CN108806715B - 降噪性能评价方法及系统 - Google Patents
降噪性能评价方法及系统 Download PDFInfo
- Publication number
- CN108806715B CN108806715B CN201810328943.5A CN201810328943A CN108806715B CN 108806715 B CN108806715 B CN 108806715B CN 201810328943 A CN201810328943 A CN 201810328943A CN 108806715 B CN108806715 B CN 108806715B
- Authority
- CN
- China
- Prior art keywords
- noise reduction
- comfort
- comfort degree
- depth
- curve
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 230000009467 reduction Effects 0.000 title claims abstract description 159
- 238000011156 evaluation Methods 0.000 title claims abstract description 34
- 230000007613 environmental effect Effects 0.000 claims abstract description 14
- 238000000034 method Methods 0.000 claims abstract description 14
- 238000004364 calculation method Methods 0.000 claims description 7
- 230000000694 effects Effects 0.000 abstract description 10
- 230000006872 improvement Effects 0.000 abstract description 6
- 238000013461 design Methods 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 7
- 230000008859 change Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000007246 mechanism Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 210000005069 ears Anatomy 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000013441 quality evaluation Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 230000035807 sensation Effects 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/03—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
- G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/78—Detection of presence or absence of voice signals
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
- G10L21/0208—Noise filtering
- G10L21/0216—Noise filtering characterised by the method used for estimating noise
Landscapes
- Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明提供一种降噪系统性能评价方法及系统,所述方法包括:基于降噪曲线确定降噪深度d;计算降噪前的环境声的舒适度C1以及降噪后的环境声的舒适度C2,得到舒适度变化量ΔC;基于降噪深度d和舒适度变化量ΔC,评价降噪性能。通过在现有的降噪系统评价方法中增加舒适度评价项而形成一种新的多维度评价方法,不仅能够反应降噪后的客观降噪效果,还能体现人的主观感受的改善程度,是一种科学、全面的评价方法,同时对降噪系统的设计具有指导作用,且该评价方法简单,易于实施。
Description
技术领域
本发明涉及主动降噪领域,具体而言,涉及一种降噪性能评价方法及系统。
背景技术
随着降噪技术的持续发展,对降噪性能的要求也日趋提升。现阶段,降噪性能一般采用降噪深度(所有降噪频段上,降噪能力最强的频点对应的分贝值与0分贝值之间的差值)来进行评价。理想情况下,降噪深度越大则该降噪系统的降噪性能越优异。但是人类听觉是一个复杂的机制,具有高度非线性的现象。当人们在听一个声音时,许多的听觉机制会同时发生。降噪深度较大的降噪系统会使人对降噪后的环境声听感较差,声音的舒适度低;降噪深度较低的降噪系统虽然降噪性能稍差,但人对降噪后的环境声听感较好,声音的舒适度高。
现有的降噪系统单从降噪深度来评价降噪系统的降噪效果,不能反应降噪后环境声的舒适度,因此,现有的降噪系统的评价方法不够完善。
发明内容
针对上述问题,本发明的目的在于提供一种降噪系统性能评价方法及系统,根据降噪深度和环境声的舒适度来综合评价降噪系统性能,即通过增加评价维度完善评价方法。
第一方面,本发明实施例提供的降噪性能评价方法,包括:
基于降噪曲线确定降噪深度d;
