新增 "国家战略级专利"。 -专利内容具体描述：聊 GPT 评论-。 (1)通过对声音的分析和总体分析进行通知、报告和定位的专利。 (2)获得新的专利证书的第七项专利决定定稿

Point 组织公司 (竹内结子株式会社（总部：东京都涩谷区千駄谷）目前正在努力获得约 30 项专利（包括计划申请、待批申请和已确认申请），并欣然宣布这将是竹内结子项目获得的第七项专利（目前：专利授权率为 100%）。这是通过竹内结树项目获得的第七项专利（目前：100% 的专利授权率得到确认）。该专利的发明人/权利人是 Point Mechanism Corporation 的总代理 K Trust Corporation（日本爱知县名古屋市守山区），竹内结子已获得该专利的使用权（包括许可权）。该专利是 Yuki Takeuchi 获得专利使用权（包括许可权）的专利。

竹内结子所属的Point Organization公司以0的成本引进了使用引进公司的原创优惠券和原创点数的系统（A-GEL系统：A-GEL礼品点数和A-GEL礼品卡，免费向商家提供最多40%的点数，用于生活支持和管理支持）。我们正在开发销售咨询公司的定位，通过引入 0.00 日元的系统（付费后的成功费用类型），为企业主实现销售额的提高和成本的降低。提出这项新专利的理由是：消除各种犯罪；在紧急情况下，通过自动通知和自动报告，确认安全和定位人员，创造一个可以进行救援和救助的环境；减少人们因他人行为而悲伤和受伤的环境；减少因汽车盗窃、破坏无人商店和自动售货机而死亡的人数；减少因他人行为而受伤的人数；减少因他人行为而死亡的人数。汽车盗窃、无人商店破坏、自动售货机破坏 "和 "让各行各业的人们都能感受到安全、微笑和保护自己幸福的未来得以实现 "的愿望而构思和设计的专利。

一般声音专利图片 (1)

一般声音专利图片 (2)

1) 本专利保护的 "发明核心

本专利的核心内容概括在权利要求 1 中。简而言之，它通过 "声音（用户的声音+环境声音）"+"位置 "来估计情况，"搜索并选择 "与情况相匹配的 "多个联系人"（终端中/互联网上），并使用预先确定的通信方法 "自动通知 "他们。系统通过预先确定的通信方式 "自动通知"。

2) 按权利要求：权利范围（什么是足够接近/足够强大的权利）

权利要求 1（核心：侵权裁决的参考点）

基本要素（如果全部具备则 "非常接近"）→"声音收集（用户声音 + 环境声音）"、"第一位置信息获取"、"存储设备：存储声音数据"、"计算设备：根据至少声音数据进行情况估计"、"根据情况进行多种联系"。"从存储设备/网络中搜索和选择"、"通信设备：通过预先定义的通信手段自动通知"。

易于渗透的典型权利："声音（尖叫/震动/求助等）检测→情况评估→"从联系人数据库中搜索 "并自动通知家人、警察、保险、设施等"。这种 "搜索和选择 "是差异化的核心。

权利要求 2（实施地点自由：无论将设备放置在哪个物体上，都可享有该权利）

在护理床、书包、车辆、智能钥匙、钱包、书写工具、可穿戴设备等上实施。→ "不限于智能手机"，因此很难通过改变产品形式来逃避。

权利要求 3（起始条件：嵌入式触发器）。

估计从 "声压高于声音数据标准 "或 "通过语音分析检测到注册关键词 "开始。→"何时开始估算 "很明确，而且此项目易于实施（=易于采用）。

要求 4（无法通过声音进行估算时的后备方案：通过距离进行紧急估算）

如果添加了第二个位置信息设备（例如父母的智能手机），并且在无法通过声音估算的情况下，距离超过了预定距离，则进行紧急估算→自动通知。→ 设计还使系统能够捕捉 "无声/难以捕捉 "的紧急情况，如被带走、走失或被遗弃。

要求 5（报告的可靠性：多通道 + 重试）

系统可通过多种通信方式分阶段或同时进行报告，如果信息传递失败，则更换通信方式，重新发送信息。→ 该领域的有力主张，消除了 "无法到达 "的问题。

主张 6（证明：估计开始时自动成像）。

在推定开始的同时开始成像。→ 易于保存事故/事件的 "前后对比"，这在后期阶段（警方、保险、诉讼）非常有用。

主张 7（加密+外部存储：既可作为证据，又可保护隐私）

加密声音数据和图像数据并传输到外部服务器/云。→ 本发明实施例还说明，通信设备支持语音呼叫/邮件/短信/应用通知等多种方式，声音和图像数据可对外传输并加密。

权利要求 8（人工智能化：利用学习模型进行高级情况估计）。

基于以声音+位置为输入、以情况为输出的估算模型（有监督数据的机器学习）进行估算。→ 权利包括未来发展潜力，如减少误报、提高分类准确性、按地区/年龄/车辆类型优化等。

