JP6804639B2 - 属性識別装置、属性識別方法、プログラム - Google Patents
属性識別装置、属性識別方法、プログラム Download PDFInfo
- Publication number
- JP6804639B2 JP6804639B2 JP2019519570A JP2019519570A JP6804639B2 JP 6804639 B2 JP6804639 B2 JP 6804639B2 JP 2019519570 A JP2019519570 A JP 2019519570A JP 2019519570 A JP2019519570 A JP 2019519570A JP 6804639 B2 JP6804639 B2 JP 6804639B2
- Authority
- JP
- Japan
- Prior art keywords
- attribute identification
- class
- attribute
- reliability
- posterior probability
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims description 18
- 238000004364 calculation method Methods 0.000 claims description 62
- 238000007476 Maximum Likelihood Methods 0.000 claims description 34
- 238000012545 processing Methods 0.000 description 18
- 230000008859 change Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 230000015654 memory Effects 0.000 description 5
- 238000013528 artificial neural network Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 2
- 230000037433 frameshift Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000000844 transformation Methods 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
- G10L17/00—Speaker identification or verification techniques
- G10L17/04—Training, enrolment or model building
-
- 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
- G10L17/00—Speaker identification or verification techniques
- G10L17/26—Recognition of special voice characteristics, e.g. for use in lie detectors; Recognition of animal voices
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
-
- 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
- G10L15/00—Speech recognition
- G10L15/08—Speech classification or search
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/044—Recurrent networks, e.g. Hopfield networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Business, Economics & Management (AREA)
- Computational Linguistics (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Strategic Management (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Probability & Statistics with Applications (AREA)
- Operations Research (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Algebra (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Signal Processing (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Telephonic Communication Services (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Image Analysis (AREA)
Description
以下、各実施形態で用いる用語について説明する。
以下、図1〜図2を参照して属性識別装置100について説明する。図1は、属性識別装置100の構成を示すブロック図である。図2は、属性識別装置100の動作を示すフローチャートである。図1に示すように属性識別装置100は、事後確率算出部110、信頼度算出部120、属性識別結果生成部130、記録部190を含む。記録部190は、属性識別装置100の処理に必要な情報を適宜記録する構成部である。例えば、属性識別結果生成部130が用いる閾値δを事前に記録しておく。
属性識別装置100では、事後確率系列{q(c,i)}(i=0,1,…,I)を属性識別結果生成部130の入力とするように構成したが、事後確率系列{q(c,i)}(i=0,1,…,I)を用いることなく、属性識別結果Lを生成するように構成してもよい。以下、図4〜図5を参照して属性識別装置101について説明する。図4は、属性識別装置101の構成を示すブロック図である。図5は、属性識別装置101の動作を示すフローチャートである。図4に示すように属性識別装置101は、事後確率算出部110、信頼度算出部120、属性識別結果生成部131、記録部190を含む。
