**对比文件名称：**
2007-12-25_US7313517B_发明授权_US07313517B2 Method and system for speech quality prediction of an audio transmission system
**目标专利名称：**
2082用于确定音频系统的感知质量的方法和系统CN102576535B
**本次调用的模型名称：**
未指定
---
### 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 | 公开性论述 |
| 技术特征A：所述质量指标代表音频系统的输出信号的感知质量 —— **《直接公开》** | 对比文件[0049]：“The final PESQ score is a linear combination of the average disturbance value and the average asymmetrical disturbance value.” 译文：最终PESQ分数是平均干扰值和平均不对称干扰值的线性组合。 | 对比文件直接描述了PESQ分数作为输出信号的感知质量预测，该分数代表音频系统的输出信号的感知质量，与技术特征A作用相同。 |
| 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 —— **《直接公开》** | 对比文件[0019]：“The device 11 carries out a main processing step which comprises successively... in a combining section... a differential or disturbance signal D is determined... from said representation signals...” 译文：设备11执行主要处理步骤，包括...在组合部分...从所述表示信号确定差分或干扰信号D。 | 对比文件明确对参考信号（输入信号）和输出信号（失真信号）进行处理（预处理、感知映射）并比较（通过获得差分信号），实质公开了处理和比较参考信号与输出信号。 |
| 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的时间帧 —— **《直接公开》** | 对比文件[0029]：“The human ear performs a time-frequency transformation. In the PESQ system this is implemented by a short term FFT with overlap between successive time windows (frames).” 译文：人耳执行时间-频率变换。在PESQ系统中，这通过短时FFT和连续时间窗（帧）之间的重叠来实现。 | 对比文件公开了将（参考和输出）信号划分为重叠的时间帧，且帧之间相互对应（通过时间对准），直接等同划分成相互对应的时间帧。 |
| 技术特征D：其中所述处理还包括将所述参考信号的强度缩放成固定声强级 —— **《直接公开》** | 对比文件[0021]：“This is achieved in several stages:... level alignment to a calibrated listening level...” 译文：这通过几个阶段实现：...电平对准到校准的听力水平。对比文件[0002]援引ITU-T P.862，该标准中对参考信号进行固定声强级（如79dB SPL）缩放。 | 对比文件采用的PESQ方法包括电平对准（level alignment），将参考信号（原始信号）缩放成固定声强级（校准听力水平），直接公开了该技术特征。 |
| 技术特征E：对缩放的参考信号内的时间帧执行测量用于确定参考信号时间帧特性 —— **《隐含公开》** | 对比文件[0031]：“This average is calculated over speech active frames only using time-frequency cells whose power is a certain fraction above the absolute hearing threshold.” 译文：该平均值仅对语音活动帧计算，使用功率高于绝对听力阈值一定比例的时间-频率单元。对比文件[0032]：“For the original and the degraded pitch power densities, the sum in each frame n of all values that exceed the absolute hearing threshold is computed.” 译文：对于原始和降级音调功率密度，计算每帧n中超过绝对听力阈值的所有值的总和。 | 对比文件虽未明确描述“对缩放的参考信号内的时间帧执行测量用于确定参考信号时间帧特性”，但其在预处理（电平缩放）后，在频域中依赖参考信号帧的功率测量（如计算语音帧平均、帧功率总和）来获得帧特性，用于后续补偿。本领域技术人员可以合理推断出该测量步骤必然存在以实现后续动态缩放，故隐含公开。 |
