对比文件名称：2014-08-06_CN101843114B_发明授权_CN101843114B 一种聚焦音频信号的方法、装置及集成电路
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：DeepSeek-R1
### 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**：《隐含公开》<br>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 | [0110] 处理器1103通过音频输入接口1101 获得输入信号1151。<br>[0110] 模块1和3(如图1A所示)可通过执行在存储器1107上存储的计算机可执行指令的处理器1103来实施。<br>[0053] 如果头部追踪器可用，则用户(收听者)只能旋转他的头，以便控制空间焦点的期望方向来提供头部追踪参数57。备选地，可由用户控制输入55通过输入设备(例如键板或操纵杆)提供空间焦点参数59。 | 对比文件公开了一种装置1100，其包括处理器1103和存储器1107，存储器1107存储有可由处理器1103执行的指令，这隐含公开了本技术特征中关于处理器和存储器的硬件配置。<br><br>关于“获得散焦方向”，对比文件明确教导了获得用户通过头部追踪或输入设备指定的“期望方向”以控制“空间焦点的期望方向”（[0053]段）。在目标专利中，“散焦方向”本质上是定义了一个用于进行音频去加重处理的空间方向。对比文件虽然主要术语为“聚焦”，但其处理过程包括对非期望方向的抑制（例如，[0056]段通过增益函数减弱所选部分外部的声音）。本领域技术人员能够理解，选择进行抑制的“期望方向”在功能上等同于目标专利中用于进行去加重处理的“散焦方向”，因为两者都定义了空间音频处理所针对的特定方向。因此，对比文件隐含公开了此特征。 |
| **技术特征B**：《隐含公开》<br>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 | [0052] 通过3D音频处理(与3D音频处理模块3相应)，这个效果可通过实施空间注意力的“超自然”焦点来扩大，这不仅使得声级的所选部分更大声，而且可空间地操纵声级，从而音频场景的所选部分更加明显地突出。<br>[0056] 如果期望的话，则可通过增益函数561…减弱位于如图所示的声音场景的所选部分外部的声音，以保持总体音量。 | 对比文件明确教导了处理多通道音频信号（表示音频场景）以生成经修改的音频场景（[0052]段）。其处理的目的在于“空间地操纵声级”，使得“所选部分更加明显地突出”，这必然包括对非选择部分进行相对抑制（[0056]段）。<br><br>虽然对比文件将此称为“聚焦”，但其处理逻辑包含了通过增益函数“减弱位于...声音场景的所选部分外部的声音”（[0056]段）。当用户“所选部分”被设定为希望抑制的干扰声源所在方向时，该操作实质上就是在该方向上对音频信号进行“去加重”。因此，从处理结果和手段来看，对比文件隐含地公开了在特定方向上对音频信号进行相对去加重的处理过程。 |
| **技术特征C**：《直接公开》<br>输出所述经处理的空间音频信号 | [0110] 处理器1103通过音频输出接口1105提供组合的重平移的信号1169，以向用户呈现输出信号。 | 对比文件明确记载了处理器1103通过音频输出接口1105提供经处理后的“组合的重平移的信号1169”，该信号即为经过空间音频处理（包括聚焦/抑制）后的空间音频信号。这直接公开了输出经处理的空间音频信号的步骤。 |
| **技术特征D**：《隐含公开》<br>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 | [0052] 通过3D音频处理…实施空间注意力的“超自然”焦点…空间地操纵声级。<br>[0056] 如果期望的话，则可通过增益函数561…减弱位于如图所示的声音场景的所选部分外部的声音。 | 本技术特征描述了经修改的音频场景所具备的特性。对比文件公开了通过3D音频处理生成一个空间上被操纵的声级（[0052]段），该声级使“所选部分”外部的声音被减弱（[0056]段）。当“所选部分”被设定为希望抑制的方向时，所生成的经修改的音频场景自然具备了在该方向上使一部分声音相对于其他声音被去加重的特性。因此，该技术特征所描述的结果特性被隐含公开。 |
| **技术特征E**：《隐含公开》<br>其中，所述装置进一步被使得：获得散焦量 | [0056] 如果期望的话，则可通过增益函数561(相应于场景551)和563(相应于场景553)减弱位于如图所示的声音场景的所选部分外部的声音，以保持总体音量。 | 对比文件公开了通过“增益函数”来减弱非选择部分的声音（[0056]段）。该增益函数的作用强度决定了减弱的程度，这实质上就是一种控制去加重程度的“量”。在对比文件的另一个实施例中，通过重映射函数中的参数k1和k2来线性或非线性地压缩或扩展空间区域（[0040]段），这也控制了处理的强度。本领域技术人员可以直接地确定，这个控制衰减或压缩程度的参数即对应于目标专利中的“散焦量”。因此，该特征被隐含公开。 |
