JP6839057B2 - 認証装置、認証方法及び認証システム - Google Patents

Description

本発明は、情報を取得するユーザを認証するための認証装置、認証方法及び認証システムに関する。

ユーザの音声を認識することにより各種の機能を実行する音声入出力装置が知られている（例えば、特許文献１を参照）。

特開２０１６−７６７９９号公報

音声入出力装置に音声を入力することで、音声入出力装置からコンテンツが出力される場合、コンテンツを取得する権限を有していないユーザが音声を入力することでコンテンツが出力されてしまうおそれがある。そこで、音声入出力装置に入力された音声を認識した結果に基づいて音声認証をする方法が考えられる。しかしながら、音声認証の精度は、パスワード等のテキスト情報を用いる他の認証方法に比べれば精度が低いので、コンテンツを取得する権限を有していないユーザが音声を入力したことに応じてコンテンツを出力してしまう場合が生じるという問題があった。

そこで、本発明はこれらの点に鑑みてなされたものであり、音声による操作を行った人の認証の精度を向上させることができる認証装置、認証方法及び認証システムを提供することを目的とする。

本発明の第１の態様の認証装置は、ユーザの操作用音声を取得する音声取得部と、前記操作用音声に基づく音声認証により特定されたユーザのユーザ識別情報を取得するユーザ識別部と、前記音声取得部が、有料情報の提供を指示する前記操作用音声を取得した場合に、前記ユーザ識別部が取得した前記ユーザ識別情報に対応する前記ユーザに関連付けられた通信端末に、前記有料情報の使用の可否を判定するための認証に用いる認証情報を要求する認証部と、を有する。

上記の認証装置は、前記有料情報を提供する情報提供部をさらに有し、前記認証部は、前記情報提供部が前記有料情報を提供する前に前記認証情報を前記通信端末に要求し、前記情報提供部は、前記認証部が前記認証情報を前記通信端末に要求してから所定の猶予時間が経過するまでの間に前記有料情報を提供してもよい。

前記認証部は、前記認証情報を前記通信端末に要求してから前記猶予時間が経過するまでの間に、前記操作用音声が入力された音声入出力端末に対して、認証が完了していないことを通知してもよい。

前記情報提供部は、前記ユーザが支払い能力を有している場合に、前記認証部が前記認証情報を前記通信端末に要求してから前記猶予時間が経過するまでの間、前記有料情報の提供を継続してもよい。

前記認証部は、前記ユーザが支払い能力を有しておらず、かつ前記ユーザに関連付けられた他のユーザが支払い能力を有している場合に、前記他のユーザの前記通信端末に前記認証情報を要求してもよい。

前記情報提供部は、前記認証部が前記通信端末から受信した前記認証情報に基づいて認証を行った場合に、前記猶予時間が経過した後にも前記有料情報の提供を継続してもよい。

前記認証部は、マイクを起動させる指示を含む前記認証情報を前記通信端末に送信し、前記通信端末及び前記操作用音声が入力された音声入出力端末から、所定の待機時間以内に同一の認証用音声が入力されたか否かを判定することにより認証してもよい。前記認証部は、前記音声入出力端末において入力された前記認証用音声を受信してから前記待機時間が経過した時点で前記通信端末から前記認証用音声を受信していない場合に、前記音声入出力端末に、前記通信端末における認証が行われていない旨を通知してもよい。

前記認証部は、前記音声認証において用いられた文字列を含む前記認証情報を前記通信端末に送信し、前記通信端末及び前記音声入出力端末から、前記文字列を含む前記認証用音声が入力されたことを検出することにより認証してもよい。前記認証部は、前記ユーザが支払い能力を有している場合と、前記ユーザが支払い能力を有しておらず、かつ前記ユーザに関連付けられた他のユーザが支払い能力を有している場合とで、異なる認証方法により認証してもよい。

前記認証部は、前記有料情報の内容に基づいて前記有料情報の使用の可否を判定するための認証の方法を決定してもよい。また、前記認証部は、前記音声認証の精度の高さに基づいて前記有料情報の使用の可否を判定するための認証の方法を決定してもよい。

本発明の第２の態様の認証方法は、コンピュータが実行する、ユーザの操作用音声を取得するステップと、前記操作用音声に基づく音声認証により特定された前記ユーザのユーザ識別情報を取得するステップと、有料情報の提供を指示する前記操作用音声を取得した場合に、前記ユーザ識別情報に対応する前記ユーザに関連付けられた通信端末に、前記有料情報の使用の可否を判定するための認証に用いる認証情報を要求するステップと、を有する。

本発明の第３の態様の認証システムは、音声の入力及び出力が可能なスピーカと、前記スピーカを使用するユーザを認証する認証装置と、を備え、前記スピーカは、操作用音声の入力を受ける音声入力部と、前記操作用音声を前記認証装置に送信する音声送信部と、を有し、前記認証装置は、前記スピーカから前記操作用音声を取得する音声取得部と、前記操作用音声に基づく音声認証により特定されたユーザのユーザ識別情報を取得するユーザ識別部と、前記音声取得部が、有料情報の提供を指示する前記操作用音声を取得した場合に、前記ユーザ識別部が取得した前記ユーザ識別情報に対応する前記ユーザに関連付けられた通信端末に、前記有料情報の使用の可否を判定するための認証に用いる認証情報を要求する認証部と、を有する。

本発明によれば、音声による操作を行った人の認証の精度を向上させることができるという効果を奏する。

コンテンツ提供システムの構成を示す図である。 認証装置の構成を示す図である。 記憶部が記憶しているユーザ管理テーブルを示す図である。 スマートスピーカの構成を示す図である。 通信端末の構成を示す図である。 コンテンツサーバの構成を示す図である。 認証装置、スマートスピーカ、通信端末及びコンテンツサーバにより実行される処理の手順を示すシーケンス図である。 第２の実施形態における処理の手順を示すシーケンス図である。

