非显而易见杯

专利无效挑战赛

目标专利:2043用于确定音频系统的感知质量的方法和系统

专利公开号:CN102549657B

专利权人:皇家KPN公司

无效请求书提交日期:2026年


上一项目 下一项目

非显而易见性评估仅供参考,不构成法律建议。



权利要求列表点击可跳转

序号 权利要求内容

1

一种用于关于参考信号确定质量指标的方法,所述质量指标代表音频设备的输出信号的感知质量;其中处理和比较所述参考信号和所述输出信号;并且所述处理包括将所述参考信号和所述输出信号划分成相互对应时间帧;其中所述处理还包括将所述参考信号缩放成固定声强级;基于对缩放的参考信号执行的测量来选择所述输出信号的时间帧;基于所述输出信号的选择的时间帧来计算噪声对比度参数;所述噪声对比度参数是所述输出信号内的所述噪声对比度的测量;基于所述噪声对比度参数在感知响度域中对所述参考信号和所述输出信号中的至少一个应用噪声抑制;其中所述噪声对比度参数是在所述输出信号内的所选部分之间的噪声电平变化的测量。

2

根据权利要求1所述的方法,其中所述音频设备是语音处理系统。

3

根据权利要求1所述的方法,还包括以下步骤将所述参考信号和所述输出信号感知相减以形成差值信号并且根据所述差值信号导出所述质量指标。

4

根据权利要求1所述的方法,其中计算所述噪声对比度参数包括通过将所述输出信号内的第一所选时间帧的强度值除以所述输出信号内的第二所选时间帧的强度值来确定分数;通过使用具有预定压缩系数的幂律来压缩所述分数以便获得所述噪声对比度参数。

5

根据权利要求4所述的方法,其中如果压缩的分数在预定固定值以下;则将所述噪声对比度参数设置成所述预定固定值。

6

根据任一前述权利要求所述的方法,其中对所述参考信号应用所述噪声抑制包括在具有在阈值以下的检测声强级的多个时间帧内计算参考平均噪声谱密度;基于在客观与主观质量评估信息之间的优化相关性来确定参考噪声抑制因子;并且基于所述参考噪声抑制因子和所述参考平均噪声谱密度来计算所需噪声电平。

7

根据权利要求1-5中任一项所述的方法,其中对所述输出信号应用所述噪声抑制包括在与所述参考信号内的具有在阈值以下的检测声强级的时间帧对应的多个时间帧内计算平均输出噪声谱密度;基于在客观与主观质量评估信息之间的优化相关性来确定低噪声电平常数;基于在客观与主观质量评估信息之间的优化相关性来确定输出噪声抑制因子;并且通过使用所述低噪声电平常数、所述输出噪声抑制因子和所述平均输出噪声谱密度来计算代表所述输出信号中的干扰的噪声电平。

8

根据权利要求1-5中任一项所述的方法,其中所述处理还包括将所述参考信号和所述输出信号从时域变换到时间-频率域;根据所述参考信号导出参考音调功率密度函数并且根据所述输出信号导出输出音调功率密度函数;局部缩放所述参考音调功率密度函数以获得局部缩放的参考音调功率密度函数;关于频率部分地补偿所述输出音调功率密度函数或者局部缩放的参考音调功率密度函数;并且导出参考响度密度函数和输出响度密度函数。

9

根据权利要求8所述的方法,其中所述处理还包括将所述参考音调功率密度函数的强度从所述固定声强级缩放成与输出音调功率密度函数有关的声强级以获得在所述音调功率密度函数之间的声强级差;所述声强级差允许量化声强级对感知质量的影响;在所述感知响度域中将所述输出响度密度函数的响度缩放成固定响度级;并且在所述感知响度域中将所述参考响度密度函数的响度从与输出有关的声强级对应的响度级缩放成与所述输出响度密度函数的响度级有关的响度级以获得在所述参考响度密度函数与所述输出响度密度函数之间的响度级差;所述响度级差允许量化响度对所述输出信号的所述感知质量的影响。

10

一种用于关于参考信号确定两个质量指标的方法,所述质量指标代表音频设备的输出信号的感知质量;所述方法包括执行根据任一前述权利要求所述的方法用于关于总降级确定代表质量的第一质量指标;并且执行根据任一前述权利要求所述的方法用于确定第二质量指标;所述第二质量指标关于与所述参考信号相比较添加的降级来代表质量。

11

根据权利要求10所述的方法,其中所述音频设备是语音处理系统。

12

根据权利要求10所述的方法,其中确定第一质量指标包括标识缩放的参考信号内的具有在第一阈值以下的检测声强级的时间帧序列;并且确定第二质量指标包括标识所述缩放的参考信号内的具有在第二阈值以下的检测声强级的时间帧序列;所述第二阈值大于所述第一阈值。

13

根据任一前述权利要求所述的方法,其中选择时间帧包括选择所述输出信号的与所述缩放的参考信号的满足预定条件的时间帧对应的时间帧。

14

根据权利要求13所述的方法,其中所述预定条件包括所述缩放的参考信号的作为静默帧的时间帧具有在阈值以下的声强级值。

15

根据权利要求14所述的方法,其中所述预定条件还包括所述缩放的参考信号的时间帧是作为静默区间的一系列连续静默帧的部分。

16

一种用于关于音频系统(10)的用作参考信号的输入信号X(t)确定质量指标的系统(20),所述质量指标代表所述音频系统(10)的输出信号Y(t)的感知质量;所述系统包括预处理设备(30),用于预处理所述参考信号和所述输出信号;用于处理所述参考信号的第一处理设备(40a)和用于处理所述输出信号的第二处理设备(40b),用于分别获得用于所述参考信号和所述输出信号的表示信号R(X)、R(Y);差分设备(50),用于组合所述参考信号和所述输出信号的所述表示信号以便获得差分信号D;以及建模设备(60),用于处理所述差分信号以获得质量信号Q;所述质量信号Q代表所述音频系统(10)的所述感知质量的估计;其中所述预处理设备、所述第一处理设备和所述第二处理设备形成用于执行根据权利要求1-15中的任一权利要求所述的方法的处理系统。

17

根据权利要求16所述的系统,其中所述音频系统(10)是语音处理设备。


对比文件列表

编号 名称
0 2006-04-20_US2006085050A_发明申请_US20060085050A1 Method of aiding smoking cessation.docx
0 2009-03-01_ES2313413T_发明专利_ES2313413T3 COMPENSACION EN FRECUENCIA PARA EL ANALISIS DE PRECEPCION DE HABLA_+++A_B_C_J_K_W_d_e+++.docx
0 2009-02-26_JP2009508145A_发明专利_JP2009508145A An electro-optical scanner, including exit window having a converging optical element.docx
0 2008-12-31_WO2008119510A_发明申请_WO2008119510A2 METHOD AND SYSTEM FOR SPEECH QUALITY PREDICTION OF THE IMPACT OF TIME LOCALIZED DISTORTIONS OF AN AUDIO TRASMISSION SYSTEM_+++A_B_C_J_W_d_e_p_s+++.docx
0 2008-12-04_PT1792304E_发明专利_PT1792304E COMPENSAÇÃO DE FREQUÊNCIA PARA ANÁLISE DE PERCEPÇÃO DE VOZ_+++A_B_C_J_K_W+++.docx
0 2008-05-01_JP2008513834A_发明专利_JP2008513834A Frequency compensation for perceptual speech analysis_+++A_B_C_J_K_W_d+++.docx
0 2008-02-14_US2008040102A_发明申请_US20080040102A1 Frequency Compensation for Perceptual Speech Analysis_+++A_B_C_J_K_W_d+++.docx
0 2008-01-01_US7315812B_发明授权_US07315812B2 Method for determining the quality of a speech signal_+++A_B_C_J_K_W_d+++.docx
0 2007-12-25_US7313517B_发明授权_US07313517B2 Method and system for speech quality prediction of an audio transmission system_+++A_B_C_D_J_K_W+++.docx
0 2007-10-10_CN101053016A_发明公开_CN101053016A 用于感知语音分析的频率补偿_+++A_B_C_J_K_W_d+++.docx
0 2006-12-28_US2006292699A_发明申请_US20060292699A1 Detection of adulterated samples_+++A_B_C_D_E_F_G_H_I_J_K_L_M_N_O_P_Q_R_S_T_U_V_W_X_Y_Z_a_b_c_d_e_f_g_h_i_j_k_l_m_n_o_p_q_r_s_t_u_v_w_x_y_z+++.docx
0 1996-09-03_US5553193A_发明授权_US5553193A Bit allocation method and device for digital audio signals using aural characteristics and signal intensities_+++J+++.docx
0 2006-03-30_WO2006033570A_发明申请_WO2006033570A1 FREQUENCY COMPENSATION FOR PERCEPTUAL SPEECH ANALYSIS_+++A_B_C_J_K_W_d_e+++.docx
0 2006-03-30_AU2005285694A_发明专利_AU2005285694A1 Frequency compensation for perceptual speech analysis_+++A_B_C_J_K_W_d+++.docx
0 2005-11-17_WO2005109404A_发明申请_WO2005109404A2 NOISE SUPPRESSION BASED ON BARK BAND WEINER FILTERING AND MODIFIED DOBLINGER NOISE ESTIMATE_+++J+++.docx
0 2005-11-03_US2005244011A_发明申请_US20050244011A1 Method and apparatus to measure sound quality_+++A_W_j+++.docx
0 2005-07-21_US2005159944A_发明申请_US20050159944A1 Method and system for measuring a system's transmission quality_+++A_B_C_D_J_K_W+++.docx
0 2004-05-12_CN1496558A_发明公开_CN1496558A 用于确定语音信号的质量的方法和设备_+++A_B_C_D_J_K_W+++.docx
0 2002-10-29_US6473733B_发明授权_US06473733B1 Signal enhancement for voice coding_+++J+++.docx
0 2002-09-18_EP1241663A_发明公开_EP1241663A1 Method and device for determining the quality of speech signal_+++A_B_D_J_K_W_c+++.docx
0 1999-12-27_AT405922B_发明专利_AT405922B.docx

权利要求1

一种用于关于参考信号确定质量指标的方法,所述质量指标代表音频设备的输出信号的感知质量;其中处理和比较所述参考信号和所述输出信号;并且所述处理包括将所述参考信号和所述输出信号划分成相互对应时间帧;其中所述处理还包括将所述参考信号缩放成固定声强级;基于对缩放的参考信号执行的测量来选择所述输出信号的时间帧;基于所述输出信号的选择的时间帧来计算噪声对比度参数;所述噪声对比度参数是所述输出信号内的所述噪声对比度的测量;基于所述噪声对比度参数在感知响度域中对所述参考信号和所述输出信号中的至少一个应用噪声抑制;其中所述噪声对比度参数是在所述输出信号内的所选部分之间的噪声电平变化的测量。


未提交复审委

无效理由:专利法第二十二条

蒋 晓勇
@jxy

经过对目标专利权利要求与对比文件 D1(US20060292699A1)的全面对比和检索分析,我为您出具以下专业的专利无效可行性及创造性分析报告:

