对比文件名称：2016-10-13_US2016299738A_发明申请_US20160299738A1 Visual Audio Processing Apparatus
目标专利名称：704一种声场相关渲染的方法和装置CN114270878B
模型名称：Claude-3.5-Sonnet
---
## 特征比对表格
| 技术特征描述及公开性判断 | 对比文件原文引用 | 公开性论述 |
| **技术特征A**：包括至少一个处理器和包括计算机程序代码的至少一个存储器，所述至少一个存储器和所述计算机程序代码被配置为与所述至少一个处理器一起使所述装置至少：获得散焦方向<br>**《隐含公开》** | **[0007]** There is provided an apparatus comprising at least one processor and at least one memory including computer code for one or more programs, the at least one memory and the computer code configured to with the at least one processor cause the apparatus to at least perform: determine at least one visual image element; determine, using at least two audio signals, at least one audio source with a location associated with the at least one visual image element; provide at least one control input associated with the at least one visual element, and process the at least one audio source to change at least one audio characteristic of the at least one audio source based on the at least one control input. <br>**[0017]** Processing the at least one audio source based on the at least one processing parameter may cause the apparatus to perform at least one of: attenuate the at least one audio source by the at least one focus region attenuation factor where the at least one audio source location is within the at least one focus region direction and range; ... | 对比文件[0007]明确公开了一种装置，其包含至少一个处理器和至少一个包括计算机代码的存储器，该配置用于使装置执行特定操作。目标专利中的“获得散焦方向”是一种用户控制输入，用于确定在哪个空间方向上对音频进行去加重处理。对比文件中，装置基于用户接口输入获得控制参数，这些参数包括“focus region direction”（聚焦区域方向）。在“inverse-focusing”（反向聚焦/散焦）模式下，装置获得一个方向参数，并据此衰减该方向内的音频源。例如，[0017]段描述了当音频源位置位于聚焦区域方向和范围内时，通过聚焦区域衰减因子来衰减该音频源。这一过程从功能上等同于“获得散焦方向”，因为两者都是获取一个空间方向参数，用于后续对该方向上的音频进行衰减/去加重处理。因此，本领域技术人员可以从对比文件中合理推断出“获得散焦方向”的技术方案。 |
| **技术特征B**：处理表示音频场景的空间音频信号以生成表示基于所述散焦方向的经修改的音频场景的经处理的空间音频信号，以便在所述散焦方向上至少部分地控制所述空间音频信号的一部分至少部分地相对于所述空间音频信号的其他部分的相对去加重<br>**《隐含公开》** | **[0007]** ... process the at least one audio source to change at least one audio characteristic of the at least one audio source based on the at least one control input.<br>**[0017]** Processing the at least one audio source based on the at least one processing parameter may cause the apparatus to perform at least one of: attenuate the at least one audio source by the at least one focus region attenuation factor where the at least one audio source location is within the at least one focus region direction and range; amplify the at least one audio source by the at least one focus region out of region amplification gain where the at least one audio source location is outside the at least one focus region direction and range and outside the at least one smoothing region direction and range; ...