| **技术特征F**：《隐含公开》<br>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 | [0056] 如果期望的话，则可通过增益函数561(相应于场景551)和563(相应于场景553)减弱位于如图所示的声音场景的所选部分外部的声音，以保持总体音量。<br>[0040] 作为实例，如果定义了如下类型的S型(sigmoid)重映射函数R(v)...其中v是正负180度之间的方位角，k1和k2是适当选择的正常数，然后围绕0度角集中的源被扩展，围绕正负180度集中的源被压缩。 | 结合对技术特征E的分析，对比文件中的增益函数（[0056]段）或重映射函数中的常数（[0040]段）充当了控制处理程度的“量”。处理过程会根据这个量的大小，动态地调整对特定方向（散焦方向）上音频信号的抑制（减弱）程度，从而控制该部分相对于其他部分的相对去加重。因此，该处理逻辑被隐含公开。 |
| **技术特征G**：《隐含公开》<br>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 | [0056] 如果期望的话，则可通过增益函数561…减弱位于如图所示的声音场景的所选部分外部的声音。<br>[0041] 表1示出…围绕0度角集中的源被扩展，围绕正负180度集中的源被压缩。 | 对比文件公开了两种处理方式。一是通过增益函数直接“减弱”非聚焦区域的声音（[0056]段），这正是减少了该部分声音的“加重”。二是通过重映射来“压缩”非聚焦区域的声音（[0041]段），这同样实现了减少该部分声音的相对突出程度。这两种方式均直接对应于本技术特征中“减少...加重”的操作。因此，该特征被隐含公开。 |
| **技术特征H**：《未公开》<br>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 | 对比文件全文关注于通过抑制非期望方向或扩展期望方向来进行“聚焦”。其核心操作是“减弱所选部分外部的声音”（[0056]）或“扩展”聚焦区域（[0041]），并未明确教导或暗示在针对一个方向进行抑制（散焦）的同时，需要或可以“增大”其他部分的加重来作为实现相对去加重的手段。对比文件的方案是通过减弱目标来实现相对突出，而非通过增强其他部分。 | |
| **技术特征I**：《隐含公开》<br>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 | [0056] 如果期望的话，则可通过增益函数561…减弱位于如图所示的声音场景的所选部分外部的声音，以保持总体音量。<br>[0041] 表1…围绕0度角集中的源被扩展，围绕正负180度集中的源被压缩。 | 本技术特征是对技术特征G的具体化，将“减少加重”限定为“降低声级”。对比文件中通过增益函数“减弱”声音（[0056]段）正是直接降低声音的声级。同时，通过重映射“压缩”空间区域（[0041]段），在感知上也等同于降低了被压缩区域声源的相对声级。并且，这种减弱的程度是由增益函数或重映射参数（即“量”）来控制的。因此，该特征被隐含公开。 |
| **技术特征J**：《未公开》<br>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 | 与技术特征H类似，对比文件的方案集中于通过“减弱”或“压缩”目标区域的声音来实现空间注意力的聚焦（[0056]、[0041]），并未公开或暗示通过“增大”其他部分的声级来配合实现散焦方向上的相对去加重。这属于一种不同于对比文件所教导的处理逻辑。 | |
| **技术特征K**：《隐含公开》<br>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 | [0039] 重平移操作的另一可能形式是作为从输入方位角值到输出方位角值的映射。<br>[0058] 重映射的范围可包括整个原始声场，或可足够小以基本覆盖原始声场中的仅一个声源。还可使用加权函数来定义重映射的范围，从而可部分地重映射与边界接近的声源。 | 对比文件公开了重映射操作可以针对一个“范围”（[0058]段）进行，该范围可以是一个声源大小的区域，或者是通过“加权函数”定义的区域。这个被重映射操作选定的“范围”或“区域”在空间上定义了一个特定的形状，处理仅在这个形状内发生。这与目标专利中“散焦形状”的概念和作用完全一致，即定义一个空间范围，使去加重处理仅在该范围内发生。因此，该特征被隐含公开。 |