また、属性識別装置100では、信頼度r(c)を属性識別結果生成部130の入力とするように構成したが、事後確率系列{q(c,i)}(i=0,1,…,I)のみを入力とするように構成してもよい。この場合、最尤推定クラスに対してのみ信頼度を算出することになる。以下、図6〜図7を参照して属性識別装置102について説明する。図6は、属性識別装置102の構成を示すブロック図である。図7は、属性識別装置102の動作を示すフローチャートである。図6に示すように属性識別装置102は、事後確率算出部110、属性識別結果生成部132、記録部190を含む。
第一実施形態では、式(1)〜(3)のような数式を用いて信頼度を算出した。第二実施形態では、数式を用いる代わりに、信頼度算出モデルを用いて信頼度を算出する。つまり、第二実施形態の属性識別装置は、信頼度算出モデルを用いて、クラスcの事後確率系列{q(c,i)}(i=0,1,…,I)から、クラスcの信頼度r(c)を算出する点においてのみ、第一実施形態の各属性識別装置と異なる。この信頼度算出モデルを学習するのが、信頼度算出モデル学習装置200である。信頼度算出モデルは、属性識別装置が処理を開始する前に属性識別装置の記録部に記録しておくことになる。
本発明の装置は、例えば単一のハードウェアエンティティとして、キーボードなどが接続可能な入力部、液晶ディスプレイなどが接続可能な出力部、ハードウェアエンティティの外部に通信可能な通信装置(例えば通信ケーブル)が接続可能な通信部、CPU(Central Processing Unit、キャッシュメモリやレジスタなどを備えていてもよい)、メモリであるRAMやROM、ハードディスクである外部記憶装置並びにこれらの入力部、出力部、通信部、CPU、RAM、ROM、外部記憶装置の間のデータのやり取りが可能なように接続するバスを有している。また必要に応じて、ハードウェアエンティティに、CD−ROMなどの記録媒体を読み書きできる装置(ドライブ)などを設けることとしてもよい。このようなハードウェア資源を備えた物理的実体としては、汎用コンピュータなどがある。
Claims (8)
- Iを0以上の整数、発話音声の話者を識別するためのクラスの集合を属性とし、
入力音声s(t)から、前記入力音声s(t)のフレームiがクラスcである事後確率q(c,i)の系列である事後確率系列{q(c,i)}(i=0,1,…,I)を算出する事後確率算出部と、
前記事後確率系列{q(c,i)}(i=0,1,…,I)から、クラスcが正しい属性識別結果である程度を示す信頼度r(c)を算出する信頼度算出部と、
前記事後確率系列{q(c,i)}(i=0,1,…,I)と前記信頼度r(c)から、前記入力音声s(t)の属性識別結果Lを生成する属性識別結果生成部と
を含む属性識別装置であって、
前記属性識別結果生成部は、
前記事後確率系列{q(c,i)}(i=0,1,…,I)から、最も確からしい属性であると推定されるクラスである最尤推定クラスc^を求め、前記最尤推定クラスc^の信頼度r(c^)が小さいことを示す所定の範囲にある場合は棄却を表すφを前記属性識別結果Lとし、それ以外の場合は前記最尤推定クラスc^を前記属性識別結果Lとする
属性識別装置。 - Iを0以上の整数、発話音声の話者を識別するためのクラスの集合を属性とし、
入力音声s(t)から、前記入力音声s(t)のフレームiがクラスcである事後確率q(c,i)の系列である事後確率系列{q(c,i)}(i=0,1,…,I)を算出する事後確率算出部と、
前記事後確率系列{q(c,i)}(i=0,1,…,I)から、クラスcが正しい属性識別結果である程度を示す信頼度r(c)を算出する信頼度算出部と、
前記信頼度r(c)から、前記入力音声s(t)の属性識別結果Lを生成する属性識別結果生成部と
を含む属性識別装置であって、
前記属性識別結果生成部は、
前記信頼度r(c)から、最も確からしい属性であると推定されるクラスである最尤推定クラスc^を求め、前記最尤推定クラスc^の信頼度r(c^)が小さいことを示す所定の範囲にある場合は棄却を表すφを前記属性識別結果Lとし、それ以外の場合は前記最尤推定クラスc^を前記属性識別結果Lとする
属性識別装置。 - Iを0以上の整数、発話音声の話者を識別するためのクラスの集合を属性とし、
入力音声s(t)から、前記入力音声s(t)のフレームiがクラスcである事後確率q(c,i)の系列である事後確率系列{q(c,i)}(i=0,1,…,I)を算出する事後確率算出部と、
前記事後確率系列{q(c,i)}(i=0,1,…,I)から、前記入力音声s(t)の属性識別結果Lを生成する属性識別結果生成部と
を含む属性識別装置であって、
前記属性識別結果生成部は、
前記事後確率系列{q(c,i)}(i=0,1,…,I)から、クラスcが正しい属性識別結果である程度を示す信頼度r(c)を算出する信頼度算出部を含み、
前記事後確率系列{q(c,i)}(i=0,1,…,I)から、最も確からしい属性であると推定されるクラスである最尤推定クラスc^を求め、前記信頼度算出部を用いて前記最尤推定クラスc^の信頼度r(c^)を算出し、前記信頼度r(c^)が小さいことを示す所定の範囲にある場合は棄却を表すφを前記属性識別結果Lとし、それ以外の場合は前記最尤推定クラスc^を前記属性識別結果Lとする
属性識別装置。 - 請求項1ないし3のいずれか1項に記載の属性識別装置であって、
前記信頼度算出部は、
クラスcの事後確率系列を入力として、クラスcの信頼度を出力する信頼度算出モデルを用いて、前記信頼度r(c)を算出する
ことを特徴とする属性識別装置。 - Iを0以上の整数、発話音声の話者を識別するためのクラスの集合を属性とし、
属性識別装置が、入力音声s(t)から、前記入力音声s(t)のフレームiがクラスcである事後確率q(c,i)の系列である事後確率系列{q(c,i)}(i=0,1,…,I)を算出する事後確率算出ステップと、
前記属性識別装置が、前記事後確率系列{q(c,i)}(i=0,1,…,I)から、クラスcが正しい属性識別結果である程度を示す信頼度r(c)を算出する信頼度算出ステップと、
前記属性識別装置が、前記事後確率系列{q(c,i)}(i=0,1,…,I)と前記信頼度r(c)から、前記入力音声s(t)の属性識別結果Lを生成する属性識別結果生成ステップと
を含む属性識別方法であって、
前記属性識別結果生成ステップは、
前記事後確率系列{q(c,i)}(i=0,1,…,I)から、最も確からしい属性であると推定されるクラスである最尤推定クラスc^を求め、前記最尤推定クラスc^の信頼度r(c^)が小さいことを示す所定の範囲にある場合は棄却を表すφを前記属性識別結果Lとし、それ以外の場合は前記最尤推定クラスc^を前記属性識別結果Lとする