<br>**[0250]** It would be understood that in some embodiments, a negative focusing or filtering on the sector can also be applied. In such embodiments, for example to remove undesired audio sources from a sector, the audio sources within the sector are dampened or attenuated and the audio sources outside of the sector are amplified. | 对比文件处理的是表示音频场景的空间音频信号（如通过多个麦克风捕获或从存储器接收的音频信号）。在“散焦”或“反向聚焦”模式下，处理过程包括：根据用户输入确定的“聚焦区域方向”（相当于散焦方向），对该方向范围内的音频源进行衰减（dampened or attenuated），而对方向范围外的音频源进行放大（amplified）。如[0017]和[0250]段所述，这种处理方式实际上是在选定的方向上，相对于其他部分，对一部分音频信号进行去加重。例如，衰减区域内的音频源，同时放大区域外的音频源，这就在该方向上实现了音频信号一部分相对于其他部分的“相对去加重”。虽然对比文件未使用“散焦方向”这一术语，但其“反向聚焦”操作的技术实质与目标专利中的处理过程相同。因此，本领域技术人员可以从中合理推断出该技术特征。 |
| **技术特征C**：输出所述经处理的空间音频信号<br>**《直接公开》** | **[0360]** The audio processor 103 can therefore in some embodiments generate a processed audio signal which can be passed to the spatial audio output.<br>**[0361]** In some embodiments the spatial audio output 105 is configured to output the processed audio signals to a suitable playback apparatus or to memory or any suitable storage element. The output or playback audio can in some embodiments be at least one of; a mono, a stereo, a binaural, multi-channel, spatial or 3D audio signal. | 对比文件[0360]和[0361]段明确记载了音频处理器103生成处理后的音频信号，并将其传递给空间音频输出端，以输出至合适的回放设备或存储器。输出的音频信号可以是单声道、立体声、双耳、多声道、空间或3D音频信号，这完全对应于目标专利中“输出所述经处理的空间音频信号”的技术特征。两者在输出的对象和处理结果的类型上完全一致。 |
| **技术特征D**：其中，基于所述散焦方向的所述经修改的音频场景在所述散焦方向上至少部分地使能所述空间音频信号的所述一部分至少部分地相对于所述空间音频信号的其他部分的去加重<br>**《隐含公开》** | **[0250]** It would be understood that in some embodiments, a negative focusing or filtering on the sector can also be applied. In such embodiments, for example to remove undesired audio sources from a sector, the audio sources within the sector are dampened or attenuated and the audio sources outside of the sector are amplified. | 该特征是对技术特征B所实现功能的进一步限定性描述。对比文件[0250]段公开的“反向聚焦”处理，其产生的经修改的音频场景中，位于所选扇区（散焦方向）内的音频源被衰减，而扇区外的音频源被放大。这种处理结果使得在该特定方向上，一部分音频信号相对于其他部分实现了去加重。这与目标专利中“在散焦方向上使能一部分信号相对于其他部分的去加重”所描述的技术效果完全一致。因此，本领域技术人员可以毫无疑义地从对比文件公开的内容确定该技术特征。 |
| **技术特征E**：其中，所述装置进一步被使得：获得散焦量<br>**《隐含公开》** | **[0014]** Generating at least one processing parameter associated with the at least one control input may cause the apparatus to generate at least one of: ... at least one focus region amplification gain; at least one focus region out of region attenuation factor; at least one focus region attenuation factor; at least one focus region out of region amplification gain; ...<br>**[0212]** ... Furthermore in the example shown in FIG. 12 there are additional UI overlay elements in the form of sliders for adjusting the gain levels for the audio signals within and outside of the focus sector. In some embodiments the gain levels for the audio signals within and outside of the focus sector are defined by amplification and attenuation coefficients amp and att which are determined by the corresponding slider settings 1109 and 1111 respectively. | 目标专利中的“散焦量”是指控制去加重程度的参数。对比文件中，用户可以通过用户界面（如滑块）来调整音频信号的增益水平，具体体现为“amplification and attenuation coefficients”（放大和衰减系数，如`amp`和`att`）。这些系数决定了在聚焦/散焦区域内对音频源进行放大或衰减的程度。在反向聚焦（散焦）模式下，衰减系数`att`的大小直接控制了散焦的强度，其作用与目标专利中的“散焦量”完全相同。因此，本领域技术人员可以合理推断出对比文件隐含公开了“获得散焦量”这一技术特征。 |