---

## 一、 权利要求解释(结合目标专利)

* **技术领域**:目标专利权利要求1属于**音频信号处理及客观感知质量评估**技术领域(PEAQ/POLQA类算法衍生)。

* **核心技术方案**:

1. 通过将参考信号与输出信号分帧、缩放参考信号至固定声强级。

2. 利用缩放后的参考信号测量值来**选择**输出信号的时间帧。

3. 基于所选时间帧测量输出信号内不同所选部分之间的噪声电平变化,计算出**噪声对比度参数**。

4. 最终在感知响度域应用该参数进行**噪声抑制**,进而确定代表输出信号感知质量的指标。

---

## 二、 对比文件技术特征比对表格

对比文件 **D1**:`US20060292699A1`(公开日:2006-12-28,名称:*Detection of adulterated samples*)

权利要求1技术特征D1(US20060292699A1)原文对应内容及详细出处比对结论
特征 A:一种用于关于参考信号确定质量指标的方法,所述质量指标代表音频设备的输出信号的感知质量D1 涉及滥用药物检测中生物样品掺杂物(Adulterant)的显色/电化学检测方法(摘要;段落 [0001]、[0012])。不涉及音频信号处理或质量指标确定。未公开
特征 B:处理和比较所述参考信号和所述输出信号D1 仅涉及生物样品与检测试剂的混合、温育与吸光度测定(段落 [0012]、[0065])。未公开
特征 C:将参考信号和输出信号划分成相互对应时间帧D1 无时域分帧处理。未公开
特征 D:将参考信号缩放成固定声强级D1 无声强级或信号缩放概念。未公开
特征 E:基于对缩放的参考信号执行的测量来选择所述输出信号的时间帧D1 不涉及基于信号测量的帧选择。未公开
特征 F:基于所述输出信号的选择的时间帧来计算噪声对比度参数D1 无噪声对比度计算。未公开
特征 G:噪声对比度参数是输出信号内的噪声对比度的测量D1 无相关定义。未公开
特征 H:基于所述噪声对比度参数在感知响度域中对参考信号/输出信号应用噪声抑制D1 不涉及感知响度域或音频噪声抑制。未公开
特征 I:噪声对比度参数是在输出信号内的所选部分之间的噪声电平变化的测量D1 无相关特征。未公开

---

## 三、 最接近对比文件分析与创造性评估

### 1. 技术领域与解决的技术问题对比

* **目标专利**:属于**音频信号处理/声学测量**领域,解决如何更准确地在感知响度域评估和抑制噪声,以可靠测量音频设备的输出信号感知质量的问题。

* **对比文件 D1(US20060292699A1)**:属于**生物化学/临床毒物检验**领域,解决如何提高化学掺杂物(如氧化剂)在尿液等生物样品中的检测灵敏度的问题。

### 2. 分析结论与最接近对比文件选择

* **技术领域完全跨越**:D1 与目标专利处于截然不同的技术领域(生化检测 vs 音频信号处理),未公开目标专利权利要求1的**任何**技术特征(特征 A~I)。

* **最接近对比文件选取**:D1(US20060292699A1)**完全不适合**作为最接近的对比文件。现有提交的 D1 无法对权利要求1的创造性或新颖性构成任何实质性威胁。

---

## 四、 无效请求中最薄弱的技术特征分析

如果在后续补充检索中找到了已公开“音频信号感知质量评估及分帧”的现有技术,权利要求1中**最薄弱(最容易被攻破或最可能被现有技术组合公开)**与**最强(最具备创造性防御力)**的技术特征如下:

1. **较为薄弱的技术特征(通用手段)**:

* **特征 A、B、C**:音频质量评估算法(如 ITU-T P.862 / PESQ、ITU-T P.863 / POLQA)中,将参考信号与退化信号(输出信号)进行时间对齐并**划分成相互对应的帧**进行比较,属于本领域的公知常识和标准做法。

* **特征 D**:对参考信号进行增益调整/缩放至固定电平(Level Normalization),也是音频质量分析中的常规预处理步骤。

2. **最强/最核心的技术特征(创新点所在)**:

* **特征 E + F + H + I 的技术联动**:

* 通过对缩放后的参考信号进行测量来**反向筛选/选择**输出信号的时间帧;

* 专门在所选帧/部分之间测量“噪声电平变化”,定义并计算**噪声对比度参数**;

* 将该噪声对比度参数应用到**感知响度域**的噪声抑制中。

* 这种“基于参考信号测量值选择输出信号帧 $\rightarrow$ 计算噪声电平变化对比度 $\rightarrow$ 反馈至感知响度域抑制”的特定闭环逻辑是本专利的核心发明点。

---

## 五、 进一步的对比文件检索策略(Targeted Search Strategy)

为了成功发起对权利要求1的无效宣告请求,建议重新制定专门针对**音频感知质量评估**领域的精准检索策略:

### 1. 关键IPC/CPC分类号定位

建议重点锁定以下专利分类号进行检索:

* **G10L 19/008 / G10L 19/14**:音频信号的编码/解码及质量分析

* **H04M 3/22 / H04M 3/26**:电信网络中的传输质量测试与音频信号测量

* **G10L 21/0208 / G10L 21/0232**:噪声抑制与感知域信号处理

### 2. 关键词逻辑组合(English & Chinese)

* **主体/领域**:`("perceptual quality" OR "objective quality" OR "PESQ" OR "POLQA" OR "E-model")` AND `("audio" OR "speech" OR "output signal")`

* **核心特征1(分帧与测量选择)**:`("time frame" OR "time window" OR "framing")` AND `("scale" OR "normaliz*")` AND `("select* frame")`

* **核心特征2(噪声对比度与感知抑制)**:`("noise contrast" OR "noise level variation" OR "noise floor differences")` AND `("perceptual loudness" OR "loudness domain")` AND `("noise suppression" OR "noise reduction")`

### 3. 非专利文献(NPL)重点检索源

音频质量评估领域的很多突破性算法优先发表于学术会议和国际标准中,建议优先检索:

* **AES(Audio Engineering Society)数字图书馆**:搜索关于 PEAQ/POLQA 改进算法及 Noise Contrast 测量论文。

* **IEEE Xplore / ICASSP**:搜索 `Perceptual Audio Quality Estimation` 及 `Loudness Domain Noise Reduction`。

* **ITU-T 建议书/标准文档**:重点查阅 **ITU-T P.862 (PESQ)**、**ITU-T P.863 (POLQA)** 以及 **ITU-R BS.1387 (PEAQ)** 的技术附录和草案,看是否有关于“基于参考信号选取噪声对比度帧”的公开记载。


未提交复审委

无效理由:专利法第二十二条

蒋 晓勇
@jxy

作为一名经验丰富的专利代理师,基于目标专利的权利要求与相关技术原理,结合对比文件原文,为您进行客观、严谨的专利有效性分析。

---

### 一、 基于目标专利说明书的权利要求解释

为了准确判断对比文件的公开情况,首先需要界定权利要求1中关键技术特征的法律与技术内涵:

1. **技术特征D:“将所述参考信号缩放成固定声强级”**

* **解释**:是指将输入的参考信号整体(全局)或特定范围内按统一标准调整/归一化至一个固定的目标功率/声强电平(e.g., Target power level or fixed SPL)。

2. **技术特征E:“基于对缩放的参考信号执行的测量来选择所述输出信号的时间帧”**

* **解释**:选帧标准建立在“已缩放的参考信号”的测量结果上(例如检测参考信号中的语音活动帧/非活动帧/特定能量区间),进而映射并选择对应时间位置的输出信号时间帧(Degraded signal frames)。

3. **技术特征F/G/I:“计算噪声对比度参数”**

* **解释**:该参数(Noise Contrast Parameter)代表输出信号内部的“噪声对比度”,具体为“在所述输出信号内的所选部分之间的噪声电平变化的测量”(Measuring noise level variations between selected parts within the degraded output signal)。其核心在于通过比对输出信号不同区域(如语音间隙与语音段,或不同时间帧)的噪声背景水平,量化输出信号内部的噪声波动/对比。

4. **技术特征H:“基于所述噪声对比度参数在感知响度域中对所述参考信号和所述输出信号中的至少一个应用噪声抑制”**

* **解释**:在心理声学/感知响度(Perceptual Loudness / Sone)域中,利用计算出的“噪声对比度参数”去调整/压制参考信号或输出信号的响度表示(例如降低背景噪声对掩蔽或差值计算的干扰)。

---

### 二、 各对比文件技术特征公开情况分析与对比表格

#### 1. 对比文件公开号及基本信息

* **D1**:`EP1241663A1`(Method and device for determining the quality of speech signal)

* **D2**:`CN1496558A`(用于确定语音信号的质量的方法和设备,D1的同族中文专利)

* **D3**:`US20050159944A1`(Method and system for measuring a system's transmission quality)

#### 2. 特征比对表 (Feature Comparison Matrix)

权利要求1技术特征D1 (EP1241663A1)D2 (CN1496558A)D3 (US20050159944A1)
A: 质量指标代表感知质量公开 [0001]公开 [说明书第1页]公开 [0001], [0028]
B: 处理和比较参考与输出信号公开 [0001], [0010]公开 [说明书第1页, 图1]公开 [0001], [0026]
C: 划分成相互对应时间帧公开 [0010] (P.862框架)公开 [说明书第8页] (公式5')公开 [0030], [0035] (32ms帧, 50%重叠)
D: 缩放成固定声强级公开 [0013] ($P_{fixed}$ 恒定目标电平)公开 [说明书第4页] (公式2: $P_{fixed}$)公开 [0027], [0032] (40 dB SPL 标准参考音)
E: 基于缩放参考信号测量选择输出信号时间帧实质公开 [0010], [0016] (寻找语音活动帧)实质公开 [说明书第8页] (依据参考信号确定活动帧)实质公开 [0034], [0038] (计算Active Speech Interval)
F: 基于选择时间帧计算噪声对比度参数未公开未公开实质公开 [0011], [0019], [0039] (帧增益比值/局部功率对比)
G: 参数是输出信号内噪声对比度的测量未公开未公开部分公开/相似 [0011], [0039] (输出与参考功率比值/增益波动)
H: 基于参数在感知响度域应用噪声抑制未公开未公开实质公开 [0016], [0019], [0040] (在Sone响度域降低噪声/抑制)
I: 参数是在输出信号内所选部分间的噪声电平变化测量未公开未公开未明确公开 (D3主要比较输入输出间的局部噪声/增益,而非纯粹输出信号内部各部分间)

---

### 三、 对比文件详细出处与公开性深度分析

#### D1 (`EP1241663A1`) & D2 (`CN1496558A`)

* **公开特征分析**:

* **特征A、B、C**:公开于D1 [0001]、[0010]及D2说明书第1-2页,描述了基于ITU-T P.862(PESQ)算法,将参考信号 $X(t)$ 和劣化输出信号 $Y(t)$ 划分时间帧,映射到心理声学感知模型并计算差分信号 $D$ 和质量得分 $Q$。