属性識別方法。 - Iを0以上の整数、発話音声の話者を識別するためのクラスの集合を属性とし、
属性識別装置が、入力音声s(t)から、前記入力音声s(t)のフレームiがクラスcである事後確率q(c,i)の系列である事後確率系列{q(c,i)}(i=0,1,…,I)を算出する事後確率算出ステップと、
前記属性識別装置が、前記事後確率系列{q(c,i)}(i=0,1,…,I)から、クラスcが正しい属性識別結果である程度を示す信頼度r(c)を算出する信頼度算出ステップと、
前記属性識別装置が、前記信頼度r(c)から、前記入力音声s(t)の属性識別結果Lを生成する属性識別結果生成ステップと
を含む属性識別方法であって、
前記属性識別結果生成ステップは、
前記信頼度r(c)から、最も確からしい属性であると推定されるクラスである最尤推定クラスc^を求め、前記最尤推定クラスc^の信頼度r(c^)が小さいことを示す所定の範囲にある場合は棄却を表すφを前記属性識別結果Lとし、それ以外の場合は前記最尤推定クラスc^を前記属性識別結果Lとする
属性識別方法。 - Iを0以上の整数、発話音声の話者を識別するためのクラスの集合を属性とし、
属性識別装置が、入力音声s(t)から、前記入力音声s(t)のフレームiがクラスcである事後確率q(c,i)の系列である事後確率系列{q(c,i)}(i=0,1,…,I)を算出する事後確率算出ステップと、
前記属性識別装置が、前記事後確率系列{q(c,i)}(i=0,1,…,I)から、前記入力音声s(t)の属性識別結果Lを生成する属性識別結果生成ステップと
を含む属性識別方法であって、
前記属性識別結果生成ステップは、
前記事後確率系列{q(c,i)}(i=0,1,…,I)から、クラスcが正しい属性識別結果である程度を示す信頼度r(c)を算出する信頼度算出ステップを含み、
前記事後確率系列{q(c,i)}(i=0,1,…,I)から、最も確からしい属性であると推定されるクラスである最尤推定クラスc^を求め、前記信頼度算出ステップにおいて前記最尤推定クラスc^の信頼度r(c^)を算出し、前記信頼度r(c^)が小さいことを示す所定の範囲にある場合は棄却を表すφを前記属性識別結果Lとし、それ以外の場合は前記最尤推定クラスc^を前記属性識別結果Lとする
属性識別方法。 - 請求項1ないし4のいずれか1項に記載の属性識別装置としてコンピュータを機能させるためのプログラム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017103384 | 2017-05-25 | ||
JP2017103384 | 2017-05-25 | ||
PCT/JP2018/018388 WO2018216511A1 (ja) | 2017-05-25 | 2018-05-11 | 属性識別装置、属性識別方法、プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2018216511A1 JPWO2018216511A1 (ja) | 2020-02-27 |
JP6804639B2 true JP6804639B2 (ja) | 2020-12-23 |
Family
ID=64395566
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019519570A Active JP6804639B2 (ja) | 2017-05-25 | 2018-05-11 | 属性識別装置、属性識別方法、プログラム |
Country Status (3)
Country | Link |
---|---|
US (2) | US11133012B2 (ja) |
JP (1) | JP6804639B2 (ja) |
WO (1) | WO2018216511A1 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11996086B2 (en) * | 2019-08-19 | 2024-05-28 | Nippon Telegraph And Telephone Corporation | Estimation device, estimation method, and estimation program |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3840221B2 (ja) * | 2003-11-06 | 2006-11-01 | キヤノン株式会社 | 音声認識装置及び方法 |
JP2006121611A (ja) * | 2004-10-25 | 2006-05-11 | Nippon Telegraph & Telephone West Corp | 電話システム、電話システム管理装置および広告コンテンツ配信方法、ならびに広告コンテンツ配信プログラムと記録媒体 |
JP2006208483A (ja) * | 2005-01-25 | 2006-08-10 | Sony Corp | 聴取者の関心事項の調査を支援する装置,方法,プログラム及び記録媒体 |
JP5250576B2 (ja) * | 2010-02-25 | 2013-07-31 | 日本電信電話株式会社 | ユーザ判定装置、方法、プログラム及びコンテンツ配信システム |
US20140330566A1 (en) * | 2013-05-06 | 2014-11-06 | Linkedin Corporation | Providing social-graph content based on a voice print |
JP6246636B2 (ja) * | 2014-03-20 | 2017-12-13 | 株式会社東芝 | パターン識別装置、パターン識別方法およびプログラム |
-
2018
- 2018-05-11 WO PCT/JP2018/018388 patent/WO2018216511A1/ja active Application Filing
- 2018-05-11 US US16/606,986 patent/US11133012B2/en active Active
- 2018-05-11 JP JP2019519570A patent/JP6804639B2/ja active Active
-
2021
