对比文件名称：2017-11-30_US2017347219A_发明申请_US20170347219A1 SELECTIVE AUDIO REPRODUCTION
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：本次调用的模型名称（未提供，无法填写）
### 特征比对表格
| 技术特征描述及公开性判断结果 | 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><br>**《隐含公开》** | “[0025] The computing device 80 may comprise memory and/or processing components...[0025] The computing device 80 may comprise one or more processors. The processors of the computing device 80 may be configured to analyze video data...[0039] The rendering application implemented by the computing device 80 may determine a 3D orientation (e.g., the orientation angles) in terms of the longitude θ and latitude φ angles. For example, the orientation angles may be determined based on an input from the viewer. Based on the orientation angles, the viewport 180 may be extracted from the equirectangular projection 150... [0040] The computing device 80 may be configured to render the immersive sound field...Rendering the immersive sound field using the orientation angles used to determine the viewport 180 may steer the various sound sources... so that an alignment of the sound sources matches the video viewport 180.” <br><br>**翻译**：计算设备80可以包括存储器和/或处理组件...计算设备80可以包括一个或多个处理器。计算设备80的处理器可以被配置为分析视频数据...由计算设备80实现的渲染应用可以根据经度θ和纬度φ角度确定3D定向（例如，定向角度）。例如，定向角度可以基于来自观看者的输入来确定。基于定向角度，视口180可以从等距柱状投影150中提取...计算设备80可以被配置为渲染沉浸式声场...使用用于确定视口180的定向角度来渲染沉浸式声场可以操控各种声源...使得声源的对齐与视频视口180匹配。 | 对比文件公开的装置包含处理器和存储器，其被配置为确定用于定义视频视口180的3D定向角度（orientation angles）。在目标专利中，“散焦方向”是用于指定音频去加重操作的空间方向参数。在对比文件中，视口180定义了观看者当前可见的视频区域，而视口外部的区域则是“不可见”的区域。对比文件明确教导要对视口外部的音频源进行衰减（attenuated）。这一衰减操作的空间依据正是“视口外部”，这意味着处理器必然获得了定义“何处是视口外部”的方向信息。虽然对比文件未直接使用“散焦方向”这一术语，但其基于定向角度确定视口，并将视口外部区域整体或部分地作为音频衰减的目标区域。本领域技术人员可以合理推断，该视口外部的特定方向或由定向角度衍生的方向集合，在功能上等同于目标专利中用于控制去加重的“散焦方向”。因此，该技术特征被隐含公开。 |
| **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><br>**《隐含公开》** | “[0041] In some embodiments, the selective audio reproduction performed by the computing device 80 and/or the playback interface 100 may render the immersive audio such that sounds (e.g., the audio sources 152a-152b) that are outside of position of the video displayed in the viewport 180 are attenuated when played (e.g., silenced or played back at a reduced level).” <br><br>**翻译**：在一些实施例中，由计算设备80和/或回放接口100执行的选择性音频再现可以渲染沉浸式音频，使得位于视口180中显示的视频的位置之外的声音（例如，音频源152a-152b）在回放时被衰减（例如，静音或以降低的电平回放）。 | 对比文件公开了处理表示音频场景的沉浸式音频信号（空间音频信号的一种），以生成选择性音频再现。该处理的核心是：基于视口180的位置，将位于视口外部的声源进行衰减。这实质上是在由视口方向定义的“外部方向”上，对这些方向上的音频信号部分（即视口外声源）进行减少或去加重，而视口内部的音频信号部分则保持原样或被相对加重。这一处理过程生成了音频场景被修改后的空间音频信号。尽管对比文件使用的术语是“衰减（attenuated）”和“视口外部”，但其技术实质与目标专利中“在散焦方向上...控制...相对去加重”是一致的。视口外部的方向即构成了一个“散焦方向”区域。因此，该技术特征被隐含公开。 |
| **技术特征C**：输出所述经处理的空间音频信号<br><br>**《直接公开》** | “[0040] ...and (v) output the sound field to the audio output device.” 和 “[0041] ...are attenuated when played (e.g., silenced or played back at a reduced level).” 以及 “[0412b] In the state 412b, the computing device 80 and/or the playback interface 100 may output the aligned sound field to the audio output device 90.” <br><br>**翻译**：[0040] ...以及(v)将声场输出到音频输出设备。[0041] ...在回放时被衰减（例如，静音或以降低的电平回放）。[0412b] 在状态412b中，计算设备80和/或回放接口100可以将对齐后的声场输出到音频输出设备90。 | 对比文件多处明确记载了将经过处理（选择性衰减）后的声场（即经处理的空间音频信号）输出到音频输出设备进行回放。这与目标专利中“输出所述经处理的空间音频信号”的技术方案完全相同。因此，该技术特征被直接公开。 |
