JPH1031577A - 音声入力情報処理システム - Google Patents

Abstract

(57)【要約】 【課題】 特定使用者の照合の為のステップを踏まずに
業務に入ることができ、且つ特定使用者以外によるシス
テムの使用を制限することができる音声入力情報処理シ
ステムを提供する。 【解決手段】 マイクロホン３より入力された音声信号
Axは、第２の音声分析回路５によって分析され、その分
析された音声データDxは認識部１２に入力される。認識
部１２は、前記音声データDxに対し、記憶部１７に記憶
されている登録データを参照して発話内容を認識する。
照合部１８は、前記音声データDxと一致するデータが記
憶部１７に記憶されているか否かを検索する照合を行
う。前記音声データDxが登録データと一致した場合にの
み、前記発話内容が情報処理装置１１に伝送され、情報
処理が行われる。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、音声入力機能を備
えた音声入力情報処理システムに係わり、特に特定者以
外のシステム使用を制限する機能を備えた音声入力情報
処理システムに関する。

【０００２】

【従来の技術】例えば、携帯端末やパソコン、ワークス
テーションなどの情報処理装置によって構築される情報
処理システムでは、音声認識により情報処理装置の処理
を制御するものが一般に知られている。

【０００３】また、特定者以外のシステム使用を制限す
るパス機能を備えたものもあり、一般には電源投入後若
しくはコールドスタート後に予め登録されてあるパスワ
ードを入力することにより特定者以外のシステム使用を
制限している。ここで、コールドスタートとは、利用者
がある時間以上操作しないことにより自動的にサスペン
ド状態になったり、利用者が情報処理システムを離れる
ときに意識的にスクリーンロックをした状態などからの
機能復帰のことを呼ぶ。

【０００４】また、特開平４−８８４２１号公報におい
ては、音声により特定者の照合を行うようにした情報処
理システムが提案されている。

【０００５】図４は、この提案された情報処理システム
の概略構成を示すものであって、１は携帯端末やパソコ
ン、ワークステーションなどの情報処理装置、２は前記
情報処理装置１を操作する為のキーボード、３は使用者
が発する音声を捕らえるマイクロホン、４及び５はそれ
ぞれ音声の特徴を分析してディジタルデータ化する第１
及び第２の音声分析回路、６はマイクロホン３を介して
入力された使用者の音声を第１または第２の音声分析回
路４または５に切り替えて入力させる信号切り替え回
路、７は第１の音声分析回路４によって分析された音声
データを登録データとして記憶する音声データ記憶部、
８は第２の音声分析回路５によって分析された音声デー
タが前記記憶部７に記憶されている登録データと一致す
るか否かを照合する照合部、９は第１の音声分析回路４
によって分析された音声データを前記記憶部７に登録デ
ータとして記憶させる登録モードと第２の音声分析回路
５によって分析された音声データを前記照合部８に照合
データとして入力させる照合モードとを切り替えて実行
させる制御部、１０は前記制御部９の動作モード設定な
どを行う為の補助操作部である。

【０００６】ここで、情報処理装置１は、電源投入によ
ってコールドスタートされてもアプリケーション・ソフ
トウェアの実行が禁止されたロック状態を保ち、照合部
８から一致出力を与えられた場合だけ、前記ロック状態
を解除してアプリケーション・ソフトウェアの実行に移
行できるように構成されている。

【０００７】音声分析回路４及び５は、例えば、ＬＰＣ
ケプストラム分析によって音声の特徴パラメータを抽出
し、この抽出した特徴パラメータの全部または一部を符
号化されたディジタルデータの形式で出力するように構
成されている。

【０００８】また、制御部９によって設定される動作モ
ードについて、照合モードは通常のコールドスタートに
よって自動的に設定されるが、登録モードは比較的長い
文字列からなるパスワードあるいはキースイッチなどに
よって、特定のシステム管理者だけが設定できるように
構成されている。

【０００９】以上のように構成された情報処理システム
について、以下その動作を説明する。

【００１０】図５は、図４に示した情報処理システムの
要部における概略動作をフローチャートで示したもので
ある。

【００１１】図４及び図５において、まず、特定のシス
テム管理者によって登録モードが設定された場合は、パ
スワード登録者の音声入力を指示する表示が行われ（ｓ
１１：ｓはステップを表す、以下同様）、マイクロホン
３を介して入力された登録者の音声信号A#が第１の音声
分析回路４によって分析され（ｓ１２）、この分析され
た音声データD#が記憶部７に登録・記憶される（ｓ１
３）。この時、登録者は、登録者個人が任意に選んだ短
い単語、例えば自分の名前などを発声する。発声された
音声は、周波数スペクトルなどの特徴パラメータを抽出
されてディジタルデータ化され、この分析された音声デ
ータが記憶部７に登録される。これにより、特定使用者
の登録が行われる。

