文/北京集佳知識(shí)產(chǎn)權(quán)代理有限公司 潘曉松

　　近年來(lái)，隨著人工智能（AI）技術(shù)的快速發(fā)展，美國(guó)專利商標(biāo)局（USPTO）針對(duì)專利主題適格性（subject matter eligibility），即專利客體問(wèn)題發(fā)布了更新指導(dǎo)，以應(yīng)對(duì)AI相關(guān)權(quán)利要求評(píng)估的挑戰(zhàn)。本文基于USPTO 2024年7月發(fā)布的更新指導(dǎo)以及2024年12月底發(fā)布的培訓(xùn)材料中的Example 48、即“語(yǔ)音分離”判例，對(duì)主題適格性問(wèn)題進(jìn)行了探討。

　　一、法律框架：AI發(fā)明背景下的Alice/Mayo測(cè)試

　　根據(jù)相關(guān)指導(dǎo)和培訓(xùn)材料的指示，所有AI相關(guān)的軟件發(fā)明都必須通過(guò)源于最高法院判例的Alice/Mayo兩步法測(cè)試：

　　1.第一步（Step 2A, Prong One）：權(quán)利要求是否“指向”（directed to）一個(gè)司法例外，如自然法則、自然現(xiàn)象或抽象概念。在AI領(lǐng)域，最常見(jiàn)的抽象概念包括“數(shù)學(xué)概念”（如數(shù)學(xué)關(guān)系、公式、算法）和“精神過(guò)程”（如人類可以通過(guò)思維完成的觀察、評(píng)估、判斷）。

　　2.第二步（Step 2A, Prong Two & Step 2B）：如果第一步的答案為是，那么權(quán)利要求是否包含“顯著更多”（significantly more）的要素，從而將這個(gè)抽象概念轉(zhuǎn)化為具體的、具有創(chuàng)造性的應(yīng)用。

　　USPTO的最新指南強(qiáng)調(diào)，在評(píng)估第二步之前，審查員應(yīng)首先在第一步的第二個(gè)分支（Prong Two）中判斷：權(quán)利要求作為一個(gè)整體，是否將司法例外“整合”（integrates）到了一個(gè)“具體的實(shí)踐應(yīng)用”（practical application）中？如果答案是肯定的，那么該權(quán)利要求就不再被視為“指向”抽象概念，從而直接滿足101條的要求，無(wú)需進(jìn)入更為嚴(yán)格的Step 2B分析。

　　二、Example 48詳細(xì)分析：基于AI的語(yǔ)音分離和識(shí)別

　　Example 48標(biāo)題為“使用深度神經(jīng)網(wǎng)絡(luò)的語(yǔ)音分離”，描述了一個(gè)在嘈雜環(huán)境中分離混合語(yǔ)音信號(hào)的系統(tǒng)、例如虛擬會(huì)議。該發(fā)明使用一種人工神經(jīng)網(wǎng)絡(luò)（深度神經(jīng)網(wǎng)絡(luò)，DNN），用包含較少說(shuō)話者的混合語(yǔ)音信號(hào)對(duì)其進(jìn)行訓(xùn)練，訓(xùn)練后的網(wǎng)絡(luò)可分離更多聲源的語(yǔ)音信號(hào)。

　　1.不具主題適格性的權(quán)利要求1（Claim 1）

　　權(quán)利要求1描述了一個(gè)語(yǔ)音分離的方法，包括：

　　(a)接收包含多個(gè)不同聲源sn（其中n∈{1,…,N}）語(yǔ)音的混合語(yǔ)音信號(hào)x；

　　(b)使用短時(shí)傅里葉變換將所述混合語(yǔ)音信號(hào)x轉(zhuǎn)換為時(shí)間-頻率域的頻譜圖，并獲取特征表示X，其中X對(duì)應(yīng)于所述混合語(yǔ)音信號(hào)x的頻譜圖和從所述混合語(yǔ)音信號(hào)x中提取的時(shí)間特征；

　　(c)使用深度神經(jīng)網(wǎng)絡(luò)（DNN）通過(guò)公式V=fθ(X)確定嵌入向量V，其中V=fθ(X)是所述混合語(yǔ)音信號(hào)x的全局函數(shù)。

　　USPTO的分析：該權(quán)利要求被認(rèn)定為“指向”抽象概念，因而不具備主題適格性。

　　?步驟(b)中的傅里葉變換是純粹的數(shù)學(xué)計(jì)算。

　　?步驟(c)中明確限定了一個(gè)數(shù)學(xué)公式，用于計(jì)算嵌入向量，這同樣屬于數(shù)學(xué)概念。

　　?雖然權(quán)利要求中提到了“接收信號(hào)”和使用“DNN”，但被認(rèn)為是高度概括性的。接收數(shù)據(jù)僅僅是常規(guī)的“數(shù)據(jù)收集活動(dòng)”（data gathering），而使用通用的DNN來(lái)執(zhí)行數(shù)學(xué)計(jì)算，則被視為“應(yīng)用它”（apply it）的指令，即將抽象的數(shù)學(xué)公式應(yīng)用在一個(gè)通用計(jì)算環(huán)境上。

　　核心結(jié)論：權(quán)利要求1的整體內(nèi)容僅僅是描述了一系列的數(shù)學(xué)運(yùn)算，從一個(gè)信號(hào)計(jì)算出另一個(gè)數(shù)據(jù)（嵌入向量），并未限定如何利用這個(gè)計(jì)算結(jié)果去解決實(shí)際的“語(yǔ)音分離”技術(shù)問(wèn)題。因此，未能將抽象的數(shù)學(xué)概念整合到具體的實(shí)踐應(yīng)用中。

　　2.具備主題適格性的權(quán)利要求2（Claim 2）——從抽象計(jì)算到具體技術(shù)實(shí)現(xiàn)

　　權(quán)利要求2是在權(quán)利要求1的基礎(chǔ)上進(jìn)一步限定的方法，增加了以下步驟：

　　(d)將所述嵌入向量V劃分為與不同聲源sn對(duì)應(yīng)的聚類；

　　(e)對(duì)所述聚類應(yīng)用二進(jìn)制掩碼，以生成帶掩碼的聚類；

　　(f)從所述帶掩碼的聚類中合成語(yǔ)音波形，其中每個(gè)語(yǔ)音波形對(duì)應(yīng)于不同的聲源sn；

　　(g)組合所述語(yǔ)音波形以生成混合語(yǔ)音信號(hào)x’，具體為：將與不同聲源sn對(duì)應(yīng)的語(yǔ)音波形拼接，排除目標(biāo)聲源ss的語(yǔ)音波形，使得所述混合語(yǔ)音信號(hào)x’包含來(lái)自不同聲源sn的語(yǔ)音波形，且不包含來(lái)自目標(biāo)聲源ss的語(yǔ)音波形；

　　(h)將所述混合語(yǔ)音信號(hào)x’傳輸至遠(yuǎn)程位置存儲(chǔ)。

　　USPTO的分析：該權(quán)利要求被認(rèn)定為具備適格性。

　　?步驟(h)中的“傳輸”屬于無(wú)關(guān)緊要的“非解決方案相關(guān)活動(dòng)”。

　　?步驟(f)和(g)通過(guò)記載 “深度神經(jīng)網(wǎng)絡(luò)如何輔助聚類分配以匹配混合語(yǔ)音信號(hào)中識(shí)別的聲源，隨后將這些聚類合成為時(shí)域中的分離語(yǔ)音波形，并轉(zhuǎn)換為排除非目標(biāo)聲源音頻的混合語(yǔ)音信號(hào)”，體現(xiàn)了說(shuō)明書中討論的改進(jìn)。

　　權(quán)利要求2的技術(shù)方案解決了“分離同類語(yǔ)音源的語(yǔ)音”的問(wèn)題，且無(wú)需預(yù)先知曉說(shuō)話者數(shù)量或進(jìn)行說(shuō)話者特定訓(xùn)練。

　　這些步驟體現(xiàn)了說(shuō)明書中描述的改進(jìn)。因此，該權(quán)利要求指向?qū)ΜF(xiàn)有計(jì)算機(jī)技術(shù)或語(yǔ)音分離技術(shù)的改進(jìn)，且已將抽象概念整合為實(shí)際應(yīng)用。

　　總結(jié)：Example 48代表了AI下§ 101分析的關(guān)鍵進(jìn)步，AI往往涉及數(shù)學(xué)模型，風(fēng)險(xiǎn)抽象，該判例強(qiáng)調(diào)了記載（recitation）例外與涉及（involve）例外的區(qū)分。權(quán)利要求1明確記載數(shù)學(xué)概念，而權(quán)利要求2同樣涉及數(shù)學(xué)概念但突出了整體權(quán)利要求分析，相關(guān)培訓(xùn)材料中指出，需要評(píng)估各個(gè)限定特征之間的相互關(guān)聯(lián)（例如權(quán)利要求2的步驟(f)和(g)）。同時(shí)，也提醒申請(qǐng)人，應(yīng)強(qiáng)調(diào)解決的技術(shù)問(wèn)題，而非僅結(jié)果。

　　參考資料：

　　1.Reminders on evaluating subject matter eligibility of claims under 35 U.S.C. 101；

　　2.2024 Guidance Update on Patent Subject Matter Eligibility, Including on Artificial Intelligence