权利要求 9（程序权利：也可以是软件）。

一种程序，使运算单元能够执行 "基于声音（至少是声音）的情况估计"、"根据情况搜索和选择联系人 "和 "使用预先确定的通信手段自动通知"。→ 即使硬件不同，核心逻辑（软件）也是相同的，因此可以纳入范围。

3) 与传统系统的比较

传统系统往往存在 "SOS 按钮按下、应用程序启动、电话呼叫等**'个人操作'是前提**"、"固定联系人（仅限家人、仅限保安等）"和 "弱证据（记录/录音/加密存储）是事后考虑 "等问题。

本专利的优点是在权利要求 1 + 从属条款中建立了 "根据声音+位置估计情况（即使无法操作也会移动）"、"根据情况搜索和选择多个联系人（优化报告联系人）"、"传递机制（多种方式/转发）"和 "证据（开始拍摄+加密云）"。

4）问题→改进→解决方案（与权利要求的映射）。

问题 A：人无法操作系统（失去知觉、恐慌、束缚）→通过声音+位置估计情况→自动通知 （权利要求 1/9）

实施方案还说明了效果："即使用户无法识别情况，系统也能自动向适当的联系人报告"。

问题 B：误报和模糊的启动条件 → 通过声压/关键字启动（权利要求 3）。

问题 C：无法接收声音的紧急情况（被带走/徘徊/遗落） → 距离回退（要求 4）

问题 D：未收到呼叫 → 多通道 + 重传（权利要求 5）。

问题 E：事后没有留下证据/担心被篡改 → 估算开始时成像（权利要求 6）+ 加密和外部存储（权利要求 7）

问题 F：希望提高情况估计的准确性 → 学习模型（要求 8）

5) 示例

作为实现示例，假设发生紧急情况，例如 "一个孩子被车碾压"，选择保险公司（公司）和警察，打电话给警察向公司报告事故信息，必要时打电话给消防部门，开始录音/录像，并将信息发送到外部服务器/云端 "使其成为证据"。"描述了这一过程。还指出，书包不仅可用于意外事故，还可用于绑架等事件；而车载系统不仅可用于意外事故，还可用于车辆盗窃。如果将其应用到 "现实生活 "中，例如："书包（书包/可穿戴设备）：撞击声+尖叫声/关键字→自动通知家人+警察+消防员，视频/声音以加密格式存储"；"护理（床/手表）：跌倒声/呻吟声→自动通知设施工作人员+家人，夜间主要通知。自动通知设施工作人员 + 家属，夜间更换主要联系人"、"车内（DVR + 麦克风 + GPS）：事故声音 → 保险 + 警察 + 紧急服务，同时将证据发送到云端"、"安保（商店/自动售货机/无人基地）：破坏声音 → 自动通知安保公司 + 所有者，加密存储视频录像"。

(每个部分都有第 5-7 项要求的有力支持）

6) 谁使用它、它能做什么、它能做什么以及未来如何设计。

谁使用（主体）。

家庭：监控儿童/老人；设施（护理/医疗）：早期发现和通知跌倒、突然变化和走失；公司（保险/安全/运输）：获取事故的原始信息、保存证据和缩短初步反应时间；地方政府/学校：学校安全、社区监控网络。

使用方法（配置）

麦克风（声音）＋定位（GPS 等）＋计算（终端/云）＋通信（电话/短信/应用通知等） → 设计指出，通信设备支持多种方式，可以向外传输声音/视频并进行加密。设计还指出，麦克风/摄像头/GPS 可与主机分开放置（有线/无线传输）。

它能做什么（效果）？

即使无法操作也能自动报告（权利要求 1/9）"、"根据情况优化（搜索和选择）报告目的地（权利要求 1/9）"、"提高到达概率（多通道、重传）（权利要求 5）"、"留下证据（图像捕捉 + 加密云）（权利要求 6 和 7）"、"提高估计精度（学习模型）（权利要求 8）

设计未来（现实的路线图）。

第 1 阶段：基于规则（从声压/关键词开始，使用固定规则估计情况）= 适合早期发布（权利要求 3），第 2 阶段：高级搜索和选择联系人（根据情况 x 一天中的时间 x 地点 x 属性进行优化）= 权利要求 1 的核心，第 3 阶段：利用学习模型减少误报（适应环境和年龄差异）= 权利要求 8，第 4 阶段：利用学习模型减少误报（适应环境和年龄差异）= 权利要求 8，第 5 阶段：利用学习模型减少误报（适应环境和年龄差异）= 权利要求 8，第 6 阶段：利用学习模型减少误报= 权利要求 8，第 7 阶段：利用学习模型减少误报= 权利要求 8。适应）= 权利要求 8"，"第 4 阶段：证据治理（加密存储+访问控制+保险/安全/市政合作 API）= 权利要求 6 和 7"。