＜第１の実施形態＞
［コンテンツ提供システムＳの概要］
図１は、実施の形態に係るコンテンツ提供システムＳの構成を示す図である。コンテンツ提供システムＳは、認証装置１と、スマートスピーカ２と、通信端末３と、コンテンツサーバ４とを備える。認証装置１及びスマートスピーカ２は、スマートスピーカ２を介してコンテンツを視聴するユーザを認証する認証システムとして機能する。

まず、コンテンツ提供システムＳを用いてコンテンツを提供するサービスの概要を説明する。認証装置１は、スマートスピーカ２を介してコンテンツを要求するユーザを認証するための装置である。認証装置１は、例えば、コンテンツをスマートスピーカ２に提供するための通信回線を提供する通信キャリアが管理するサーバである。

スマートスピーカ２は、音声の入力機能及び出力機能を有しており、入力された操作用音声に基づいて各種の音声コンテンツを取得し、取得した音声コンテンツを出力する音声入出力端末である。操作用音声は、例えば、予め認証装置１又はコンテンツサーバ４に登録された文字列を含む音声である。ユーザは、例えば「起動してください」という文字列を含む操作用音声を発することで、スマートスピーカ２の動作を開始させることができる。音声コンテンツは、例えば、楽曲、ニュース及び物語である。スマートスピーカ２がディスプレイを有しており、操作用音声に基づいて取得した音声以外のコンテンツをディスプレイに表示してもよい。

スマートスピーカ２は、通信機能を有しており、無線通信回線又は有線通信回線を含むネットワークＮを介して、入力された操作用音声を認証装置１に送信する。スマートスピーカ２は、ネットワークＮを介して認証装置１から受信した音声コンテンツを出力する。ユーザは、スマートスピーカ２の近くで所定の文字列を含む操作用音声を発することにより、所望の音声コンテンツを聞くことができる。

コンテンツには、無料の情報である無料コンテンツと、有料の情報である有料コンテンツとが存在する。ユーザが有料コンテンツをスマートスピーカ２で視聴した場合には、認証装置１においてユーザに対して課金され、予め登録された口座から料金が引き落とされる。認証装置１は、ユーザが使用する通信端末３の利用料金と合算して有料コンテンツの視聴料を引き落とすように処理してもよい。

通信端末３は、ネットワークＮを介して認証装置１との間でデータを送受信可能な端末であり、例えばスマートフォン又はタブレット端末である。通信端末３は、ユーザがスマートスピーカ２において有料のコンテンツを取得する際に必要な認証を行うために使用される。

コンテンツサーバ４は、スマートスピーカ２に提供するコンテンツを格納しているサーバである。コンテンツサーバ４は、認証装置１を介して、スマートスピーカ２からの操作用音声に基づくコンテンツ要求を受信し、コンテンツ要求を受信したことに応じて、要求されたコンテンツを提供する。図１においては、コンテンツサーバ４がスマートスピーカ２に直接コンテンツを提供する例を示しているが、コンテンツサーバ４は認証装置１を介してコンテンツを提供してもよい。

以下、図１を参照しながら、コンテンツ提供システムＳにおける動作の概要を説明する。
まず、ユーザが、スマートスピーカ２の付近で操作用音声を発すると、操作用音声がスマートスピーカ２に入力される（図１における（１））。続いて、スマートスピーカ２は、ネットワークＮを介して、入力された操作用音声を認証装置１に送信する（図１における（２））。

認証装置１は、受信した操作用音声がどのユーザにより発せられたかを認証する（図１における（３））。認証装置１は、例えば、予め登録されたユーザの声紋を示す情報を、スマートスピーカ２のユーザに関連付けて記憶している。認証装置１は、受信した操作用音声の声紋が、登録された複数の声紋のうちどの声紋に近いかを判定することにより、操作用音声を発した音声が、スマートスピーカ２の使用者として登録されたユーザにより発せられたか否かを音声認証する。

認証装置１は、認証が成功すると、認証したユーザを識別するためのユーザ識別情報（以下、ユーザＩＤという）及び認証結果をコンテンツサーバ４に送信する（図１における（４））。コンテンツサーバ４は、認証結果が認証に成功したことを示している場合、スマートスピーカ２への無料コンテンツの提供を開始する（図１における（５））。コンテンツサーバ４は、認証装置１を介して無料コンテンツを提供してもよく、認証装置１を介することなく無料コンテンツを提供してもよい。スマートスピーカ２は、無料コンテンツを受信すると、受信した無料コンテンツを音に変換して出力する（図１における（６））。

その後、コンテンツサーバ４は、有料コンテンツの提供を開始するタイミングになると、スマートスピーカ２に対して、有料コンテンツについて案内する情報を送信する（図１における（７））。例えば、コンテンツサーバ４は、無料コンテンツの提供を開始してから所定の時間が経過した後に、「まもなく無料コンテンツの提供が終了します。続けて有料コンテンツを聞きますか？」という案内情報を送信する。スマートスピーカ２は、無料コンテンツに重畳して案内情報を出力してもよく、無料コンテンツの出力を止めた状態で案内情報を出力してもよく、無料コンテンツを出力している間にディスプレイに案内情報を表示させてもよい。ユーザは、有料コンテンツの視聴を希望する場合、所定の操作用音声を発したり、スマートスピーカ２に設けられた操作部を操作したりすることにより、有料コンテンツの視聴を希望することをコンテンツサーバ４に通知する。