- 2021-08-23 US US17/408,597 patent/US11756554B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
US11133012B2 (en) | 2021-09-28 |
WO2018216511A1 (ja) | 2018-11-29 |
JPWO2018216511A1 (ja) | 2020-02-27 |
US11756554B2 (en) | 2023-09-12 |
US20210383812A1 (en) | 2021-12-09 |
US20210104248A1 (en) | 2021-04-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Laraba et al. | Dance performance evaluation using hidden Markov models | |
JP6553015B2 (ja) | 話者属性推定システム、学習装置、推定装置、話者属性推定方法、およびプログラム | |
JP6812381B2 (ja) | 音声認識精度劣化要因推定装置、音声認識精度劣化要因推定方法、プログラム | |
JP2017097188A (ja) | 話者らしさ評価装置、話者識別装置、話者照合装置、話者らしさ評価方法、プログラム | |
US20170206904A1 (en) | Classifying signals using feature trajectories | |
JP7409381B2 (ja) | 発話区間検出装置、発話区間検出方法、プログラム | |
JP6816047B2 (ja) | 目的発話推定モデル学習装置、目的発話判定装置、目的発話推定モデル学習方法、目的発話判定方法、プログラム | |
JP6804639B2 (ja) | 属性識別装置、属性識別方法、プログラム | |
JPWO2019215904A1 (ja) | 予測モデル作成装置、予測モデル作成方法、および予測モデル作成プログラム | |
Xu et al. | Contrastive novelty-augmented learning: Anticipating outliers with large language models | |
US20200019875A1 (en) | Parameter calculation device, parameter calculation method, and non-transitory recording medium | |
JP7111017B2 (ja) | パラ言語情報推定モデル学習装置、パラ言語情報推定装置、およびプログラム | |
US11514311B2 (en) | Automated data slicing based on an artificial neural network | |
JP2018132678A (ja) | ターンテイキングタイミング識別装置、ターンテイキングタイミング識別方法、プログラム、記録媒体 | |
WO2021044606A1 (ja) | 学習装置、推定装置、それらの方法、およびプログラム | |
JP6728083B2 (ja) | 中間特徴量計算装置、音響モデル学習装置、音声認識装置、中間特徴量計算方法、音響モデル学習方法、音声認識方法、プログラム | |
US20240086774A1 (en) | Training method, training device, and non-transitory computer-readable recording medium | |
CN115497482B (zh) | 一种语音对话方法及相关装置 | |
US11894017B2 (en) | Voice/non-voice determination device, voice/non-voice determination model parameter learning device, voice/non-voice determination method, voice/non-voice determination model parameter learning method, and program | |
CN116886991B (zh) | 生成视频资料的方法、装置、终端设备以及可读存储介质 | |
WO2023119672A1 (ja) | 推定方法、推定装置及び推定プログラム | |
JP6852167B2 (ja) | コンフュージョンネットワーク分散表現生成装置、コンフュージョンネットワーク分類装置、コンフュージョンネットワーク分散表現生成方法、コンフュージョンネットワーク分類方法、プログラム | |
CN115171669A (zh) | 一种语音数据处理方法及装置 | |
Vaishnavi et al. | Interview Supporting System Using Facial Features | |
CN116152717A (zh) | 联合生成判别特征的开放行为识别方法、设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20191010 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20191010 |
|
A80 | Written request to apply exceptions to lack of novelty of invention |
Free format text: JAPANESE INTERMEDIATE CODE: A801 Effective date: 20191010 |
|
A80 | Written request to apply exceptions to lack of novelty of invention |
Free format text: JAPANESE INTERMEDIATE CODE: A80 Effective date: 20191010 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20201201 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20201202 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6804639 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |