEC Corp
Priority date: 1986-03-10
Filing date: 1986-03-10
Publication date: 1987-09-14

Abstract

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

Description

【発明の詳細な説明】（産業上の利用分野）本願発明は、入力された音声より話者を照合または識別
する話者認識装置に関する。

（従来の技術）話者認識とは入力された音声より話者を推定することで
、話者照合と話者識別の２つの利用形態がある。

話者照合とは、入力された音声より自称した話者と利用
者が同一人であるか調べることであり、話者識別とは、
入力された音声の話者が登録話者内の誰であるか調べる
。このような話者認識は、ＩＤカードなどと同罎に機械
の使用者を知る時に利用される。従来、話者照合には、
昭罪５４年１０月共立出版株式会社より出版された「音
声認識」（文献１と称する）の第２１１頁の図６．１に
記載されているパターンマツチング法が用いられている
。この方法では、入力された音声を周波数分析などで音
声分析し特徴ベクトルの時系列としてパターン化スる。

このパターンと利用者が自称した話者のｖＡ準パターン
との間の相異度を求め、相異度が十分小さい場合「本人
」としている。

また話者識別も話者照合と同様にパターンマツチング法
が用いられている。すなわち、入力パターンと登録話者
の標準パターンとの間の相異度を求め、最も小さい相異
度が得られた標準パターンの話者を利用話者であると判
定している。

（発明が解決しようとする問題点）従来の話者照合では、本人であるか否かの判定には、相
異度とあらかじめ定めた閾値との大小関係を用いていた
。しかしながら音声パターンには経時変化があり、本人
のパターンとの相異度は利用時期と登録時期とのずれに
よって変動する。通常ずれが大きくなるほど相異度も大
きくなる。このため経時変化による相異度の変動を許容
できる程度まで判定の閾値を大きく設定する必要があっ
た。一方、閾値が大きく設定されていると似ている他人
の音声を本人と誤ることが多く、詐称拒否率が低くなる
欠点があった。

また、従来の話者識別では入力パターンに最も似ている
標準パターンの話者を識別結果としている。しかしなが
ら、話者照合と同様に経時変化の影響を受け、入力パタ
ーンが本人の登録時刻の古い標準パターンから離れ、商
人の標準パターンに近づくことがある。そのため他人と
誤ることがあり識別率が低くなる欠点があった。

本願発明の目的は、話者照合や話者識別において利用時
刻と登録時刻の差を用い経時変化に適応した判定を行う
ことにより、認識率の高い話者認識装置を提供すること
である。

（問題点を解決するための手段）本願の第１の発明による話者認識装置は利用話者の入力
音声を特徴ベクトルの時系列として保持する入力パター
ン記憶部と、登録話者があらかじめ発声した登録用音声
の標準パターンを記憶する標準パターン記憶部と、前記
登録用音声の発声した時刻を記憶する登録時刻記憶部と
、前記標準パターン記憶部より利用話者が自称した話者
の標準パターンを読み出し入力パターンとの相異度を求
めるパターン相λ度計算部と、前記パターン相異度計算
部にて求めた相異度と前記登録時刻記憶部より読み出さ
れた登録時刻をもとに自称した話者と利用者が同一人で
あるか照合する照合部とを有している。

また、本願の第２の発明による話者認識装置は登録話者
内のある話者の入力音声を特徴ベクトルの時系列パター
ンとして保持する入力パターン記憶部と、前記登録話者
があらかじめ発声した登録用音声の標準パターンを記憶
する標準パターン化ｔは部と、前記登録用音声の発声し
た時刻を記憶する登録時刻記憶部と、前記入力パターン
と前記標準パターンとの間の相異度を求めるパターン相
異度計算部と、前記パターン相異度計算部にて求めた相
異度と前記登録時刻記憶部、より読み出された登録時刻
をもとに入力音声の話者を識別する識別部とを有してい
る。

（作用）入力された音声は周波数分析などで音声分析し、特徴ベ
クトルの時系列としてパターン化される。

この入力パターンと、利用者が別の方法で指示した（キ
ーボードや、ＩＤカードなど）話者の標準パターンとの
間の相異度を求める。ここで用いる相異度は文献１の第
１０１頁より第ｔｔＳ頁に記載されている時間正規化マ
ツチング法や、固定長パターンマツチング法により求め
ることができる。

話者照合では、前記相異度と閾値を用いて判定が行われ
る。この閾値は利用時刻と登録時刻の差によって定めら
れる。例えば第３図に示すような時間が大きくなる程閾
値が大きくなる増加閾値故Ｔｈ（ｔ）を用いる。

判定は以下のように行うことができる。入力パターンを
Ａ、自称した話者Ｐの標準パターンをＢｉ、ｉ＝１．・
・・＋　ｎ　％標準パターンの登録時刻をｔｌ、利用者
の入力時刻をｔ。、相異度をＤとし、次式に従って判定
結果Ｒが求められる。

１ｆＤ（Ａ、　ｓｌ）＜Ｔｈ（ｔｏ−１１）−・−＋ｔ
ｈｅｎ　　Ｌｉ　＝　Ｏｅｌｓｅ　　Ｌｉ　＝　ｌ　　
………（１１Ｒ＝Ｏならば「本人である」とし、Ｒ＝１
なら１　ば「他人である」と判定される。すなわち、異
なる登録時期の複ａｌｆＡの標準パターンとの相異度の
内で利用時刻と登録時刻の差によって定められる閾値よ
り小さいものが１つでもあれば「本人である」とし、１
つもない時「他人である」と判定される。

一方、話者識別では、前記相異度と信頼度を用いて１１
１定が行われる。この信頼度は利用時刻と登録時期の差
によって定められる。例えば第４図に示すような時間が
大きくなる程信頼度が小さくなる減少関数Ｓ（ｔ、）　
　を用いる。