* **特征D**:公开于D1 [0013]("S2=S(Pf,X)=$\sqrt{P_{fixed}/P_{average}(X)}$ where $P_{fixed}$ is a predefined power level")以及D2第4页公式(2),明确记载了将参考信号缩放至固定目标功率电平 $P_{fixed}$(固定声强级)。

* **特征E**:D1 [0010]及D2第8页公式(5')明确记载根据信号功率是否高于阈值确定活动帧(Active Frames),并在对齐预处理后建立帧对应关系。

* **未公开特征**:

* D1/D2主要改进在于对全局或局部增益定标因子(S型、T型、U型、V型定标)增加调节参数 $\Delta$ 和 $\alpha$,并未在感知响度域基于输出信号内部部分间的噪声电平变化(噪声对比度)来进行针对性的噪声抑制(**特征F, G, H, I未公开**)。

#### D3 (`US20050159944A1`)

* **公开特征分析**:

* **特征A, B, C, D**:D3段落[0001]、[0026]~[0032]完整公开了PESQ框架,包括32ms时间帧划分([0030])、将信号校准到40 dB SPL的固定声强级([0032])。

* **特征E**:段落[0034]公开了“Computation of the Active Speech Time Interval”,基于原始参考信号计算活动语音时间区间,以此确定和选择处理帧。

* **特征F, G, H**:段落[0011]及[0039]公开了“Partial Compensation of the Distorted Pitch Power Density”,计算参考信号与输出信号在帧层次上的功率比值(Local compensation ratio / Local gain changes),段落[0016]、[0019]与[0040]公开了在Sone感知响度域(Loudness density $L_X, L_Y$)中,当输入/输出信号包含低电平噪声时,通过软缩放(Softscaling)机制将低电平部分的响度值向零压制($H(t,f) = L_X(f)_n^b / K^{b-1}$),从而实现感知响度域的噪声抑制。

* **未公开/薄弱特征**:

* **特征I**(及特征F/G的特定限定):权利要求1限定“噪声对比度参数是在**所述输出信号内的所选部分之间**的噪声电平变化的测量”(输出信号内部不同选定部分之间的对比)。而D3段落[0011]与[0039]所计算的比例 $F = (P_X + \Delta)/(P_Y + \Delta)$ 或局部增益变化,是**参考信号 $X$ 与输出信号 $Y$ 之间**的跨信号功率比值,或者是逐帧与整体平均值的偏差,并未明确教导“仅在输出信号 $Y$ 内部的不同选定部分(Selected parts within the output signal)之间”测量噪声电平变化。

---

### 四、 最接近对比文件的选择与创造性分析

#### 1. 最接近对比文件(Primary Prior Art)的选择

在创造性分析中,**D3 (`US20050159944A1`)** 适合作为**最接近的对比文件**。

* **总体解决的技术问题**:D3(段落[0003]-[0008])与本专利解决的技术问题极为一致,即:在基于PESQ等客观评估方法中,当信号中存在微弱/静音部分或低电平背景噪声时,传统的全局/局部定标会导致客观评估得分与人类主观感知(MOS)出现严重偏差,需要改进低电平/静音帧下的处理机制。

* **技术效果的一致性**:D3通过在感知响度域进行软缩放与噪声削减,同样实现了在存在噪声/低能量帧时提高客观测量与主观感知MOS值相关性的技术效果。

*(注:D1/D2也可以作为辅助的最接近对比文件,因为其公开了PESQ基础框架及固定电平缩放,但D3在此基础上进一步涵盖了感知响度域的噪声抑制处理,技术方案更为接近。)*

#### 2. 区别技术特征与创造性攻防(无效请求策略)

* **区别技术特征**:

权利要求1与D3相比,核心区别特征在于**特征I**(以及由其限定的特征F、G):

> 噪声对比度参数的计算方式为“**在所述输出信号内的所选部分之间的噪声电平变化的测量**”(即输出信号自体系内的噪声对比度/波动度,例如语音段间隙的噪声与有语段噪声的对比),并基于该自比对参数在感知响度域施加噪声抑制。

* **提出无效请求时最薄弱的技术特征**:

本专利**最薄弱的技术特征是:特征F + 特征G + 特征I的组合(基于输出信号内部部分间噪声变化计算噪声对比度参数并用于抑制)**。

* **专利权人防御角度**:该特征构成了明确的技术壁垒。传统PESQ(如D3)依赖“参考信号 vs 输出信号”的差值或比值,而本专利通过对“输出信号自身内部(Selected parts within Y)”的噪声电平变化进行测量(如提取纯噪声帧与混合帧的对比),能够独立于参考信号评估输出信号的非平稳噪声程度,并在响度域进行相应抑制。

* **请求人无效角度**:若要彻底攻破权利要求1,需证明“测量输出信号内部不同时间帧/部分之间的噪声变化”属于音频信号处理领域(如语音增强、PESQ噪声评价)的公知常识或被其他对比文件公开。

---

### 五、 进一步对比文件检索策略(Retrieval Strategy)

为了在无效宣告程序中成功击头或形成显而易见的组合,建议针对上述“最薄弱特征”采取以下针对性检索策略:

1. **拓展关键词组合(Key Terms Focus)**:

* 核心概念组合:`("noise contrast" OR "noise variation" OR "noise fluctuations" OR "inter-frame noise" OR "noise floor estimation")`

* 结合场景:`("PESQ" OR "P.862" OR "perceptual loudness" OR "Sone domain" OR "objective speech quality")`

* 逻辑操作:寻找在客观语音质量评估或感知模型中,**通过比较输出/劣化信号内部不同帧(如speech-active vs speech-inactive / silent frames)的背景噪声电平**来修正响度或算分的对比文件。

2. **重点专利分类号(CPC / IPC Classifications)**:

* **G10L 19/00**(语音分析/编码/处理)

* **G10L 25/60**(专门用于质量评估的语音测量)

* **G10L 21/0208**(噪声抑制/语音增强 — 很多噪声对比度参数来源于语音增强领域的信噪比/噪声变动度估计)

* **H04M 3/22**(电信网传输质量测试)

3. **标准文献与学术库(NPL / Standards Search)**:

* **ITU-T Recommendation 资源**:检索 ITU-T Study Group 12 (SG12) 关于 P.862 (PESQ) 扩展算法、P.863 (POLQA) 开发过程中的临时文档(Contributions / Working Documents)。POLQA算法标准(ITU-T P.863)中大量引入了对内部噪声对比(Noise Contrast)和不连续噪声(Discontinuous Noise)的感知扣分/抑制机制。

* **IEEE / AES 数据库**:检索 J.G. Beerends、A.W. Rix 或 Psytechnics / KPN 团队在 2002–2008 年间发表的关于 *“Noise Contrast Measurement in Perceptual Audio Quality”* 或 *“POLQA loudness domain noise suppression”* 的学术论文。

4. **组合无效路线(Combination Pathways)**:

* **主答路线**:以 **D3 (US20050159944A1)** 为第一对比文件(公开特征A-E, H,及部分F/G),结合一篇公开了“在语音质量评估中通过测量输出信号内部帧间噪声电平变化(Noise Contrast)并应用于感知响度修正”的技术文献/专利(作为D4),证明将该噪声对比度参数引入D3的Sone响度域处理属于本领域技术人员的显而易见选择。


未提交复审委

无效理由:专利法第二十二条

蒋 晓勇
@jxy

这是一份针对目标专利**权利要求1**的技术特征比对、创造性(最接近对比文件选择)分析及无效检索策略报告。

---

### 一、 目标专利权利要求1的技术特征解释与拆解

目标专利涉及一种基于参考信号确定代表音频设备输出信号感知质量的质量指标的方法。

* **技术特征 A**:所述质量指标代表音频设备的输出信号的感知质量

* **技术特征 B**:其中处理和比较所述参考信号和所述输出信号

* **技术特征 C**:所述处理包括将所述参考信号和所述输出信号划分成相互对应时间帧

* **技术特征 D**:其中所述处理还包括将所述参考信号缩放成固定声强级

* **技术特征 E**:基于对缩放的参考信号执行的测量来选择所述输出信号的时间帧

* **技术特征 F**:基于所述输出信号的选择的时间帧来计算噪声对比度参数

* **技术特征 G**:所述噪声对比度参数是所述输出信号内的所述噪声对比度的测量

* **技术特征 H**:基于所述噪声对比度参数在感知响度域中对所述参考信号和所述输出信号中的至少一个应用噪声抑制

* **技术特征 I**:其中所述噪声对比度参数是在所述输出信号内的所选部分之间的噪声电平变化的测量

---

### 二、 对比文件基本信息与公开特征比对表格

指代的对比文件如下:

* **D1**:`US20050244011A1` (*Method and apparatus to measure sound quality*)

* **D2**:`AU2005285694A1` (*Frequency compensation for perceptual speech analysis*)

* **D3**:`WO2006033570A1` (*FREQUENCY COMPENSATION FOR PERCEPTUAL SPEECH ANALYSIS*)

> **注意:** 经原文比对,D2(AU2005285694A1)与 D3(WO2006033570A1)属于同族专利申请,其说明书核心文本与技术方案完全一致。

#### 技术特征比对表

目标专利权利要求1特征D1 (US20050244011A1)D2 (AU2005285694A1) / D3 (WO2006033570A1)比对结论(公开情况)
特征 A<br>代表音频设备输出信号的感知质量指标实质公开<br>[0009]-[0011], [0025]: 评估音频/AV系统主观与客观音质得分。毫无异议公开<br>D2/D3 1页, [p0007]: Perceptual speech evaluation, PESQ score, perceived quality.D2/D3 毫无异议公开;D1 实质公开。
特征 B<br>处理和比较参考信号与输出信号实质公开<br>[0009]-[0010]: 测量物理音质(输出)并与主观模型/标准映射比对。毫无异议公开<br>D2/D3 1页, [p0008]: Comparing reference speech signal $X_n$ with degraded output signal $Y_n$.D2/D3 毫无异议公开。
特征 C<br>将参考信号和输出信号划分成相互对应时间帧未明确公开<br>主要采用FFT、八度音程平滑等频域处理,未明确按对应时间帧切分比对。毫无异议公开<br>D2 1页; D3 [p0003], [p0053]: time framed input signal ($X_n$), time framed output signal ($Y_n$), time frames 1..n (e.g. 32ms).D2/D3 毫无异议公开。
特征 D<br>将参考信号缩放成固定声强级未明确公开<br>包含音量相关的电平变化计算,但未明确将参考信号缩放至固定声强级(SPL)。实质公开<br>D2 11页; D3 [p0056]: Play back levels correctly set, speech active frames louder than about 70 dB SPL.D2/D3 实质公开/显而易见(PESQ标准预处理步)。
特征 E<br>基于对缩放参考信号的测量来选择输出信号的时间帧未明确公开实质公开<br>D2 6页, 11页; D3 [p0034], [p0056]: detecting time frames for which input reference signal is larger than a silence criterion value ($PPX(f)_n > 10^7$).D2/D3 实质公开(依据参考信号语音激活/静音阈值筛选时间帧)。
特征 F<br>基于选择的时间帧计算噪声对比度参数未明确公开部分公开/未完全覆盖<br>D2/D3公开了基于激活/静音帧计算频率补偿与失真(DALS),但非特定“噪声对比度参数”。未完全公开(存在概念对应差异)。
特征 G<br>噪声对比度参数是输出信号内噪声对比度的测量未公开未公开<br>D2/D3测量的是线性频率失真/响度差,而非输出信号本身的“噪声对比度”。现有对比文件未公开。
特征 H<br>基于噪声对比度参数在感知响度域应用噪声抑制未公开未公开<br>D2/D3在感知响度域(Sone/Bark)进行频率补偿(frequency compensation),而非基于噪声对比度应用“噪声抑制(noise suppression)”。现有对比文件未公开。
特征 I<br>噪声对比度参数是输出信号内所选部分之间噪声电平变化的测量未公开未公开现有对比文件未公开。

