返回项目页面
对比文件列表
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
2026-07-18 15:36
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
2026-07-18 15:36
2002-10-29_US6473733B_发明授权_US06473733B1 Signal enhancement for voice coding_+++J+++.docx
2026-07-18 15:36
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
2026-07-18 15:36
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
2026-07-18 15:36
2005-11-03_US2005244011A_发明申请_US20050244011A1 Method and apparatus to measure sound quality_+++A_W_j+++.docx
2026-07-18 15:36
2005-11-17_WO2005109404A_发明申请_WO2005109404A2 NOISE SUPPRESSION BASED ON BARK BAND WEINER FILTERING AND MODIFIED DOBLINGER NOISE ESTIMATE_+++J+++.docx
2026-07-18 15:36
2006-03-30_AU2005285694A_发明专利_AU2005285694A1 Frequency compensation for perceptual speech analysis_+++A_B_C_J_K_W_d+++.docx
2026-07-18 15:36
2006-03-30_WO2006033570A_发明申请_WO2006033570A1 FREQUENCY COMPENSATION FOR PERCEPTUAL SPEECH ANALYSIS_+++A_B_C_J_K_W_d_e+++.docx
2026-07-18 15:36
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
2026-07-18 15:36
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
2026-07-18 15:36
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
2026-07-18 15:36
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
2026-07-18 15:36
2008-02-14_US2008040102A_发明申请_US20080040102A1 Frequency Compensation for Perceptual Speech Analysis_+++A_B_C_J_K_W_d+++.docx
2026-07-18 15:36
2008-05-01_JP2008513834A_发明专利_JP2008513834A Frequency compensation for perceptual speech analysis_+++A_B_C_J_K_W_d+++.docx
2026-07-18 15:36
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
2026-07-18 15:36
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
2026-07-18 15:36
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
2026-07-18 15:36
2005-11-03_US2005244011A_发明申请_US20050244011A1 Method and apparatus to measure sound quality_+++A_W_j+++.docx

对比文件名称:2005-11-03_US2005244011A_发明申请_US20050244011A1 Method and apparatus to measure sound quality

目标专利名称:2043用于确定音频系统的感知质量的方法和系统CN102549657B

本次调用的模型名称:gpt-4

### 特征比对表格

技术特征描述及公开性判断结果对比文件原文引用(中文翻译)公开性论述
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《直接公开》对比文件[0007]:“本发明提供一种实时声音质量评估方法和系统,通过基于由多个声音质量评估者评估的主观声音质量评估项目的结果提取多个客观声音质量评估因素,来评估关于多个评估项目的声音质量。”[0009]:“...通过向映射的声音质量候选因素分数添加预定加权因子来对评估项目进行评分。”对比文件公开了一种声音质量评估系统,其输出分数是基于主观评估结果映射得到的客观分数,该分数直接代表音频设备输出信号的感知质量。因此,该技术特征被直接公开。
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《未公开》对比文件未公开相关内容。对比文件通过测量音频系统的物理声学特性并映射到主观分数,未涉及处理参考信号和输出信号并进行比较的步骤。因此,该技术特征未被公开。
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《未公开》对比文件未公开相关内容。对比文件在测量脉冲响应时使用了FFT和加窗处理([0042]),但该处理是针对脉冲响应信号,而非将参考信号和输出信号划分成相互对应的时间帧。因此,该技术特征未被公开。
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《未公开》对比文件未公开相关内容。对比文件[0032]提到将麦克风信号放大到预定电平,但并非将参考信号缩放成固定声强级,也没有参考信号的概念。因此,该技术特征未被公开。
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《未公开》对比文件未公开相关内容。对比文件没有缩放参考信号,也没有基于缩放参考信号测量来选择输出信号时间帧的步骤。因此,该技术特征未被公开。
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《未公开》对比文件未公开相关内容。对比文件提取的客观声音质量评估因子(如频谱偏差、峰值/低谷面积等)与噪声对比度参数无关,没有计算噪声对比度参数。因此,该技术特征未被公开。
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《未公开》对比文件未公开相关内容。对比文件未公开任何噪声对比度参数或噪声对比度的测量。因此,该技术特征未被公开。
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《未公开》对比文件未公开相关内容。对比文件没有涉及感知响度域、噪声抑制或基于噪声对比度参数进行信号处理的内容。因此,该技术特征未被公开。
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《未公开》对比文件未公开相关内容。对比文件未公开噪声对比度参数或噪声电平变化的测量。因此,该技术特征未被公开。
技术特征J:其中所述音频设备是语音处理系统《隐含公开》对比文件[0003]:“音频或AV系统”,[0005]:“音频和AV系统”,[0008]:“音频系统”。对比文件涉及的声音质量评估系统可应用于各种音频设备,语音处理系统作为音频设备的一种,本领域技术人员可以合理推断其属于对比文件的范围,因此隐含公开。
技术特征K: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《未公开》对比文件未公开相关内容。对比文件通过客观测量因子映射到主观分数,而非通过感知相减得到差值信号导出质量指标。因此,该技术特征未被公开。
技术特征L: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《未公开》对比文件未公开相关内容。对比文件未公开噪声对比度参数的计算,未涉及除法操作。因此,该技术特征未被公开。
技术特征M: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《未公开》对比文件未公开相关内容。对比文件未公开幂律压缩或任何类似的分数压缩操作。因此,该技术特征未被公开。
技术特征N:其中如果压缩的分数在预定固定值以下《未公开》对比文件未公开相关内容。对比文件未公开任何条件判断或预定固定值。因此,该技术特征未被公开。
技术特征O:则将所述噪声对比度参数设置成所述预定固定值《未公开》对比文件未公开相关内容。对比文件未公开噪声对比度参数的设置或固定值。因此,该技术特征未被公开。
技术特征P: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《未公开》对比文件未公开相关内容。对比文件没有涉及参考信号噪声抑制,未公开计算平均噪声谱密度。因此,该技术特征未被公开。
技术特征Q: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《未公开》对比文件[0064]:“分析在查找表中设置的客观声音质量评估因素分数与由声音质量评估者组评估的声音质量评估项目分数之间的相关性。”对比文件虽公开了客观与主观质量评估信息之间的相关性分析,但该分析用于选择高相关性的评估因素,而非用于确定参考噪声抑制因子。目标专利中的参考噪声抑制因子是噪声抑制中的特定参数,对比文件没有公开或暗示,本领域技术人员无法直接或隐含得出该技术方案。因此,该技术特征未被公开。
技术特征R: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《未公开》对比文件未公开相关内容。对比文件未公开参考噪声抑制因子、参考平均噪声谱密度或计算噪声电平。因此,该技术特征未被公开。
技术特征S: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《未公开》对比文件未公开相关内容。对比文件未涉及输出噪声抑制,未公开计算平均输出噪声谱密度。因此,该技术特征未被公开。
技术特征T: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《未公开》对比文件[0064]:同特征Q。对比文件虽公开了相关性分析,但用于选择评估因素,而非确定低噪声电平常数。低噪声电平常数是目标专利中噪声抑制的特定参数,对比文件没有公开或暗示。因此,该技术特征未被公开。
技术特征U: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《未公开》对比文件[0064]:同特征Q。对比文件虽公开了相关性分析,但未用于确定输出噪声抑制因子。输出噪声抑制因子是目标专利中的特定参数,对比文件没有公开或暗示。因此,该技术特征未被公开。
技术特征V: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《未公开》对比文件未公开相关内容。对比文件未公开低噪声电平常数、输出噪声抑制因子、平均输出噪声谱密度或计算干扰噪声电平。因此,该技术特征未被公开。
技术特征W:所述质量指标代表音频设备的输出信号的感知质量《直接公开》同技术特征A,对比文件[0007]和[0009]。同技术特征A,对比文件公开了声音质量评估系统输出分数代表感知质量,因此直接公开。
技术特征X: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《未公开》对比文件未公开相关内容。对比文件没有公开执行两次方法,也没有关于总降级和添加降级的区分。因此,该技术特征未被公开。
技术特征Y: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《未公开》对比文件未公开相关内容。对比文件未公开确定第二质量指标。因此,该技术特征未被公开。
技术特征Z: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《未公开》对比文件未公开相关内容。对比文件未涉及参考信号、添加的降级或第二质量指标。因此,该技术特征未被公开。

<<<A>>><<<j>>><<<W>>>

权利要求与技术特征
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