| **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><br>**《隐含公开》** | “[0041] ...sounds...that are outside of position of the video displayed in the viewport 180 are attenuated... [0052] The selective audio reproduction performed by the computing device 80 may result in the audio sources outside of the viewport 180...being attenuated...the audio sources within the viewport 180...being played...” <br><br>**翻译**：[0041] ...位于视口180中显示的视频的位置之外的声音...被衰减... [0052] 由计算设备80执行的选择性音频再现可以导致视口180外部的音频源...被衰减...视口180内部的音频源...被回放... | 对比文件公开的经修改的音频场景，其核心特性就是基于“视口外部”这一方向性条件，使能了对这些方向上的音频信号的衰减（即去加重）。视口外部是相对于视口方向定义的，构成了一个空间上的“散焦区”。修改后的音频场景正是通过使视口外部的音频信号相对于视口内部的音频信号被衰减，来实现选择性听觉的效果。该功能与目标专利中“基于散焦方向的经修改的音频场景在散焦方向上至少部分地使能...去加重”在技术实质上相同。因此，该技术特征被隐含公开。 |
| **技术特征E**：其中，所述装置进一步被使得：获得散焦量<br><br>**《隐含公开》** | “[0058] A sensitivity and/or width of the focused sound stage may be set to increase or decrease attenuation of non-visible sound sources... [0368] In the state 368, the computing device 80 and/or the playback interface 100 may adjust an amount of attenuation of the audio sources 152a-152n that are outside of the viewport 180...” <br><br>**翻译**：[0058] 可以设置聚焦声场的灵敏度和/或宽度，以增加或减少对不可见声源的衰减... [0368] 在状态368中，计算设备80和/或回放接口100可以调整位于视口180外部的音频源152a-152n的衰减量... | 对比文件公开了可以“调整衰减量（adjust an amount of attenuation）”，该衰减量直接决定了视口外部声音被减弱的程度。在目标专利中，“散焦量”是用于控制去加重程度的参数。对比文件中的“衰减量”在功能上与“散焦量”完全对应，都是用于量化控制对特定空间方向上声音的减弱程度。本领域技术人员可以毫无疑义地将对比文件中调整衰减量的步骤理解为获得了用于控制去加重程度的“散焦量”。因此，该技术特征被隐含公开。 |
| **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><br>**《隐含公开》** | “[0368] In the state 368, the computing device 80 and/or the playback interface 100 may adjust an amount of attenuation of the audio sources 152a-152n that are outside of the viewport 180 (e.g., lower a level of the audio output and/or de-emphasize the audio sources 152a-152n that are not currently visible to the viewer).” <br><br>**翻译**：[0368] 在状态368中，计算设备80和/或回放接口100可以调整位于视口180外部的音频源152a-152n的衰减量（例如，降低音频输出电平和/或去加重当前对观看者不可见的音频源152a-152n）。 | 对比文件公开了处理音频信号时，根据调整后的“衰减量”（相当于散焦量），在“视口外部”区域（相当于散焦方向）对音频源进行“去加重（de-emphasize）”或“降低电平（lower a level）”。这明确体现了根据一个量值参数，在特定方向区域上控制音频信号部分相对于其他部分（视口内部音频）的相对去加重的过程。该技术方案与目标专利的技术方案在功能和执行逻辑上高度一致。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><br>**《隐含公开》** | “[0368] ...lower a level of the audio output and/or de-emphasize the audio sources 152a-152n that are not currently visible to the viewer.” <br><br>**翻译**：[0368] ...降低音频输出电平和/或去加重当前对观看者不可见的音频源152a-152n。 | 对比文件明确公开了“去加重（de-emphasize）”和“降低电平（lower a level）”这两种处理方式，其作用对象是“对观看者不可见的音频源”。这些不可见的音频源位于视口外部，即散焦方向上。对这些音频源进行去加重或降低电平，就是相对于视口内部（可见）的音频源，减少散焦方向上音频信号的加重。这与目标专利中描述的“减少...加重”的技术方案一致。因此，该技术特征被隐含公开。 |
| **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><br>**《未公开》** | 无 | 对比文件全文仅教导了对视口外部（散焦方向）的音频源进行衰减、去加重或静音，完全没有公开或暗示对视口内部（其他部分）的音频信号进行主动的加重或放大处理。其技术方案是“减法”式的，而非通过“加法”来形成相对关系。因此，该技术特征未被公开。 |