---

### 三、 整体解决的技术问题、技术效果及“最接近对比文件”分析

#### 1. 各对比文件技术领域及解决的技术问题

* **D1 (US20050244011A1)**:

* **解决的问题**:解决传统主观音质评估耗时、成本高以及不同评估人员标准不一的问题。

* **技术方案**:通过测量物理音质参数(如频响、衰减、偏向),利用主观评分构建映射模型/LOOK-UP表,输出客观评估得分。

* **D2 (AU2005285694A1) / D3 (WO2006033570A1)**:

* **解决的问题**:解决现有PESQ(ITU-T P.862)标准无法准确量化线性频率响应失真对感知语音质量影响的问题。

* **技术方案**:将输入(参考)和输出信号分帧转换至Bark感知频域,计算包含Offset的软缩放(softscaling)频率补偿函数,并在感知响度域(Loudness Density Domain)对信号进行加权与差值分析。

#### 2. 最接近对比文件(Primary Prior Art)的选择

在创造性分析中,**D2 (AU2005285694A1) / D3 (WO2006033570A1)** 最适合作为**最接近的对比文件**。

* **原因分析**:

1. **技术架构高度契合**:D2/D3与目标专利均基于感知音质评估架构(如ITU-T P.862 PESQ扩展框架),完全覆盖了目标专利的**前置处理流程**——即“参考/输出信号分帧(特征C)”、“在感知域/Bark域建立表示(特征B)”、“基于参考信号电平过滤/选择帧(特征E/D)”以及“在感知响度域对信号进行增益/频率补偿处理(特征H的同类架构)”。

2. **解决的技术问题更接近**:D2/D3和目标专利均致力于改善感知音质评估算法在面对特定音频失真(D2/D3针对频响失真,目标专利针对噪声/对比度变化)时的评估准确度。

3. 相较之下,D1仅涉及全局物理特征(如频谱标准差、衰减级)与主观评分的模型拟合,缺少“分帧对应匹配”、“感知响度域下的动态信号抑制/补偿”等核心步骤。

---

### 四、 未被最接近对比文件公开的技术特征与“最薄弱技术特征”指出

#### 1. 未被最接近对比文件(D2/D3)公开的特征

经过上述比对,技术特征 **F、G、H、I** 未被 D2/D3 毫无异议或实质公开:

* **特征 F/G/I**:引入并定义了“噪声对比度参数”(Noise Contrast Parameter),且明确该参数是**测量输出信号内所选部分之间的噪声电平变化**。

* **特征 H**:**基于该噪声对比度参数,在感知响度域对参考信号/输出信号应用噪声抑制**(Noise Suppression)。

#### 2. 提出无效请求时最薄弱的技术特征分析

如果向专利局提出宣告该专利无效的请求,目标专利中**最薄弱(即最容易被攻破/被证明不具备创造性)的技术特征**是:

> **最薄弱特征:技术特征 H(在感知响度域应用噪声抑制/增益调整)**

* **薄弱原因分析**:

1. **概念重合度高**:D2/D3中已经在感知响度域(Loudness Scale)对 pitch power density 应用了“频率补偿(frequency compensation)”和“局部缩放(local scaling)”,其数学本质与在响度域根据噪声差异做衰减/抑制(Suppression)极为相似。

2. **常规技术手段的转移(公知常识)**:在感知音质评价(如PESQ、POLQA)和音频增强领域,针对背景噪声或噪声电平起伏进行“噪声抑制(Noise Suppression)”或“掩蔽效应补偿”是本领域技术人员(POSITA)的常规技术手段。将测得的噪声电平变化(特征I)直接用于响度域的信号扣除或抑制,属于本领域技术人员在D2/D3的基础上结合公知常识容易想到的技术改进。

---

### 五、 进一步的对比文件检索策略(Invalidity Search Strategy)

为了补充特征 **F、G、H、I**(基于噪声电平变化的噪声对比度参数及感知响度域噪声抑制)的对比文件,建议采取以下针对性的检索策略:

#### 1. 检索主题与关键词组合(Keywords & Terminology)

* **核心概念 1:感知音质评估 / 响度域**

* `PESQ`, `POLQA`, `P.862`, `P.863`, `perceptual loudness`, `Sone domain`, `Bark scale`

* **核心概念 2:噪声对比度 / 噪声电平变化**

* `noise contrast`, `noise variation`, `noise level change`, `noise floor variation`, `noise variation measurement`

* **核心概念 3:感知抑制 / 噪声抑制**

* `noise suppression`, `suppression in loudness domain`, `noise attenuation`, `perceptual noise reduction`

#### 2. 推荐分类号(IPC / CPC Classifications)

* **H04R 29/00**(音频设备的测量/测试)

* **G10L 19/00**、**G10L 19/14**(语音/音频信号的感知编码与分析)

* **G10L 21/02**、**G10L 21/0208**(利用感知模型的噪声抑制/音频增强)

* **G10L 25/69**(语音/音频质量的客观评测)

#### 3. 重点追溯机构与发明人(Target Applicants / Inventors)

* **Opticom GmbH**(PESQ/POLQA 核心标准制定者及专利持有者,如 Michael Keyhl 等人)

* **KPN / TNO**(D2/D3 的申请人 Beerends J. G.,其在 2005-2015 年间有大量关于感知响度域噪声补偿的续作专利)

* **Dolby Laboratories / Fraunhofer IIS**(在感知音频增强与噪声对比度处理上有丰富专利积累)

#### 4. 结合逻辑组合公式示例

1. `(G10L25/69 OR H04R29/00) AND ("noise contrast" OR "noise level variation" OR "noise floor change")`

2. `("PESQ" OR "POLQA" OR "ITU-T P.862") AND ("noise suppression" OR "noise reduction") AND ("loudness domain" OR "Sone")`


未提交复审委

无效理由:专利法第二十二条

蒋 晓勇
@jxy

这份专利无效分析报告旨在紧密结合目标专利说明书与对比文件原文,针对目标专利(以下简称“本专利”)的权利要求1进行深入的法律与技术比对,并为后续的专利无效程序提供精准的策略支持。

---

## 一、 目标专利权利要求1的技术特征拆解与说明书解释

根据目标专利(权利要求1.docx)的文本,权利要求1可以拆解为以下9个关键技术特征(特征A~I)。

结合专利法第26条第4款“权利要求书应当以说明书为依据”以及《最高人民法院关于审理侵犯专利权纠纷案件应用法律若干问题的解释》中关于权利要求解释的规定,我们对各特征进行说明书层面的技术内涵澄清:

* **技术特征A:** `一种用于关于参考信号确定质量指标的方法,所述质量指标代表音频设备的输出信号的感知质量`

* *说明书解释:* 属于客观语音/音频质量评估(如ITU-T P.862 PESQ算法架构)领域,通过将恶化的输出信号与基准参考信号对比,计算出映射到MOS(平均评定得分)的感知质量指标。

* **技术特征B:** `其中处理和比较所述参考信号和所述输出信号`

* *说明书解释:* 双端(Double-ended)感知质量测量流程,需对参考信号与输出信号同时进行时频映射、响度域变换等处理。

* **技术特征C:** `所述处理包括将所述参考信号和所述输出信号划分成相互对应时间帧`

* *说明书解释:* 分帧处理(通常使用Hanning窗等加窗FFT变换,如32ms或20ms帧长),建立参考帧与输出帧的时域对应关系。

* **技术特征D:** `其中所述处理还包括将所述参考信号缩放成固定声强级`

* *说明书解释:* 在感知响度变换前,对参考信号的增益/电平进行归一化校准(Level Scaling),将其调整至标准的监听声压级(如70dB SPL)。

* **技术特征E:** `基于对缩放的参考信号执行的测量来选择所述输出信号的时间帧`

* *说明书解释:* 语音激活检测(VAD)或无声/有声帧筛选。即根据缩放后的参考信号的能量/功率是否高于预设阈值(例如无声标准值,如Bark能量大于 $10^7$),来筛选/选择对应的输出信号帧(避免无声段噪声对整体统计的干扰)。

* **技术特征F:** `基于所述输出信号的选择的时间帧来计算噪声对比度参数`

* *说明书解释:* 仅利用选出的有效时间帧(如有声/无声特定段)的输出信号能量数据,计算反应背景噪声或信噪比波动的统计参数。

* **技术特征G:** `所述噪声对比度参数是所述输出信号内的所述噪声对比度的测量`

* *说明书解释:* 用于量化输出信号内部噪声水平动态差异或背景噪声起伏程度的物理量。

* **技术特征H:** `基于所述噪声对比度参数在感知响度域中对所述参考信号和所述输出信号中的至少一个应用噪声抑制`

* *说明书解释:* 将噪声对比度参数引入感知响度变换或差分响度计算中,通过对参考/输出信号的间距功率密度或响度密度进行自适应补偿或遮蔽扣除,以消除背景噪声对最终感知质量评估的不利干扰。

* **技术特征I:** `其中所述噪声对比度参数是在所述输出信号内的所选部分之间的噪声电平变化的测量`

* *说明书解释:* 对特征G的进一步限定,说明噪声对比度参数的具体物理含义:通过计算输出信号中不同选择区域(如无声帧与有声帧,或不同时段噪声段)的噪声电平(Noise Level)之差值或变化量(Variation/Delta)。

---

## 二、 对比文件技术特征比对表

我们将三份对比文件(公开号分别为 **CN101053016A**、**US7313517B2**、**US7315812B2**)与目标专利权利要求1进行逐项特征比对:

