JPH0117598B2 - - Google Patents

Description

【発明の詳細な説明】 本発明は、音声により情報を入力するシステム
における入力音声認識方式に関する。DETAILED DESCRIPTION OF THE INVENTION The present invention relates to an input voice recognition method in a system for inputting information by voice.

銀行などに設置される無人の預金入、出金端末
では、例えば顧客が該端末のカード挿入口にカー
ドを挿入し、またテンキーを操作して暗証コード
を入力する。端末側では該カードに磁気的に書込
まれた暗証コードとテンキーにより入力された暗
証コードとを比較し、その一致、不一致により個
人の確認を行なう。この際誤りやすいのはやはり
テンキー操作による暗証コード入力である。若し
この暗証コード入力が音声でつまり顧客の発声で
可能であれば誤入力は回避でき、入力所要時間も
短縮できる。しかし現在では不特定話者を対象と
する音声認識率は実用レベルに達しておらず、予
め登録された特定話者専用の音声入力装置が開発
されているのみである。従つて銀行等、多数の顧
客を対象とする分野での音声入力サービスは不可
能若しくは困難である。 At unmanned deposit/withdrawal terminals installed in banks and the like, for example, a customer inserts a card into the card slot of the terminal and inputs a personal identification code by operating a numeric keypad. On the terminal side, the personal identification code magnetically written on the card is compared with the personal identification code entered using the numeric keypad, and the identity of the individual is verified based on whether they match or do not match. In this case, it is easy to make mistakes when entering the password using the numeric keypad. If the password code can be input by voice, that is, by the customer's voice, erroneous input can be avoided and the time required for input can be shortened. However, at present, the speech recognition rate for unspecified speakers has not reached a practical level, and only pre-registered speech input devices exclusively for specific speakers have been developed. Therefore, it is impossible or difficult to provide voice input services in fields such as banks that target a large number of customers.

本発明は声紋記録カードを併用して不特定話者
の音声による入力、その識別を可能にしようとす
るものであつて、特徴とする所は音声により情報
を入力するシステムにおける入力音声の認識方式
において、入力すべき各言葉に対する標準音声信
号とと利用者個人の音声信号との各周波数成分に
ついての差をカードの記憶部に記録しておき、ま
た音声応答装置には該カードの読取器および前記
の各言話に対する標準音声信号の周波数成分を記
憶するメモリテーブルを用意しておき、音声入力
に際して音声応答装置に前記カードを挿入してそ
の記憶内容を読み取らせ、またマイクロホンを通
して音声を入力し、この入力音声と前記カードの
記憶内容とメモリテーブル読取り出力とを用いて
入力音声を認識させる点にある。以下図面に示す
実施例を参照しながらこれを詳細に説明する。 The present invention aims to enable voice input and identification of unspecified speakers using a voiceprint recording card, and is characterized by a method for recognizing input voice in a system for inputting information by voice. , the difference in each frequency component between the standard voice signal for each word to be input and the user's personal voice signal is recorded in the memory section of the card, and the voice response device is equipped with the card reader and the user's personal voice signal. A memory table is prepared in which the frequency components of standard audio signals for each of the above-mentioned languages are stored, and when inputting voice, the card is inserted into a voice response device to read the stored contents, and the voice is input through a microphone. , the input voice is recognized using this input voice, the memory contents of the card, and the memory table read output. This will be explained in detail below with reference to embodiments shown in the drawings.

第１図で１０はカードであり、このカードには
LSI（大規模集積回路）１２が搭載されている。
１４はカード発行機であり、マイクロホン１６が
付設されている。２０は無人の預金入出金用端末
であるが、音声入力が可能なようにされている。
即ち音声識別用のテーブル２２、カード発行機１
４により発行されたカードの挿入口２４、そのカ
ード読取器２６、マイクロホン２８、認識部３０
などを備える。 In Figure 1, 10 is a card, and this card has
It is equipped with 12 LSIs (Large Scale Integrated Circuits).
14 is a card issuing machine to which a microphone 16 is attached. Reference numeral 20 is an unmanned deposit/withdrawal terminal which allows voice input.
That is, a voice recognition table 22, a card issuing machine 1
4, a card reader 26, a microphone 28, and a recognition unit 30.
Equipped with etc.