本专利是一种获取并存储声音数据（包括用户周围产生的声音）和位置信息，计算设备估计紧急情况，根据估计结果选择多个联系人，通信设备自动通知和报告的机制。

声音的定义（重要且不受限制）：本专利中的 "声音 "可包括以下所有内容。

本专利最大的特点是人的声音不是必需的，只能使用环境声音。这是本专利最大的特点。

I. 案例研究 (1) [汽车盗窃/车辆相关] （3 个案例）

＜案例 1-A：深夜汽车盗窃（破坏性噪音 + 发动机噪音）

用户：车主/车队经理"，"安装目标：车辆本身"，"使用设备：车载设备（麦克风 + GPS + 通信）"。

声音内容

玻璃破碎声"、"撬门声"、"工具声"、"发动机启动声

判断和操作

声音数据 + 车辆位置（权利要求 1）"、"通过响亮的破坏性声音开始估算（权利要求 3）"、"通过超出与车主智能手机的距离加强紧迫性（权利要求 4）"、"通过选择车主、保安或警察自动通知（权利要求 1 和 5）"。

▼ 效果。

初始响应速度加快数分钟至数十分钟"，"降低车辆移除/部件移除的成功率"。

＜案例 1-B：停车场发生肇事逃逸和碰撞事故

用户：车主"、"声音：碰撞声、异常撞击声"、"通过声音+位置推测事故可能性"、"通过启动图像捕捉确保证据（要求 6）"、"云存储（要求 7）" -> 肇事者识别和保险应对变得更加容易。

＜案例 1-C：无人停车场内的连续破坏行为。

声音：连续的金属断裂声"。

使用机器学习模型高度准确地确定该声音不是正常声音（索赔 8）。

自动通知管理部门和警方。

可对惯犯采取行动，同时抑制误报。

二. 案例研究集 (2) [无人商店、自动售货机、破坏设施] (3 个案例)

＜案例 2-A：闯入并破坏无人商店。

用户：店主/经营者 安装目标：商店内部和围墙

声音

百叶窗破碎声"、"玻璃破碎声"、"金属撞击声"、"异常连续撞击声"。

▼ 操作

声音 + 商店位置以估计 "入侵/破坏""同时/分阶段通知店主 + 保安 + 警察（索赔 5）

效果

减少犯罪继续所需的时间 "和 "控制现场反应的延误"。

＜案例 2-B：自动售货机被毁（夜间，无人在场）

声音：硬币掉落声 + 破坏声

声音：硬币掉落声 + 破坏声。

即使没有人声，该系统也有效。

即使外壳被破坏，证据依然存在。

＜案例 2-C：仓库或设备间内的机器损坏。

声音：不正常的机器声，持续的破坏声。

声音与正常工作声音之间的差异由学习模型确定（权利要求 8）。

自动通知管理人员和保安

三. 案例研究集（3）[人声和环境噪声混合的紧急情况]（3 个案例）

＜案例 3-A：夜间袭击/麻烦

声音

喊叫声"、"打斗声"、"碰撞声

关键词检测或大音量开始估算（索赔 3）"、"自动通知多个联系人（管理员、警察）"。

＜案例 3-B：跌倒或突发疾病（声音 + 撞击）

声音

跌倒声、呻吟声。

通过声音 + 位置进行紧急估计

可通知家人、设施和紧急服务部门。

＜案例 3-C：火灾初期（无人声）

声音

警报声"、"火灾声"。

在人们意识到火灾之前，估计火灾发生的可能性。

自动通知消防员/管理人员

最后总结（整合）

本专利在 "盗窃、破坏和无人环境 "方面具有极强的优势，因为它 "无论是否有人的声音都能工作"，"仅从破坏、机械和发动机的声音就能判断紧急情况"，"可自动选择多个联系人并进行冗余呼叫"，"可通过距离条件、证据和学习模型来提高准确性"，"可应用于车辆、无人商店、设备甚至人身安全"。这是一项紧急报警专利，对 "盗窃、破坏和无人环境 "的防范能力极强。

发明人/设计者（Yuki Takeuchi）的评论

我希望通过各种项目和发明来改善和解决各种社会问题，让日本的未来在安全保障中绽放笑容"。

目前，Yuki Takeuchi 正在开发 "A-GEL 礼品积分和 A-GEL 礼品卡 "服务，通过利用 Point Organization Co.该服务正在开发中。