| **技术特征L**：《隐含公开》<br>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 | [0058] 重映射的范围可包括整个原始声场，或可足够小以基本覆盖原始声场中的仅一个声源。<br>[0056] 如果期望的话，则可通过增益函数561…减弱位于如图所示的声音场景的所选部分外部的声音。 | 结合对技术特征G和K的分析，对比文件公开了可以在一个选定的“范围”（形状）内，通过增益函数“减弱”声音（减少加重）。因此，在指定方向和形状内减少音频信号加重这一操作被隐含公开。 |
| **技术特征M**：《未公开》<br>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 | 与技术特征H和J的分析一致，对比文件未公开通过“增大”其他部分加重来实现相对去加重的技术方案。其处理逻辑始终围绕对目标部分本身的抑制（减弱、压缩）。 | |
| **技术特征N**：《隐含公开》<br>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 | [0056] 如果期望的话，则可通过增益函数561…减弱位于如图所示的声音场景的所选部分外部的声音，以保持总体音量。<br>[0058] 重映射的范围可包括整个原始声场，或可足够小以基本覆盖原始声场中的仅一个声源。 | 结合对技术特征I、K和L的分析，对比文件公开了可以在一个选定的“范围”（形状）内，根据增益函数（量）来“减弱”（降低声级）目标部分的声音。因此，该特征被隐含公开。 |
| **技术特征O**：《未公开》<br>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 | 与技术特征H、J和M的分析一致，对比文件未公开通过“增大”其他部分的声级来实现去加重的技术方案。 | |
| **技术特征P**：《隐含公开》<br>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 | [0053] 如果头部追踪器可用，则用户(收听者)只能旋转他的头，以便控制空间焦点的期望方向来提供头部追踪参数57。备选地，可由用户控制输入55通过输入设备(例如键板或操纵杆)提供空间焦点参数59。<br>[0110] 处理器1103…提供组合的重平移的信号1169，以向用户呈现输出信号。<br>[0061] 通过头部追踪…可通过例如按压按钮来打开和关闭空间注意力控制的方向控制。 | 对比文件中的“头部追踪参数57”和“用户控制输入55”是用于控制音频处理方式的输入信息，属于“再现控制信息”（[0053]、[0061]段）。其公开的处理流程是：先根据“空间焦点参数”进行聚焦/散焦（重平移）处理得到“经修改的音频场景”，然后再根据这些控制信息（如头部追踪）来最终“向用户呈现输出信号”（[0110]段）。这直接对应于本技术特征中“根据所述再现控制信息，处理...经处理的空间音频信号以生成输出空间音频信号”的方案。因此，该特征被隐含公开。 |
| **技术特征Q**：《隐含公开》<br>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 | [0068] 可在定向解码之前或在定向混合之前，通过操纵方向参数执行映射。 | 对比文件公开了处理顺序的灵活性，即“在定向解码之前或在定向混合之前”进行参数操纵（[0068]段）。这教导了本领域技术人员，根据再现控制信息（如头部追踪或扬声器配置）进行的处理（如定向解码、混合），既可以放在聚焦/散焦处理（操纵方向参数）之后（如技术特征P），也可以放在其之前。这种顺序的调整属于常规选择，因此，该替代方案被隐含公开。 |
| **技术特征R**：《隐含公开》<br>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 | [0062] 包括4个通道W、X、Y和Z的1阶信号通常称为B-格式信号。<br>[0075] 图3示出...用于定向音频编码(DirAC)分析模块...DirAC分析模块201从输入信号251提取音频信号255和方向信息253。<br>[0076] B格式信号...使用短时傅立叶变换(STFT)，每个分量被转换成频带...对于每个时间实例的每个频带303和305，评估到达方向参数(包括方位角和仰角)和扩散参数。 | 对比文件中的“B-格式信号”即为一阶全景环绕声（Ambisonics）信号（[0062]段）。其公开的DirAC分析模块（[0075]段）将B-格式信号通过STFT转换到频带（[0076]段），并从每个频带中“评估到达方向参数”。这个分析和提取过程，其目的就是从全景环绕声信号中分离出代表特定方向声音分量的信息，并可以据此重建出单通道的目标音频信号（例如，中心通道提取）。因此，在全景环绕声信号的频带中提取表示特定方向声音分量的信号这一系列操作被隐含公开。 |