第２図はLSI搭載カードの概要を示す。LSI１
２はカード１０に埋込まれた状態となつており、
該LSIに対する配線の端子１２ａは表面に露出し
ている。従つてこの端子部をソケツト３２に挿入
することによりLSI１２と外部回路との接続が行
なわれ、本例ではメモリ（EEPROM）であるこ
のLSIに対する書込み読取りが可能になる。カー
ド１０は磁気記録用の磁性膜なども被着される
が、簡単化のため図示はしてない。 Figure 2 shows an overview of the LSI-equipped card. LSI1
2 is embedded in the card 10,
The terminal 12a of the wiring for the LSI is exposed on the surface. Therefore, by inserting this terminal portion into the socket 32, the LSI 12 is connected to an external circuit, and it becomes possible to write to and read from this LSI, which is a memory (EEPROM) in this example. The card 10 is also coated with a magnetic film for magnetic recording, but this is not shown for the sake of simplicity.

このカード１０のLSIメモリヘはカード使用者
の音声の特徴を記録しておき、それで該使用者の
音声信号を修正して音声認識を可能にする。 The LSI memory of this card 10 records the characteristics of the card user's voice, and modifies the user's voice signal accordingly to enable voice recognition.

第３図はカード発行機１４の一例を示す。５０
はフオルマント抽出部であつて入力音声の周波数
f₁，f₂……f_o成分を抽出するバンドパスフイルタ
F₁〜F_o、積分器I₁〜I_oおよびアナログ・デジタル
変換器C₁〜C_oを備える。５２はタイマであつて
クロツクCLKを発生し、これを積分器I₁〜I_o、
Ａ／Ｄ変換器C₁〜C_o、カウンタ５４、およびラ
ンプ６０の駆動部６２へ供給する。各積分器はフ
イルタF₁〜F_oの出力周波数f₁，f₂……f_oを各クロ
ツク周期の間積分する。タイマからのクロツクは
リセツト信号となる。クロツクCLKの周期は入
力音声の一語の発声期間、本例では暗証コード用
等の各数値１、２、３……の発音期間の予想又は
予定値0.5秒にとつてあり、これらの数値「１」、
「２」「３」……の各音声の各周波数成分（f₁〜f_o
のうちの所定のものの振幅）の積分値が積分器I₁
〜I_oで逐次求められ、かつその積分値がＡ／Ｄ変
換器C₁〜C_oで逐次デジタル値に変換され、クロ
ツクが入る毎にそのＡ／Ｄ変換値が読出され、カ
ウンタ５４はクロツクCLKを計数し、その計数
値が標準音声のテーブルメモリ５６のデコーダ５
６ａにアドレス信号として加えられて該メモリを
アクセスする。 FIG. 3 shows an example of the card issuing machine 14. 50
is the formant extractor and the frequency of the input voice
f ₁ , f ₂ ...Band pass filter that extracts the f _o component
F ₁ -F _o , integrators I ₁ -I _o and analog-to-digital converters C ₁ -C _o . 52 is a timer that generates a clock CLK, which is passed through the integrators I ₁ to I _o ,
The signal is supplied to the A/D converters C ₁ to C _o , the counter 54 , and the driver 62 of the lamp 60 . Each integrator integrates _{the output frequencies f 1 ,} f ₂ . . . _{fo of filters F 1 -F o during} each clock period. The clock from the timer serves as a reset signal. The period of the clock CLK corresponds to the utterance period of one word of the input audio, in this example, the expected or planned utterance period of each numerical value 1, 2, 3, etc. for a password code, etc., of 0.5 seconds, and these numerical values " 1”,
Each frequency component of each voice of "2", "3"... (f ₁ ~ f _o
The integral value of the predetermined amplitude of the integrator I ₁
~ _Io , and the integrated value is successively converted into a digital value by A/D converters _C1 ~ _Co , and the A/D converted value is read out every time the clock is input. Decoder 5 of table memory 56 that counts CLK and whose counted value is standard audio.
6a as an address signal to access the memory.

