对比文件名称：2016-07-07_US2016198282A_发明申请_US20160198282A1 METHOD, SYSTEM AND ARTICLE OF MANUFACTURE FOR PROCESSING SPATIAL AUDIO
目标专利名称：704一种声场相关渲染的方法和装置CN114270878B
本次调用的模型名称：gemini-2.5-pro
### 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>**《直接公开》** | **[0106]** FIG. 10 is a block diagram of an exemplary system 1000 for shaping audio output in accordance with the techniques disclosed herein. The system 1000 includes a device 1001 coupled to one or more audio speakers 1008. ... The device 1001 includes an audio processor communicating with a GUI 1004 and an audio playback module 1006.<br>**[0108]** The GUI 1004 may be presented on a display (not shown) included in the device 1001. The GUI 1004 may permit users to perform functional and control operations as described herein, including entering data, such as sector boundaries, region boundaries, and enabled region selections...<br>**[0033]** Additionally, the disclosed audio processing techniques afford the capability of focusing/defocusing on sound from particular direction(s)... | 对比文件的图10及相关段落公开了一种用于音频输出的系统1000和设备1001。该设备包含音频处理器（处理器）和用于呈现GUI的显示器（隐含了存储器和计算机程序代码）。对比文件第[0033]段明确公开了该系统具备对来自特定方向的声音进行“散焦/去焦（defocusing）”的能力。第[0108]段公开了GUI允许用户输入诸如扇区边界、区域边界和启用区域选择等数据。用户通过GUI选择某个区域进行禁用（散焦）的操作，实质上是获得了用于控制音频处理的散焦方向。因此，该技术特征被直接公开。 |
| **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>**《直接公开》** | **[0033]** Additionally, the disclosed audio processing techniques afford the capability of focusing/defocusing on sound from particular direction(s), in conjunction with a transparent directional audio scene reproduction.<br>**[0106]** ... The audio processor receives and processes directionally-encoded (spatial) audio data 1010 in accordance with the methods and techniques described above...<br>**[0059]** FIG. 4 is a conceptual diagram illustrating an example audio output space 400 where a region 401 of the audio space 400 is enabled by a user and other regions 403 of the audio space 400 are disabled. ... This permits users to focus audio playback on desired region(s) in an audio space.<br>**[0064]** ...the other three regions 402b-d being disabled.<br>**[0067]** Based on the region enablement information from the GUI, masking windows are generated for each of the enabled sectors. ... the masking window functions can be configured so that ... to suppress the sounds coming from the disabled regions... | 对比文件第[0033]段明确公开了处理技术包括对来自特定方向的声音进行散焦。第[0106]段公开了音频处理器接收并处理“方向性编码（空间）音频数据”，这对应于“表示音频场景的空间音频信号”。图4及第[0059]、[0064]段公开了用户可以选择禁用（disabled）某些区域（region），而第[0067]段公开了基于此生成掩蔽窗口以抑制（suppress）来自禁用区域的声音。这种对选定空间方向上声音的抑制，正是对空间音频信号的一部分相对于其他部分进行“相对去加重”的直接体现，其结果是生成了“基于散焦方向的经修改的音频场景”。因此，该技术特征被直接公开。 |
| **技术特征C**：输出所述经处理的空间音频信号<br>**《直接公开》** | **[0110]** FIG. 11 is a flowchart illustrating a method 1050 of shaping digital audio data... In box 1060, ... generate focused or shaped audio output. The focused audio output data may then be rendered for playback through loudspeakers, headsets or any other suitable reproduction means.<br>**[0109]** The playback module 1006 receives processed audio data from the audio processor 1002 and renders it into a form suitable for output by the speakers 1008. | 对比文件第[0110]段和图11的框1060公开了生成“成形的音频输出（shaped audio output）”，这对应于“经处理的空间音频信号”。第[0109]段进一步说明，播放模块1006从音频处理器1002接收处理后的音频数据，并将其渲染以通过扬声器1008输出。无论是输出给播放模块还是直接输出，系统都执行了输出经处理的空间音频信号的动作。