【００１２】次に、通常のコールドスタートによって照
合モードが自動設定された場合は、音声によるパスワー
ドの入力を指示する表示が行われ（ｓ２１）、マイクロ
ホン３を介して入力された使用者の音声信号Axが第２の
音声分析回路５によって分析され、この分析された音声
データDxが照合データとして照合部８に入力される（ｓ
２２）。照合部８は、入力された照合データDxと一致す
るデータが記憶部７に記憶されているか否かを検索する
照合を行う（ｓ２３）。この照合の結果、照合データDx
が登録データD#と一致しなかった場合は、上述したルー
チン（ｓ２１〜ｓ２３）が繰り返されるだけであるが、
登録データと一致した場合には、この一致出力が情報処
理装置１にそのロック状態を解除する信号Routとして与
えられる。これにより、音声データが登録された特定使
用者以外のシステム使用が制限される。

【００１３】以上のように、上述したシステムでは、照
合の為のデータ入力が使用者の発声によって非常に迅速
かつ簡単に行うことができるとともに、入力された照合
データの個人別独自性が非常に高いことにより、特定使
用者によるシステムの使い勝手を損なうことなく、特定
者以外によるシステム使用を確実に制限することができ
るようになる。

【００１４】

【発明が解決しようとする課題】しかしながら、このよ
うな従来の情報処理システムでは、図６に示すように、
コールドスタートする毎に、特定使用者の照合の為のス
テップを踏まなければならず、特に、頻繁にコールドス
タートを行うような情報処理システムにおいては、利用
者にとって負担になるという問題があった。

【００１５】本発明は、上述した問題点を解決するため
になされたものであり、特定使用者の照合の為のステッ
プを踏まずに業務に入ることができ、且つ特定使用者以
外によるシステムの使用を制限することができる音声入
力情報処理システムを提供することを目的としている。

【００１６】

【課題を解決するための手段】この目的を達成するため
に、本発明の請求項１に記載の音声入力情報処理システ
ムは、システムの使用者が入力した音声の特徴を分析す
る音声分析手段と、その音声分析手段によって分析され
た音声データの発話内容を認識する音声認識手段と、そ
の音声認識手段によって認識された発話内容に基づいて
情報処理を行う情報処理装置と、予め入力され、分析さ
れた音声データを登録データとして記憶する記憶部と、
前記音声分析手段によって分析された音声データの話者
と前記記憶部の登録データの話者とが一致するか否かを
照合する照合手段と、前記照合手段が前記入力された音
声データの話者と前記記憶部の登録データの話者とが一
致するとの照合結果を出力した場合にのみ、前記音声認
識手段が前記音声データについて認識した発話内容を前
記情報処理装置に伝送するように制御する制御手段とを
備えている。

【００１７】従って、システムの使用者が入力した音声
の特徴を音声分析手段が分析し、その音声分析手段によ
って分析された音声データの発話内容を音声認識手段が
認識する。一方、照合手段は、前記音声分析手段によっ
て分析された音声データの話者と前記記憶部の登録デー
タの話者とが一致するか否かを照合する。そして、制御
手段は、前記照合手段が前記入力された音声データの話
者と前記記憶部の登録データの話者とが一致するとの照
合結果を出力した場合にのみ、前記音声認識手段が前記
音声データについて認識した発話内容を前記情報処理装
置に伝送するように制御する。よって、特定使用者の照
合の為に特別にステップを設けることなく、迅速且つ確
実に特定使用者の照合を行うことができ、特定使用者の
音声のみに対して情報処理を行うことができる。

【００１８】また、請求項２に記載の音声入力情報処理
システムは、前記照合手段が、電源投入後若しくはコー
ルドスタート後に最初に音声入力があった場合にのみ、
照合処理を行うように構成されている。従って、電源投
入後若しくはコールドスタート後の２回目以降の音声入
力処理においては照合を行わない為、迅速に業務に復帰
することができ、且つ効率的に情報処理を行うことがで
きる。

【００１９】

【発明の実施の形態】以下に、本発明の実施の形態につ
いて図を参照しながら説明する。なお、前記従来の情報
処理システムと同一の部材には同一の符号を用い、その
説明を省略する。

【００２０】図１は、本実施の形態の音声入力情報処理
システムの概略構成を示すものであって、１１は携帯端
末やパソコン、ワークステーションなどの情報処理装
置、２は前記情報処理装置１１を操作する為のキーボー
ド、３は使用者が発する音声を捕らえるマイクロホン、
４及び５はそれぞれ音声の特徴を分析してディジタルデ
ータ化する第１及び第２の音声分析回路、６はマイクロ
ホン３を介して入力された使用者の音声を第１または第
２の音声分析回路４または５に切り替えて入力させる信
号切り替え回路、１７は認識処理や話者照合処理の為
に、第１の音声分析回路４によって分析された音声デー
タを登録データとして記憶する音声データ記憶部、１２
は第２の音声分析回路５によって分析された音声データ
の発話内容を認識する認識部、１８は前記記憶部７に記
憶されている登録データと話者が一致するか否かを照合
する照合部である。

