对比文件名称：2017-11-08_EP3241360A_发明公开_EP3241360A1 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
本次调用模型：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**：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》** | **[0100]** 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 1002 communicating with a GUI 1004 and an audio playback module 1006. The audio processor 1002 includes a mask generator 1005. The audio processor 1002 receives and processes directionally-encoded (spatial) audio data 1010 in accordance with the methods and techniques described above...<br>**[0064]** To accomplish the audio processing depicted in FIG. 4, two types of parameters are input by a user through the GUI. These parameters are: Sector Boundaries and Region Boundaries- These may be entered angles in degrees of the unit circle where the sector boundaries and region boundaries are located. [...] Region Enablement - Information about whether a particular region is enabled or not.<br>**[0060]** FIG. 4 [...] permits users to focus audio playback on desired region(s) in an audio space. | 对比文件公开了用于音频处理的装置（系统1000），其必然包含处理器和存储计算机程序代码的存储器以执行所述音频处理方法。对比文件公开了用户通过GUI输入参数，包括扇区边界、区域边界以及区域启用/禁用。当用户禁用一个区域时，这实质上是指定了需要抑制或去加重的方向。例如，图4中用户启用了区域402a，而禁用了包括402b-d在内的其他区域。虽然对比文件主要使用“启用/禁用”和“聚焦”的术语，但“禁用”某个区域的行为本身就包含了“获得”一个需要进行音频衰减的空间方向（即散焦方向）的含义。本领域技术人员能够从用户通过GUI选择禁用区域的操作中，推断出装置获得了与该禁用区域对应的散焦方向。因此，对比文件隐含公开了获得散焦方向。 |
| **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》** | **[0100]** FIG. 10 is a block diagram of an exemplary system 1000 for shaping audio output... The audio processor 1002 receives and processes directionally-encoded (spatial) audio data 1010...<br>**[0065]** Based on the region enablement information from the GUI, masking windows are generated for each of the enabled sectors. [...] Given a user configuration from the GUI, a decision whether the enabled region belongs to certain a channel sector or a combination of them may be made...<br>**[0079]** The user-enabled regions (focused areas) are processed with one or more masking window functions... 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. | 对比文件公开了处理表示音频场景的空间音频信号（方向性编码的音频数据1010）以生成经处理的音频信号。处理过程基于用户输入的启用/禁用区域信息来生成掩蔽窗口。对于用户启用的区域（聚焦区域），应用单位增益或较小的滚降；对于用户禁用的区域（散焦区域），应用具有大幅度滚降的掩蔽窗口函数来“抑制来自禁用区域的声音”。这种对禁用区域声音的抑制，实质上就是对该方向上的音频信号部分进行相对于启用区域（其他部分）的“相对去加重”。尽管对比文件通过“聚焦”于启用区域的方式来描述，但其必然导致对未启用（禁用/散焦）区域的相对去加重。因此，对比文件隐含公开了该技术特征。 |
| **技术特征C**：输出所述经处理的空间音频信号<br>**《直接公开》** | **[0103]** 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. | 对比文件明确公开了音频处理器1002处理完音频数据后，将处理后的音频数据传递给回放模块1006，并最终通过扬声器1008输出。这直接对应于输出经处理的空间音频信号。 |
| **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》** | **[0079]** ...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>**[0080]** In this manner, sound sources located in the enabled region 608 are focused, while the sound sources in the disabled regions are suppressed. | 该技术特征是对技术特征B处理结果的功能性限定。对比文件中，通过掩蔽窗口函数对禁用区域（散焦方向）的声音进行抑制（suppress），而对启用区域（其他部分）的声音保持或增强，这直接使能了在禁用区域（散焦方向）上的音频信号部分相对于启用区域（其他部分）的去加重。因此，对比文件隐含公开了该功能特性。 |
| **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》** | **[0044]** The example function 201 illustrates the case where only one audio sector is enabled... The masking window is designed with the center of the sector (270 degree) having a unity gain. Moving away from the center, the gain can be maintained as unity 204 until the "roll-off start" angle, which is a degree value that is a tuning parameter.<br>**[0045]** The end of the masking function has zero gain. The location of these ends can be tuned by using the "Roll-off end" angle.<br>**[0102]** The GUI 1004 may permit users to perform functional and control operations as described herein... Thus, the GUI 1004 permits custom audio shaping... | 对比文件公开了通过调整“滚降起始（roll-off start）”和“滚降结束（roll-off end）”角度等调谐参数来控制掩蔽窗口的形状。滚降的程度（例如从单位增益到零增益的过渡）直接决定了被抑制区域中声音的衰减量。用户可以调节这些参数，意味着用户实质上控制了对禁用方向声音的抑制程度，即“散焦量”。虽然对比文件没有直接使用“散焦量”这一术语，但调节滚降参数以实现不同程度的抑制，在功能和效果上与获得散焦量是一致的。因此，对比文件隐含公开了获得散焦量。 |
| **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》** | **[0044]** ...Moving away from the center, the gain can be maintained as unity 204 until the "roll-off start" angle, which is a degree value that is a tuning parameter.<br>**[0045]** The end of the masking function has zero gain. The location of these ends can be tuned by using the "Roll-off end" angle.<br>**[0046]** ...the following generalized function may be used: where Gain is the masking window function output... Roll-off end equals the number of degrees in the Roll-off end... | 对比文件公开了根据调谐参数（如滚降起始和结束角度，其定义了散焦量）来生成掩蔽窗口增益函数。该增益函数用于处理音频信号，在禁用区域（散焦方向）产生衰减（去加重），而在启用区域保持或增强。去加重的程度（散焦量）直接由这些滚降参数控制。因此，处理过程是根据所获得的“量”来控制相对去加重的。对比文件隐含公开了该技术特征。 |