| 技术特征F：将所述参考信号的强度从所述固定声强级缩放成与所述输出信号有关的声强级 —— **未公开** | 对比文件全文未发现将参考信号从固定级缩放到与输出信号有关声强级的描述。相反，PESQ方法统一将参考和输出信号都缩放到固定级（79dB SPL）。 | 对比文件没有公开、也没有暗示从固定缩放后再根据输出信号调整参考信号电平的步骤。该特征旨在保留回放电平差异以改进评估，而对比文件使用固定电平对准，无法体现该构想，因此未公开。 |
| 技术特征G：在感知响度域中将所述输出信号的响度缩放成固定响度级，输出信号响度缩放使用所述参考信号时间帧特性 —— **未公开** | 对比文件[0034]描述了响度密度计算，但未提示对输出信号响度进行固定级缩放，更未提及使用参考信号时间帧特性。 | 对比文件在响度域中直接使用Zwicker定律计算响度密度后即进行相减，无额外缩放步骤。该特征涉及响度域后处理以匹配电平，对比文件无任何相应技术方案，因此未公开。 |
| 技术特征H：在所述感知响度域中将所述参考信号的响度从与所述输出信号有关的声强级对应的响度级缩放成与缩放的输出信号的响度级有关的响度级，参考信号响度缩放使用所述参考信号时间帧特性 —— **未公开** | 对比文件全文未提及在响度域对参考信号响度进行缩放。 | 同特征G，对比文件缺乏响度域再缩放的理念和实现，该特征未公开。 |
| 技术特征I：将所述参考信号和所述输出信号相减从而获得差值信号 —— **《直接公开》** | 对比文件[0036]：“The signed difference between the distorted and original loudness density is computed.” 译文：计算失真和原始响度密度之间的符号差。 | 对比文件明确计算失真信号与原始信号（参考）的响度密度差，获得差值信号（原始干扰密度），直接公开了相减步骤。 |
| 技术特征J：从所述差值信号导出所述质量指标 —— **《直接公开》** | 对比文件[0049]：“The final PESQ score is a linear combination of the average disturbance value and the average asymmetrical disturbance value.” 译文：最终PESQ分数是平均干扰值和平均不对称干扰值的线性组合。其中干扰值源自差值信号。 | 对比文件对差值信号（干扰密度）进一步处理（聚合、加不对称因子等）得到PESQ分数，即质量指标，直接公开从差值信号导出质量指标。 |
| 技术特征K：其中所述音频系统是语音处理设备 —— **《直接公开》** | 对比文件[0019]：“It comprises a system or telecommunications network under test 10... for estimating the perceptual quality of speech links or codecs.” 译文：它包括被测系统或电信网络10...用于估计语音链路或编解码器的感知质量。 | 对比文件针对语音质量预测，系统包括语音处理设备（编解码器、网络等），直接公开音频系统是语音处理设备。 |
| 技术特征L：其中将所述参考信号的强度从所述固定声强级缩放成与所述输出信号有关的声强级是基于所述参考信号与缩放因子相乘 —— **未公开** | 对比文件没有将参考信号从固定级缩放成与输出有关的缩放步骤，无相应缩放因子相乘操作。PESQ中的缩放因子（如局部功率缩放因子）仅用于短期增益补偿，而非全局电平调整。 | 该特征依赖特征F的特定实现，特征F未公开，故该从属特征也未公开。 |
| 技术特征M：所述缩放因子通过以下来定义为多个时间帧确定平均参考信号声强级 —— **未公开** | 同特征L，对比文件无该缩放因子定义过程。 | 未公开。 |
| 技术特征N：为与所述参考信号的用来确定所述平均参考信号声强级的时间帧对应的多个时间帧确定平均输出信号声强级 —— **未公开** | 同特征L，对比文件无对应内容。 | 未公开。 |