【００２１】また、１９は第１の音声分析回路４によっ
て分析された音声データを前記記憶部１７に登録データ
として記憶させる登録モードと第２の音声分析回路５に
よって分析された音声データを認識・照合処理をする認
識・照合モードとを切り替えて実行させたり、照合処理
を実施するかどうかを制御する制御部、１０は前記制御
部１９の動作モード設定などを行う為の補助操作部であ
る。

【００２２】尚、第１の音声分析回路４及び第２の音声
分析回路５は本発明の音声分析手段を、認識部１２は音
声認識手段を、音声データ記憶部１７は記憶部を、照合
部１８は照合手段を、制御部１９は制御手段をそれぞれ
構成するものである。

【００２３】ここで、情報処理装置１１は、認識部１２
の認識結果を受け処理を実施するように構成されてい
る。

【００２４】音声分析回路４及び５は、例えば、ＬＰＣ
ケプストラム分析によって音声の特徴パラメータを抽出
し、この抽出した特徴パラメータの全部または一部を符
号化されたディジタルデータの形式で出力するように構
成されている。

【００２５】また、制御部１９によって設定される動作
モードについて、認識・照合モードは通常のコールドス
タートによって自動的に設定されるが、登録モードは比
較的長い文字列からなるパスワードあるいはキースイッ
チなどによって、特定のシステム管理者だけが設定でき
るように構成されている。

【００２６】以上のように構成された音声入力情報処理
システムについて、以下その動作を説明する。

【００２７】図２は、図１に示した音声入力情報処理シ
ステムの要部における概略動作をフローチャートで示し
たものである。

【００２８】図１及び図２において、まず、特定のシス
テム管理者によって登録モードが設定された場合は、音
声登録を指示する表示が行われ（ｓ１０２）、マイクロ
ホン３を介して入力された登録者の音声信号A#が第１の
音声分析回路４によって分析され（ｓ１０３）、この分
析された音声データD#が記憶部７に登録・記憶される
（ｓ１０４）。この時、登録者は、表示に従い情報処理
装置１１の制御や話者の照合の為に予め必要な登録デー
タを発声する。発声された音声は、周波数スペクトルな
どの特徴パラメータを抽出されてディジタルデータ化さ
れ、この分析された音声データが記憶部１７に登録され
る。これにより、特定使用者の登録が行われる。

【００２９】次に、通常のコールドスタートによって認
識・照合モードが自動設定された場合は、制御部１９に
おける制御フラグがＯＮに設定される。

【００３０】コールドスタート後、初回の音声入力の場
合には、制御フラグがＯＮになっており、この場合には
（ｓ１０５）、マイクロホン３を介して入力された使用
者の音声信号Axが第２の音声分析回路５によって分析さ
れ、この分析された音声データDxが認識部１２に入力さ
れる（ｓ１０６）。認識部１２は、入力された音声デー
タDxに対し、記憶部１７に記憶されている登録データを
参照することにより、発話内容を認識する。例えば、入
力された音声データDxと、記憶部１７に記憶されている
すべてのデータとの距離を、ＤＰマッチング法により求
め、最も距離の小さいものを認識結果とする（ｓ１０
７）。

【００３１】また、照合部１８は、入力された音声デー
タDxと話者の一致するデータが記憶部１７に記憶されて
いるか否かを検索する照合を行う。例えば、入力された
音声データDxとｓ１０７における最小距離であった登録
データに対して照合する（ｓ１０８）。この照合の結
果、照合データDxが登録データD#と一致しなかった場合
は、上述したルーチン（ｓ１０６〜ｓ１０８）が繰り返
されるだけであるが、登録データと一致した場合には、
制御フラグをOFFにセットした後（ｓ１１２）、ｓ１０
７において認識された認識結果が情報処理装置１１に与
えられ実行される（ｓ１１３）。

【００３２】また、２回目以降の音声入力においては、
制御フラグがOFFにセットされている為に、話者照合処
理は行われずに、特徴分析処理（ｓ１１０）、認識処理
（ｓ１１１）のみが行われる。

【００３３】従って、図３に示すように、本実施の形態
の音声入力情報処理システムは、図６に示す従来の情報
処理システムにおける処理とは異なり、特定使用者の照
合の為だけに音声入力ステップを設ける必要がなく、利
用者はコールドスタート後、非常に迅速かつ簡単に業務
に復帰することができるとともに、入力された照合デー
タの個人別独自性が非常に高いことにより、特定使用者
によるシステムの使い勝手を損なうことなく、特定者以
外によるシステム使用を確実に制限することができる。