计算降噪前的环境声的舒适度C1以及降噪后的环境声的舒适度C2,得到舒适度变化量ΔC;
基于所述降噪深度d和所述舒适度变化量ΔC,评价降噪性能。
进一步地,所述降噪曲线为降噪后的环境声频域特性曲线与降噪前的环境声频域特性曲线的差值曲线。
进一步地,所述降噪深度d为0分贝与所述降噪曲线中最小幅值对应的分贝值的差值。
进一步地,所述环境声的舒适度C1包括响度L1、尖锐度S1、粗糙度R1、抖动度D1以及音调T1中的至少一项特征项。
进一步地,所述舒适度变化量ΔC为所述环境声的舒适度C1与所述环境声的舒适度C2的各个特征项变化量的加权。
第二方面,本发明实施例提供的降噪系统评价系统,包括依次连接的数据采集单元、计算单元以及输出单元。
进一步地,所述数据采集单元用于采集降噪前的噪声数据以及降噪后的噪声数据。
进一步地,所述计算单元用于计算降噪深度d和舒适度变化量ΔC。
本发明实施例提供一种降噪系统性能评价方法及系统,所述方法包括:基于降噪曲线确定降噪深度d;计算降噪前的环境声的舒适度C1以及降噪后的环境声的舒适度C2,得到舒适度变化量ΔC;基于降噪深度d和舒适度变化量ΔC,评价降噪性能。通过在现有的降噪系统评价方法中增加舒适度评价项而形成一种新的多维度评价方法,不仅能够反应降噪后的客观降噪效果,还能体现人的主观感受的改善程度,是一种科学、全面的评价方法,同时对降噪系统的设计具有指导作用,且该评价方法简单,易于实施。
附图说明
为了更清楚地说明本发明具体实施方式的技术方案,下面将对具体实施方式中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的一些实施方式,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本发明实施例1提供的一种降噪系统性能评价方法流程图;
图2为本发明实施例1提供的降噪深度示意图;
图3为本发明实施例2提供的一种降噪系统性能评价系统示意图。
图标:100-数据采集单元;200-计算单元;300-输出单元。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
在本发明的描述中,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
实施例1
如图1所示的降噪系统性能评价方法流程图,本发明实施例提供了一种降噪系统性能评价方法,包括如下步骤:
步骤S10:基于降噪曲线确定降噪深度d;
步骤S20:计算降噪前的环境声的舒适度C1以及降噪后的环境声的舒适度C2,得到舒适度变化量ΔC;
步骤S30:基于降噪深度d和舒适度变化量ΔC,评价降噪性能。
在一个实施方式中,如图2所示的降噪深度示意图,降噪曲线为降噪后的环境声频域特性曲线与降噪前的环境声频域特性曲线的差值曲线。上述降噪曲线可以直观表明降噪系统的降噪效果,可以得出降噪深度。
在一个实施方式中,如图2所示,降噪深度d为0分贝与所述降噪曲线中最小幅值对应的分贝值的差值。图2的横坐标为频率f,纵坐标为降噪后减降噪前声压级差。0dB线以下的降噪曲线对应的频段是具有降噪效果的降噪频段,在该降噪频段内,降噪深度能够反应降噪系统的最大的降噪能力,最大降噪能力只能在某一频点才能达到,并呈现出越远离该频点降噪效果越弱的趋势。
一般地,环境声的舒适度C包括响度L、尖锐度S、粗糙度R、抖动度D以及音调T等特征项。响度L是表示人的听觉判断声音的强弱程度,是一主观感觉量。它是人耳对音量大小、声音强弱的主观感受。尖锐度S描述了声音品质评价中的音色特征,声音的尖锐度S高是由于其频谱成分中高频成分占主要地位所致,通过增加低频成分从而降低声音的尖锐度,虽然会使声音的响度略微增加,但因为声音听起来变得舒缓多了,听感反而会更舒适。声音的时域变化可以导致两种不同的结果:高频变化产生粗糙度R;低频变化产生抖动度D。声音的高低叫做音调T,频率决定音调。优选地,舒适度C=[L,S,R,D,T]。将上述5种声音的特征项包含在舒适度中,能更加全面的从人的听感方面反应噪声的舒适程度。
在一个实施方式中,降噪前的环境声的舒适度C1包括响度L1、尖锐度S1、粗糙度R1、抖动度D1以及音调T1中的至少一项特征项。降噪后的环境声的舒适度C2与降噪前的环境声的舒适度C1的特征项相对应。例如,环境声的舒适度C1包括响度L1、尖锐度S1、粗糙度R1、抖动度D1以及音调T1,则环境声的舒适度C2包括响度L2、尖锐度S2、粗糙度R2、抖动度D2以及音调T2。
在一个实施方式中,舒适度变化量ΔC为环境声的舒适度C1相对于环境声的舒适度C2的各个特征项变化量的加权。将舒适度定义为C=[L S R D T],则舒适度的变化量ΔC=ω1×ΔL+ω2×ΔS+ω3×ΔR+ω4×ΔD+ω5×ΔT,其中ΔL、ΔS、ΔR、ΔD、ΔT分别表示响度L、尖锐度S、粗糙度R、抖动度D以及音调T的变化量,即ΔL=(L1-L2)/L1,其中L1和L2分别为降噪前、后的响度,ΔL为正值,说明响度L在降噪后变小,舒适度增强,同理可得ΔS、ΔR、ΔD、ΔT的计算方法,且上述变化量的数值为正值,表明舒适度增强,值越大,改善效果越好;若变化量数值为幅负值,则表明舒适度下降,值越小,舒适度恶化越严重。ω1、ω2、ω3、ω4、ω5分别表示上述变化量的权重,取值范围在[0,1]之间,包含0和1,且ω1+ω2+ω3+ω4+ω5=1。
在一个实施方式中,权重取值方法为均分,若有n个特征项, n=1,2,…5,则ω1=ω2=…=ωn=1/n。舒适度变化量ΔC值越大,说明降噪后的噪声舒适度改善越好,ΔC值越小,说明降噪后噪声舒适度改善越弱。
具体地,对于步骤S30,假设降噪系统1的降噪深度为20dB,舒适度变化量为0.3;降噪系统2的降噪深度为25dB,舒适度变化量为0.2。按照现有的降噪系统评价方法,则认为降噪系统2的降噪性能优于降噪系统1,但是从本发明提出的降噪系统评价方法,降噪系统1的降噪后舒适性更好,将该降噪系统与耳机结合,生成的主动降噪耳机,降噪系统1的用户舒适度更好。
本发明通过在现有的降噪系统评价方法中增加舒适度评价项而形成一种新的多维度评价方法,不仅能够反应降噪后的客观降噪效果(降噪深度),还能体现人的主观感受的改善程度(舒适度的变化),是一种科学、全面的评价方法,同时对降噪系统的设计具有指导作用,使得降噪系统的设计不再一味追求大的降噪深度,而是兼顾降噪后的用户舒适度。且该评价方法简单,易于实施。
实施例2
如图3所示的降噪系统性能评价系统结构示意图,本发明实施例提出一种降噪系统性能评价系统,包括依次连接的数据采集单元 100、计算单元200以及输出单元300;数据采集单元100还与降噪系统连接。数据采集单元100将来自降噪前、后的噪声特性数据传输至计算单元200,经过计算单元200计算降噪后的指标,并基于指标评价降噪效果,并将评价结果输出至输出单元300,由输出单元300输出评价结果。
在一个实施方式中,数据采集单元100用于采集降噪前、后的噪声数据。数据采集单元100采集降噪系统未开启的噪声数据以及降噪系统使用后的噪声数据。具体地,噪声数据包括噪声频率特性数据。
在一个实施方式中,计算单元200用于计算降噪深度d和舒适度变化量ΔC。基于数据采集单元100的采集降噪前、后的噪声数据,分别计算降噪深度d和降噪前、后舒适度变化量ΔC。
显然,所属领域的技术人员可以清楚地了解到,上述设计方法的各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明不限制于任何特定的硬件和软件结合。
除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对步骤、数字表达式和数值并不限制本发明的范围。
本发明实施例所提供的装置,其实现原理及产生的技术效果和前述方法实施例相同,为简要描述,装置实施例部分未提及之处,可参考前述方法实施例中相应内容。
在这里示出和描述的所有示例中,任何具体值应被解释为仅仅是示例性的,而不是作为限制,因此,示例性实施例的其他示例可以具有不同的值。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
Claims (2)
1.一种降噪系统性能评价方法,其特征在于,包括:
基于降噪曲线确定降噪深度d;
计算降噪前的环境声的舒适度C1以及降噪后的环境声的舒适度C2,得到舒适度变化量ΔC;
基于所述降噪深度d和所述舒适度变化量ΔC,评价降噪性能;
所述环境声的舒适度C1包括响度L1、尖锐度S1、粗糙度R1、抖动度D1以及音调T1中的至少一项特征项;
所述舒适度变化量ΔC为所述环境声的舒适度C1相对于所述环境声的舒适度C2的各个特征项变化量的加权;
所述降噪曲线为降噪后的环境声频域特性曲线与降噪前的环境声频域特性曲线的差值曲线;
所述降噪深度d为0分贝与所述降噪曲线中最小幅值对应的分贝值的差值。
2.一种降噪系统性能评价系统,其特征在于,用于执行权利要求1所述的降噪系统性能评价方法,包括依次连接的数据采集单元、计算单元以及输出单元;所述数据采集单元还与所述降噪系统连接;
所述数据采集单元用于采集降噪前的噪声数据以及降噪后的噪声数据;
所述计算单元用于计算降噪深度d和环境声的舒适度变化量ΔC。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810328943.5A CN108806715B (zh) | 2018-04-12 | 2018-04-12 | 降噪性能评价方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810328943.5A CN108806715B (zh) | 2018-04-12 | 2018-04-12 | 降噪性能评价方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108806715A CN108806715A (zh) | 2018-11-13 |
CN108806715B true CN108806715B (zh) | 2021-02-23 |
Family
ID=64095616
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810328943.5A Expired - Fee Related CN108806715B (zh) | 2018-04-12 | 2018-04-12 | 降噪性能评价方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108806715B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109933933B (zh) * | 2019-03-21 | 2020-09-01 | 广东电网有限责任公司 | 一种噪声治理方法和设备 |
CN112562714B (zh) * | 2020-11-24 | 2022-08-05 | 潍柴动力股份有限公司 | 一种噪声评估方法及装置 |
TWI763207B (zh) | 2020-12-25 | 2022-05-01 | 宏碁股份有限公司 | 聲音訊號處理評估方法及裝置 |
CN113691924B (zh) * | 2021-08-30 | 2023-06-02 | 深圳市悦尔声学有限公司 | 一种tws耳机anc主动降噪效果量化评测方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012069824A1 (en) * | 2010-11-26 | 2012-05-31 | Towers Watson Limited | A method and apparatus for analysing data representing attributes of physical entities |