权利要求1技术特征对应对比文件 D1<br>(CN101053016A)对应对比文件 D2<br>(US7313517B2)对应对比文件 D3<br>(US7315812B2)
特征 A<br>(代表感知质量的质量指标)公开<br>说明书摘要、图1、[0001]:确定音频传输系统感知质量的方法。公开<br>[0001]、[0019]:Estimating the perceptual quality of speech links.公开<br>[0002]、[0019]:Determining the speech quality of an output signal with respect to a reference signal.
特征 B<br>(处理和比较参考信号与输出信号)公开<br>图1、[0001]、[0010]:比较基准语音信号Xn与其恶化的输出信号Yn。公开<br>图1、[0019]:Input signal X(t) and output signal Y(t) are processed and mutually compared.公开<br>图1、[0019]:Pre-processed signals Xp(t) and Yp(t) are mapped and differentiated.
特征 C<br>(划分成相互对应时间帧)公开<br>图2说明、[0022]:通过离散时帧1至n表示输入和输出信号,加Hanning窗分帧。公开<br>[0029]:Short term FFT with overlap between successive time windows (frames).公开<br>[0022]:Transformation from time domain into time-frequency domain (FFT frames).
特征 D<br>(参考信号缩放成固定声强级)公开<br>[0026]:重放等级/缩放至P.862约70dB SPL(固定声强级)。公开<br>[0021]:Level alignment to a calibrated listening level.公开<br>[0019]:Pre-processing including power level scaling.
特征 E<br>(基于缩放的参考信号测量选择输出信号时间帧)公开<br>[0026]、[0031]:基于输入基准信号大于无声标准值的所有帧(语音激活帧)检测并选通。公开<br>[0028]、[0031]:Calculated over speech active frames using cells whose power is above absolute threshold.公开<br>[0022]:Average calculated over active speech frames.
特征 F<br>(基于选择的时间帧计算噪声对比度参数)实质公开 (部分公开)<br>[0026]、[0029]、[0031]:基于选通帧计算输出与输入间距功率密度的增益/偏置变化与差分响度。实质公开 (部分公开)<br>[0032]、[0051]:Calculated on selected frames to handle presence of noise and power scaling.未显式公开<br>仅基于频域比例做频率响应补偿,未基于所选时间帧专门提取噪声对比度参数。
特征 G<br>(噪声对比度参数是噪声对比度的测量)未公开<br>D1计算的是整体增益/频率响应补偿函数(H1/H2),非专门的噪声对比度参数。未公开<br>D2计算的是局部功率缩放因子(local power scaling factor),非噪声对比度。未公开<br>计算的是频域响应比值/剪切边界(Clipping Factor),非噪声对比度。
特征 H<br>(基于噪声对比度参数在感知响度域应用噪声抑制)实质公开 (部分公开)<br>[0032]、[0033]、图3:在感知响度域中通过不对称处理及非线性积分抑制/消除无声及噪声干扰。实质公开 (部分公开)<br>[0032]、[0041]:Masking and local gain compensation in pitch power / loudness domain.实质公开 (部分公开)<br>[0022]、[0026]:Compensation operation before/in compression stage in pitch power domain.
特征 I<br>(噪声对比度参数是所选部分之间噪声电平变化的测量)未公开<br>未明确提及在输出信号所选部分之间测量噪声电平的变化(Delta Noise Level)。未公开<br>未涉及在输出信号内不同所选部分之间提取噪声电平变化量。未公开<br>未涉及输出信号内不同部分之间的噪声电平变化计算。

---

## 三、 对比文件原文出处与详细公开性分析

为了确保在无效宣告请求中理由精准且引用无误,以下提供各对比文件的详细原文出处及公开特征分析:

### 1. D1:CN101053016A(公开日:2007-10-10)

* **公开号:** CN101053016A

* **公开的技术特征:**

* **特征 A、B、C:** 参见说明书第5页第15-25行(图2说明)及[0022]段,明确公开了“离散时帧1至n来表示输入Xn和输出信号Yn”,“通过Hanning窗加窗分帧并进行离散傅里叶变换”。

* **特征 D:** 参见说明书第5页第26-30行(步骤2.7说明),明确公开了“使用正确设置的重放等级时响度大于P.862约70dB SPL的帧”,实现了缩放成固定声强级。

* **特征 E:** 参见说明书第4页“检测每帧的输入和输出间距功率密度函数同时大于无声标准值的时帧,在检测时帧的控制下,选通控制……”及第6页“根据相同组的语音激活帧来计算”,完全公开了基于参考信号的能量/无声标准筛选时间帧。

* **特征 F、H:** 参见说明书第6页步骤3.10与3.11以及第7页步骤3.8-3.9,公开了在感知响度域内计算差分响度函数并进行非线性缩放与不对称处理,以抵消无声及噪声对感知质量的影响。

* **未公开的技术特征:** **特征 G、I**(D1侧重于采用软定标Softscaling函数计算频域补偿系数 $H_1(f), H_2(f)$,未显式定义并在输出信号所选部分之间计算“噪声电平变化的噪声对比度参数”)。

### 2. D2:US7313517B2(授权公告日:2007-12-25)

* **公开号:** US07313517B2

* **公开的技术特征:**

* **特征 A、B、C、D、E:** 参见说明书第[0019]-[0030]段,详细记载了PESQ算法的标准预处理架构,包括分帧(FFT frames)、声级对齐(Level alignment to a calibrated listening level)、语音激活帧选择(Calculated over speech active frames)。

* **特征 F、H:** 参见说明书第[0032]段(Compensation of the Distorted Pitch Power Density)与第[0051]-[0054]段,公开了通过迭代计算局部功率缩放因子(Local power scaling factor),并在存在噪声(presence of noise)的情况下,在响度/音高功率密度域消除增益偏差和噪声干扰。

* **未公开的技术特征:** **特征 G、I**(D2采用的是迭代求解Local Gain Scaling Factor,并非测量输出信号所选部分之间的噪声电平变化量作为噪声对比度参数)。

### 3. D3:US7315812B2(授权公告日:2008-01-01)

* **公开号:** US07315812B2

* **公开的技术特征:**

* **特征 A、B、C、D:** 参见说明书第[0019]-[0024]段及图1、图2,公开了基于ITU-T P.862标准的信号预处理、电平缩放(power level scaling)与分帧映射。

* **特征 H:** 参见说明书第[0025]-[0028]段,公开了采用频率相关的剪切函数(frequency-dependent clipping function)对音高功率密度进行补偿。

* **未公开的技术特征:** **特征 E、F、G、I**(D3重点解决由于音色/频响差异巨度变化(Timbre differences)导致的评估不准,未在输出信号所选部分间进行噪声电平变化量的提取)。

---

## 四、 最接近的对比文件分析与创造性评价

### 1. 最接近对比文件的选择(D1 / D2 均可作为最接近对比文件)

从整体解决的技术问题和技术效果角度来看:

* **D1 (CN101053016A) 适合作为最接近对比文件(首选):**

* *技术问题与效果:* D1与目标专利完全同域,均旨在解决现有ITU-T P.862(PESQ)在处理信号失真/噪声干扰时由于硬限幅或定标不准导致的感知质量评估偏差问题。

* *特征覆盖度:* D1覆盖了目标专利权利要求1中的特征A、B、C、D、E,并实质公开了在响度域中基于有效帧进行平滑补偿与干扰抑制(特征F、H的部分技术手段)。

* **D2 (US7313517B2) 亦可作为并行比较的最接近对比文件(备选):**

* *技术问题与效果:* D2专门解决在存在噪声(presence of noise)及大频响偏差时,标准PESQ计算局部增益及噪声补偿不准的问题([0007]段)。

* *特征覆盖度:* D2对标准P.862框架及时域/频域迭代补偿记载极细,同样全面公开了特征A~E。

### 2. 区别技术特征与技术效果分析

以 **D1** 为最接近的对比文件为例,权利要求1相对于D1的区别特征在于:

> **区别特征(即特征G与特征I的结合):** 明确提出了计算“噪声对比度参数”,且该参数具体是“在输出信号内的所选部分之间的噪声电平变化的测量”,并基于该特定的噪声对比度参数在感知响度域应用噪声抑制。

* *目标专利声称达到的技术效果:* 通过精准测量输出信号内部不同部分(如无声段与有声段)之间的噪声电平波动(噪声对比度),能够更真实地反映人耳对非平稳背景噪声或动态噪声的感知恶化程度,从而在感知响度域更精准地剔除噪声干扰,提高感知质量(MOS分)评估的准确性。

### 3. 无效宣告请求中最薄弱的技术特征点

在专利无效程序中,本专利**最薄弱的技术特征**在于:

> **特征I(以及特征G中对噪声对比度参数的具体定义)**

**薄弱原因分析:**

1. **概念重合度高(属于本领域公知常识/惯用手段):** 所谓“在输出信号所选部分之间测量噪声电平变化(特征I)”,本质上就是语音信号处理领域极其常见的**信噪比(SNR)估计或背景噪声电平波动统计(Noise Level Variation)**。

2. **显而易见性(结合公知常识或D2即可导出):** 本领域技术人员在面对D1或D2已经给出的“基于语音激活帧选通处理噪声/频响失真”的框架下,为了进一步优化噪声抑制效果,自然有动机引入输出信号中噪声段与信号段(或不同帧间)的噪声电平差值(噪声对比度)。这种将已知的统计量(噪声电平变化)作为控制参数引入响度域补偿(特征H)的做法,属于本领域技术人员的常规技术选择,不具备突出的实质性特点和显著的进步。

---

## 五、 进一步的对比文件检索策略(检索指引)

针对最薄弱特征(特征G、特征I:测量输出信号所选部分间的噪声电平变化并用于感知质量评估中的噪声抑制),建议采取以下针对性的进一步检索策略:

```

┌────────────────────────────────────────┐

│ 进一步检索策略: 击穿特征 G & 特征 I │

└───────────────────┬────────────────────┘

┌──────────────────────────────┴──────────────────────────────┐

▼ ▼

┌─────────────────────────────────┐ ┌─────────────────────────────────┐

│ 策略 A: 补充公知常识 / 教导技术文件│ │ 策略 B: 拓展关键词与分类号组合 │

└────────────────┬────────────────┘ └────────────────┬────────────────┘

│ │

聚焦 ITU-T P.863 (POLQA) 标准草案/ 利用噪声对比度(Noise Contrast Ratio/

研究组 Contribution 文件 (2006-2009) Variation) 与感知响度域抑制的交叉检索

```

### 1. 重点检索方向与技术来源

* **ITU-T SG12 研究组(Study Group 12)贡献文件(Contributions):**

* 目标专利的优先权/申请日时间段(关注2006年—2009年前后),正是ITU-T推进从 **P.862 (PESQ)** 向 **P.863 (POLQA)** 标准演进的时期。POLQA标准的核心改进之一就是**动态背景噪声与噪声对比度(Noise Contrast / Noise Level Variation)的补偿**。

* *重点机构/作者:* Koninklijke KPN N.V.、Opticom GmbH、SwissQual AG(如发明人J.G. Beerends及其团队在ITU-T发表的White Contribution)。

* **IEEE / ICASSP 音频语音信号处理顶级会议论文:**

* 检索关于 `Objective speech quality assessment` + `Noise Contrast` / `Noise Level Difference` 的论文,证明在感知响度域利用噪声对比度进行降噪/补偿是2008年以前信号处理领域的公知技术。