| **技术特征F**：并且其中，处理所述空间音频信号使所述装置：根据所述散焦量，在所述散焦方向上至少部分地控制所述空间音频信号的所述一部分至少部分地相对于所述空间音频信号的其他部分的相对去加重<br>**《隐含公开》** | **[0017]** Processing the at least one audio source based on the at least one processing parameter may cause the apparatus to perform at least one of: attenuate the at least one audio source by the at least one focus region attenuation factor where the at least one audio source location is within the at least one focus region direction and range; ...<br>**[0250]** ... the audio sources within the sector are dampened or attenuated and the audio sources outside of the sector are amplified. | 对比文件[0017]段明确记载了处理过程是根据“聚焦区域衰减因子”（相当于散焦量）来衰减位于“聚焦区域方向和范围”（相当于散焦方向）内的音频源。结合[0250]段描述的“反向聚焦”模式，处理过程根据用户设定的衰减量（散焦量），在选定的方向（散焦方向）上，对音频场景中的一部分音频源（扇区内的源）进行衰减，同时可能放大其他部分（扇区外的源），从而实现了“根据散焦量在散焦方向上控制相对去加重”的技术方案。因此，该技术特征被隐含公开。 |
| **技术特征G**：其中，处理所述空间音频信号使所述装置执行以下中的至少一个：在所述散焦方向上至少部分地相对于所述空间音频信号的其他部分至少部分地减少所述空间音频信号的所述一部分的加重<br>**《直接公开》** | **[0250]** ... the audio sources within the sector are dampened or attenuated ... | 对比文件[0250]段在描述“反向聚焦”时，明确指出对所选扇区内的音频源进行“dampened or attenuated”（抑制或衰减）。这一操作在技术上等同于“减少所述空间音频信号的所述一部分的加重”。由于该操作是在特定的扇区方向（散焦方向）上进行的，因此该特征被对比文件直接公开。 |
| **技术特征H**：在所述散焦方向上相对于所述空间音频信号的所述一部分至少部分地增大所述空间音频信号的其他部分的加重<br>**《直接公开》** | **[0250]** ... and the audio sources outside of the sector are amplified. | 对比文件[0250]段紧接着指出，在“反向聚焦”时，对所选扇区外的音频源进行“amplified”（放大）。这一操作在技术上等同于“增大所述空间音频信号的其他部分的加重”。因此，该特征被对比文件直接公开。 |
| **技术特征I**：其中，处理所述空间音频信号使所述装置执行以下中的至少一个：根据所述散焦量，在所述散焦方向上至少部分地相对于所述空间音频信号的其他部分至少部分地降低所述空间音频信号的所述一部分的声级<br>**《直接公开》** | **[0017]** ... attenuate the at least one audio source by the at least one focus region attenuation factor where the at least one audio source location is within the at least one focus region direction and range; ... | 对比文件[0017]段明确记载，根据“聚焦区域衰减因子”（相当于散焦量），对位于“聚焦区域方向和范围”（相当于散焦方向）内的音频源进行衰减（attenuate）。衰减操作直接导致声级降低，因此该技术特征被直接公开。 |
| **技术特征J**：至少部分地在所述散焦方向上相对于所述空间音频信号的所述一部分根据所述散焦量，增大所述空间音频信号的其他部分的声级<br>**《直接公开》** | **[0017]** ... amplify the at least one audio source by the at least one focus region out of region amplification gain where the at least one audio source location is outside the at least one focus region direction and range ... | 对比文件[0017]段明确记载，根据“区域外放大增益”（其值可视为与散焦量相关），对位于“聚焦区域方向和范围”之外的音频源进行放大（amplify）。放大操作直接导致声级增大，因此该技术特征被直接公开。 |