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>**《直接公开》** | **[0067]** Based on the region enablement information from the GUI, masking windows are generated for each of the enabled sectors. ... Each of the masking windows may give a unity gain on the location of the corresponding sector loudspeaker and may give proper roll off ... to suppress the sounds coming from the disabled regions or the directions belonging to other loudspeaker channel sectors.<br>**[0086]** In this manner, sound sources located in the enabled region 608 are focused, while the sound sources in the disabled regions are suppressed. | 对比文件第[0067]段公开了基于用户启用的区域信息生成掩蔽窗口，这些窗口通过对禁用区域应用增益衰减（roll off）来“抑制来自禁用区域的声音”。第[0086]段也明确说明了在启用区域的声音被聚焦，而禁用区域的声音被抑制。这种对特定方向（禁用区域/散焦方向）的声音进行抑制的操作，明确地实现了在该方向上对部分音频信号的去加重。因此，该技术特征被直接公开。 |
| **技术特征E**：其中，所述装置进一步被使得：获得散焦量<br>**《直接公开》** | **[0066]** Region Enablement—Information about whether a particular region is enabled or not. The user can select or unselect a region in real-time during recording or during playback.<br>**[0041]** ... the gain varies between zero and one (unity).<br>**[0045]** ... the gain can be maintained as unity 204 until the “roll-off start” angle, which is a degree value that is a tuning parameter. The end of the masking function has zero gain. The location of these ends can be tuned by using the “Roll-off end” angle. | 对比文件公开了用户通过GUI启用或禁用区域（第[0066]段），但“散焦量”的概念对应于去加重的程度。对比文件第[0041]-[0045]段描述了掩蔽窗口函数的增益在0到1之间变化，并且“roll-off start”和“roll-off end”等参数是可调的（tuning parameter）。这些可调参数决定了增益从1（无散焦）过渡到0（完全散焦/抑制）的速率或范围，它们的功能与本专利中的“散焦量”参数等价，均用于控制散焦效应的强度。因此，该技术特征被直接公开。 |
| **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>**《直接公开》** | **[0041]** ... the gain varies between zero and one (unity).<br>**[0046]** In order to calculate an audio output with gain applied at an estimated DOA angle θ (in degrees) of an audio frame, the following generalized function may be used: Gain = cos(θ * 90 / Roll-off end)^{p2} ... where Gain is the masking window function output ...<br>**[0067]** Based on the region enablement information from the GUI, masking windows are generated ... Each of the masking windows may give a unity gain ... and may give proper roll off ... to suppress the sounds coming from the disabled regions... | 对比文件第[0046]段给出了计算增益的具体函数，该函数的结果（Gain）在0到1之间变化，直接决定了应用的衰减量。第[0067]段说明这些掩蔽窗口是根据用户启用的区域（散焦方向）生成的。通过将计算出的增益应用于对应散焦方向上的音频信号分量，系统实现了根据“散焦量”（增益值）在“散焦方向”上控制音频信号的去加重程度。因此，该技术特征被直接公开。 |
| **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》** | **[0067]** ... Each of the masking windows may give a unity gain on the location of the corresponding sector loudspeaker and may give proper roll off (such as the piecewise cosine function of FIG. 2) to suppress the sounds coming from the disabled regions or the directions belonging to other loudspeaker channel sectors.<br>**[0064]** ... the other three regions 402b-d being disabled.<br>**[0086]** In this manner, sound sources located in the enabled region 608 are focused, while the sound sources in the disabled regions are suppressed. | 对比文件第[0067]段明确公开了通过掩蔽窗口的“滚降（roll off）”来“抑制（suppress）”来自禁用区域（散焦方向）的声音。第[0064]和[0086]段也描述了禁用区域的声音被抑制。这种“抑制”操作就是减少禁用方向上声音分量的增益或加重，使其相对于其他未被抑制的区域（启用的区域）在感知上被去加重。因此，该技术特征被直接公开。 |