コンテンツサーバ４は、有料コンテンツを視聴するための操作が行われたことに応じて、認証装置１に対して認証要求を送信する（図１における（８））。認証装置１は、コンテンツサーバ４から認証要求を受信すると、スマートスピーカ２又はスマートスピーカ２のユーザに関連付けて登録された通信端末３に対して認証情報を要求するための認証要求情報を送信する（図１における（９））。認証装置１は、認証要求情報として、例えば通信端末３ごとに異なる情報を含むＵＲＬを通信端末３に送信することにより認証情報を要求する。

通信端末３は、受信した認証要求情報に含まれているＵＲＬ（Uniform Resource Locator）を表示する。通信端末３は、表示したＵＲＬにユーザがタッチすると、ＵＲＬにユーザがタッチしたことを示す情報を認証情報として認証装置１に送信する（図１における（１０））。

認証装置１は、認証情報を受信すると、認証結果をコンテンツサーバ４に通知する（図１における（１１））。コンテンツサーバ４は、認証結果を受信すると、有料コンテンツの提供を開始する（図１における（１２））。なお、詳細については後述するが、コンテンツサーバ４は、無料コンテンツの提供が終了した後に、通信端末３による認証が行われる前であっても、所定の猶予時間だけ有料コンテンツを提供してもよい。所定の猶予時間は、例えば、ユーザが通信端末３を用いた認証を行うために必要な時間として想定される時間の最大値（例えば１０分）である。

なお、コンテンツサーバ４は、認証装置１の一部の機能として実現されてもよい。ただし、コンテンツサーバ４が認証装置１と別体として構成されている場合には、コンテンツサーバ４を管理するコンテンツ提供業者にユーザの詳細情報を提示することなく、有料サービスを提供する前の認証が可能となるという効果が生じる。

コンテンツ提供システムＳにおいては、以上の手順により、有料コンテンツを提供する前に、音声認証と異なる他の認証方法を用いた認証を行うことができるので、予め登録されていない他のユーザがスマートスピーカ２の付近にいる場合に、他のユーザの指示に基づいて有料コンテンツの提供を開始してしまうことを防止できる。
以下、認証装置１、スマートスピーカ２、通信端末３及びコンテンツサーバ４の構成及び動作について説明する。

［認証装置１の構成］
図２は、認証装置１の構成を示す図である。認証装置１は、通信部１１と、記憶部１２と、制御部１３とを有する。制御部１３は、音声取得部１３１と、ユーザ識別部１３２と、認証部１３３と、情報提供部１３４とを有する。

通信部１１は、ネットワークＮを介してスマートスピーカ２、通信端末３及びコンテンツサーバ４との間でデータを送受信するための通信インターフェースであり、例えばＬＡＮ（Local Area Network）コントローラを含む。通信部１１は、スマートスピーカ２、通信端末３又はコンテンツサーバ４から受信したデータを制御部１３に通知する。また、通信部１１は、制御部１３の指示に基づいて、スマートスピーカ２、通信端末３又はコンテンツサーバ４に各種のデータを送信する。

記憶部１２は、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）及びハードディスク等の記憶媒体を含む。記憶部１２は、制御部１３が実行するプログラム、及び制御部１３が実行する処理に用いられる各種のデータを記憶する。

図３は、記憶部１２が記憶しているユーザ管理テーブルを示す図である。ユーザ管理テーブルにおいては、通信端末３のユーザのユーザＩＤと、通信端末３の電話番号と、ユーザが属するグループを識別するためのグループＩＤと、ユーザの氏名と、支払能力情報とが関連付けられている。

ユーザが属するグループは、例えば、通信端末３の通信料金が合算して請求される家族である。支払能力情報は、ユーザが、有料コンテンツに対する支払いが可能であるか否かを示す情報である。例えば、ユーザが成人であり、通信端末３の通信料金を支払っている場合には、支払能力情報は「有」となっている。図３に示す例においては、グループに属するユーザのうち請求先として登録されている１名のみが支払能力情報が「有」になっているが、ユーザがクレジットカード等の決済手段を予め登録している場合に、請求先として登録されていないユーザであっても支払能力情報を「有」としてもよい。

制御部１３は、例えばＣＰＵ（Central Processing Unit）である。制御部１３は、記憶部１２に記憶されたプログラムを実行することにより、音声取得部１３１、ユーザ識別部１３２、認証部１３３及び情報提供部１３４として機能する。

音声取得部１３１は、スマートスピーカ２において入力されたユーザの操作用音声を取得する。音声取得部１３１は、取得した操作用音声をユーザ識別部１３２及び認証部１３３に通知する。

ユーザ識別部１３２は、音声取得部１３１から通知された操作用音声に基づく音声認証により特定されたユーザのユーザＩＤを取得する。ユーザ識別部１３２は、例えば、ユーザＩＤに関連付けられて記憶部１２に記憶された声紋情報を参照し、操作用音声により特定される声紋と声紋情報が示す声紋とを比較することによりユーザＩＤを取得する。音声取得部１３１が外部の装置（例えばコンテンツサーバ４）に操作用音声を送信し、ユーザ識別部１３２は、音声認証用装置において特定されたユーザのユーザＩＤを取得してもよい。ユーザ識別部１３２は、取得したユーザＩＤを認証部１３３及び情報提供部１３４に通知する。

認証部１３３は、音声取得部１３１が、有料コンテンツの提供を指示する操作用音声を取得した場合に、ユーザ識別部１３２が取得したユーザＩＤに対応するユーザに関連付けられた通信端末３に、有料コンテンツの使用の可否を判定するための認証に用いる認証情報を要求する。具体的には、認証部１３３は、記憶部１２に記憶されたユーザＩＤに対応する通信端末３を特定し、特定した通信端末３に対して、認証のためのＵＲＬを含む認証要求情報を送信する。