| **技术特征K**：其中，所述装置进一步被使得：获得散焦形状，并且其中，处理所述空间音频信号使所述装置：在所述散焦方向上并在所述散焦形状内至少部分地控制所述空间音频信号的所述一部分至少部分地相对于所述空间音频信号的其他部分的相对去加重<br>**《隐含公开》** | **[0213]** ... the sector width can be adjusted by pinching and zooming for example from the sector edges. Thus on the right hand side of the sector first radius 1009 and second radius 1011 which define the width or angle of the sector are shown with the user pinching the sector wider.<br>**[0216]** ... the graphical UI overlay being configured to enable control of the focus direction and width by the circular UI overlay ... | 目标专利中的“散焦形状”由宽度、高度、半径等参数定义，用于限定散焦操作的空间范围。对比文件中，用户界面允许用户通过捏合手势调整“sector width”（扇区宽度），如[0213]和[0216]段所述。扇区宽度正是定义散焦/聚焦区域形状的一个关键参数，其与方向共同构成了一个扇区形状的区域。处理过程是在该方向和宽度定义的扇区形状内对音频进行衰减（去加重）。因此，对比文件公开了获得并利用形状参数（如宽度）来控制音频处理的技术方案，本领域技术人员可以合理推断出“获得散焦形状并在其内控制相对去加重”的技术特征。 |
| **技术特征L**：其中，处理所述空间音频信号使所述装置执行以下中的至少一个：在所述散焦方向上并在所述散焦形状内至少部分地相对于所述空间音频信号的其他部分至少部分地减少所述空间音频信号的所述一部分的加重<br>**《直接公开》** | **[0250]** ... the audio sources within the sector are dampened or attenuated ... | 结合技术特征G和K的分析，对比文件[0250]段公开了在定义的扇区（由方向和形状/宽度构成）内对音频源进行衰减。这直接对应于“在散焦方向上并在散焦形状内减少一部分的加重”的技术方案。 |
| **技术特征M**：至少部分地在所述散焦方向上并在所述散焦形状内相对于所述空间音频信号的所述一部分增大所述空间音频信号的其他部分的加重<br>**《直接公开》** | **[0250]** ... and the audio sources outside of the sector are amplified. | 结合技术特征H和K的分析，对比文件[0250]段公开了在定义的扇区（由方向和形状/宽度构成）外对音频源进行放大。这直接对应于“在散焦方向上并在散焦形状内，相对于一部分增大其他部分的加重”的技术方案。 |
| **技术特征N**：其中，处理所述空间音频信号使所述装置执行以下中的至少一个：根据所述散焦量，在所述散焦方向上并在所获得的散焦形状内至少部分地相对于所述空间音频信号的其他部分至少部分地降低所述空间音频信号的所述一部分的声级<br>**《直接公开》** | **[0017]** ... attenuate the at least one audio source by the at least one focus region attenuation factor where the at least one audio source location is within the at least one focus region direction and range; ... | 结合技术特征I和K的分析，对比文件[0017]段公开了根据衰减因子（散焦量），在聚焦区域方向和范围（散焦方向和形状）内衰减音频源，从而降低其声级。该技术特征被直接公开。 |
| **技术特征O**：根据所述散焦量，在所述散焦方向上并在所获得的散焦形状内相对于所述空间音频信号的所述一部分至少部分地增大所述空间音频信号的其他部分的声级<br>**《直接公开》** | **[0017]** ... amplify the at least one audio source by the at least one focus region out of region amplification gain where the at least one audio source location is outside the at least one focus region direction and range ... | 结合技术特征J和K的分析，对比文件[0017]段公开了根据区域外放大增益（与散焦量相关），在聚焦区域方向和范围（散焦方向和形状）之外放大音频源，从而增大其声级。该技术特征被直接公开。 |
| **技术特征P**：其中，所述装置进一步被使得：获得再现控制信息，以控制输出所述经处理的空间音频信号的至少一个方面，并且其中，被使得输出所述经处理的空间音频信号的所述装置进一步被使得执行以下中的一个：根据所述再现控制信息，处理表示基于所述散焦方向的所述经修改的音频场景的所述经处理的空间音频信号以生成输出空间音频信号<br>**《隐含公开》** | **[0329]** In some embodiments in addition to focusing, the spatial focuser/zoomer/rotator 1805 can be further configured to perform virtual moving (zooming) and turning (rotating) in the audio scene.<br>**[0331]** An example zooming is shown with respect to FIG. 30 where the apparatus ‘moves’ or zooms at an angle θ=30° by a distance Δx ...