| **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》** | **[0067]** ... Each of the masking windows may give a unity gain on the location of the corresponding sector loudspeaker and may give proper roll off ... to suppress the sounds coming from the disabled regions...<br>**[0086]** In this manner, sound sources located in the enabled region 608 are focused, while the sound sources in the disabled regions are suppressed. | 对比文件第[0067]段公开了掩蔽窗口对启用的扇区位置给予“单位增益（unity gain）”，而对禁用区域进行抑制。第[0086]段也说明启用的区域被“聚焦”。虽然启用的区域保持原始增益（unity gain），但由于散焦方向上的声音被抑制（减少了加重），从感知的相对性来看，启用的、未被抑制的区域的声音相对于被抑制的散焦区域的声音得到了“相对增大”。这种通过减弱一部分来反向突显另一部分的操作，落入了“相对去加重”和“相对增大”的范畴。因此，该技术特征被直接公开。 |
| **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》** | **[0046]** ... Gain = cos(θ * 90 / Roll-off end)^{p2} ... where Gain is the masking window function output (audio output signal) ... and p2 is the amplitude of the input audio signal...<br>**[0067]** ... to suppress the sounds coming from the disabled regions... | 对比文件第[0046]段公开的增益函数，其输出增益（Gain）在0到1之间，直接乘以输入音频信号的幅度（p2）。当该增益应用于散焦方向（禁用区域）的音频信号时，其幅度被减小，这等同于降低了该部分音频信号的声级。增益的具体值由“Roll-off end”等参数（对应于散焦量）决定。因此，根据散焦量在散焦方向上降低声级的技术方案被直接公开。 |
| **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》** | **[0067]** ... Each of the masking windows may give a unity gain on the location of the corresponding sector loudspeaker...<br>**[0046]** ... Gain = cos(θ * 90 / Roll-off end)^{p2} ... | 如对技术特征H的分析，对比文件对启用区域应用单位增益（unity gain），而对散焦区域应用小于1的增益。这导致散焦区域的声级被降低。虽然启用区域的绝对声级未被提升，但在整个音频场景中，由于散焦区域声级被降低，启用区域的声级在感知上相对于散焦区域得到了“相对增大”。这种相对声级的改变是由“Roll-off end”等参数（散焦量）控制的。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》** | **[0059]** FIG. 4 is a conceptual diagram illustrating an example audio output space 400 where a region 401 of the audio space 400 is enabled by a user and other regions 403 of the audio space 400 are disabled.<br>**[0062]** There are four user-selectable regions 402a-d separated by boundaries 404a-d. The number, boundary locations, and sizes of the user-selectable regions 402a-d may be configured by a user through a graphic user interface (GUI)...<br>**[0067]** Based on the region enablement information from the GUI, masking windows are generated ... to suppress the sounds coming from the disabled regions... | 目标专利中的“散焦形状”是指散焦效应所覆盖的空间范围，而不仅仅是一个单一方向，例如一个弧形区域。对比文件第[0059]段和第[0062]段公开了用户可以通过GUI配置多个“用户可选择的区域（user-selectable regions）”，并可以定义这些区域的“边界位置（boundary locations）”和“大小（sizes）”。这些区域由两条边界线界定，构成了一个具有方向和角度宽度的扇形区域。用户选择禁用这样一个区域，该区域的几何定义（方向和宽度）即隐含地构成了一个“散焦形状”。第[0067]段公开的掩蔽窗口生成和应用过程，正是在这些被禁用的、具有特定形状和大小的区域内抑制声音。因此，本领域技术人员可以合理地推断出，对比文件的技术方案隐含地包含了获得并使用散焦形状来控制去加重的操作。 |
| **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》** | **[0062]** There are four user-selectable regions 402a-d separated by boundaries 404a-d. <br>**[0064]** ... the other three regions 402b-d being disabled.<br>**[0067]** ... masking windows are generated ... to suppress the sounds coming from the disabled regions or the directions belonging to other loudspeaker channel sectors. | 对比文件第[0062]段公开了用户可选择的区域，这些区域具有边界，构成了特定的空间形状。第[0064]段公开了区域402b-d被禁用。第[0067]段公开了生成掩蔽窗口以“抑制”来自这些被“禁用区域”（disabled regions）的声音。被禁用的区域（402b-d）在空间中覆盖了特定的角度范围，即构成了“散焦形状”。在该形状内应用增益衰减来抑制声音，正是“在散焦形状内减少加重”的直接体现。因此，该技术特征被直接公开。 |
