2016-016161

特願２０１５－５１６４１５「シングルチャンネル音声残響除去方法及びその装置」拒絶査定不服審判事件〔平成２５年１２月２７日国際公開、ＷＯ２０１３／１８９１９９、平成２７年　７月　９日国内公表、特表２０１５－５１９６１４〕について、次のとおり審決する。

【結　論】 本件審判の請求は、成り立たない。

【理　由】 第１　手続の経緯 本願は、２０１３年（平成２５年）４月１日（パリ条約に基づく優先権主張　２０１２年６月１８日　中国（ＣＮ））を国際出願日として出願したものであって、平成２７年１月３０日付けで手続補正がなされ、平成２７年５月１４日付け拒絶理由通知に対して同年９月１７日付けで手続補正がなされ、同年１１月５日付け拒絶理由通知に対して平成２８年３月３１日付けで手続補正がなされたが、同年６月２３日付けで拒絶査定がなされた。これに対し、同年１０月２８日付けで拒絶査定不服審判の請求がなされ、平成２９年８月９日付け当審の拒絶理由通知に対して同年１１月１５日付けで手続補正がなされたものである。 第２　本願発明 本願の請求項１ないし２に係る発明は、平成２９年１１月１５日付け手続補正により補正された特許請求の範囲の請求項１ないし２に記載された事項により特定されるものであるところ、請求項１に係る発明（以下「本願発明」という。）は、次のとおりのものである。 「【請求項１】 入力されたシングルチャンネル音声信号に対してフレーム分割を行い、時間の順に応じてフレーム信号に対して、 現在フレームに対して短時間フーリエ変換を行い、現在フレームのパワースペクトル及び位相スペクトルを獲得する処理と、 現在フレームの前の、現在フレームに至るまでの距離が設定の持続時間範囲内である数フレームを選んで、これらのフレームのパワースペクトルを線形重畳加算して現在フレームの後期反射音のパワースペクトルを推定し、その内、後期反射音の減衰特性に基づいて前記持続時間範囲の上限値を設定し、該持続時間範囲の上限値は０．３ｓ～０．５ｓの範囲内の値を選択し、及び／又は、音声関連特性及び直接音と早期反射音の残響環境下でのインパルス応答分布領域に基づいて、前記持続時間範囲の下限値を設定し、該持続時間範囲の下限値は５０ｍｓ～８０ｍｓの範囲内の値を選択する処理と、 スペクトル減算法によって、現在フレームのパワースペクトルから、推定された現在フレームの後期反射音のパワースペクトルを除去して、現在フレームの直接音及び早期反射音のパワースペクトルを獲得する処理と、 現在フレームの直接音及び早期反射音のパワースペクトルを現在フレームの位相スペクトルとともに、短時間逆フーリエ変換を行い、現在フレーム残響除去後の信号を獲得する処理と、を行うことを含み、 前記の、これらのフレームのパワースペクトルを線形重畳加算して現在フレームの後期反射音のパワースペクトルを推定する処理は、具体的に、下記の数式 （そのうち、R(ｔ，ｆ)は推定された後期反射音のパワースペクトルであり、Ｊ０は設定された持続時間範囲内の下限値から得た初期次数であり、ＪＡＲは設定された持続時間範囲内の上限値から得たＡＲモデルの次数であり、αｊ，ｆはＡＲモデル推定パラメータであり、 は現在フレームよりｊフレーム分前のフレームのパワースペクトルであり、Δｔはフレームの間隔である。）で表される自己回帰ＡＲモデルを用いて、これらのフレームのパワースペクトルにおける全ての成分を線形重畳加算して現在フレームの後期反射音のパワースペクトルを推定する処理を含み、 或は、下記の数式 （そのうち、R(ｔ，ｆ)は推定された後期反射音のパワースペクトルであり、Ｊ０は設定された下限値から得た初期次数であり、ＪＭＡは設定された上限値から得たＭＡモデルの次数であり、βｊ，ｆはＭＡモデル推定パラメータであり、 は現在フレームよりｊフレーム分前のフレームの直接音及び早期反射音のパワースペクトルであり、Δｔはフレームの間隔である。）