情報提供部１３４は、無料コンテンツ及び有料コンテンツを提供する。情報提供部１３４は、例えば、コンテンツサーバ４に対して文字列により構成されるコンテンツを要求し、コンテンツサーバ４から取得した文字列を音声合成により音声コンテンツに変換し、変換した音声コンテンツをスマートスピーカ２に提供する。

［認証部１３３及び情報提供部１３４の動作の詳細］
以下、認証部１３３及び情報提供部１３４の動作の詳細について説明する。
認証部１３３は、情報提供部１３４が有料コンテンツを提供する前に認証情報を通信端末３に要求する。認証部１３３は、例えば、情報提供部１３４が提供する無料コンテンツが終了する予定時刻よりも前に、通信端末３に対して認証用のＵＲＬを送信する。認証部１３３は、記憶部１２に記憶されたユーザ管理テーブルを参照し、ユーザ識別部１３２から通知されたユーザＩＤに対応するユーザに支払い能力があることを条件としてＵＲＬを送信してもよい。このようにすることで、認証部１３３は、支払い能力がなく、有料コンテンツを提供するべきでないユーザの通信端末３において認証用の操作が行われることを防止できる。

ところで、ユーザは、通信端末３に認証用のＵＲＬが送信されたことに気付かない場合があると考えられる。そこで、ユーザが、通信端末３を用いて認証用の操作を行う確率を高めるために、認証部１３３は、認証情報を通信端末３に要求するとともに、スマートスピーカ２に対して、認証情報を通信端末３に要求したことを通知してもよい。スマートスピーカ２は、この通知を受信すると、「スマートフォンに認証のご案内を送信しました」というように、有料コンテンツの提供の終了を予告する案内音声を出力する。このようにすることで、通信端末３に認証用のＵＲＬが送信されたことをユーザが認識する確率を向上させることができる。

また、ユーザは、通信端末３にＵＲＬが表示されてから速やかに認証用の操作をできるとは限らない。そこで、情報提供部１３４は、認証部１３３が認証情報を通信端末３に要求してから所定の猶予時間が経過するまでの間に有料コンテンツを提供してもよい。例えば、情報提供部１３４は、通信端末３から、ＵＲＬがタッチされたことを示す認証情報を受信する前であっても、有料コンテンツの提供を開始し、猶予時間が経過するまでの間、有料コンテンツの提供を継続する。

猶予時間は、例えば、通信端末３に認証情報を要求してからユーザが認証用の操作をするまでに要する時間の最大値に設定されている。猶予時間は、ユーザに関連付けて決定されていてもよい。情報提供部１３４は、例えば、過去に有料コンテンツを利用した回数が多いユーザ、又は過去の所定の期間内に有料コンテンツを使用した頻度が高いユーザのように、有料コンテンツを使用する可能性が高いユーザに対する猶予時間を他のユーザに対する猶予時間より長くしてもよい。このようにすることで、有料コンテンツを利用する確率が高いユーザが、一時的にスマートスピーカ２の付近から離れている場合であっても有料コンテンツを利用する確率が高まる。

情報提供部１３４は、記憶部１２に記憶されたユーザ管理テーブルを参照し、ユーザが支払い能力を有している場合に、認証部１３３が認証情報を通信端末３に要求してから猶予時間が経過するまでの間、有料コンテンツの提供を継続し、支払い能力を有していない場合に、無料コンテンツが終了した時点でコンテンツの提供を終了してもよい。このようにすることで、有料コンテンツに対する支払いができないユーザに対して有料コンテンツを提供することを防止できる。

情報提供部１３４は、認証部１３３が通信端末３から受信した認証情報に基づく認証に成功した場合に、猶予時間が経過した後にも有料コンテンツの提供を継続する。情報提供部１３４は、認証情報を送信した通信端末３のユーザに支払い能力があることを条件に、有料コンテンツの提供を継続してもよい。また、情報提供部１３４は、記憶部１２に記憶されたユーザ管理テーブルが通信端末３のユーザに支払い能力がないことを示している場合に、ユーザがクレジットカード等の決済手段を登録する処理を通信端末３において実行したことを条件として、有料コンテンツの提供を継続してもよい。

認証部１３３は、認証情報を通信端末３に要求してから猶予時間が経過するまでの間に、操作用音声が入力されたスマートスピーカ２に対して、認証が完了していないことを通知してもよい。認証部１３３は、例えば、認証情報を通信端末３に要求した後に、定期的に、認証未完了通知をスマートスピーカ２に送信する。スマートスピーカ２は、認証未完了通知を受信すると、「スマートフォンによる認証が完了していないので、もうすぐ有料コンテンツの提供を終了します」というように、有料コンテンツの提供の終了を予告する案内音声を出力する。

また、認証部１３３は、ユーザが支払い能力を有しておらず、かつユーザに関連付けられた他のユーザが支払い能力を有している場合に、他のユーザの通信端末３に認証情報を要求してもよい。認証部１３３は、例えば記憶部１２に記憶されたユーザ管理テーブルを参照し、支払い能力を有していないユーザ（例えば、図３における吉田浩太）が属するグループの他のユーザの支払い能力を確認する。認証部１３３は、同じグループに属する他のユーザ（例えば、図３における吉田次郎）が支払い能力を有すると判定した場合に、他のユーザの通信端末３に認証用のＵＲＬを送信する。このようにすることで、スマートスピーカ２が設置された家の子供が有料コンテンツを視聴したいと考えた場合に、親が通信端末３でＵＲＬにタッチすることで、子供が有料コンテンツを視聴することが可能になる。