【００３４】尚、本発明は以上詳述した実施の形態に限
定されるものではなく、その要旨を逸脱しない範囲にお
いて、種々の変更を加えることができる。

【００３５】例えば、前記実施の形態においては、認識
部１２は入力された音声データDxと、記憶部１７に記憶
されているすべてのデータとの距離をＤＰマッチング法
により求め、最も距離の小さいものを認識結果とし、照
合部１８は入力された音声データDxと認識部１２におい
て最小距離であった登録データとを比較照合したが、認
識処理と照合処理を完全に独立なものにしても何ら差し
支えるものではない。また、認識処理・参照処理にＤＰ
マッチング法を用いたが、ベクトル量子化や話者適応な
ど他の手法であってもよい。

【００３６】また、前記実施の形態においては、２回目
以降の音声入力に対して話者照合処理を行わないように
したが、２回目以降の音声入力であってもこの処理を行
って何ら差し支えるものではない。これによると、席を
離れるときにサスペンド状態にしたり、スクリーン・ロ
ックをする必要もなくなるという利点もある。

【００３７】また、前記実施の形態においては、音声分
析回路４及び５を別回路にて構成したが、同一回路にて
共用するように構成してもよい。

【００３８】また、例えば登録データD#を記憶する記憶
部１７に、システムの使用範囲を定める情報を登録デー
タ別に記憶させることにより、使用者別にシステムの利
用範囲を定めるようにしてもよい。

【００３９】

【発明の効果】以上説明したことから明かなように、本
発明の請求項１に記載の音声入力情報処理システムは、
システムの使用者が入力した音声の特徴を分析する音声
分析手段と、その音声分析手段によって分析された音声
データの発話内容を認識する音声認識手段と、その音声
認識手段によって認識された発話内容に基づいて情報処
理を行う情報処理装置と、予め入力され、分析された音
声データを登録データとして記憶する記憶部と、前記音
声分析手段によって分析された音声データの話者と前記
記憶部の登録データの話者とが一致するか否かを照合す
る照合手段と、前記照合手段が前記入力された音声デー
タの話者と前記記憶部の登録データの話者とが一致する
との照合結果を出力した場合にのみ、前記音声認識手段
が前記音声データについて認識した発話内容を前記情報
処理装置に伝送するように制御する制御手段とを備えて
いる。従って、特定使用者の照合の為に特別にステップ
を設けることなく、迅速且つ確実に特定使用者の照合を
行うことができ、特定使用者の音声のみに対して情報処
理を行うことができる。

【００４０】また、請求項２に記載の音声入力情報処理
システムは、前記照合手段が、電源投入後若しくはコー
ルドスタート後に最初に音声入力があった場合にのみ、
照合処理を行うように構成されている。従って、電源投
入後若しくはコールドスタート後の２回目以降の音声入
力処理においては照合を行わない為、迅速に業務に復帰
することができ、且つ効率的に情報処理を行うことがで
きる。

【図面の簡単な説明】

【図１】本実施の形態の音声入力情報処理システムの概
略構成図である。

【図２】本実施の形態の音声入力情報処理システムの動
作を説明するフローチャートである。

【図３】本実施の形態の音声入力情報処理システムのコ
ールドスタート後の処理概要を示すフローチャートであ
る。

【図４】従来の情報処理システムの概略構成図である。

【図５】従来の情報処理システムの概略フローチャート
である。

【図６】従来の情報処理システムのコールドスタート後
の処理概要を示すフローチャートである。

【符号の説明】

４ 第１の音声分析回路 ５ 第２の音声分析回路 １１ 情報処理装置 １２ 認識部 １７ 音声データ記憶部 １８ 照合部 １９ 制御部

Claims (2)

【特許請求の範囲】
1. 【請求項１】 システムの使用者が入力した音声の特徴
   を分析する音声分析手段と、 その音声分析手段によって分析された音声データの発話
   内容を認識する音声認識手段と、 その音声認識手段によって認識された発話内容に基づい
   て情報処理を行う情報処理装置と、 予め入力され、分析された音声データを登録データとし
   て記憶する記憶部と、 前記音声分析手段によって分析された音声データの話者
   と前記記憶部の登録データの話者とが一致するか否かを
   照合する照合手段と、 前記照合手段が前記入力された音声データの話者と前記
   記憶部の登録データの話者とが一致するとの照合結果を
   出力した場合にのみ、前記音声認識手段が前記音声デー
   タについて認識した発話内容を前記情報処理装置に伝送
   するように制御する制御手段とを備えたことを特徴とす
   る音声入力情報処理システム。
2. 【請求項２】 前記照合手段は、電源投入後若しくはコ
   ールドスタート後に最初に音声入力があった場合にの
   み、照合処理を行うように構成されたことを特徴とする
   請求項１に記載の音声入力情報処理システム。