判定は以下のように行うことができる。登録語者ｐ　（
０４１ｆＡ準バターｙをＢ１．１”　Ｌ＋　””＊　　
ｎｐ　とすると、入力パターンとの話者相異度Ｄｐは次
式に従って求めることができる。

このようにして求められた話者相異度ＤＴ３の最小値を
求め、戚小が得られた話者を識別結果とする。

（実施？１ｌＬ）第１図は本願の第１の発明の一実施例を示すブロック図
である。この実施例では話者照合が実行される。

始めに入力された音声は周波数分析などの音声分析によ
り特徴ペクト／Ｌ／の時系列Ａ＝　（ａｌ　ｔ　ａｌ　ｔ　”’ｔ　ａｌ　）として
入力パターン記憶部１に記憶される。また、標準パター
ン記憶部２にはあらかじめ登録されている話者ｐの５個
の標準パターンが記憶されている。さらに、それぞれの標準パターンの
登録時刻が登録時刻記憶部４に記憶されている。

利用者は入力音声の発声とともに話者指定を行５゜この
話者ｐのｎＴ）＋ｌ！の標準パターンと入力パターンと
の間の相異度がそれぞれパターン相異度計算部３にて求
められる。このパターン相異度Ｄ（Ａ＃Ｂ）は文献１の
第１０１頁より第１０８頁に記載されている時間正規化
マツチング法にて求めることができる。

続いて照合部５では、登録時刻記憶部４より標準パター
ンの登録された時刻ｔ　か読み出され、利用時刻ｔｏと
の差１ｏ−１から閾値Ｔｈ（ｔ、ｏ−度Ｄ（Ａ、Ｂ）と
１（支）匝’ｒｈ（ｔｏ−ｉ）か比較ｉされＬｌが求められ、（２）式の、ｒａ、ｌｆｆ１積Ｒ
が求められる。Ｒ＝Ｏであるならば「本人である」が、
Ｒ＝１であるならば「他人である」が照合結果として出
力される。

（実施例２）第２図に本願の第２の発明の一実施例をブロック図で示
す。この実施例では話者識別が実行される。本実施例で
は第１図の実施例の照合部５が識別部６に変更されてい
る。それ以外は第１図の実施レリと同様の動作が行われ
る。

すなわち、始めに入力されたパターンＡとすべての標準
パターンＢ　との間の相異度Ｄ（Ａ、Ｂ）が相異度計算
部３にて求められる。

続いて識別部６では、登録時刻記憶部４より標準パター
ンの登録された時刻ｔ　が読み出され、利用時刻ｔ。ど
の差１０−１　　から信頼度Ｓ（ｔ、。

−１）　　か求められる。さらに（４）式のＳＳｔが求
められ、（３）式に従って１＝１．・・・ｔ　ｎｐＯ内
で最■ 小となる〒１・ｏ　（ＡＩ　Ｂ１）か求められる。最後
にすべての登録話者の内で最小となる話者相異度咋が求
められ、最小が得られた話者πが識別結果として出力さ
れる。

以上、本願発明を実施例に基づき説明したが、本願の第
２の発明の識別部における判定には前記第２図の実施例
以外にも、平均相異度Ｄｐとしてまたは、上（ｉＫ個の
平均相異度Ｄｐ　　としてまただし、Ｑは■・Ｄ（Ａ、Ｂ工）の小さいものに個の集
合を用いることもできる。

さらに、本願の第１の発明の照合部における判定には、
前記第１図の実施例以外にも、識別部で用いている話者
相異度を求め固定問直と大小関係を判定する方法も用い
ることができる。

（発明の効果）本発明による話者認識装置は、入力音声の発声された利
用時刻と登録音声の発声された登録時刻の差を用いて判
定を行っている。これにより音声パターンの経時変化に
適応することができ、認識率が向上するという利点が生
じる。

【図面の簡単な説明】

第１図は本１頭の第１の発明の一実施例を示すブロック
図、第２図は本願の第２の発明の一実施例を示すブロッ
ク図、第３図は閾値関数を示す図、第４図は信頼度関数
を示す図である。図において、１・・・入力パターン記憶部、２・・・標
準パターン記憶部、３・・・パターン相異度計算部、４
・・・登録時刻記憶部、５・・・照合部、６・・・識別
部である。代理人　弁理士　本　庄　伸　介第２図 −を第３図 −を第４図

Claims

【特許請求の範囲】

（１）利用話者の入力音声を特徴ベクトルの時系列とし
て保持する入力パターン記憶部と、登録話者があらかじ
め発声した登録用音声の標準パターンを記憶する標準パ
ターン記憶部と、前記登録用音声の発声した時刻を記憶
する登録時刻記憶部と、前記標準パターン記憶部より利
用話者が自称した話者の標準パターンを読み出し入力パ
ターンとの相異度を求めるパターン相異度計算部と、前
記パターン相異度計算部にて求めた相異度と前記登録時
刻記憶部より読み出された登録時刻をもとに自称した話
者と利用者が同一人であるか照合する照合部を持つこと
を特徴とする話者認識装置。
（２）登録話者内のある話者の入力音声を特徴ベクトル
の時系列パターンとして保持する入力パターン記憶部と
、前記登録話者があらかじめ発声した登録用音声の標準
パターンを記憶する標準パターン記憶部と、前記登録用
音声の発声した時刻を記憶する登録時刻記憶部と、前記
入力パターンと前記標準パターンとの間の相異度を求め
るパターン相異度計算部と、前記パターン相異度計算部
にて求めた相異度と前記登録時刻記憶部より読み出され
た登録時刻をもとに入力音声の話者を識別する識別部と
を持つことを特徴とする話者認識装置。