このメモリには数値「１」、「２」、「３」の標準
音声の周波数成分（f₁〜f_oのうちの所定のものの
各振幅）の積分値のデジタル値が書込まれてお
り、アクセスされるとそれらが順にレジスタ５８
へ出力される。ランプ６０はクロツクCLKが入
力する毎に点灯し、従つて本例では0.5秒の周期
で点滅する。従つてこのランプ６０はマイク１６
から音声を入力するときの、各１語を発音するタ
イミング情報ともなる。そしてクロツクCLKに
マイク１６からの音声入力、その周波数分折、積
分、およびＡ／Ｄ変換、ならびにテーブル５６の
読出しが同期するから、マイク１６に向つてカー
ドを利用者が先ず数値「１」を発音するとその音
声「１」の周波数成分の積分、デジタル値がフオ
ルマント抽出部５０のＡ／Ｄ変換器から出力さ
れ、またテーブル５６から「１」の標準音声の周
波数成分の積分、デジタル値が読み出されてレジ
スタ５８に格納され、これらの対応するもの同志
が差分回路D₁〜D_oで比較され、差を求められる。
各差分d₁，d₂……d_o（d₁はf₁成分についての入力、
標準各音声の差、f₂等についても同様）はレジス
タR₁〜R_oに格納され、セレクタ６４によりR₁，
R₂……の順で順次読み出され、シリアルデータ
レジスタ６６へ格納される。つまり並直列変換が
行なわれ、音声「１」の周波数成分の差d₁〜d_o
（当然、これらの中には０であるものもある）が
図示の如くレジスタ６６に蓄えられる。 In this memory, digital values of integral values of frequency components (amplitudes of predetermined ones among f ₁ to _{f o} ) of standard voices with numerical values ``1'', ``2'', and ``3'' are written, When accessed, they are sequentially stored in register 58.
Output to. The lamp 60 lights up every time the clock CLK is input, so in this example it blinks at a cycle of 0.5 seconds. Therefore, this lamp 60 is the microphone 16.
It also serves as timing information for pronouncing each word when inputting audio. Since the audio input from the microphone 16, its frequency analysis, integration, and A/D conversion, as well as the reading of the table 56, are synchronized with the clock CLK, the user first inputs the numerical value "1" while holding the card toward the microphone 16. When pronounced, the integral and digital values of the frequency components of the voice "1" are output from the A/D converter of the formant extraction section 50, and the integrals and digital values of the frequency components of the standard voice "1" are read from the table 56. The corresponding signals are outputted and stored in the register 58, and the corresponding ones are compared in difference circuits D ₁ to _{D o} to determine the difference.
Each difference d ₁ , d ₂ ...d _o (d ₁ is the input for f ₁ component,
Differences between standard voices, _f2, etc.) are stored in registers R ₁ to R _o , and the selector 64 selects R ₁ ,
R ₂ . . . are sequentially read out and stored in the serial data register 66. In other words, parallel-to-serial conversion is performed, and the difference between the frequency components of voice "1" d ₁ ~ _{d o}
(Of course, some of these are 0) are stored in register 66 as shown.

マイク１６に向つて次にカード利用者が数値
「２」を発音すると同様にしてその音声と標準音
声との差が求められ、レジスタ６６に書込まれ
る。 When the card user next pronounces the number "2" into the microphone 16, the difference between that voice and the standard voice is found in the same way and written into the register 66.