| **技术特征S**：《未公开》<br>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 | 对比文件公开了将提取出的单通道音频信号进行重平移或重新空间化（如图2、图4所示），但其处理逻辑是将声源在空间上进行移动（重映射）。目标专利技术特征S明确要求生成一个“聚焦的空间音频信号”，并将其布置在“由散焦方向定义的空间位置”，这是为了后续通过相减来实现去加重。对比文件并未公开这种为了后续减法操作而专门生成并放置在特定位置的“聚焦的”空间音频信号的中间处理步骤。 | |
| **技术特征T**：《未公开》<br>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 | 对比文件的核心处理机制是“重映射”（改变方向参数）或“增益调整”（直接放大或衰减特定方向信号），并未公开或教导通过“从原始空间音频信号中减去一个聚焦的音频信号”这种线性组合的方式来创建输出信号。这种通过相减来抵消特定方向声音的方法，与对比文件的参数修改或增益调整方法有本质区别。 | |
| **技术特征U**：《未公开》<br>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 | 对比文件所公开的从全景环绕声信号中提取方向性信息的方法是基于DirAC分析（[0075]、[0076]段），该方法通过分析声场的能量和强度向量来估计到达方向，并非基于“波束成形器”。波束成形是一种不同的信号处理技术，对比文件中没有提及应用波束成形器来得到特定方向的信号。 | |
| **技术特征V**：《未公开》<br>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 | 由于对比文件未使用波束成形器（见技术特征U的分析），自然也未公开在波束成形器之后应用“后置滤波器”来调整频谱的技术步骤。对比文件的DirAC方法中没有与此对应的处理环节。 | |
| **技术特征W**：《直接公开》<br>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 | [0075] 图3示出...用于定向音频编码(DirAC)分析模块...DirAC分析模块201从输入信号251提取音频信号255和方向信息253。<br>[0076] 对于每个时间实例的每个频带303和305，评估到达方向参数(包括方位角和仰角)和扩散参数。<br>[0077] 图4示出...用于定向音频编码(DirAC)合成器...合成基于基信号W(t)451的频率分量的处理。 | 对比文件所公开的DirAC格式（[0075]-[0077]段）正是一种参数化空间音频信号。它包括一个或多个音频通道（如B-格式的W信号或由此衍生的单通道音频信号）和空间元数据（“方向信息253”）。该空间元数据包含了针对多个频带评估的“到达方向参数”（方向指示）和“扩散参数”。在参数化空间音频领域，“扩散度”与“能量比率参数”密切相关，通常用于表示定向能量与总能量的比率关系。因此，对比文件直接公开了这种信号格式。 |
| **技术特征X**：《未公开》<br>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；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 | 对比文件公开了根据“期望方向”和原始方向进行重映射操作（[0039]、[0040]段），但其重映射函数（如S型函数）是直接应用于“方位角值”本身，即输入方位角到输出方位角的映射。目标专利技术特征X的方法是基于“角度差”来计算一个“增益值”，该增益值用于后续的能量调整。这是两种不同的计算模型，对比文件未公开这种基于角度差函数和缩放因子来导出增益值的特定计算步骤。 | |
| **技术特征Y**：《未公开》<br>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 | 对比文件的DirAC合成（[0077]段，图4）是直接使用分析阶段得到的方向和扩散度参数来重新分布音频信号。其并未公开一个步骤，即基于原始的能量比率参数和一个由角度差导出的“增益值”，通过计算来“更新”定向能量值。这属于目标专利为实现散焦效果而设计的特定能量调整算法的一部分。 | |
| **技术特征Z**：《未公开》<br>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 | 与技术特征Y类似，对比文件未公开通过结合原始能量比率参数和缩放因子来“计算更新环境能量值”的步骤。其处理流程中没有显式地分离并独立更新定向能量和环境能量的计算过程。 |
<<<c>>><<<d>>><<<e>>><<<f>>><<<g>>><<<i>>><<<k>>><<<l>>><<<n>>><<<p>>><<<q>>><<<r>>><<<w>>>