また、認証部１３３は、各種の条件に基づいて、複数の認証方法から使用する認証方法を選択してもよい。例えば、認証部１３３は、スマートスピーカ２において操作用音声を入力したユーザが支払い能力を有している場合と、ユーザが支払い能力を有しておらず、かつユーザに関連付けられた他のユーザが支払い能力を有している場合とで、異なる認証方法により認証する。認証部１３３は、ユーザが支払い能力を有している場合には、ユーザが通信端末３においてＵＲＬにタッチしただけで認証を完了し、ユーザが支払い能力を有していない場合には、認証要求情報を送信した通信端末３のユーザである他のユーザ（例えば親）が、他のユーザしか知り得ない情報を入力したことを条件として認証を完了する。このようにすることで、支払い能力を有しないユーザが、不正に他のユーザの通信端末３を操作して有料コンテンツを視聴することを防止できる。

認証部１３３は、有料コンテンツの内容に基づいて有料コンテンツの使用の可否を判定するための認証の方法を決定してもよい。認証部１３３は、例えば、有料コンテンツのうち、所定の料金以下のコンテンツを視聴する場合には、ユーザが通信端末３においてＵＲＬにタッチしただけで認証を完了し、所定の料金よりも高いコンテンツを視聴する場合には、通信端末３のユーザしか知り得ない情報を入力したことを条件として認証を完了する。このようにすることで、他人が不正にユーザの通信端末３を操作して有料コンテンツを視聴することで、ユーザが高い料金を請求されることを防止できる。

また、認証部１３３は、スマートスピーカ２において入力された操作用音声に基づく音声認証の精度の高さに基づいて有料コンテンツの使用の可否を判定するための認証の方法を決定してもよい。認証部１３３は、例えば、スマートスピーカ２から取得した操作用音声の音質に基づいて、音声認識の精度を推定し、推定した精度が所定の値（例えば８０％）よりも高い場合と所定の値以下である場合とで、異なる認証方法を用いる。認証部１３３は、推定した音声認識の精度が所定の値よりも高い場合に、通信端末３を用いた認証をすることなく、有料コンテンツの提供を許可する通知を情報提供部１３４に送信してもよい。

［スマートスピーカ２の構成］
図４は、スマートスピーカ２の構成を示す図である。スマートスピーカ２は、通信部２１と、マイク２２と、スピーカ２３と、記憶部２４と、音声処理部２５を有する。

通信部２１は、ネットワークＮを介して認証装置１との間でデータを送受信するための通信インターフェースであり、例えば無線通信コントローラ又はＬＡＮコントローラを含む。通信部２１は、認証装置１から受信したコンテンツを音声処理部２５に入力することにより、コンテンツに対応する音声をスピーカ２３から出力する。また、通信部２１は、マイク２２に入力された操作用音声を含むデータを音声処理部２５から受信し、受信した操作用音声を含むデータを認証装置１に送信する。

マイク２２は、音声の入力を受けて、入力された音声を電気信号に変換する。
スピーカ２３は、音声処理部２５から出力された電気信号を音に変換してから出力する。
記憶部２４は、ＲＯＭ及びＲＡＭ等の記憶媒体を含む。記憶部２４は、例えば音声処理部２５が実行するプログラムを記憶する。

音声処理部２５は、例えばＣＰＵ及び信号処理回路を含んでおり、記憶部２４に記憶されたプログラムを実行することにより、音声入力部２５１及び音声出力部２５２として機能する。音声入力部２５１は、マイク２２から入力された音声に基づく電気信号をアナログ／デジタル変換して生成した音声データを含むデータパケットを作成し、作成したデータパケットを通信部２１に入力する。

音声出力部２５２は、通信部２１から入力されたコンテンツを含むデータパケットから音声コンテンツを抽出し、抽出した音声コンテンツをデジタル／アナログ変換することによりアナログ電気信号を生成する。音声出力部２５２は、生成したアナログ電気信号をスピーカ２３に入力する。

［通信端末３の構成］
図５は、通信端末３の構成を示す図である。通信端末３は、通信部３１と、表示部３２と、操作部３３と、記憶部３４と、制御部３５とを有する。

通信部３１は、ネットワークＮを介して認証装置１との間でデータを送受信するための通信インターフェースであり、例えば無線通信コントローラを含む。
表示部３２は、情報を表示するためのディスプレイである。操作部３３は、ユーザの操作を受け付けるためのデバイスであり、例えば表示部３２に重ねて設けられたタッチパネルである。

記憶部３４は、ＲＯＭ及びＲＡＭ等の記憶媒体を含む。記憶部３４は、例えば制御部３５が実行するプログラムを記憶する。
制御部３５は、例えばＣＰＵである。制御部３５は、記憶部３４に記憶されたプログラムを実行することにより、各種の機能を実行する。

［コンテンツサーバ４の構成］
図６は、コンテンツサーバ４の構成を示す図である。コンテンツサーバ４は、通信部４１と、記憶部４２と、制御部４３とを有する。

通信部４１は、ネットワークＮを介して認証装置１との間でデータを送受信するための通信インターフェースであり、例えばＬＡＮコントローラを含む。
記憶部４２は、ＲＯＭ、ＲＡＭ及びハードディスク等の記憶媒体を含む。記憶部４２は、制御部４３が実行するプログラム、及びスマートスピーカ２に提供する各種のコンテンツを記憶している。記憶部４２は、例えば、無料であるか有料であるかを示す情報、コンテンツの利用料金、及びコンテンツのファイル名等が関連付けられたコンテンツデータベースを記憶している。