以下同様であり、こうして数値１、２、……
９、０に対するカード被発行者の音声と標準音声
との差が逐次レジスタ６６に書込まれる。６８は
レジスタ６６の読出し回路、７０はカード１０の
LSIメモリ１２に対する書込み制御回路であり、
これらによりレジスタ６６の内容、従つて数値
１、２……９、０に対する上記差が該メモリ１２
に書込まれる。 The same goes for the rest, thus the numbers 1, 2, etc.
The difference between the voice of the card issuer and the standard voice for 9 and 0 is sequentially written into the register 66. 68 is a readout circuit for the register 66, and 70 is a readout circuit for the card 10.
A write control circuit for the LSI memory 12,
As a result, the content of the register 66, and thus the above-mentioned difference between the numerical values 1, 2, . . . 9, 0, is
written to.

音声識別は次のようにして行なう。即ち金融端
末２０の利用する顧客は上述のように記録された
カード１０をカード挿入口２４に挿入し、カード
リーダ２６にLSIメモリ１２の内容を読取らせ
る。次いでマイクロホン２８を通して暗証コード
などを音声入力する。認識部３０の一例を第４図
に示す。カード挿入口２４にはカード搬送用のコ
ンベア７２が設けられ、その奥にカードリーダ２
６がある。カードリーダ２６の出力は読出しデー
タレジスタ７４に蓄えられる。マイクロホン２８
の出力は第３図で説明したと同様な構成を持つフ
オルマント抽出部７６に送られ、マイクから入力
された音声の各１語の周波数成分の積分値のＡ／
Ｄ変換値にされる。７８はタイマであつて前述の
如きクロツクを出力し、これをフオルマント抽出
部７６、前述のランプ６０と同様なランプ７８の
駆動部８０、カウンタ８２、およびシフトレジス
タ群８４のオアゲート群８６へ入力する。 Voice identification is performed as follows. That is, a customer using the financial terminal 20 inserts the card 10 recorded as described above into the card insertion slot 24 and causes the card reader 26 to read the contents of the LSI memory 12. Next, a password code and the like are input by voice through the microphone 28. An example of the recognition unit 30 is shown in FIG. A conveyor 72 for conveying cards is provided in the card insertion slot 24, and a card reader 2 is installed at the back of the conveyor 72.
There are 6. The output of card reader 26 is stored in read data register 74. Microphone 28
The output of is sent to the formant extractor 76 having the same configuration as explained in FIG.
It is converted into a D-converted value. 78 is a timer which outputs the above-mentioned clock, and inputs it to the formant extracting section 76, the driving section 80 of the lamp 78 similar to the above-mentioned lamp 60, the counter 82, and the OR gate group 86 of the shift register group 84. .