| 技术特征O：通过基于所述平均参考信号声强级和所述平均输出信号声强级确定分数来导出预备缩放因子 —— **未公开** | 同特征L。 | 未公开。 |
| 技术特征P：如果所述预备缩放因子小于阈值，则通过将所述缩放因子定义成等于所述预备缩放因子、否则等于用附加的依赖于预备缩放因子的值递增的所述预备缩放因子来确定缩放因子 —— **未公开** | 同特征L。 | 未公开。 |
| 技术特征Q：其中所述方法在输出电平到固定响度级的响度缩放之前还包括针对所述参考信号的具有比所述输出信号的响度级高的响度级的部分将所述参考信号的响度级局部缩放成所述输出信号的响度级 —— **未公开** | 对比文件没有在响度域中将参考信号比输出信号响的部分局部缩放的操作。PESQ中虽然有时域或频域的局部缩放，但并非在响度域且目的不同。 | 未公开。 |
| 技术特征R：随后针对所述输出信号的具有比所述参考信号的响度级高的响度级的部分将所述输出信号的响度级局部缩放成所述参考信号的响度级 —— **未公开** | 对比文件无对应操作。 | 未公开。 |
| 技术特征S：其中所述处理还包括将所述缩放的参考信号和所述输出信号从时域变换到时间-频率域 —— **《直接公开》** | 对比文件[0029]：“This is implemented by a short term FFT with overlap between successive time windows (frames).” 译文：这通过短时FFT和连续时间窗之间的重叠来实现。 | 对比文件通过短时FFT将预处理后的信号（包括经过缩放参考信号）从时域变换到时间-频率域（功率谱），直接公开。 |
| 技术特征T：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，声强级差对应于所述音调功率密度函数的声强级之间的差 —— **《直接公开》** | 对比文件[0030]：“The resulting signals are known as the pitch power densities PPXWIRSS(f)n and PPYWIRSS(f)n.” 译文：所得信号称为音调功率密度。 | 对比文件明确从参考和输出信号导出音调功率密度函数，并且后续处理基于这些密度的差异（声强级差），直接公开。 |
| 技术特征U：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 —— **未公开** | 对比文件中，局部缩放（短期增益补偿）仅应用于输出音调功率密度（[0032]：“The distorted pitch power density in each frame, n, is then multiplied by this ratio, resulting in the partially gain compensated distorted pitch power density.”）。对参考音调功率密度只进行线性频率补偿（部分补偿）。 | 目标专利的“局部缩放”特指短期增益变化补偿，对比文件未对参考音调功率密度进行此类局部缩放，其频率补偿不属于“局部缩放”（短期增益补偿）。技术特征U未公开。 |
| 技术特征V：关于频率部分地补偿局部缩放的参考音调功率密度函数 —— **《直接公开》** | 对比文件[0054]：“The final frequency compensation (i.e. compensation for the remaining frequency deviations) applied to the partially compensated signal PPX′WIRSS(f)n results in a final signal PPX″WIRSS(f)n.” 译文：最终频率补偿（即对剩余频率偏差的补偿）应用于部分补偿的信号PPX′WIRSS(f)n，得到最终信号PPX″WIRSS(f)n。其中PPX′是已经过第一次部分补偿的信号。 | 对比文件顺序：先第一次部分线性频率补偿，再局部缩放（作用于输出），再第二次部分线性频率补偿作用于参考音调功率密度。第一次补偿可视为“部分地补偿”参考音调功率密度（类似特征V的补偿），且补偿是在局部缩放之前还是之后？在对比文件中，第二次补偿是在局部缩放之后，但特征V并未限定顺序，且第一次补偿也是对局部缩放前的参考进行部分补偿。但更准确对应：特征V要求补偿“局部缩放的参考音调功率密度函数”，对比文件中第二次补偿正是应用于已经局部缩放（局部缩放实际上应用于输出，但参考音调功率密度在第一次补偿后可能被视为局部缩放前的状态？）