で表される移動平均ＭＡモデルを用いて、これらのフレームのパワースペクトルにおける直接音及び早期反射音の成分を線形重畳加算して現在フレームの後期反射音のパワースペクトルを推定する処理を含み、 或は、下記の数式 （そのうち、R(ｔ，ｆ)は推定された後期反射音のパワースペクトルであり、Ｊ０は設定された下限値から得た初期次数であり、ＪＡＲは設定された上限値から得たＡＲモデルの次数であり、αｊ，ｆはＡＲモデル推定パラメータであり、ＪＭＡは設定された上限値から得たＭＡモデルの次数であり、βｊ，ｆはＭＡモデル推定パラメータであり、 は現在フレームよりｊフレーム分前のフレームの直接音及び早期反射音のパワースペクトルであり、 は現在フレームよりｊフレーム分前のフレームのパワースペクトルであり、Δｔはフレームの間隔である。）で表される自己回帰ＡＲモデルを用いて、これらのフレームのパワースペクトルにおける全ての成分を線形重畳加算するとともに、移動平均ＭＡモデルを用いて、これらのフレームのパワースペクトルにおける直接音及び早期反射音の成分を線形重畳加算して現在フレームの後期反射音のパワースペクトルを推定する処理を含む、 ことを特徴とするシングルチャンネル音声残響除去方法。」 以下、上記請求項１に記載された最初のＲ（ｔ、ｆ）の式を「ＡＲモデルの式」、２番目のＲ（ｔ、ｆ）の式を「ＭＡモデルの式」、３番目のＲ（ｔ、ｆ）の式を「ＡＲＭＡモデルの式」という。 第３　引用文献 平成２９年８月９日付け当審の拒絶理由通知で引用された特開２０１１－６５１２８号公報（以下、「引用文献１」という。）には、「残響除去装置」に関し、図面と共に、以下の事項が記載されている。なお、下線部は当審で付与した。 「【００１０】 実施の形態１． 図１はこの発明の実施の形態１による残響除去装置の構成図である。この実施の形態の場合、残響時間が既知であると仮定している。残響時間とは室の平均音響エネルギーが６０ｄＢ減衰するのにかかる時間である。 図１において残響除去手段２は、入力された音のスペクトル１１から既知であると仮定した所与の残響時間１２を用いて残響成分を除去した音のスペクトル４を得るためのものである。 残響除去手段２は、重み係数作成手段２１と残響成分引き去り手段２２を備え、重み係数作成手段２１は、所与の残響時間１２から重み係数を作成する。残響成分引き去り手段２２は、入力された音のスペクトル１１のパワースペクトルから、過去に入力されパワースペクトル記憶手段３に記憶されていたパワースペクトルに重み係数作成手段２１によって作成された重み係数を掛け合わせたパワースペクトルを残響成分としてＳＳ法により引き去り、残響除去音声のスペクトル４を得る。この残響成分引き去り手段２２が、残響除去フィルターを形成する。 【００１１】 この発明の原理について説明する。反射音と直接音はインコヒーレントであるためエネルギーの加算が許される。ゆえに残響のある環境では、受音点で観測された音のパワースペクトル（|Xk[i]|2）はｓフレーム前の音源のパワースペクトル（|Yk[i-s]|2）と、現在の音源のパワースペクトル（|Yk[i]|2）とによる式（１）のように重み付き和の関係にある。ここでのスペクトルは、あるフレーム幅をフレームシフトｆｒをもって短時間フーリエ変換を行った結果得られたものとする。 【００１２】 【数１】 ・・・（１） 【００１３】 ここでｉは現在のフレーム番号、ｋはフーリエ変換の次元（０≦ｋ≦Ｎ－１)、ｗ[ｓ]は重み係数（０≦ｓ≦ｉ)である。また音源のスペクトルは未知であるので、過去の音源のパワースペクトル|Yk[i-s]|2をパワースペクトル記憶手段３に記憶された過去の観測パワースペクトル(|Xk[i-s]|2)で式（２）のように近似する。ｑは残響成分が重畳することによって増加するエネルギーの割合を示しており、一般に残響時間の関数であると考えられる。 【００１４】 【数２】 ・・・（２） 【００１５】 さらにｗ[０]=１を仮定して式（１）、（２）より式（３）が導かれる。 