<br>**[0349]** With respect to FIG. 32 an example ‘virtual’ rotating or rotation of the apparatus is shown where the apparatus 3101 is originally orientated at 0° and performs a rotation of angle θ 3103 in a clockwise direction. | 目标专利中的“再现控制信息”包括定义收听方向或扬声器配置的信息。对比文件公开了音频处理器可以执行虚拟移动（缩放）和转动（旋转）操作。其中，“旋转”操作（如[0349]段和图32所示）就是根据一个旋转角度θ来改变音频场景的呈现方向，这个旋转角度θ可以看作是“再现控制信息”，它控制了输出音频信号的再现定向。处理过程是根据该旋转角度（再现控制信息）来生成最终的输出空间音频信号（如[0355]段所述，使用新角度进行聚焦操作）。因此，本领域技术人员可以合理推断出对比文件隐含公开了该技术特征。 |
| **技术特征Q**：在所述装置被使得处理表示所述音频场景的所述空间音频信号以生成表示基于所述散焦方向的所述经修改的音频场景的所述经处理的空间音频信号并输出所述经处理的空间音频信号作为所述输出空间音频信号之前根据所述再现控制信息处理所述空间音频信号<br>**《未公开》** | 对比文件描述了散焦/聚焦处理（音频处理器103）和虚拟旋转/缩放处理都是在同一个“spatial focuser/zoomer/rotator 1805”组件中进行的，其处理顺序是：在进行聚焦/散焦的同时或之后，应用旋转/缩放。例如，旋转是通过修改用于聚焦/散焦的方向估计值来实现的。对比文件没有公开或暗示一种先根据再现控制信息（如旋转）处理原始空间音频信号，然后再进行散焦处理以生成经修改的音频场景，并将此信号直接作为输出信号的工作模式。因此，该特定顺序的处理模式未被公开。 | |
| **技术特征R**：其中，所述空间音频信号和所述经处理的空间音频信号包括相应的全景环绕声信号，并且其中，处理所述空间音频信号使所述装置针对一个或多个频率子带，执行以下操作：从所述空间音频信号中提取表示从所述聚焦方向到达的声音分量的单通道目标音频信号<br>**《未公开》** | 对比文件主要处理的是从麦克风阵列捕获的音频信号，通过空间音频分析器101生成mid/side信号和方向估计。虽然对比文件提到输入可以是多通道信号，但其核心处理流程并非基于全景环绕声（Ambisonics）信号格式。对比文件没有公开从全景环绕声信号中，通过波束成形等技术提取表示从特定方向到达的声音分量的单通道目标音频信号这一具体步骤。其“聚焦”操作是基于已估计出的音频源方向，直接对mid信号应用增益，而非从Ambisonics信号中提取并分离出目标信号。因此，该特征未被公开。 | |
| **技术特征S**：生成聚焦的空间音频信号，其中，所述聚焦的音频信号被布置在由所述散焦方向定义的空间位置<br>**《未公开》** | 接上，由于对比文件未采用全景环绕声信号处理框架，其并未执行“生成聚焦的空间音频信号”并将其布置在特定空间位置的步骤。对比文件的处理方式是直接修改现有音频源的增益，而不是生成一个新的、代表聚焦/散焦方向声音的空间音频信号对象。因此，该特征未被公开。 | |
| **技术特征T**：将所述经处理的空间音频信号创建为从所述空间音频信号中减去所述聚焦的空间音频信号的线性组合，其中，所述聚焦的空间音频信号和所述空间音频信号中的至少一个通过基于所述散焦量而导出的相应的缩放因子来缩放，以降低所述声音在所述散焦方向上的相对级别<br>**《未公开》** | 对比文件的散焦（反向聚焦）处理是通过直接对扇区内的音频源应用衰减增益，对扇区外的音频源应用放大增益来实现的。这是一种直接的增益调整方法。目标专利针对全景环绕声信号，采用了一种“减法”技术：从原始信号中减去经缩放的空间化聚焦信号，以实现散焦。对比文件完全没有公开或暗示这种通过“减去”一个经处理的信号分量来实现去加重的线性组合方法。因此，该特征未被公开。 | |
| **技术特征U**：其中，提取所述单通道目标音频信号使所述装置：应用波束成形器以从所述空间音频信号中得到表示从所述散焦方向到达的声音分量的波束成形信号<br>**《未公开》** | 对比文件的空间音频分析器101使用基于互相关的方向分析方法来估计音频源的方向，并生成mid/side信号。虽然这包含信号处理，但它并非目标专利所描述的，在全景环绕声信号处理上下文中，应用波束成形器（如MVDR）来得到一个代表特定方向声音分量的“波束成形信号”。因此，该具体技术手段未被公开。 | |
| **技术特征V**：应用后置滤波器以基于所述波束成形信号得到经处理的音频信号，从而调整所述波束成形信号的频谱以近似从所述散焦方向到达的所述声音的频谱<br>**《未公开》** | 对比文件中没有提及任何关于“后置滤波器”的内容，更没有公开应用后置滤波器来调整波束成形信号的频谱，使其近似于目标方向声音频谱的技术方案。目标专利中的后置滤波（如使用交叉谱能量估计）是其全景环绕声处理流程中的一个特定增强环节，在对比文件中找不到对应内容。因此，该特征未被公开。 | |
| **技术特征W**：其中，所述空间音频信号和所述经处理的空间音频信号包括相应的参数化空间音频信号，其中，参数化空间音频信号包括一个或多个音频通道以及空间元数据，其中，所述空间元数据包括针对多个频率子带的相应方向指示和能量比率参数，其中，处理所述空间音频信号使所述装置：针对一个或多个频率子带，计算所述散焦方向与针对所述空间音频信号的相应频率子带而指示的方向之间的相应的角度差<br>**《未公开》** | 对比文件处理的音频信号格式主要是从麦克风阵列捕获的原始音频或mid/side信号，并未明确处理“参数化空间音频信号”这一特定格式，该格式包含音频通道和包含“方向指示”和“能量比率参数”的空间元数据。对比文件虽然在子带上进行方向估计，但没有计算“能量比率参数”。因此，其处理过程不涉及计算散焦方向与由参数化空间音频信号元数据指示的方向之间的角度差。该特征未被公开。 |
---
<<<g>>>
<<<h>>>
<<<i>>>
<<<j>>>
<<<l>>>
<<<m>>>
<<<n>>>
<<<o>>>
<<<c>>>
<<<a>>>
<<<b>>>
<<<d>>>
<<<e>>>
<<<f>>>
<<<k>>>
<<<p>>>