仔细分析：对比文件中第一次补偿后获得部分补偿参考PPX′，然后局部缩放作用于输出，第二次补偿作用于PPX′（即第一次补偿后的参考）。PPX′是否算“局部缩放的参考”？目标专利中局部缩放参考是指应用局部功率缩放因子，而对比文件没有此步骤，因此PPX′不是局部缩放的参考。但特征V中的“局部缩放的参考”可能依赖于特征U，由于U未公开，V的该限定前提不存在。但由于我们单独评估，对比文件对参考音调功率密度进行部分频率补偿（第一次和第二次）是存在的，但“局部缩放的”一词在目标专利中具有特定含义（短期增益补偿），而对比文件未对参考进行该操作。若仅从文字看，对比文件公开了对参考音调功率密度进行频率部分补偿（相当于特征V中的“关于频率部分地补偿”），但前提条件“局部缩放的”不满足。考虑到创造性评估中通常将特征V理解为频率补偿步骤本身，而“局部缩放的”可能只是前置步骤的引用，且对比文件至少公开了频率补偿步骤，故可能隐含公开？但保守起见，鉴于前置特征U未公开且对比文件补偿对象不是局部缩放的参考，我判断为未公开。但再读特征V：是“关于频率部分地补偿局部缩放的参考音调功率密度函数”。在目标专利中，局部缩放的参考音调功率密度函数是在U中获得的。所以V依赖于U。因此U未公开则V也未公开。但对比文件确实有对参考音调功率密度进行两次频率补偿（第一次和第二次），补偿的对象是否是“局部缩放的”？第一次补偿前参考音调功率密度未经局部缩放，所以第一次补偿的对象不是“局部缩放的”；第二次补偿的对象是第一次补偿后的结果，也不是经过局部缩放（短期增益补偿）的。所以不符合。因此特征V未公开。 |
| 技术特征W：导出参考响度密度函数和输出响度密度函数，响度级差对应于所述响度密度函数的响度级之间的差 —— **《直接公开》** | 对比文件[0034]：“The resulting two-dimensional arrays LX(f)n and LY(f)n are called loudness densities.” 译文：所得二维数组LX(f)n和LY(f)n称为响度密度。其差值用于后续处理。 | 对比文件明确导出参考和输出响度密度函数，后续干扰密度基于响度密度差计算，直接公开。 |
| 技术特征X：其中所述响度密度函数代表实现量化可变电平回放对感知质量的影响的密度函数 —— **未公开** | 对比文件的响度密度函数根据Zwicker定律计算，用于音频信号内部表示，但未特别赋予量化可变电平回放影响的功能。 | 目标专利强调响度密度函数具有量化回放电平影响的作用，对比文件无此功能限定，故未公开。 |
| 技术特征Y：其中所述方法还包括对所述参考音调功率密度函数和所述输出音调功率密度函数中的至少一个执行激励操作 —— **未公开** | 对比文件全文未涉及“激励操作”或类似术语。PESQ标准中未包含此步骤。 | 激励操作用于补偿频率分量模糊，对比文件未公开或暗示，故不公开。 |
| 技术特征Z：其中关于频率补偿所述局部缩放的参考音调功率密度函数和补偿所述局部缩放的参考响度密度函数中的至少一个包括基于所述参考信号时间帧特性来估计所述音频系统的线性频率响应 —— **《直接公开》** | 对比文件[0031]：“This average is calculated over speech active frames only using time-frequency cells whose power is a certain fraction above the absolute hearing threshold. ... a partial compensation factor is calculated from the ratio of the degraded spectrum to the original spectrum.” 译文：该平均值仅对语音活动帧计算，使用功率高于绝对听力阈值一定比例的时间-频率单元。……根据降频谱与原始谱之比计算部分补偿因子。 | 对比文件在部分频率补偿中，基于参考信号时间帧特性（语音活动帧）估计线性频率响应（通过平均功率谱比值），直接公开了该特征。 |
---
### 输出代码
综合上述判断，直接公开的技术特征包括：A、B、C、D、I、J、K、S、T、W、Z；隐含公开的技术特征包括：E。其余特征（F、G、H、L、M、N、O、P、Q、R、U、V、X、Y）未公开。
根据指令，代码插入如下：
<<<A>>> <<<B>>> <<<C>>> <<<D>>> <<<I>>> <<<J>>> <<<K>>> <<<S>>> <<<T>>> <<<W>>> <<<Z>>> <<<e>>>
（注意：E为隐含公开，用小写e）