制御部４３は、例えばＣＰＵである。制御部４３は、記憶部４２に記憶されたプログラムを実行することによりコンテンツ管理部４３１及び認証要求部４３２として機能する。

コンテンツ管理部４３１は、スマートスピーカ２に提供するコンテンツを管理する。具体的には、コンテンツ管理部４３１は、記憶部４２に記憶されたコンテンツデータベースを参照することにより、認証装置１から要求されたコンテンツが無料コンテンツであるか有料コンテンツであるかを判定する。コンテンツ管理部４３１は、スマートスピーカ２に出力させる音声コンテンツが有料コンテンツである場合に、通信端末３を用いた認証を行うことを認証要求部４３２に要求する。

認証要求部４３２は、コンテンツ管理部４３１からの指示に基づいて、ユーザが有料コンテンツを利用するための認証を行うことを要求する認証要求を認証装置１に送信する。認証要求部４３２は、認証装置１から認証に成功したことを示す認証結果を受信すると、コンテンツ管理部４３１に対して、有料コンテンツの提供を行うことを指示する。

［処理シーケンス］
図７は、認証装置１、スマートスピーカ２、通信端末３及びコンテンツサーバ４により実行される処理の手順を示すシーケンス図である。図７に示すシーケンス図は、スマートスピーカ２を使用するユーザが、コンテンツを提供するアプリケーションの起動を要求する操作用音声を入力した時点から開始する。スマートスピーカ２は、操作用音声が入力されると、アプリケーションを起動する要求であるアプリ起動要求を認証装置１に送信する。認証装置１は、アプリ起動要求を受信すると、アプリ起動要求を含む操作用音声を解析し、操作用音声が予め登録されたユーザの声であるかを音声認証する。認証装置１は、操作用音声が予め登録されたユーザの声であると判定して音声認証に成功すると、アプリ起動要求をコンテンツサーバ４に送信する。

コンテンツサーバ４は、アプリ起動要求を受信したことに応じて、無料音声コンテンツの送信を開始する。認証装置１は、無料音声コンテンツを受信すると、受信した無料音声コンテンツに基づく音声を合成し、合成した音声による無料音声コンテンツをスマートスピーカ２に送信する。

その後、無料音声コンテンツが終了するタイミングが近づくと、コンテンツサーバ４は、有料コンテンツを提供するサービスがあることを通知するための案内情報を認証装置１に送信する。認証装置１は、受信した案内情報に基づく音声を合成し、合成した音声による案内情報をスマートスピーカ２に送信する。

スマートスピーカ２から出力された案内情報を聞いたユーザが、有料コンテンツの提供を受けることを示す操作用音声を入力すると、スマートスピーカ２は、入力された操作用音声を認証装置１に送信する。認証装置１は、受信した操作用音声が、有料コンテンツの提供を受けることを示していると判定すると、有料コンテンツ要求をコンテンツサーバ４に送信する。

コンテンツサーバ４は、有料コンテンツ要求を受信すると、認証要求部４３２が認証装置１に対して音声認証と異なる方法による認証を要求する。認証装置１の認証部１３３は、認証の要求を受けると、認証用のＵＲＬを含むＣメールを通信端末３に送信する。通信端末３は、受信したＣメールを表示部３２に表示し、操作部３３はユーザがＵＲＬにタッチする操作を検出する。操作部３３が操作を検出すると、記憶部３４は、認証装置１に対して認証用の操作が行われたことを示す認証処理情報を送信する。

認証装置１の認証部１３３は、認証処理情報を受信すると、認証が正常に終了したと判定し、認証が終了したことを示す認証結果をコンテンツサーバ４に送信する。コンテンツサーバ４のコンテンツ管理部４３１は、認証結果を受信したことに応じて有料コンテンツを認証装置１に送信する。認証装置１は、受信した有料コンテンツを音声データに変換してスマートスピーカ２に送信する。

［コンテンツ提供システムＳによる効果］
以上説明したように、コンテンツ提供システムＳにおいては、スマートスピーカ２において入力された操作用音声に基づいて音声認証されたユーザを特定した後に、有料コンテンツを提供する前に、通信端末３に認証情報を要求する指示を送信する。そして、通信端末３は、認証のためのＵＲＬを表示し、認証部１３３は、ユーザがＵＲＬにタッチした場合に、有料コンテンツを提供してもよいと判定し、情報提供部１３４が有料コンテンツの提供を開始する。このようにすることで、音声認証に誤りがあり、認証装置１がスマートスピーカ２の付近にいるユーザを誤認識した場合であっても、有料コンテンツの提供を開始する際に、ユーザが課金対象の正規のユーザであるかを確認できる。したがって、正規のユーザ以外のユーザがスマートスピーカ２を使用している場合に、正規のユーザの承諾を得ることなく正規のユーザに課金してしまうことを防止できる。

＜第２の実施形態＞
第１の実施形態の認証装置１は、有料コンテンツを提供する際に、認証部１３３が通信端末３にＵＲＬを送信することによって認証した。これに対して、第２の実施形態の認証装置１は、有料コンテンツを提供する際に、ユーザが発した認証用音声をスマートスピーカ２及び通信端末３を介して取得し、取得した認証用音声に基づいて認証するという点で第１の実施形態の認証装置１と異なる。

図８は、第２の実施形態に係る認証装置１、スマートスピーカ２、通信端末３及びコンテンツサーバ４により実行される処理の手順を示すシーケンス図である。認証部１３３は、認証要求部４３２から認証要求を受信すると、マイクを起動させる指示をスマートスピーカ２及び通信端末３に送信することで、認証情報として用いられる認証用音声を要求する。認証部１３３は、通信端末３及びスマートスピーカ２から、所定の待機時間以内に同一の認証用音声が入力されたか否かを判定することにより認証する。所定の待機時間は、認証用音声が入力されたスマートスピーカ２がネットワークＮを介して認証用音声を認証装置１に送信する際に生じる遅延時間と、通信端末３がネットワークＮを介して認証用音声を認証装置１に送信する際に生じる遅延時間との差の最大値以上に設定されており、例えば１０秒である。