### 2. 检索要素表达与逻辑组合(Search Matrix)

* **分类号(IPC / CPC):**

* `G10L 19/00`(音频信号处理)

* `G10L 25/60` 或 `G10L 25/69`(语音质量评估/语音信号测量)

* `H04M 3/22`(电信网质量监控)

* **关键词逻辑组合(English & Chinese):**

* **Group 1(感知评估框架):** ("PESQ" OR "P.862" OR "POLQA" OR "P.863" OR "perceptual quality" OR "perceptual loudness")

* **Group 2(噪声对比度/噪声电平变化):** ("noise contrast" OR "noise level variation" OR "noise level difference" OR "noise floor change" OR "noise level measurement" OR "噪声对比度" OR "噪声电平变化" OR "背景噪声起伏")

* **Group 3(响度域抑制/补偿):** ("noise suppression" OR "loudness domain" OR "pitch power density" OR "suppress noise" OR "感知响度" OR "噪声抑制")

**推荐检索表达式示例:**

> `(IPC=G10L25/69 OR IPC=G10L19/00) AND ("noise contrast" OR ("noise level" PRE/3 ("change" OR "variation" OR "difference"))) AND ("loudness" OR "PESQ" OR "P.862" OR "pitch power")`

---

## 六、 结论与无效请求策略总结

1. **最接近对比文件首选 D1(CN101053016A)**,其已公开了目标专利权利要求1的前置预处理、分帧、基于参考信号选通处理以及感知响度域补偿等绝大部分核心架构(特征A~F、H)。

2. **无效突破口集中于特征G+I:** 目标专利仅在现有P.862算法框架上引入了“输出信号所选部分间的噪声电平变化(噪声对比度)”。

3. **组合无效路径建议:**

* **主打方案:** **D1 (或 D2) + 本领域公知常识 / 经典教科书(如语音增强中关于噪声电平估计的公知技术)**,论证将噪声电平变化作为控制参数应用于D1/D2的感知响度域补偿属于显而易见的常规设计。

* **备选方案:** 进一步通过上述检索策略补充一篇公开了“在客观语音评估中提取噪声电平变化/噪声对比度”的对比文件(D4),以 **D1 + D4** 或 **D2 + D4** 组合彻底击穿权利要求1的创造性。

<ElicitationsGroup message="如需进一步推进该专利的无效宣告工作,您可以选择以下方向:">

<Elicitation label="撰写针对权利要求1的详细无效宣告请求书(创造性意见)" query="请基于上述D1和D2分析,帮我撰写一份针对权利要求1的专利无效宣告请求书中关于创造性(专利法第22条第3款)的正式意见陈述书草案。"/>

<Elicitation label="扩展分析从属权利要求的无效突破点" query="如果本专利包含基于权利要求1的从属权利要求,请提示在从属权利要求中通常可能出现的附加技术特征及相应的无效防御/攻击思路。"/>

</ElicitationsGroup>


未提交复审委

无效理由:专利法第二十二条

蒋 晓勇
@jxy

结合目标专利说明书与对比文件原文,对本案权利要求1进行深入的技术特征比对、最接近对比文件选择、无效突破点(最薄弱特征)分析及检索策略制定如下:

---

## 一、 权利要求1的技术特征解释(结合说明书)

* **技术特征 A(用于关于参考信号确定质量指标的方法,所述质量指标代表音频设备的输出信号的感知质量):**

* **解释:** 该方法属于音频质量评估技术领域,通过比较输入的参考信号与经过待测音频设备(如电话网络、编解码器等)处理后的输出信号,建立客观的评估指标(如PESQ或MOS分值),以反映人耳对音频质量的感知感受。

* **技术特征 B(其中处理和比较所述参考信号和所述输出信号):**

* **解释:** 在感知域中对输入的参考信号($X_n$)与经过传输/处理后的劣化输出信号($Y_n$)进行信号预处理与量化对比。

* **技术特征 C(所述处理包括将所述参考信号和所述输出信号划分成相互对应时间帧):**

* **解释:** 将连续的参考信号和输出信号按固定或可变时长(如32ms帧)切割成相对应的离散时间帧,以便逐帧进行时域/频域分析。

* **技术特征 D(其中所述处理还包括将所述参考信号缩放成固定声强级):**

* **解释:** 将输入的参考信号在声强级(SPL, Sound Pressure Level)上归一化或重采样/调整至预设的固定标准电平(例如70 dB SPL),消除输入信号初始音量波动对感知响度计算的干扰。

* **技术特征 E(基于对缩放的参考信号执行的测量来选择所述输出信号的时间帧):**

* **解释:** 并非对所有时间帧都均等处理,而是先对缩放后的参考信号进行静音/语音活性测量(如判断帧能量是否高于静音门限/静音标准值),据此筛选/门控(gating)出对应的输出信号时间帧(即仅选择语音活动帧/非静音帧)。

* **技术特征 F(基于所述输出信号的选择的时间帧来计算噪声对比度参数):**

* **解释:** 仅利用步骤E中筛选出的输出信号特定时间帧,计算反映输出信号内部背景噪声或背景电平起伏变化的参数。

* **技术特征 G(所述噪声对比度参数是所述输出信号内的所述噪声对比度的测量):**

* **解释:** 明确噪声对比度参数的物理含义,即对输出信号内部噪声特征/对比程度的量化。

* **技术特征 H(基于所述噪声对比度参数在感知响度域中对所述参考信号和所述输出信号中的至少一个应用噪声抑制):**

* **解释:** 将计算得到的噪声对比度参数作为补偿/抑制定量依据,在变换后的感知响度域(Loudness Domain/Sone域)中,对参考信号或输出信号的响度谱进行针对性的噪声抑制或频域补偿计算。

* **技术特征 I(其中所述噪声对比度参数是在所述输出信号内的所选部分之间的噪声电平变化的测量):**

* **解释:** 进一步限定噪声对比度参数的计算方式,即通过测量输出信号中被选定的不同片段/部分(如不同语音间隙或不同帧)之间的噪声电平起伏/波动幅度来确定。

---

## 二、 专利特征比对表格

以下为各对比文件(附公开号)与权利要求1技术特征的详细比对:

> **对比文件说明:**

> * **D1:** US20080040102A1 (2008-02-14)

> * **D2:** JP2008513834A (2008-05-01)

> * **D3:** PT1792304E (2008-12-04)

权利要求1技术特征D1 (US20080040102A1)D2 (JP2008513834A)D3 (PT1792304E)
A:质量指标代表感知质量公开 ([0001], [0005])<br>PESQ/MOS值评估感知质量。公开 ([0001], [0005])<br>感知语音质量评估。公开 (Field of the Invention, [0005])<br>感知质量评估。
B:处理和比较参考与输出信号公开 ([0005], [0011])<br>比较参考信号$X_n$与输出信号$Y_n$。公开 ([0005], [0011])<br>比较$X_n$与$Y_n$。公开 ([0005], [0011])<br>比较$X_n$与$Y_n$。
C:划分成相互对应时间帧公开 ([0001], [0069])<br>时域分帧处理(如32ms帧)。公开 ([0001], [0069])<br>时间帧处理。公开 ([0001], [0069])<br>时间帧处理。
D:将参考信号缩放成固定声强级实质公开 ([0076])<br>参考信号按标准声强级(~70 dB SPL)设定。实质公开 ([0076])<br>缩放至约70 dB SPL标准播放电平。实质公开 ([0076])<br>缩放至标准播放电平(70 dB SPL)。
E:基于对缩放参考信号的测量选择输出信号时间帧公开 ([0035], [0076], [0095])<br>通过对$PPX_n > 10^7$(静音门限)检测语音活性帧进行gating。公开 ([0035], [0076], [0095])<br>检测大于静音门限的时间帧并进行gating。公开 ([0035], [0076], [0095])<br>基于静音门限检测并选定时间帧。
F:基于选择的时间帧计算噪声/增益参数部分/实质公开 ([0018], [0085], [0088])<br>基于选定语音帧计算频域补偿/增益缩放函数$H_1(f), H_2(f)$。部分/实质公开 ([0018], [0085], [0088])<br>计算频域补偿/缩放函数。部分/实质公开 ([0018], [0085], [0088])<br>计算频域补偿/缩放函数。
G:噪声对比度参数的定义未明确公开<br>D1主要计算频域线性响应偏差/增益,未明确定义“噪声对比度参数”。未明确公开<br>同D1,侧重频域响应补偿。未明确公开<br>同D1,侧重频域响应补偿。
H:在感知响度域应用噪声抑制部分公开 ([0018], [0048], [0080])<br>在Sone响度域计算响度密度差值并进行平滑/抑制。部分公开 ([0018], [0048], [0080])<br>在响度域转换并处理差异。部分公开 ([0018], [0048], [0080])<br>在响度域转换并处理差异。
I:噪声对比度参数为所选部分间噪声电平变化的测量未公开<br>D1未提及通过测量所选部分间噪声电平变化来定义对比度。未公开<br>同D1。未公开<br>同D1。

---

## 三、 最接近对比文件的分析与选择

在创造性分析过程中,**D1 (US20080040102A1)**、**D2 (JP2008513834A)** 与 **D3 (PT1792304E)** 实际上属于**同一同族专利家族(Patent Family)**在不同国家/地区的公开文本(技术方案完全一致)。

### 1. 最接近对比文件的确定

* **最接近对比文件推荐:** **D1 (US20080040102A1)** 或 **D2 (JP2008513834A)**。

* **选择理由:**

* **技术领域相同:** 均属于音频传输系统感知质量客观评估(基于ITU-T P.862 / PESQ框架)领域。

* **解决的技术问题相同:** 旨在解决传统评估方法中由于传输系统或环境影响(如频域响度偏差、背景噪声干扰)导致客观评估分值与主观听觉感知不匹配的问题。

* **技术特征重合度最高:** 公开了权利要求1的前套方案(特征A-E)以及在感知响度域中进行信号补偿/抑制的大部分处理框架(特征H)。

### 2. 未被最接近对比文件(D1-D3)完全公开的技术特征

尽管D1-D3公开了基于语音活性帧(特征E)计算频域补偿函数$H_1(f), H_2(f)$(特征F)并在响度域进行信号处理(特征H),但**未明确公开**以下核心限定:

1. **特征G & I(噪声对比度参数及其物理意义):** D1-D3计算的是频域响应补偿因子(Softscaling function),并未明确提出**“计算噪声对比度参数”**,更未公开该参数是**“在输出信号所选部分之间的噪声电平变化的测量”**。

---

## 四、 无效请求中最薄弱的技术特征

在针对本专利提出无效宣告请求时,**最薄弱(即最容易被对比文件攻破/或最难以维持创造性)的技术特征**是:

> **最薄弱特征:特征 D、E、F、H 的组合逻辑(即基于选定帧计算补偿参数并在响度域应用)**

### 薄弱点分析:

1. **公知常识与ITU-T标准框架重合度高:** 权利要求1中“分帧(C)”、“缩放至固定电平(D)”、“静音门限检测选帧(E)”以及“感知响度域转换(H)”均完全继承自标准ITU-T P.862 (PESQ) 算法。