第３図で説明したようにして利用者個人の音声
と標準音声との差を書込まれたカード１０を挿入
すると、該カードは搬送機構７２により引込まれ
てカードリーダ２６の位置に至り、そこで記録内
容を読み取られる。本例ではカード１０には数値
１、２、３……に対する差が書込まれているか
ら、該差がレジスタ７４に逐次蓄えられ、またカ
ードの磁気ストライプ（図示しない）には暗証番
号No.およびその他の取引データDTがコードで磁
気的に書込まれているからカードリーダ２６でそ
れらも読出され、レジスタ７４に蓄えられる。ま
た利用者が自己の暗証コードをランプ７７の点滅
に合せてマイク２８に向つて発音するとその各語
の各周波数成分の各積分値のデジタル変換値
（こゝでは単に周波数成分という）がレジスタ８
４に蓄えられる。本例では暗証コードは４桁の数
値からなるとしており、そして若しそれが例えば
2468なら各２、４、６、８の周波数成分、、
、が図示の如くレジスタ８４に蓄えられる。
各周波数成分は各シフトレジスタ８４ａ，８４
ｂ，８４ｃ，８４ｄをクロツクCLKによりシフ
トされて図示状態になり、そしてカウンタ８２は
このシフト回数を計数しており、暗証コードの桁
数本例では「４」になるとタイマ７８に信号を送
つてクロツク送出を停止させる。 When the card 10 on which the difference between the user's personal voice and the standard voice is written is inserted as explained in FIG. Recorded contents can be read. In this example, the difference between the numbers 1, 2, 3, . Since the transaction data DT and other transaction data are magnetically written in code, they are also read out by the card reader 26 and stored in the register 74. Furthermore, when the user pronounces his/her personal identification code into the microphone 28 while the lamp 77 blinks, the digital conversion value of each integral value of each frequency component of each word (hereinafter simply referred to as frequency component) is stored in the register 8.
It is stored in 4. In this example, the PIN code is assumed to consist of a 4-digit number, and if it is, for example
2468 has 2, 4, 6, and 8 frequency components, respectively.
, are stored in the register 84 as shown.
Each frequency component corresponds to each shift register 84a, 84.
b, 84c, and 84d are shifted by the clock CLK to reach the state shown in the figure, and the counter 82 counts the number of shifts, and when the number of digits of the PIN code reaches "4" in this example, it sends a signal to the timer 78. Stops clock transmission.

また８８はアドレスカウンタであつて図示しな
いクロツクを計数してテーブルメモリ２２のアク
セス用のセレクタ９０、レジスタ７４の読出し用
のセレクタ９２、およびメモリ９４の制御回路９
６へアドレス信号を送出する。テーブルメモリ２
２には、本例では数値１、２、３……９、０に対
する標準の周波数成分が書込まれており、セレク
タ９０はこれらを順に読出す。セレクタ９２も同
様であり、こうしてこれらのセレクタの出力はそ
れぞれ数値「１」に対する周波数成分、数値
「２」に対する周波数成分、以下同様となる。そ
こで加算器９８でこれらを加算すればその出力は
利用者の数値１、２……に対する各周波数成分と
なる。これらはデータレジスタ１００を介してメ
モリ９４に書き込まれ、従つてこのメモリ９４は
個々の利用者の数字１、２……についての各周波
数成分のテーブルメモリとなる。１０２は比較器
であつてレジスタ群８４の出側のもの８４ｄの出
力とメモリ９４の読出し出力とを比較する。この
メモリ９４の読出しアドレス信号を出力するのは
カウンタ１０４であり、これは図示しないクロツ
クを計数してアドレス信号をメモリ制御回路９６
へ送る。比較器１０２はレジスタ８４ｄの出力と
メモリ９４の読出し出力とが一致しないなら不一
致信号S₁をカウンタ１０４へ送り、＋１させる。
従つてメモリ９４は次のアドレスの内容が読出さ
れ、それがレジスタ８４ｄの内容と比較される。
比較結果が「一致」となると、信号S₂が生じ、こ
れはオアゲート８６を通つてシフトレジスタ群８
４に入つてレジスタの内容を一斉に１ピツトだけ
図面左方へシフトさせ、またゲート１０６を開い
てそのときのカウンタ１０４の計数値を出力させ
る。またこの一致出力S₂は図示しないがカウンタ
１０４に入つてこれをクリヤする。従つて該カウ
ンタは再びメモリ９４を最初からアクセス開始す
る。本例では暗証コードは２、４、６、８である
から各サイクルの２番目、６番目、８番目で一致
がとれ、そのときのカウンタ計数値２、４、６、
８がシフトレジスタ１０８へ蓄えられる。このレ
ジスタ１０８の内容は比較器１１０で、レジスタ
７４に蓄えられているカード１０からの読取出力
No.と比較され、一致すれば本人確認成立を示す信
号S₃が取引処理部１１２へ送られる。この処理部
１１２へはレジスタ７４に蓄えられている、カー
ドから読取つた暗証番号No.およびその他の取引デ
ータDTが送られ、信号S₃の入力で、これらの取
引データによる取引が開始される。 Reference numeral 88 denotes an address counter which counts clocks (not shown) and controls a selector 90 for accessing the table memory 22, a selector 92 for reading the register 74, and a control circuit 9 for the memory 94.
Sends an address signal to 6. table memory 2
2, in this example, standard frequency components for numerical values 1, 2, 3, . . . 9, 0 are written, and the selector 90 reads these in order. The same applies to the selector 92, and the outputs of these selectors are the frequency component for the numerical value "1", the frequency component for the numerical value "2", and so on. If these are added by an adder 98, the output will be each frequency component for the user's numerical values 1, 2, . . . . These are written to the memory 94 via the data register 100, and this memory 94 thus becomes a table memory of each frequency component for the numbers 1, 2, . . . for the individual users. A comparator 102 compares the output of the output side 84d of the register group 84 with the readout output of the memory 94. A counter 104 outputs a read address signal for the memory 94, which counts a clock (not shown) and outputs an address signal to the memory control circuit 94.
send to If the output of the register 84d and the readout output of the memory 94 do not match, the comparator 102 sends a mismatch signal _S1 to the counter 104 and increments it by one.
Therefore, the contents of the next address in memory 94 are read and compared with the contents of register 84d.
If the comparison result is a "match", a signal S ₂ is generated, which passes through an OR gate 86 to a shift register group 8.
4, the contents of the registers are all shifted one pit to the left in the drawing, and the gate 106 is opened to output the count value of the counter 104 at that time. Although this coincidence output _S2 is not shown, it enters the counter 104 and clears it. Therefore, the counter starts accessing memory 94 again from the beginning. In this example, the PIN codes are 2, 4, 6, and 8, so a match is made at the 2nd, 6th, and 8th of each cycle, and the counter counts at that time are 2, 4, 6, and 8.
8 is stored in shift register 108. The contents of this register 108 are read from the card 10 by a comparator 110 and stored in register 74.
No., and if they match, a signal _S3 indicating that the identity verification has been established is sent to the transaction processing unit 112. The personal identification number read from the card and other transaction data DT stored in the register 74 are sent to the processing section 112, and upon input of the signal _S3 , a transaction based on these transaction data is started.

