話者認識

話者認識（わしゃにんしき、英: Speaker recognition）は、人間の声から個人を認識（識別や認証）するコンピュータによる処理。音声から特徴を抽出し、モデル化し、それを使って個人の声の認識を行う。 誰の声であるかを識別する「話者認識」は、何を話しているかを認識する「音声認識」とは異なる。英語では話者認識を Voice recognition とも呼ぶが、これを音声認識の意味で間違って使っている場合がある。 話者認識は約40年前、アナログのフィルタの出力を平均化したもので一致するかどうかを調べるという形式で始まった。話者認識は、人によって異なる声の音響的特徴を利用する。そういった音響パターンは、解剖学的特徴（咽喉や口の大きさや形状）と生まれ育ってきた環境（話すスピードやスタイル）に起因する。このように後天的に学習したパターンも声に影響するため、話者認識は「行動的特徴」を用いた生体認証に分類される。