2. **“噪声对比度”概念的可替代性与显而易见性:** 虽然D1-D3原文使用了“Frequency compensation / Softscaling”等术语,但其算法本质(如对静音帧/不同信号段电平差的平滑与抑制)与本专利的“噪声对比度/噪声电平变化测量”在技术手段上仅存在**语义表述或微小的参量计算差异**。如果引入其他语音增强/评估文献,本领域技术人员极易将背景噪声起伏(Noise Contrast/Variation)作为参数引入Sone响度域抑制中。

---

## 五、 进一步的对比文件检索策略(补强检索)

由于D1-D3同族文献在特征G和特征I(针对噪声对比度/噪声电平变化的具体测量)上存在公开启示不足的风险,为确保彻底击垮权利要求1的创造性,建议按以下策略展开补强检索:

### 1. 核心检索要素(IPC分类号与关键词组合)

* **IPC / CPC 分类号:**

* `G10L19/00`(音频信号分析与编码)

* `G10L25/60`(感知质量评估/语音质量测试)

* `G10L21/0208`(噪声抑制/语音增强)

* `H04R29/00`(音频设备测试)

* **关键词逻辑结构:**

* **主题 A(评估/响度):** `PESQ` OR `POLQA` OR `P.862` OR `P.863` OR `Perceptual Loudness` OR `Sone Domain`

* **主题 B(噪声对比度/变化):** `Noise Contrast` OR `Noise Level Variation` OR `Noise Floor Differences` OR `Background Noise Estimation`

* **主题 C(抑制/补偿):** `Noise Suppression` OR `Spectral Gain` OR `Softscaling`

### 2. 重点检索源与标准文献库

1. **ITU-T 评估标准与 Contribution 提案文档:**

* 重点检索 **ITU-T Recommendation P.863 (POLQA)** 的早期草案及Working Papers(2008-2011年期间),POLQA标准中大幅引入了针对复杂背景噪声、非平稳噪声(Noise Variation)及声强缩放的评估模型。

2. **IEEE / ESCA / INTERSPEECH 顶级会议文献:**

* 检索关键词:`Perceptual evaluation` + `non-stationary noise contrast` / `loudness suppression`。

3. **语音增强(Speech Enhancement)专利交叉检索:**

* 噪声对比度及噪声电平变化的计算常见于“语音增强/降噪”领域(如针对双麦克风或车载音频设备的噪声抑制)。可寻找将“噪声电平变化计算”应用于“感知响度域降噪”的对比文件,与D1(评估框架)进行结合(防守方常用非类似领域抗辩,但同属于音频信号处理领域,技术结合阻碍极小)。


未提交复审委

无效理由:专利法第二十二条

蒋 晓勇
@jxy

尊敬的委托人/专利分析师:

作为一名经验丰富的专利代理师,我针对您提供的目标专利**权利要求1**以及两篇对比文件(**D1: WO2008119510A2** 与 **D2: ES2313413T3**)进行了深入的法律与技术比对分析。

以下为详细的权利要求解释、技术特征比对表、最接近对比文件选择分析、创造性无效薄弱点剖析及后续检索策略。

---

### 一、 目标专利权利要求1的术语解释(结合说明书 context)

权利要求1的核心在于:**通过对参考信号(缩放后)的测量来选择输出信号的时间帧,进而计算针对时间局部化失真(如噪声/削波/脉冲)的“噪声对比度参数”,并在感知响度域应用噪声抑制。**

1. **“参考信号”与“输出信号”**:参考信号即输入的原始音频/语音信号(Reference/Input Signal),输出信号即经过被测音频设备/传输系统后带失真或噪声的信号(Output/Degraded Signal)。

2. **“时间帧(Time Frames)”**:将连续音频划分为相互对应的短时帧(例如20-30ms的窗口帧),便于进行时域-频域变换(如Bark域/ Pitch域)。

3. **“将所述参考信号缩放成固定声强级”及“基于...测量来选择所述输出信号的时间帧”**:指在时频分析前或分析中,将参考信号归一化/缩放至固定的参考声压级(如 70 dB SPL),并利用参考信号在各帧上的能量/功率测量(例如判断是否高于语音激活阈值/静音判定阈值)来挑选输出信号中对应的活跃帧或被特定失真影响的时间帧。

4. **“噪声对比度参数(Noise Contrast Parameter)”**:权利要求1明确限定其为“**所述输出信号内的所述噪声对比度的测量**”以及“**所述输出信号内的所选部分之间的噪声电平变化的测量**”。在技术本质上,它是通过比较输出信号不同部分(如语音活跃段与平静/背景段,或不同时间帧间)的功率/响度比例或差异,来量化时间局部性失真(Time Localized Distortions,如 Time Clip / Time Pulse / 动态背景噪声变化)的参数。

5. **“在感知响度域中...应用噪声抑制”**:指将信号转换至符合人类听觉特性的感知域(如Sone域、Bark域或Pitch域),基于计算出的噪声对比度参数对信号(如参考信号或输出信号的频谱/响度密度)进行增益调整、减去噪声基底或滤波抑制。

---

### 二、 技术特征比对表格

以下为权利要求1的技术特征拆解与两篇对比文件原文的详细比对:

权利要求1技术特征对比文件 D1 (WO2008119510A2)对比文件 D2 (ES2313413T3)披露判定
特征 A<br>一种用于关于参考信号确定质量指标的方法,所述质量指标代表音频设备的输出信号的感知质量[p0002], [p0005], [p0019]<br>“method and system for measuring the transmission quality of an audio transmission system... comparing the internal perceptual representations... estimation can be made about the perceived quality”[Campo de la invención], [0.1]-[0.4]<br>“procedimiento o sistema para analizar la medida de la calidad de percepción... evaluar la calidad percibida (PESQ/MOS)”D1: 毫无异议公开<br>D2: 毫无异议公开
特征 B<br>其中处理和比较所述参考信号和所述输出信号[p0002], [p0005]<br>“an input signal... and an output signal... are processed and mutually compared”[0.1]<br>“comparando una señal de habla de referencia Xn... con su señal de salida degradada Yn”D1: 毫无异议公开<br>D2: 毫无异议公开
特征 C<br>所述处理包括将所述参考信号和所述输出信号划分成相互对应时间帧[p0002], [p0026]<br>“time-frequency cells in the time frequency domain (f, n)... with n the frame index”[2.1]-[2.6]<br>“las señales de entrada y de salida están representadas por tramas de tiempo discretas 1 ... n”D1: 毫无异议公开<br>D2: 毫无异议公开
特征 D<br>其中所述处理还包括将所述参考信号缩放成固定声强级[p0011], [p0020]<br>参照PESQ标准(ITU-T P.862),将信号缩放/校准至固定参考级(如 70 dB SPL);[p0012] 中对输入/输出进行功率平移和增益归一化。[2.7]<br>参照 P.862 标准“tramas más intensas que aproximadamente 70 dB SPL para P.862 cuando se utiliza con niveles de reproducción correctamente fijados”D1: 实质公开<br>D2: 实质公开
特征 E<br>基于对缩放的参考信号执行的测量来选择所述输出信号的时间帧[p0028], [p0036]<br>“An active frame is a frame n for which the input reference signal level is above a lower power limit... a passive frame is... below the lower power limit.”(基于参考信号电平测量挑选/标记对应帧)[2.7], [3.1]-[3.3]<br>“todas las tramas para las que la señal de referencia de entrada es mayor que un valor de criterio de silencio”(依据参考信号能量判断语音活跃帧)D1: 毫无异议公开<br>D2: 毫无异议公开
特征 F<br>基于所述输出信号的选择的时间帧来计算噪声对比度参数[p0028]-[p0029], [p0036]<br>基于选定的 active/passive 帧,结合输出信号的 Pitch Power Density 计算 PPR (Pitch Power Ratio) 或 PPRDiscra/p/all 参数。[3.10]-[3.11], [3.8]<br>在选定语音活跃帧内,计算输入与输出的功率密度比值及差异项。D1: 实质公开<br>D2: 部分/实质公开
特征 G<br>所述噪声对比度参数是所述输出信号内的所述噪声对比度的测量[p0008]-[p0010], [p0028]-[p0029]<br>PPR(f)n 或 PPRDiscr 为输出信号与输入信号在不同帧(活跃/非活跃)间的功率/响度对比率,用于测量 time clip / time pulse(时间局部失真/噪声对比)。[3.8]-[3.9]<br>计算输出与输入信号的响度差异 DALS(f),用于量化线性频率响应失真或噪声影响。D1: 毫无异议公开<br>D2: 概念对应公开
特征 H<br>基于所述噪声对比度参数在感知响度域中对所述参考信号和所述输出信号中的至少一个应用噪声抑制[p0012], [p0054]-[p0056]<br>在感知域(pitch/loudness domain),“compensation... to compensate for noise response distortions... subtract the average power density to compensate for noise”.[2.7]-[2.8], [3.10]-[3.11]<br>在感知强度域(Bark/Sone域)利用补偿因子 H1(f)、H2(f) 对参考信号频谱应用平滑/抑制处理。D1: 毫无异议公开<br>D2: 毫无异议公开
特征 I<br>其中所述噪声对比度参数是在所述输出信号内的所选部分之间的噪声电平变化的测量[p0010], [p0028], [p0036]-[p0038]<br>通过对语音 active 帧与 passive(无声/噪声)帧的 PPR 测量比对(PPRDiscra 与 PPRDiscrp),衡量输出信号在不同时间段/所选部分之间的噪声/功率电平变化。未明确公开“所选部分之间噪声电平变化”的专门比值(主要集中于频域线性失真)。D1: 毫无异议公开/实质公开<br>D2: 未明确公开

---

### 三、 最接近对比文件(Primary Prior Art)选择分析

在创造性分析中,**最接近对比文件**应选择与发明所解决的技术问题最近、技术方案最贴近、公开技术特征最多的文献。

#### 1. 对比文件基本信息

* **D1 (WO2008119510A2)**:公开号 **WO2008119510A2**

* **解决的问题**:现有PESQ(P.862)方法无法精准评估时间局部化失真(如时间削波 Time Clip、时间脉冲 Time Pulse 以及动态增益/噪声变化)对语音感知质量影响的问题。

* **技术手段**:将信号划分成时间帧,通过比较参考信号与输出信号在不同时间帧(active/passive 帧)下的 Pitch Power Ratio (PPR) 及区分参数(PPRDiscra, PPRDiscrp, LDiffAvg),并在感知域对噪声和失真进行补偿与抑制。

* **D2 (ES2313413T3)**:公开号 **ES2313413T3**

* **解决的问题**:主要解决音频传输系统中线性频率响应失真(Linear Frequency Response Distortion)在感知质量评估中的精确补偿与测量问题。