認証部１３３は、所定の待機時間が経過してもスマートスピーカ２及び通信端末３のいずれか一方から認証用音声を受信しない場合、認証に失敗したと判定する。例えば、通信端末３を有しておらず、無料コンテンツのみを使用してよい子供がスマートスピーカ２の付近にいて、スマートスピーカ２の付近に通信端末３が存在しない場合、認証部１３３は、通信端末３からの認証用音声を受信しないことで認証に失敗したと判定する。その結果、有料コンテンツを利用できないユーザしかスマートスピーカ２の付近にいない場合に、情報提供部１３４が有料コンテンツを提供してしまうことを防止できる。

認証部１３３は、スマートスピーカ２において入力された認証用音声を受信してから待機時間が経過した時点で通信端末３から認証用音声を受信していない場合に、スマートスピーカ２に、通信端末３における認証が行われていない旨を通知してもよい。この通知を受けたスマートスピーカ２が、例えば「通信端末３をスマートスピーカ２の近くに持ってきてから、認証用のキーワードを話してください」という音声を出力することで、ユーザに対して、通信端末３をスマートスピーカ２の付近に持参することを促すことができる。

なお、認証部１３３は、スマートスピーカ２が起動した時に行われた音声認証において用いられた文字列を含む認証情報を通信端末３に送信し、通信端末３及びスマートスピーカ２から、送信された文字列を含む認証用音声が入力されたことを検出することにより認証してもよい。この場合の認証情報には、例えば、音声認証において用いられたキーワード、及び複数の数字が含まれる。このような認証情報が用いられることにより、認証装置１は、予め定められたキーワード及び数字に対する声紋の情報を記憶しておくだけで認証を行えるので、処理の負荷を下げることができる。

［第２の実施形態のコンテンツ提供システムＳによる効果］
以上説明したように、第２の実施形態の認証装置１は、有料コンテンツの提供を開始する際に、スマートスピーカ２及び通信端末３に同一の認証用音声が入力されたか否かを判定することにより認証する。このようにすることで、ユーザが通信端末３において手を用いて操作をすることなく認証を完了することができる。また、有料コンテンツを視聴する権利を有するユーザがスマートスピーカ２の付近にいるかどうかを、ユーザの通信端末３の所在がスマートスピーカ２から離れている場合に受信できない認証用音声を用いて確認できるので、ユーザにとっての利便性が向上する。

以上、本発明を実施の形態を用いて説明したが、本発明の技術的範囲は上記実施の形態に記載の範囲には限定されず、その要旨の範囲内で種々の変形及び変更が可能である。例えば、装置の分散・統合の具体的な実施の形態は、以上の実施の形態に限られず、その全部又は一部について、任意の単位で機能的又は物理的に分散・統合して構成することができる。

また、複数の実施の形態の任意の組み合わせによって生じる新たな実施の形態も、本発明の実施の形態に含まれる。組み合わせによって生じる新たな実施の形態の効果は、もとの実施の形態の効果を合わせ持つ。

１ 認証装置
２ スマートスピーカ
３ 通信端末
４ コンテンツサーバ
１１ 通信部
１２ 記憶部
１３ 制御部
２１ 通信部
２２ マイク
２３ スピーカ
２４ 記憶部
２５ 音声処理部
３１ 通信部
３２ 表示部
３３ 操作部
３４ 記憶部
３５ 制御部
４１ 通信部
４２ 記憶部
４３ 制御部
１３１ 音声取得部
１３２ ユーザ識別部
１３３ 認証部
１３４ 情報提供部
２５１ 音声入力部
２５２ 音声出力部
４３１ コンテンツ管理部
４３２ 認証要求部

Claims (14)