【００１６】 【数３】 ・・・（３） 【００１７】 すると式（１）と式（３）のｗ[ｓ] (１≦ｓ≦ｉ) が同一視でき、重み係数ｗ[ｓ]が残響成分引き去り手段２２でＳＳ法に用いる係数そのものとなる。したがって、前記重み係数ｗ[ｓ]が適切に推定できれば、式（３）によってスペクトル記憶手段３に記憶された過去の観測されたパワースペクトル（|Xk[i-s]|2）に重み係数ｗ[ｓ]を乗算した積を現在の観測されたパワースペクトル（|Xk[i]|2）から引き去ることで残響除去ができる。 この発明は重み係数作成手段２１によって前記重み係数ｗ[ｓ]を決定し、式（３）に従い残響成分引き去り手段２２で残響を除去するものである。 【００１８】 次に具体的な動作について説明する。残響除去を行う前に、重み係数作成手段２１によって重み係数ｗ[ｓ]を作成する。残響は減衰の程度に応じて、図７のように反射音が疎な初期残響と反射音の密な後期残響に分けることができ、適用先が音声認識である場合には認識性能に悪影響を与えるのは主に後期残響である。初期残響はさまざまな要因が影響して複雑であるが、後期残響は拡散音場理論に基づき、その室の平均エネルギー密度の時間変化を式（４）の指数関数の形に仮定できる（たとえば、Philip M. Morse and K. Uno Ingard, Theoretical Acoustics, Princeton University Press, 1968, pp. 576-579.を参照）。 ・・・（中略）・・・ 【００２２】 これらを利用すると残響時間ＲＴをあらかじめ決めておけば、式（６）にしたがって重み係数を定めることができる。すなわち重み係数作成手段２１は、残響時間ＲＴを入力とし、式（６）にしたがって、重み係数ｗ[ｓ]を計算し出力する。 式（６）は重み係数ｗ[ｓ]を残響減衰の程度によって３区分し、各区間での係数を定めたものである。 ・・・（中略）・・・ 【００２５】 ある点に到来する反射音の時間密度は時間の２乗に比例し、室容積に反比例するため、小規模な室では後期残響への移行は早くに起こる。式（６）において１つ目の条件、すなわち、後期残響に移行するまでの区間は直接音もしくは初期残響であるので、ＳＳ法での処理は行わない。自己のフレームに重畳した残響成分はＣＭＮ（Cepstrum Mean Normalization）により除かれるので、これは合理的な仮定である。３つめの条件は計算量の低減のために導入したものであり、必ずしも必要なものでないが、例えば３０ｄＢ減衰した時点で計算を打ち切ると式（６）のようになる。(２０ｄＢでも６０ｄＢでもかまわない。) これを概念的に表したのが、図８である。室の残響減衰特性は指数的であるが、初期残響の部分は複雑であり音声認識装置に悪影響を与えないので無視する。計算量を削減するため、十分に減衰したと思われる時点で残響除去を打ち切ることができる。 【００２６】 次に残響成分引き去り手段２２では入力された音のスペクトル１１から、パワースペクトル記憶手段３に記憶された過去に入力された音源からのパワースペクトルに重み係数ｗ[ｓ]を掛け合わせた重みつき和を、式（３）にしたがい減算する。音声認識のためであれば、得られたパワースペクトル４ |Yk[i]|2 をそのまま音声認識装置に出力する。可聴化のためであれば、元の位相を付加して残響を除去した音声のスペクトル４（|Yk[i]|）を得る。このときＳＳ法による残留のミュージカルノイズを、フィルターを用いて除去することで音質の向上・認識性能の向上を図ることができる。」 上記段落から引用文献１の「残響除去装置」には以下の事項が記載されている。 段落【００１０】及び【００１７】によれば、入力された音のスペクトルのパワースペクトル（現在の観測されたパワースペクトル）から、過去に入力されたパワースペクトル（過去の観測されたパワースペクトル）を残響成分として引き去り、残響除去音声のスペクトルを得るものである。 