この方式によればメモリ９４には個々の利用者
の音声基準値が用意されることになるので、取引
金額を音声入力することも可能である。また暗証
番号のみ音声入力の場合カードには利用者の暗証
番号の音声の前記差のみを記録し、別に磁気スト
ライプに書込まれる暗証番号の読取り結果等を利
用してテーブルメモリ９４を作成し、前記比較を
行なうようにしてもよい。 According to this method, since the voice reference value of each user is prepared in the memory 94, it is also possible to input the transaction amount by voice. In addition, when only the PIN number is input by voice, only the difference in the voice of the user's PIN number is recorded on the card, and a table memory 94 is created using the reading results of the PIN number written separately on the magnetic stripe. The above comparison may be performed.

この音声入力は電話システムの利用も可能であ
る。即ち第１図に示したように端末２０には受信
装置３４を用意しておき、利用者は電話３６によ
り端末２０の受信装置３４を呼び出し、カードリ
ーダ３８でLSIメモリ１２の内容を読み出し、そ
れをデータ伝送装置４０、電話回線４２の経路で
受信装置３４へ伝える。然るのち受話器３６ａを
通して暗証コード等を入力し、前述の要領で端末
２０に音声認識させる。 This voice input can also be performed using a telephone system. That is, as shown in FIG. 1, a receiving device 34 is prepared in the terminal 20, and the user calls the receiving device 34 of the terminal 20 using the telephone 36, reads out the contents of the LSI memory 12 with the card reader 38, and reads the contents of the LSI memory 12. is transmitted to the receiving device 34 via the data transmission device 40 and the telephone line 42. Thereafter, a personal identification code or the like is input through the receiver 36a, and the voice is recognized by the terminal 20 in the manner described above.