CN105575397A (zh) * | 2014-10-08 | 2016-05-11 | 展讯通信(上海)有限公司 | 语音降噪方法及语音采集设备 |
CN106782484A (zh) * | 2015-11-23 | 2017-05-31 | 芋头科技(杭州)有限公司 | 一种机器人降噪装置 |
CN107292020A (zh) * | 2017-06-16 | 2017-10-24 | 浙江大学 | 一种基于声品质改善程度优化噪声治理方案的方法 |
-
2018
- 2018-04-12 CN CN201810328943.5A patent/CN108806715B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012069824A1 (en) * | 2010-11-26 | 2012-05-31 | Towers Watson Limited | A method and apparatus for analysing data representing attributes of physical entities |
CN105575397A (zh) * | 2014-10-08 | 2016-05-11 | 展讯通信(上海)有限公司 | 语音降噪方法及语音采集设备 |
CN106782484A (zh) * | 2015-11-23 | 2017-05-31 | 芋头科技(杭州)有限公司 | 一种机器人降噪装置 |
CN107292020A (zh) * | 2017-06-16 | 2017-10-24 | 浙江大学 | 一种基于声品质改善程度优化噪声治理方案的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108806715A (zh) | 2018-11-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108806715B (zh) | 降噪性能评价方法及系统 | |
US10687155B1 (en) | Systems and methods for providing personalized audio replay on a plurality of consumer devices | |
JP6293314B2 (ja) | 補聴器システムのパラメータ最適化方法および補聴器システム | |
TWI440301B (zh) | 對於音訊動態處理具限制之階層式控制路徑 | |
Välimäki et al. | Accurate cascade graphic equalizer | |
CN110809214B (zh) | 音频播放方法、音频播放装置及终端设备 | |
US11026602B2 (en) | System for hearing sensitivity testing and auto reinforcement | |
CN112565981B (zh) | 啸叫抑制方法、装置、助听器及存储介质 | |
CN111508510B (zh) | 音频处理方法、装置、存储介质及电子设备 | |
CN107682802B (zh) | 音频设备音效的调试方法及装置 | |
Swift et al. | Extending sharpness calculation for an alternative loudness metric input | |
Liski et al. | The quest for the best graphic equalizer | |
Zorilă et al. | Effectiveness of a loudness model for time-varying sounds in equating the loudness of sentences subjected to different forms of signal processing | |
CN106821392B (zh) | 用于在智能型手机上发现使用者听力灵敏度的使用者接口及方法 | |
CN112669878B (zh) | 声音增益值的计算方法、装置和电子设备 | |
US20210326099A1 (en) | Systems and methods for providing content-specific, personalized audio replay on consumer devices | |
CN112309359A (zh) | 高速音频编解码器的智能场景切换主动降噪的方法及耳机 | |
Glasberg et al. | The loudness of sounds whose spectra differ at the two ears | |
CN114040300B (zh) | 耳机主动降噪方法、装置、耳机及计算机可读存储介质 | |
CN111478675B (zh) | 一种音频信号处理系统、音频信号处理方法及电子设备 | |
CN112996015B (zh) | 一种指标关联关系的构建方法及装置 | |
Schlieper et al. | Psychoacoustic optimization of a robust feedback active noise controller for headphones | |
JP6954905B2 (ja) | オーディオ信号を出力するためのシステム及びそれぞれの方法と設定装置 | |
CN116388696B (zh) | 噪声信号的生成方法及装置 | |
Christensen et al. | Digital Audio Signals |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20210223 |