段落【００１１】によれば、スペクトルは、フレームを短時間フーリエ変換を行ったものである。 段落【００１８】及び【００２５】によれば、後期残響に移行するまでの区間は直接音もしくは初期残響であるので残響除去は行わず、残響減衰特性が指数的で十分に減衰した時点で残響除去を打ち切るものである。 段落【００１６】及び【００１７】によれば、残響除去は段落【００１６】に記載された下記の式（３）により行うものである。そして、段落【００２６】によれば、過去に入力されたパワースペクトルを式（３）にしたがい減算するものである。 ・・・（３） （以下、簡略のため当該式を「式（３）」という。） 段落【００２６】によれば、可聴化のためであれば、元の位相を付加して残響除去した音声のスペクトルを得るものである。 よって、引用文献１は残響除去装置に関するものであるが、残響の除去方法として捉まえることができることを踏まえると、引用文献１には下記の発明（以下、「引用発明」という。）が記載されている。 「入力された音のスペクトルのパワースペクトルから、過去に入力されたパワースペクトルを残響成分として引き去り、残響除去音声のスペクトルを得る残響除去方法であって、 スペクトルは、フレームを短時間フーリエ変換を行ったものであり、 後期残響に移行するまでの区間は直接音もしくは初期残響であるので残響除去は行わず、残響減衰特性が指数的で十分に減衰した時点で残響除去を打ち切り、 残響除去は、過去に入力されたパワースペクトルを式（３）にしたがい減算することで行い、 可聴化のため前記減算されたパワースペクトルに元の位相を付加して残響を除去した音声のスペクトルを得る、 残響除去方法。」 第４　対比・判断 本願の請求項１に係る発明（以下「本願発明」という。）と引用発明とを対比する。 ア．引用発明の「入力された音」は、本願発明の「入力された音声信号」に相当する。 また、一般に「フレーム」とは、時間軸に対して音（信号）を分割したものである。そして、音（信号）に対して短時間フーリエ変換を行うことにより、パワースペクトルと位相スペクトルが得られることは技術常識であるところ、引用発明も「可聴化のため前記減算されたパワースペクトルに元の位相を付加して残響を除去した音声のスペクトルを得る」（下線部に注意）から位相もスペクトル化されているといえる。 よって、引用発明の「入力された音のスペクトルのパワースペクトル」、「スペクトルは、フレームを短時間フーリエ変換を行ったものであり」、及び「可聴化のため前記減算されたパワースペクトルに元の位相を付加して残響を除去した音声のスペクトルを得る」ことは、本願発明の「入力された音声信号に対してフレーム分割を行い、時間の順に応じてフレーム信号に対して、現在フレームに対して短時間フーリエ変換を行い、現在フレームのパワースペクトル及び位相スペクトルを獲得する処理」に相当する。 但し、音声信号について、本願発明は「シングルチャンネル」であるのに対し、引用発明はその旨の特定がされていない。 イ．引用発明の「後期残響」は、音声の認識を向上させるために引き去る残響であるから、同様に残響として除去される本願発明の「後期反射音」に相当する。そして、引用発明の「後期残響に移行するまでの区間は直接音もしくは初期残響であるので残響除去は行わず、残響減衰特性が指数的で十分に減衰した時点で残響除去を打ち切り」をすることは、後期残響について影響のある範囲（フレーム）を選択することであるから、本願発明の「現在フレームの前の、現在フレームに至るまでの距離が設定の持続時間範囲内である数フレームを選」ぶことに相当する。 また、引用発明の「後期残響に移行するまでの区間は直接音もしくは初期残響であるので残響除去は行わず」は、後期残響に移行する時点を示しているともいえるので、本願発明の「音声関連特性及び直接音と早期反射音の残響環境下でのインパルス応答分布領域に基づいて、前記持続時間範囲の下限値を設定し」に相当する。