| **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><br>**《隐含公开》** | “[0368] In the state 368, the computing device 80 and/or the playback interface 100 may adjust an amount of attenuation of the audio sources 152a-152n that are outside of the viewport 180 (e.g., lower a level of the audio output...).” <br><br>**翻译**：[0368] 在状态368中，计算设备80和/或回放接口100可以调整位于视口180外部的音频源152a-152n的衰减量（例如，降低音频输出电平...）。 | 对比文件公开了根据“衰减量（amount of attenuation）”来“降低音频输出电平（lower a level of the audio output）”。这里的“衰减量”对应于“散焦量”，“视口外部”对应于“散焦方向”，“降低电平”对应于“降低声级”。其处理的正是散焦方向上的音频信号部分，使其声级相对于其他部分降低。这与目标专利描述的技术方案完全吻合。因此，该技术特征被隐含公开。 |
| **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><br>**《未公开》** | 无 | 对比文件全文仅涉及对特定方向（视口外部）音频信号的衰减，未提及或建议对非衰减区域（视口内部）的音频信号进行声级增大的处理。其技术方案是通过衰减一部分来形成对比，而非通过增强另一部分。因此，该技术特征未被公开。 |
| **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><br>**《隐含公开》** | “[0058] A sensitivity and/or width of the focused sound stage may be set to increase or decrease attenuation of non-visible sound sources...for cases where some off-screen sound is desired.” <br><br>**翻译**：[0058] 可以设置聚焦声场的灵敏度和/或宽度，以增加或减少对不可见声源的衰减...用于需要一些屏幕外声音的情况。 | 对比文件公开了可以设置聚焦声场的“宽度（width）”。这个“宽度”参数定义了衰减作用的空间范围，即从视口边缘向外延伸多远的区域内的声音会被衰减。这与目标专利中“散焦形状”的概念在功能上是一致的，“宽度”是散焦形状的一种具体表征（如目标专利所述“散焦形状宽度”）。通过设置宽度，装置实际上获得了一个定义衰减区域范围的形状参数，并在该方向和形状内控制去加重。因此，该技术特征被隐含公开。 |
| **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><br>**《隐含公开》** | “[0058] A sensitivity and/or width of the focused sound stage may be set to increase or decrease attenuation of non-visible sound sources...” 结合 “[0368] ...lower a level of the audio output and/or de-emphasize the audio sources...that are not currently visible...” <br><br>**翻译**：[0058] 可以设置聚焦声场的灵敏度和/或宽度，以增加或减少对不可见声源的衰减... [0368] ...降低音频输出电平和/或去加重...当前不可见的音频源... | 对比文件结合了“宽度（width）”设置与“去加重（de-emphasize）”或“降低电平（lower a level）”的处理。宽度定义了散焦形状，去加重/降低电平即减少加重。其处理对象是“不可见声源”，这些声源位于由视口外部方向和所设宽度共同定义的区域（散焦方向和形状）内。因此，对比文件公开了在由方向和宽度定义的范围内减少音频信号加重的技术方案。因此，该技术特征被隐含公开。 |
| **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><br>**《未公开》** | 无 | 同技术特征H和J，对比文件仅涉及对特定区域内音频的衰减，未教导或暗示对区域外音频进行加重处理。因此，该技术特征未被公开。 |
| **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><br>**《隐含公开》** | “[0058] A sensitivity and/or width of the focused sound stage may be set to increase or decrease attenuation... [0368] ...adjust an amount of attenuation...lower a level of the audio output...” <br><br>**翻译**：[0058] 可以设置聚焦声场的灵敏度和/或宽度，以增加或减少衰减... [0368] ...调整衰减量...降低音频输出电平... | 对比文件公开了根据设置的“宽度（width）”（散焦形状）和调整的“衰减量（amount of attenuation）”（散焦量），来“降低音频输出电平（lower a level）”，处理对象是视口外部的声源（散焦方向）。这完全对应于“根据散焦量，在散焦方向上并在散焦形状内...降低声级”的技术方案。因此，该技术特征被隐含公开。 |
| **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><br>**《未公开》** | 无 | 同技术特征J和M，对比文件未公开任何主动增大其他部分声级的处理。因此，该技术特征未被公开。 |