以上説明したように本発明によれば顧客の音声
の特徴を記録した声紋カードを併用することによ
り、該顧客の音声に対する比較（基準）用音声テ
ーブルを得、該テーブルを用いての入力音声の認
識が正確に行なえ、不特定多数の者が利用できる
音声入力装置の実現を可能化し得る利点がある。
またカードに記録するのは本人音声と標準音声の
差分であるから情報量は少なくて済み、メモリ１
２を小容量のもので済ませることができる。また
音声入力であるから電話設備を利用しての各種無
人端末へのアクセスが可能となる。勿論上述のカ
ードは顧客本人以外の者が使用すれば、似た声の
場合はとも角、一般には前述の処理で基準たり得
る音声から益々ずれてしまうから、音声認識は不
可能もしくは困難となり、従つて本カードは一層
正確な本人確認用にも利用できる。 As explained above, according to the present invention, by using a voiceprint card that records the characteristics of the customer's voice, a voice table for comparison (standard) of the customer's voice is obtained, and the table is used to calculate the input voice. This has the advantage that recognition can be performed accurately and that it is possible to realize a voice input device that can be used by an unspecified number of people.
Also, since what is recorded on the card is the difference between the user's voice and the standard voice, the amount of information is small, and the memory
2 can be done with a small capacity one. Also, since it is voice input, it is possible to access various unmanned terminals using telephone equipment. Of course, if the above-mentioned card is used by someone other than the customer himself/herself, voice recognition will become impossible or difficult, as the voice will generally deviate further from the standard voice in the above-mentioned process, even if the voice is similar. Therefore, this card can also be used for more accurate identification.

【図面の簡単な説明】[Brief explanation of drawings]

第１図は本発明の認識方式の説明図、第２図は
声紋カードの説明図でａは概略図、ｂは同平面図
である。第３図および第４図は第１図のカード発
行機および音声応答端末の一例の詳細を示すブロ
ツク図である。 図面で１２はカードの記憶部、２０は音声応答
装置、２６はカード読取器、２８はマイクロホ
ン、２２はメモリテーブル、３０は認識部であ
る。 FIG. 1 is an explanatory diagram of the recognition system of the present invention, and FIG. 2 is an explanatory diagram of a voiceprint card, in which a is a schematic diagram and b is a plan view thereof. 3 and 4 are block diagrams showing details of an example of the card issuing machine and voice response terminal of FIG. 1. In the drawing, 12 is a card storage section, 20 is a voice response device, 26 is a card reader, 28 is a microphone, 22 is a memory table, and 30 is a recognition section.

Claims (1)

【特許請求の範囲】[Claims] １ 音声により情報を入力するシステムにおける
入力音声の認識方式において、入力すべき各言葉
に対する標準音声信号と利用者個人の音声信号と
の各周波数成分についての差をカードの記憶部に
記録しておき、また音声応答装置には該カードの
読取器および前記の各言話に対する標準音声信号
の周波数成分を記憶するメモリテーブルを用意し
ておき、音声入力に際して音声応答装置に前記カ
ードを挿入してその記憶内容を読み取らせ、また
マイクロホンを通して音声を入力し、この入力音
声と前記カードの記憶内容とメモリテーブル読取
り出力とを用いて入力音声を認識させることを特
徴とする入力音声認識方式。1. In the input voice recognition method of a system that inputs information by voice, the difference in each frequency component between the standard voice signal for each word to be input and the user's individual voice signal is recorded in the memory section of the card. In addition, the voice response device is equipped with a reader for the card and a memory table that stores the frequency components of the standard voice signals for each of the above-mentioned languages, and when inputting voice, the card is inserted into the voice response device. An input voice recognition method characterized by reading memory contents, inputting voice through a microphone, and recognizing the input voice using the input voice, the memory contents of the card, and a memory table read output.