そして、引用発明の「残響減衰特性が指数的で十分に減衰した時点で残響除去を打ち切り」は、残響除去をどこでやめるかを示したことだから、本願発明の「後期反射音の減衰特性に基づいて前記持続時間範囲の上限値を設定し」に相当する。 更に、引用発明の「過去に入力されたパワースペクトルを残響成分として引き去」ることは、後期残響について影響のある範囲（フレーム）におけるパワースペクトルを残響成分とすることだから、本願発明の「（現在フレームの前の、現在フレームに至るまでの距離が設定の持続時間範囲内である数フレームを選んで、）これらのフレームのパワースペクトルを線形重畳加算して現在フレームの後期反射音のパワースペクトルを推定」することを含んだものである。 よって、引用発明の「入力された音のスペクトルのパワースペクトルから、過去に入力されたパワースペクトルを残響成分として引き去り、残響除去音声のスペクトルを得る」及び「後期残響に移行するまでの区間は直接音もしくは初期残響であるので残響除去は行わず、残響減衰特性が指数的で十分に減衰した時点で残響除去を打ち切」ることは、本願発明の「現在フレームの前の、現在フレームに至るまでの距離が設定の持続時間範囲内である数フレームを選んで、これらのフレームのパワースペクトルを線形重畳加算して現在フレームの後期反射音のパワースペクトルを推定し、その内、後期反射音の減衰特性に基づいて前記持続時間範囲の上限値を設定し、・・・及び／又は、音声関連特性及び直接音と早期反射音の残響環境下でのインパルス応答分布領域に基づいて、前記持続時間範囲の下限値を設定・・・する処理」及び「スペクトル減算法によって、現在フレームのパワースペクトルから、推定された現在フレームの後期反射音のパワースペクトルを除去して、現在フレームの直接音及び早期反射音のパワースペクトルを獲得する処理」に相当する事項を含んでいる。 なお、この点について、出願人は、審判請求書において「引用文献１では、残響成分を得るプロセスに残響時間を取得する必要がある一方、本願請求項１において、現在フレームの後期反射音のパワースペクトルを推定するプロセスに残響時間（ＲＴ６０）を推定する必要がないから、引用文献１と本願請求項１の残響除去方法は、いずれもスペクトル減算法を用いてはいるが、現在フレームの後期反射音のパワースペクトルを推定する具体的なプロセスが異なっているため、引用文献１の残響除去方法によっては、本願請求項１のシングルチャンネル音声残響除去における残響時間の推定が難しいという課題が解決できない。」と主張している。しかしながら、本願発明は、「現在フレームの前の、現在フレームに至るまでの距離が設定の持続時間範囲内である数フレームを選んで、これらのフレームのパワースペクトルを線形重畳加算して現在フレームの後期反射音のパワースペクトルを推定し」とあるだけで、残響時間の取得や推定が必要か否かについて特定されているわけではないから、本願の課題が解決できない旨の主張は請求項１の記載に基づいた主張ではない。よって、出願人の主張を採用することはできない。 但し、具体的な上限値又は下限値について、本願発明は「該持続時間範囲の上限値は０．３ｓ～０．５ｓの範囲内の値を選択、及び／又は、該持続時間範囲の下限値は５０ｍｓ～８０ｍｓの範囲内の値を選択」していているのに対し、引用発明はその旨の特定がされていない。 ウ．本願発明は「現在フレームの直接音及び早期反射音のパワースペクトルを現在フレームの位相スペクトルとともに、短時間逆フーリエ変換を行い、現在フレーム残響除去後の信号を獲得する処理」を備えるのに対し、引用発明はその旨の特定がされていない。 エ．本願発明は、後期反射音のパワースペクトルを推定する処理に用いる数式として、「ＡＲモデルの式」、或いは「ＭＡモデルの式」、或いは「ＡＲＭＡモデルの式」といった選択形式になっているので、以降「ＡＲモデルの式」と引用発明とを対比する。 引用発明の「式（３）の減算されるΣの式」は、ＡＲモデルに適用して後期残響（本願発明の「後期反射音」に相当。）