1. ユーザの操作用音声を取得する音声取得部と、
   前記操作用音声に基づく音声認証により特定されたユーザのユーザ識別情報を取得するユーザ識別部と、
   前記音声取得部が、有料情報の提供を指示する前記操作用音声を取得した場合に、前記ユーザ識別部が取得した前記ユーザ識別情報に対応する前記ユーザに関連付けられた通信端末に、前記有料情報の使用の可否を判定するための認証に用いる認証情報を要求する認証部と、
   前記有料情報を提供する情報提供部と、
   を有し、
   前記認証部は、前記情報提供部が前記有料情報を提供する前に前記認証情報を前記通信端末に要求し、
   前記情報提供部は、前記認証部が前記認証情報を前記通信端末に要求してから前記通信端末を用いた認証を行うために必要な猶予時間が経過するまでの間に前記有料情報を提供する、
   認証装置。
2. 前記認証部は、前記認証情報を前記通信端末に要求してから前記猶予時間が経過するまでの間に、前記操作用音声が入力された音声入出力端末に対して、認証が完了していないことを通知する、
   請求項１に記載の認証装置。
3. 前記情報提供部は、前記ユーザが支払い能力を有している場合に、前記認証部が前記認証情報を前記通信端末に要求してから前記猶予時間が経過するまでの間、前記有料情報の提供を継続する、
   請求項１又は２に記載の認証装置。
4. 前記認証部は、前記ユーザが支払い能力を有しておらず、かつ前記ユーザに関連付けられた他のユーザが支払い能力を有している場合に、前記他のユーザの前記通信端末に前記認証情報を要求する、
   請求項１又は２に記載の認証装置。
5. 前記情報提供部は、前記認証部が前記通信端末から受信した前記認証情報に基づいて認証を行った場合に、前記猶予時間が経過した後にも前記有料情報の提供を継続する、
   請求項１から４のいずれか一項に記載の認証装置。
6. ユーザの操作用音声を取得する音声取得部と、
   前記操作用音声に基づく音声認証により特定されたユーザのユーザ識別情報を取得するユーザ識別部と、
   前記音声取得部が、有料情報の提供を指示する前記操作用音声を取得した場合に、前記ユーザ識別情報に対応する前記ユーザに関連付けられた通信端末及び前記操作用音声が入力された音声入出力端末にマイクを起動させる指示を送信することにより、前記有料情報の使用の可否を判定するための認証に用いる認証情報として用いられる認証用音声を要求し、前記認証用音声を要求した後に、前記通信端末及び前記音声入出力端末から、所定の待機時間以内に、前記通信端末と前記音声入出力端末とで同一の認証用音声が入力されたか否かを判定することにより認証する認証部と、
   を有する認証装置。
7. 前記認証部は、前記音声入出力端末において入力された前記認証用音声を受信してから前記待機時間が経過した時点で前記通信端末から前記認証用音声を受信していない場合に、前記音声入出力端末に、前記通信端末における認証が行われていない旨を通知する、
   請求項６に記載の認証装置。
8. 前記認証部は、前記音声認証において用いられた文字列を含む前記認証情報を前記通信端末に送信し、前記通信端末及び前記音声入出力端末から、前記文字列を含む前記認証用音声が入力されたことを検出することにより認証する、
   請求項６又は７に記載の認証装置。
9. 前記認証部は、前記有料情報の内容に基づいて前記有料情報の使用の可否を判定するための認証の方法を決定する、
   請求項１から８のいずれか一項に記載の認証装置。
10. 前記認証部は、前記音声認証の精度の高さに基づいて前記有料情報の使用の可否を判定するための認証の方法を決定する、
    請求項１から９のいずれか一項に記載の認証装置。
11. コンピュータが実行する、
    ユーザの操作用音声を取得するステップと、
    前記操作用音声に基づく音声認証により特定された前記ユーザのユーザ識別情報を取得するステップと、
    有料情報の提供を指示する前記操作用音声を取得した場合に、前記ユーザ識別情報に対応する前記ユーザに関連付けられた通信端末に、前記有料情報の使用の可否を判定するための認証に用いる認証情報を要求するステップと、
    前記認証情報を前記通信端末に要求してから前記通信端末を用いた認証を行うために必要な猶予時間が経過するまでの間に前記有料情報を提供するステップと、
    を有する認証方法。
12. コンピュータが実行する、
    ユーザの操作用音声を取得するステップと、
    前記操作用音声に基づく音声認証により特定された前記ユーザのユーザ識別情報を取得するステップと、
    有料情報の提供を指示する前記操作用音声を取得した場合に、前記ユーザ識別情報に対応する前記ユーザに関連付けられた通信端末及び前記操作用音声が入力された音声入出力端末にマイクを起動させる指示を送信することにより、前記有料情報の使用の可否を判定するための認証に用いる認証情報として用いられる認証用音声を要求するステップと、
    前記認証用音声を要求した後に、前記通信端末及び前記音声入出力端末から、所定の待機時間以内に、前記通信端末と前記音声入出力端末とで同一の認証用音声が入力されたか否かを判定することにより認証するステップと、
    を有する認証方法。
13. 音声の入力及び出力が可能なスピーカと、
    前記スピーカを使用するユーザを認証する認証装置と、
    を備え、
    前記スピーカは、
    操作用音声の入力を受ける音声入力部と、
    前記操作用音声を前記認証装置に送信する音声送信部と、
    を有し、
    前記認証装置は、
    前記スピーカから前記操作用音声を取得する音声取得部と、
    前記操作用音声に基づく音声認証により特定されたユーザのユーザ識別情報を取得するユーザ識別部と、
    前記音声取得部が、有料情報の提供を指示する前記操作用音声を取得した場合に、前記ユーザ識別部が取得した前記ユーザ識別情報に対応する前記ユーザに関連付けられた通信端末に、前記有料情報の使用の可否を判定するための認証に用いる認証情報を要求する認証部と、
    前記有料情報を提供する情報提供部と、
    を有し、
    前記認証部は、前記情報提供部が前記有料情報を提供する前に前記認証情報を前記通信端末に要求し、
    前記情報提供部は、前記認証部が前記認証情報を前記通信端末に要求してから前記通信端末を用いた認証を行うために必要な猶予時間が経過するまでの間に前記有料情報を提供する、認証システム。
14. 音声の入力及び出力が可能なスピーカと、
    前記スピーカを使用するユーザを認証する認証装置と、
    を備え、
    前記スピーカは、
    操作用音声の入力を受ける音声入力部と、
    前記操作用音声を前記認証装置に送信する音声送信部と、
    を有し、
    前記認証装置は、
    前記スピーカから前記操作用音声を取得する音声取得部と、
    前記操作用音声に基づく音声認証により特定されたユーザのユーザ識別情報を取得するユーザ識別部と、
    前記音声取得部が、有料情報の提供を指示する前記操作用音声を取得した場合に、前記ユーザ識別情報に対応する前記ユーザに関連付けられた通信端末及び前記操作用音声が入力された音声入出力端末にマイクを起動させる指示を送信することにより、前記有料情報の使用の可否を判定するための認証に用いる認証情報として用いられる認証用音声を要求し、前記認証用音声を要求した後に、前記通信端末及び前記音声入出力端末から、所定の待機時間以内に、前記通信端末と前記音声入出力端末とで同一の認証用音声が入力されたか否かを判定することにより認証する認証部と、
    を有する認証システム。

Images