[发明专利]说话者识别装置、说话者识别方法及记录介质

说明书

本发明提供一种即使在混入杂音的环境下也能提高说话者识别的精度的说话者识别装置、说话者识别方法及记录介质等。具备：特征量算出部(12)，针对所取得的发声的语音算出两个以上的音响特征量；相似度计算部(13)，计算针对识别对象说话者的一个以上的说话者性特征量、和由特征量算出部(12)算出的两个以上的音响特征量中的每一个的相似度；合成部(14)，合成由相似度计算部(13)所计算的两个以上的相似度；以及判定部(15)，基于由合成部(14)得到的合成值，判定该发声的说话者是否为识别对象说话者，两个以上的音响特征量中的至少两个音响特征量的性质及两个以上的相似度中的至少两个相似度的性质中的至少一方是不同的。

技术领域

本公开涉及一种说话者识别装置、说话者识别方法及记录介质。

背景技术

说话者识别技术是预先收集登记对象的说话者的发声的语音，基于从收集到的语音计算出的特征量与新取得的未知的说话者的发声的语音之间的相似度，判定未知的说话者是否为所登记的说话者的技术。

例如，在非专利文献1中，作为用于说话者识别的高精度的特征量，公开了被称为i-Vector的说话者固有的特征量及对其计算方法。通过根据登记说话者的发声的语音及未知说话者的发声的语音来计算这样的特征量，能够高精度地判定未知说话者是否为登记说话者。

在先技术文献

非专利文献

非专利文献1：Dehak，Najim，et al.“Front-end factor analysis for speakerverification.”Audio，Speech，and Language Processing，IEEE Transactions on19.4(2011)：788-798.

非专利文献2：David，Snyder，et al.“X-VECTORS：ROBUST DNN EMBEDDINGS FORSPEAKER RECOGNITION.”Center for Language and Speech Processing&Human LanguageTechnology Center of Excellence The Johns Hopkins University，Baltimore，MD21218，USA.

发明内容

发明要解决的问题

然而，即使将通过上述非专利文献1所公开的计算方法计算出的特征量用于说话者识别，在所取得的未知说话者的发声的语音中混入了杂音等的情况下，即使未知说话者的发声不是登记说话者的发声时，也会识别为登记说话者的发声。即，在杂音等混入新取得的未知说话者的发声的语音中的情况下，说话者识别的精度降低。

本公开是鉴于上述的情况而完成的，其目的为提供一种说话者识别装置、说话者识别方法及存储介质，即使在杂音混入的环境下也能够提高说话者识别的精度。

解决问题的手段

本公开的一个方式的说话者识别装置，具备：特征量算出部，其针对所取得的发声的语音算出两个以上的音响特征量；相似度计算部，其计算针对作为识别对象的说话者的一个以上的说话者性特征量与由所述特征量算出部算出的所述两个以上的音响特征量的每一个之间的相似度；合成部，其合成由所述相似度计算部计算出的两个以上的相似度；以及判定部，其基于由所述合成部得到的合成值，判定所述发声的说话者是否为所述作为识别对象的说话者，所述两个以上的音响特征量中的至少两个音响特征量的性质及所述两个以上的相似度中的至少两个相似度的性质中的至少一方不同。

此外，这些全面或具体的方式可以通过系统、方法、集成电路、计算机程序或计算机可读取的CD-ROM等记录介质来实现，也可以通过系统、方法、集成电路、计算机程序以及记录介质的任意组合来实现。

发明的效果