| **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>**《直接公开》** | **[0062]** There are four user-selectable regions 402a-d separated by boundaries 404a-d.<br>**[0064]** ... the other three regions 402b-d being disabled.<br>**[0067]** ... masking windows are generated for each of the enabled sectors. ... Each of the masking windows may give a unity gain on the location of the corresponding sector loudspeaker and may give proper roll off ... to suppress the sounds coming from the disabled regions... | 对比文件公开了用户禁用了具有特定形状的区域402b-d（第[0062]、[0064]段）。针对这些被禁用的区域（散焦形状），系统应用掩蔽窗口进行抑制（第[0067]段）。同时，对于启用的区域（如401），掩蔽窗口提供单位增益。这种处理方式使得散焦形状内的声音被减弱（加重减少），而散焦形状外的声音保持原样。从相对听觉感知来看，散焦形状外的声音相对于散焦形状内的声音，其“相对加重”得到了增大。因此，该技术特征被直接公开。 |
| **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>**《直接公开》** | **[0062]** There are four user-selectable regions 402a-d separated by boundaries 404a-d.<br>**[0064]** ... the other three regions 402b-d being disabled.<br>**[0046]** ... Gain = cos(θ * 90 / Roll-off end)^{p2} ... where Gain is the masking window function output ... and p2 is the amplitude of the input audio signal... | 结合对技术特征K和I的分析，对比文件公开了用户定义并禁用具有特定形状的区域（第[0062]、[0064]段）。第[0046]段的增益函数（Gain）在0到1之间，其参数“Roll-off end”等可调，对应于“散焦量”。当这个与散焦量相关的增益函数应用于被禁用的、具有特定形状的区域（散焦形状）内的音频信号时，输入音频信号的幅度（p2）被乘以一个小于1的系数，从而直接降低了该区域内的声级。因此，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》** | **[0062]** There are four user-selectable regions 402a-d separated by boundaries 404a-d.<br>**[0064]** ... the other three regions 402b-d being disabled.<br>**[0046]** ... Gain = cos(θ * 90 / Roll-off end)^{p2} ...<br>**[0067]** ... Each of the masking windows may give a unity gain on the location of the corresponding sector loudspeaker... | 结合对技术特征J和K的分析，对比文件公开了用户禁用特定形状的区域（第[0062]、[0064]段），并应用与散焦量（“Roll-off end”等参数）相关的增益函数来降低该区域内音频的声级（第[0046]段）。同时，对散焦形状之外的区域应用单位增益（第[0067]段）。这种因散焦形状内声级降低而导致的散焦形状外声级“相对增大”的效果，其相对增大的程度由散焦量控制。因此，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》** | **[0034]** The disclosed techniques can also dynamically perform positional sound encoding at playback/rendering time so that a sound system can achieve reciprocity based on the actual location and number of loudspeakers available, based on a priori location information about such loudspeakers.<br>**[0163]** 5. When a user processes, stores, or plays a recorded audio clip with, for example device 1604, it may be processed in real-time with such loudspeaker location information. The real-time processing can be done in the audio reproduction stage or at the recordation stage. | 对比文件第[0034]段公开了在回放/渲染时，可以根据实际扬声器的位置和数量等先验信息动态执行声音编码。第[0163]段也提到，在回放录制好的音频时，可以利用扬声器位置信息进行实时处理。这些“扬声器的实际位置和数量”等信息，构成了用于控制输出音频信号以适应具体回放环境的“再现控制信息”。该处理发生在“音频再现阶段（audio reproduction stage）”，即在散焦处理之后，根据再现控制信息将经散焦处理的音频信号渲染为适配具体扬声器布局的最终输出信号。因此，本领域技术人员可以合理推断出对比文件隐含了该技术特征。 |
| **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>**《隐含公开》** | **[0163]** 5. When a user processes, stores, or plays a recorded audio clip with, for example device 1604, it may be processed in real-time with such loudspeaker location information. The real-time processing can be done in the audio reproduction stage or at the recordation stage. | 对比文件第[0163]段指出，利用扬声器位置信息进行的实时处理，既可以在“音频再现阶段（audio reproduction stage）”进行，也可以在“录制阶段（recordation stage）”进行。在“录制阶段”进行处理，意味着在音频被正式记录或存储时，就已经根据回放环境的信息（再现控制信息）对音频信号进行了预校正。如果这种预校正发生在后续的散焦处理步骤之前，那么它就构成了“在散焦处理之前根据再现控制信息处理空间音频信号”的操作。因此，本领域技术人员可以合理推断出对比文件隐含了该技术特征。 |
<<<A>>><<<B>>><<<C>>><<<D>>><<<E>>><<<F>>><<<G>>><<<H>>><<<I>>><<<J>>><<<L>>><<<M>>><<<N>>><<<O>>><<<k>>><<<p>>><<<q>>>