のパワースペクトルを推定したものといえるものの、本願発明の「ＡＲモデルの式」と引用発明の「「式（３）のうち減算されるΣの式」とではパラメータ等で一見すると相違する。 オ．引用発明の「残響除去方法」は、本願発明の「音声残響除去方法」に相当する。 よって、本願発明と引用発明とは以下の点で一致ないし相違する。 ＜一致点＞ 入力された音声信号に対してフレーム分割を行い、時間の順に応じてフレーム信号に対して、 現在フレームに対して短時間フーリエ変換を行い、現在フレームのパワースペクトル及び位相スペクトルを獲得する処理と、 現在フレームの前の、現在フレームに至るまでの距離が設定の持続時間範囲内である数フレームを選んで、これらのフレームのパワースペクトルを線形重畳加算して現在フレームの後期反射音のパワースペクトルを推定し、その内、後期反射音の減衰特性に基づいて前記持続時間範囲の上限値を設定、及び／又は、音声関連特性及び直接音と早期反射音の残響環境下でのインパルス応答分布領域に基づいて、前記持続時間範囲の下限値を設定する処理と、 スペクトル減算法によって、現在フレームのパワースペクトルから、推定された現在フレームの後期反射音のパワースペクトルを除去して、現在フレームの直接音及び早期反射音のパワースペクトルを獲得する処理を含む、 ことを特徴とする音声残響除去方法。 ＜相違点１＞ 音声信号について、本願発明は「シングルチャンネル」であるのに対し、引用発明はその旨の特定がされていない。 ＜相違点２＞ 具体的な上限値又は下限値について、本願発明は「該持続時間範囲の上限値は０．３ｓ～０．５ｓの範囲内の値を選択、及び／又は、該持続時間範囲の下限値は５０ｍｓ～８０ｍｓの範囲内の値を選択」していているのに対し、引用発明はその旨の特定がされていない。 ＜相違点３＞ 本願発明は「現在フレームの直接音及び早期反射音のパワースペクトルを現在フレームの位相スペクトルとともに、短時間逆フーリエ変換を行い、現在フレーム残響除去後の信号を獲得する処理」を備えるのに対し、引用発明はその旨の特定がされていない。 ＜相違点４＞ 後期反射音のパワースペクトルを推定する処理に用いる数式として、本願発明は「ＡＲモデルの式」を用いているのに対し、引用発明は「式（３）の減算されるΣの式」がＡＲモデルに適用されているもののパラメータ等で一見すると相違する。 そこで、＜相違点１＞ないし＜相違点４＞について検討する。 ・ ＜相違点１＞について 本願発明（本願明細書の段落【０００２】を参照。）も引用発明（引用文献の段落【００７４】を参照）も、電話会議の音声通信において通話環境が密閉された空間における残響を除去するためのものであるところ、通話にシングルチャンネル音声を用いることは普通に行われていることだから、引用発明においてもシングルチャンネル音声を用いて相違点１の構成にすることは当業者が容易になし得た事項である。 この点について、出願人は、審判請求書において「引用文献１の図１において、残響除去手段２は、入力された音のスペクトル１１から既知であると仮定した所与の残響時間１２を用いて残響成分を除去した音のスペクトル４を得るためのものである。従って、引用文献１には、スペクトル減算法を適用した残響除去方法が開示されてはいるが、その残響除去方法がシングルチャンネル音声に対する残響除去方法であるということは開示されていない。引用文献１の実施形態では、残響時間が予め取得できるものだと仮定しているが、シングルチャンネル音声において、モノパスマイクロフォン情報しか利用できないため、その残響時間を推定するのは難しいと思料する。これで分かるように、引用文献１に開示されたのはシングルチャンネル音声に対する残響除去方法ではないと言える。」と主張している。 しかしながら、本願発明は、本願明細書の段落【００３２】ないし【００３４】に記載されているように、持続時間（残響時間）の上限値（０．３ｓ～０．