| **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><br>**《隐含公开》** | “[0007] ...(iv) render a sound field based on the orientation angles and the audio output device and (v) output the sound field to the audio output device.” 和 “[0028] ...the smartphone 94 may provide an application programming interface (API)...to know if a headphone jack is plugged in...used to determine a playback capability of the audio output device...In an example, when the headphone jack is determined to be plugged in, binaural rendering may be used...In an example, if the operating system level API...indicates the headphones are not available, the selective decoding technique can be used.” <br><br>**翻译**：[0007] ...(iv) 基于定向角度和音频输出设备渲染声场，以及(v) 将声场输出到音频输出设备。[0028] ...智能手机94可以提供应用程序编程接口（API）...以获知耳机插孔是否已插入...用于确定音频输出设备的回放能力...在一个示例中，当确定耳机插孔已插入时，可以使用双耳渲染...在一个示例中，如果操作系统级API...指示耳机不可用，则可以使用选择性解码技术。 | 对比文件公开了根据“音频输出设备（audio output device）”的类型或回放能力（playback capability）来控制音频信号的最终输出形式。例如，当检测到耳机时，执行双耳渲染（binaural rendering）；当检测到扬声器时，执行选择性解码（selective decoding）。这里的音频输出设备类型或回放能力信息，就是“再现控制信息”，它控制了输出音频信号的生成方式。这一过程发生在对音频信号进行选择性衰减（相当于散焦处理）之后，即根据再现控制信息对经修改的音频场景做进一步处理以生成最终输出信号。因此，该技术特征被隐含公开。 |
| **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><br>**《未公开》** | 无 | 对比文件公开的处理顺序是：先进行选择性衰减（相当于散焦处理），再根据输出设备类型进行双耳化或直通输出等处理。对比文件完全没有公开或建议在散焦处理之前，根据再现控制信息对原始空间音频信号进行预处理的技术方案。因此，该技术特征未被公开。 |
| **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><br>**《未公开》** | 无 | 对比文件提到了Ambisonics（全景环绕声）信号，但其处理方式是先旋转整个声场，然后解码为一组虚拟扬声器，再基于视口范围对虚拟扬声器进行选择性衰减。对比文件完全没有公开或教导“从全景环绕声信号中提取表示从某方向到达的声音分量的单通道目标音频信号”这一基于波束成形/信号提取的技术步骤。因此，该技术特征未被公开。 |
| **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><br>**《未公开》** | 无 | 对比文件没有生成一个单独的、被布置在特定空间位置的“聚焦的空间音频信号”这一中间信号的过程。其处理是直接对解码后的虚拟扬声器信号进行增益调整。因此，该技术特征未被公开。 |
| **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><br>**《未公开》** | 无 | 对比文件完全没有公开通过“减去”一个空间化的音频信号来实现去加重的信号处理结构。其衰减是通过直接对代表特定方向的虚拟扬声器通道施加增益因子（相乘）来实现的，而非通过“原始信号 - 缩放后的聚焦信号”的线性组合。因此，该技术特征未被公开。 |
| **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><br>**《未公开》** | 无 | 由于技术特征R未被公开，作为其从属特征的波束成形器应用步骤也未被公开。对比文件未提及使用波束成形技术从全景环绕声信号中提取特定方向的声音。因此，该技术特征未被公开。 |
| **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><br>**《未公开》** | 无 | 由于技术特征U未被公开，其后置滤波器应用步骤也未被公开。对比文件未提及任何关于后置滤波或频谱调整以近似目标声音频谱的技术。因此，该技术特征未被公开。 |
| **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><br>**《未公开》** | 无 | 对比文件提到了“object-audio format (e.g., Dolby Atmos)”，这是一种音频对象格式，其包含具有元数据指示位置的音频对象。但这与目标专利中定义的包含“方向指示和能量比率参数”的“参数化空间音频信号”是不同的信号格式。目标专利的参数化空间音频信号是基于定向与总能量比的感知分解模型。对比文件完全没有公开处理这种特定格式的信号，更没有公开计算散焦方向与子带方向之间角度差的步骤。因此，该技术特征未被公开。 |
| **技术特征X**：针对所述一个或多个频率子带，基于针对相应频率子带而计算的角度差，通过使用预定义的角度差函数和基于所述散焦量而导出的缩放因子，导出相应的增益值<br><br>**《未公开》** | 无 | 该技术特征从属于技术特征W。由于对比文件未公开参数化空间音频信号的处理框架，因此也未公开基于角度差和散焦量导出增益值的具体算法。因此，该技术特征未被公开。 |
| **技术特征Y**：针对所述经处理的空间音频信号的一个或多个频率子带，基于所述空间音频信号的相应频率子带的能量比率参数以及所述增益值，计算相应的更新定向能量值<br><br>**《未公开》** | 无 | 该技术特征从属于技术特征W。对比文件未公开参数化空间音频信号及其包含的能量比率参数，也未公开计算更新定向能量值的步骤。因此，该技术特征未被公开。 |
| **技术特征Z**：针对所述经处理的空间音频信号的所述一个或多个频带，基于所述空间音频信号的相应频率子带的能量比率参数以及所述缩放因子，计算相应的更新环境能量值<br><br>**《未公开》** | 无 | 该技术特征从属于技术特征W。对比文件未公开参数化空间音频信号及其包含的能量比率参数，也未公开计算更新环境能量值的步骤。因此，该技术特征未被公开。 |
<<<c>>>
<<<a>>>
<<<b>>>
<<<d>>>
<<<e>>>
<<<f>>>
<<<g>>>
<<<i>>>
<<<k>>>
<<<l>>>
<<<n>>>
<<<p>>>