* **技术手段**:在 Bark/Sone 响度感知域中,利用指数平滑函数对输入参考信号进行频域补偿,并分析异样响度。

#### 2. 最接近对比文件的确定:**D1 (WO2008119510A2)**

从整体解决的技术问题和技术效果来看:

* **目标专利**要解决的核心问题是:如何在感知响度域中,通过针对输出信号中特定时间段(所选部分)的噪声电平变化/对比度(噪声对比度参数)进行准确测量,并据此施加噪声抑制,从而精确建立代表感知质量的指标。

* **D1** 同样聚焦于“**时间局部化失真(Time Localized Distortions)**”及“**时域/感知域内不同帧间(Active vs Passive 帧)功率与噪声变化的对比测量(PPR)**”,且 D1 完全公开了基于参考信号挑选帧、在感知域(Pitch/Loudness Domain)进行噪声响应补偿(Noise Response Compensation,见 D1 [p0012] 和 [p0054]-[p0056])的完整架构。

* **结论**:**D1 (WO2008119510A2) 适合作为最接近的对比文件**。其技术领域、解决的问题(时间局部噪声/削波测量)与目标专利高度一致,公开了权利要求1绝大部分(甚至全部)技术特征。

---

### 四、 创造性与无效“最薄弱技术特征”剖析

#### 1. 未被最接近对比文件(D1)公开的特征检验

经严格比对,D1 已经**毫无异议或实质公开**了权利要求1的所有技术特征(A 至 I):

* **特征 A-E**:D1 继承并改进了 ITU-T P.862 标准,完全公开了时间帧划分、信号缩放至固定级、基于参考信号活跃度划分时间帧。

* **特征 F-I**:D1 的 [p0028]、[p0036]-[p0038]、[p0054]-[p0056] 明确记载了根据 active/passive 帧计算 PPR 及噪声对比参数,该参数即测量了输出信号在不同选择帧/部分之间的功率与噪声电平变化(特征 G, I),并在感知域对 Pitch Power Density 应用噪声抑制补偿(特征 H)。

若专利权人企图通过**争辩“噪声对比度参数”的定义**来进行限缩(例如声称 D1 的 PPR 是针对全频带/单帧比值,而本专利是指输出信号内部两个特定时间段之间的噪声电平直接相减/对比):

#### 2. 最薄弱技术特征(Weakest Feature)

* **最薄弱特征为:特征 I**(“*其中所述噪声对比度参数是在所述输出信号内的所选部分之间的噪声电平变化的测量*”)。

* **薄弱原因**:

1. **定义宽泛与上位化**:权利要求1中的“所选部分”极度宽泛,未限定具体是哪些部分(是背景帧与语音帧?还是前100ms与后100ms?)。

2. **显而易见性(D1 + 本领域公知常识)**:在音频质量评估(如 PESQ/POLQA)领域,对比“无声段(Noise floor)”与“有声段(Signal+Noise)”以衡量噪声电平变化(Noise Variation/Contrast)是本领域的常规技术手段。D1 中利用 `PPRDiscrp`(无声/被动帧噪声)与 `PPRDiscra`(有声/主动帧)进行对比判定,已实质包含了对输出信号不同所选部分间噪声变化的测量。

---

### 五、 进一步的对比文件检索策略(Search Strategy)

若在无效宣告程序中需要进一步巩固“特征 I”或针对可能修改的从属权利要求(如具体的噪声抑制算法、具体的帧选择门限)进行防守/攻击,建议采用以下检索策略:

#### 1. 核心检索要素表达(IPC / CPC 分类号 & 关键词)

* **分类号组合(IPC/CPC)**:

* `G10L 19/008` / `G10L 19/14`(音频/语音信号处理与编码)

* `G10L 25/60` / `G10L 25/69`(语音质量评估;PESQ/POLQA感知模型)

* `H04M 3/22` / `H04R 29/00`(传输系统/音频设备测试)

* `G10L 21/0208` / `G10L 21/0232`(感知域噪声抑制/噪声估计)

* **关键词拓展(中/英/德/日)**:

* **主特征群1(感知质量/评估)**: `PESQ`, `POLQA`, `P.862`, `P.863`, `Perceptual Quality`, `Perceptual Loudness Domain`, `Reference Signal`, `Degraded/Output Signal`, `感知的质量`.

* **主特征群2(噪声对比度/噪声变化)**: `Noise Contrast`, `Noise Level Variation`, `Noise Floor Change`, `Frame Selection`, `Active Frame`, `Passive/Silent Frame`, `Segmental SNR`, `噪声对比度`, `噪声电平变化`.

* **主特征群3(噪声抑制/感知域)**: `Noise Suppression`, `Loudness Domain`, `Bark Scale`, `Pitch Power`, `Perceptual Masking`, `感知响度域`, `噪声抑制`.

#### 2. 检索逻辑构建(示例逻辑式)

1. `(G10L25/69 OR H04M3/22) AND (Noise Contrast OR Noise Variation OR Noise Level)`

2. `(PESQ OR POLQA OR "P.862" OR "P.863") AND ("Noise Contrast" OR "Noise Suppression") AND ("Loudness Domain")`

3. 追踪 **ITU-T SG12 工作组标准文档**(如 P.863/POLQA 制定过程中的底层技术提案,特别是 OPTICOM、KPN、SwissQual 提交的关于 Noise Variation / Noise Contrast Measurement 的算法提案)。

#### 3. 追溯方向

* **同族与引证文献追踪**:以 **D1 (WO2008119510A2)** 及 **ITU-T Recommendation P.863 (POLQA)** 的早期专利族为核心,向上/向下追溯其反向引证(Cited/Citing Patents),重点关注 KPN(荷兰皇家电信)与 Opticom 在 2005-2010 年间申请的音频质量评估专利。


权利要求2

根据权利要求1所述的方法,其中所述音频设备是语音处理系统。


权利要求3

根据权利要求1所述的方法,还包括以下步骤将所述参考信号和所述输出信号感知相减以形成差值信号并且根据所述差值信号导出所述质量指标。


权利要求4

根据权利要求1所述的方法,其中计算所述噪声对比度参数包括通过将所述输出信号内的第一所选时间帧的强度值除以所述输出信号内的第二所选时间帧的强度值来确定分数;通过使用具有预定压缩系数的幂律来压缩所述分数以便获得所述噪声对比度参数。


权利要求5

根据权利要求4所述的方法,其中如果压缩的分数在预定固定值以下;则将所述噪声对比度参数设置成所述预定固定值。


权利要求6

根据任一前述权利要求所述的方法,其中对所述参考信号应用所述噪声抑制包括在具有在阈值以下的检测声强级的多个时间帧内计算参考平均噪声谱密度;基于在客观与主观质量评估信息之间的优化相关性来确定参考噪声抑制因子;并且基于所述参考噪声抑制因子和所述参考平均噪声谱密度来计算所需噪声电平。


权利要求7

根据权利要求1-5中任一项所述的方法,其中对所述输出信号应用所述噪声抑制包括在与所述参考信号内的具有在阈值以下的检测声强级的时间帧对应的多个时间帧内计算平均输出噪声谱密度;基于在客观与主观质量评估信息之间的优化相关性来确定低噪声电平常数;基于在客观与主观质量评估信息之间的优化相关性来确定输出噪声抑制因子;并且通过使用所述低噪声电平常数、所述输出噪声抑制因子和所述平均输出噪声谱密度来计算代表所述输出信号中的干扰的噪声电平。


权利要求8

根据权利要求1-5中任一项所述的方法,其中所述处理还包括将所述参考信号和所述输出信号从时域变换到时间-频率域;根据所述参考信号导出参考音调功率密度函数并且根据所述输出信号导出输出音调功率密度函数;局部缩放所述参考音调功率密度函数以获得局部缩放的参考音调功率密度函数;关于频率部分地补偿所述输出音调功率密度函数或者局部缩放的参考音调功率密度函数;并且导出参考响度密度函数和输出响度密度函数。


权利要求9

根据权利要求8所述的方法,其中所述处理还包括将所述参考音调功率密度函数的强度从所述固定声强级缩放成与输出音调功率密度函数有关的声强级以获得在所述音调功率密度函数之间的声强级差;所述声强级差允许量化声强级对感知质量的影响;在所述感知响度域中将所述输出响度密度函数的响度缩放成固定响度级;并且在所述感知响度域中将所述参考响度密度函数的响度从与输出有关的声强级对应的响度级缩放成与所述输出响度密度函数的响度级有关的响度级以获得在所述参考响度密度函数与所述输出响度密度函数之间的响度级差;所述响度级差允许量化响度对所述输出信号的所述感知质量的影响。


权利要求10

一种用于关于参考信号确定两个质量指标的方法,所述质量指标代表音频设备的输出信号的感知质量;所述方法包括执行根据任一前述权利要求所述的方法用于关于总降级确定代表质量的第一质量指标;并且执行根据任一前述权利要求所述的方法用于确定第二质量指标;所述第二质量指标关于与所述参考信号相比较添加的降级来代表质量。


权利要求11

根据权利要求10所述的方法,其中所述音频设备是语音处理系统。


权利要求12

根据权利要求10所述的方法,其中确定第一质量指标包括标识缩放的参考信号内的具有在第一阈值以下的检测声强级的时间帧序列;并且确定第二质量指标包括标识所述缩放的参考信号内的具有在第二阈值以下的检测声强级的时间帧序列;所述第二阈值大于所述第一阈值。


权利要求13

根据任一前述权利要求所述的方法,其中选择时间帧包括选择所述输出信号的与所述缩放的参考信号的满足预定条件的时间帧对应的时间帧。


权利要求14

根据权利要求13所述的方法,其中所述预定条件包括所述缩放的参考信号的作为静默帧的时间帧具有在阈值以下的声强级值。


权利要求15

根据权利要求14所述的方法,其中所述预定条件还包括所述缩放的参考信号的时间帧是作为静默区间的一系列连续静默帧的部分。


权利要求16

一种用于关于音频系统(10)的用作参考信号的输入信号X(t)确定质量指标的系统(20),所述质量指标代表所述音频系统(10)的输出信号Y(t)的感知质量;所述系统包括预处理设备(30),用于预处理所述参考信号和所述输出信号;用于处理所述参考信号的第一处理设备(40a)和用于处理所述输出信号的第二处理设备(40b),用于分别获得用于所述参考信号和所述输出信号的表示信号R(X)、R(Y);差分设备(50),用于组合所述参考信号和所述输出信号的所述表示信号以便获得差分信号D;以及建模设备(60),用于处理所述差分信号以获得质量信号Q;所述质量信号Q代表所述音频系统(10)的所述感知质量的估计;其中所述预处理设备、所述第一处理设备和所述第二处理设备形成用于执行根据权利要求1-15中的任一权利要求所述的方法的处理系统。


权利要求17

根据权利要求16所述的系统,其中所述音频系统(10)是语音处理设备。


Powered by Django

网站备案号:渝ICP备2023012882号


重庆市非显而易见网络科技有限责任公司 A Anti NPE NPE