５ｓ）や下限値（５０ｍｓ～８０ｍｓ）を予め設定しており、これにより残響時間は必然的に決定されるから、「モノパスマイクロフォン情報しか利用できないため、その残響時間を推定するのは難しい」点は特段認められないし、引用発明と同様に「既知であると仮定した所与の残響時間」を用いたといえる。よって、出願人の主張は、採用することができない。 ・ ＜相違点２＞について 引用文献１に「重み係数ｗ[ｓ]が適切に推定できれば、式（３）によって・・・残響除去ができる。」（段落【００１７】）、「残響時間ＲＴをあらかじめ決めておけば、式（６）にしたがって重み係数を定めることができる。」（段落【００２２】）、「式（６）において１つ目の条件、すなわち、後期残響に移行するまでの区間は直接音もしくは初期残響であるので、ＳＳ法での処理は行わない。・・・（中略）・・・初期残響の部分は複雑であり音声認識装置に悪影響を与えないので無視する。計算量を削減するため、十分に減衰したと思われる時点で残響除去を打ち切ることができる。」（段落【００２５）】と記載されているように、引用発明は、本願発明と同様に、「直接音もしくは初期残響の区間の後（本願発明の「持続時間範囲の下限値」に相当。）から、（後期）残響が十分に減衰する時間（本願発明の「持続時間範囲の上限値」に相当。）まで」を残響除去する時間としている。 そして、持続時間範囲の下限値を「５０ｍｓ～８０ｍｓの範囲」にすることは、例えば平成２９年８月９日付け当審の拒絶理由通知で引用された特開２００９－２７６３６５号公報（段落【００２７】及び【００２８】を参照。インパルス応答の残響パターンを、０～６５ｍｓｅｃが初期反射成分、６５ｍｓｅｃ以降が拡散残響成分とした点。）、特開２００９－２７１３５９号公報（段落【００３６】及び【００３７】を参照。インパルス応答の残響パターンを、０～７０ｍｓｅｃが初期反射成分、７０ｍｓｅｃ以降が拡散残響成分とした点。）に記載されているように周知の技術事項である。 また、持続時間範囲の上限値を「０．３～０．５の範囲」にすることは、例えば平成２９年８月９日付け当審の拒絶理由通知で引用された特開２００９－４２７５４号公報（段落【００６１】を参照。残響時間を０．３秒とした点。）、特開２０１０－４４１５０号公報（段落【００７９】を参照。残響時間を０．５秒とした点。）に記載されているように周知の技術事項である。 ここで、本願発明の「前記持続時間範囲の上限値を設定し、該持続時間範囲の上限値は０．３ｓ～０．５ｓの範囲内の値を選択し、及び／又は、・・・前記持続時間範囲の下限値を設定し、該持続時間範囲の下限値は５０ｍｓ～８０ｍｓの範囲内の値を選択する処理」における「範囲内の値を選択」するとは、上限値を環境の違いで例えば０．３ｓを選択したり０．５ｓを選択したり（変化させたり）、又は、下限値を環境の違いで例えば５０ｍｓを選択したり８０ｍｓを選択したり（変化させたり）することは、本願明細書に記載されていないので、単に当該範囲内の数値であれば上限値又は下限値として採用することができる程度の意味としか解せない。 よって、引用発明の後期残響が十分に減衰する具体的な時間（上限値）を周知の技術事項（０．３ｓ、０．５ｓ）を採用して相違点２の構成とすること、又は、引用発明の後期残響に移行する具体的な時間（下限値）を周知の技術事項（６５ｍｓ、７０ｍｓ）を採用して相違点２の構成とすることは、当業者が容易になし得たことである。 この点について、出願人は、審判請求書において「引用文献１では、残響成分を得るプロセスに残響時間を取得する必要がある。その一方、本願請求項１では、持続時間範囲を予め設定し、現在フレームの前の、現在フレームに至るまでの距離が設定の持続時間範囲内である数フレームを選んで、これらのフレームのパワースペクトルを線形重畳加算して現在フレームの後期反射音のパワースペクトルを推定するようにしており，現在フレームの後期反射音のパワースペクトルを推定するプロセスに残響時間を推定することが不要となる。」、「引用文献１において、残響成分を取得するプロセスは、持続時間範囲を設定することに関わっていないため、本願請求項１の持続時間範囲の上限値と持続時間範囲の下限値を設定するプロセスを開示したものとは言えない。実際に、引用文献１は、残響成分を取得するプロセスでは、残響除去されるべきフレーム数を確定し、即ち、現在フレーム前のどのフレームに対して残響が除去すべきかを確定する必要がある。」と主張している。 しかしながら、確かに引用文献１には残響時間を計算により取得することが記載されているが、計算量を極力減らすことはごく一般的な技術課題であり、上記のとおり、後期残響を示す具体的な時間（上限値又は下限値）が周知である以上、残響時間を計算で求めるのではなく、上限値や下限値を予め設定しておくことは、当業者であれば容易になし得る事項である。よって、出願人の主張を格別なことと認めることはできない。 ・ ＜相違点３＞について 引用発明は、「可聴化のため前記減算されたパワースペクトルに元の位相を付加して残響を除去した音声のスペクトルを得る」ところ、音声（信号）を短時間フーリエ変換してスペクトルを得た場合、短時間逆フーリエ変換を行って音声（信号）に戻すものであるから、引用発明（引用文献１）に直接記載がなくても、短時間フーリエ変換を行う記載があれば、短時間逆フーリエ変換を行っているものである。 よって、相違点３は実質的な相違ではない。 ・ ＜相違点４＞について 本願発明の「ＡＲモデルの式」は、後期反射音の範囲（Ｊ０～ＪＡＲ）を定めてΣ計算を行っており（上限値・下限値について具体的な数値ではない点に注意。）、引用発明の「式（３）の減算されるΣの式」も、上記イで指摘したように「後期残響に移行するまでの区間は直接音もしくは初期残響であるので残響除去は行わず、残響減衰特性が指数的で十分に減衰した時点で残響除去を打ち切」るように範囲を設定し得るから、後期残響の範囲を定めてΣ計算を行っているものである。 そして、本願発明の「ＡＲモデルの式」におけるαｊ，ｆは、ＡＲモデル推定パラメータであるところ、本願明細書を参酌してもどのようなものか具体的な記載はないので格別なものとは認められないが、ｊ（フレーム）毎のパラメータであると認められる。一方、引用発明の「式（３）の減算されるΣの式」もＡＲモデルに適用したものであり、重み係数ｗ[ｓ]はｓ（フレーム）毎のパラメータであるから、ＡＲモデル推定パラメータの一種と認められる。 よって、両者の式に格別な差異は認められないので、相違点４は実質的な相違ではない。 この点について、出願人は、審判請求書において「引用文献１では、ＡＲモデルを音響モデルに適用することが開示されているが、その具体的な物理量および計算プロセスが、本願請求項１とは異なる。本願発明では、上記特徴の係わる物理量及び具体的な数式アルゴリズムによって、残響環境の伝達関数を推定すること、又は残響時間（ＲＴ６０）を推定することを必要としないという有益な効果が得られるが、このような効果はいずれも引用文献１から示唆を得ることはできない。」と主張している。 しかしながら、物理量とは何を指摘しているのか不明ではあるが、両者とも後期反射音の範囲を定めてΣ計算を行っており（Σ計算における上限値及び下限値は具体的な数値ではない点に注意。）、ＡＲパラメータについても上記で指摘したとおりである。そして、計算プロセス（残響時間の推定）については、両者の式において、残響時間を推定することが必要か否かは示されていないので、この点については請求項１の記載に基づかない主張である。よって、出願人の主張を認めることはできない。 したがって、本願発明は、引用発明により当業者が容易になし得たものである。 第５　むすび 以上のとおり、本願の請求項１に係る発明は、特許法第２９条第２項の規定により特許を受けることができない。 したがって、本願は、その余の請求項について論及するまでもなく拒絶すべきものである。 よって、結論のとおり審決する。