| **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》** | **[0079]** ...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...<br>**[0080]** ...sound sources located in the enabled region 608 are focused, while the sound sources in the disabled regions are suppressed. | 对比文件明确公开了使用掩蔽窗口的滚降功能来“抑制（suppress）”来自禁用区域的声音。抑制声音本质上就是减少该方向声音分量的加重。这直接对应于“在散焦方向上至少部分地减少空间音频信号的所述一部分的加重”。 |
| **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>**《隐含公开》** | **[0044]** The example function 201 illustrates the case where only one audio sector is enabled... The masking window is designed with the center of the sector (270 degree) having a unity gain.<br>**[0079]** The user-enabled regions (focused areas) are processed with one or more masking window functions... Each of the masking windows may give a unity gain on the location of the corresponding sector loudspeaker... | 对比文件公开了在用户启用的区域（其他部分）应用单位增益（unity gain），而在禁用的区域（散焦方向）应用滚降（去加重）。将启用区域的增益保持为1，而禁用区域的增益降为0或更低，相对于禁用区域，启用区域的增益被相对地增大了。这种通过降低一部分来反衬另一部分的行为，隐含了增大其他部分相对加重的效果。 |
| **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]** ...the following generalized function may be used: where Gain is the masking window function output (audio output signal), Roll-off end equals the number of degrees in the Roll-off end (see, e.g., FIG. 2) between zero and unity gain, and p2 is the amplitude of the input audio signal represented by the frame.<br>**[0079]** ...give proper roll off... to suppress the sounds coming from the disabled regions... | 对比文件公开的增益函数根据“滚降结束”等参数（散焦量）在禁用区域（散焦方向）产生小于1的增益，用于乘以输入音频信号的幅度p2，从而直接降低输出音频信号的声级。这明确对应于“根据散焦量，在散焦方向上降低空间音频信号一部分的声级”。 |
| **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>**《未公开》** | 对比文件中，对于“其他部分”（启用区域）的增益通常被设置为单位增益（unity gain），并未明确教导根据散焦量来“增大”启用区域的声级。虽然相对去加重会造成感知上的相对增大，但技术特征J明确要求“增大其他部分的声级”这一主动处理行为，对比文件并未公开此特征。 | |
| **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》** | **[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>**[0064]** ...Sector Boundaries and Region Boundaries- These may be entered angles in degrees of the unit circle where the sector boundaries and region boundaries are located. | 对比文件公开了用户可以通过GUI配置用户可选区域的“数量、边界位置和大小”。区域的边界定义了一个形状（在2D空间中是一个扇形或弧形）。这个形状被叠加在散焦方向（禁用区域的方向）上。通过定义区域边界，用户实质上获得了“散焦形状”。随后，掩蔽窗口在此形状内应用去加重（滚降）。因此，对比文件隐含公开了获得散焦形状并在该形状和方向上控制相对去加重。 |
| **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]** ...user-selectable regions 402a-d separated by boundaries 404a-d.<br>**[0079]** ...give proper roll off... to suppress the sounds coming from the disabled regions or the directions belonging to other loudspeaker channel sectors. | 对比文件公开了在用户定义的、由边界界定的禁用区域内（散焦形状内），应用掩蔽窗口的滚降功能来抑制（suppress）声音。这直接对应于在散焦方向和散焦形状内减少所述一部分的加重。 |
| **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>**《隐含公开》** | **[0044]** The masking window is designed with the center of the sector (270 degree) having a unity gain.<br>**[0079]** The user-enabled regions (focused areas) are processed with one or more masking window functions... Each of the masking windows may give a unity gain on the location of the corresponding sector loudspeaker... | 与特征H类似，对比文件在定义的形状之外的启用区域应用单位增益，而在形状之内的禁用区域应用去加重。这种差异化处理使得启用区域的增益相对于禁用区域被增大了。因此，对比文件隐含公开了该特征。 |
| **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]** ...user-selectable regions 402a-d separated by boundaries 404a-d.<br>**[0046]** ...Gain is the masking window function output (audio output signal), Roll-off end equals the number of degrees in the Roll-off end... and p2 is the amplitude of the input audio signal...<br>**[0079]** ...give proper roll off... to suppress the sounds coming from the disabled regions... | 对比文件公开了在用户定义的区域（散焦形状）内，根据滚降参数（散焦量）应用小于1的增益函数，从而降低输入音频信号的幅度（声级）。这直接对应于根据散焦量，在散焦方向和形状内降低声级。 |
| **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>**《未公开》** | 与特征J类似，对比文件中对于“其他部分”（启用区域）的增益通常被设置为单位增益，并未明确教导根据散焦量来主动“增大”启用区域的声级。对比文件采用的是通过降低一部分来形成对比，而非直接增大其他部分。 | |
| **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>**《直接公开》** | **[0100]** FIG. 10 is a block diagram of an exemplary system 1000 for shaping audio output... The device 1001 includes an audio processor 1002 communicating with a GUI 1004 and an audio playback module 1006.<br>**[0103]** 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.<br>**[0095]** FIG. 8 is a conceptual diagram illustrating an example audio scene 800 around a handheld device 802 where the audio region corresponding to a back camera 808 of the handheld device 802 is enabled. | 对比文件公开了回放模块1006接收经音频处理器1002处理后的音频数据，并将其渲染成适合扬声器1008输出的形式。GUI 1004或设备操作模式（如相机激活，图8）提供了控制信号，这些信号可以被视为“再现控制信息”。例如，基于相机是前置还是后置，设备自动选择启用/禁用的区域，从而控制音频的输出。这相当于获得再现控制信息，并根据该信息处理经修改的音频场景以生成输出空间音频信号。 |
| **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》** | 对比文件的处理流程是：接收空间音频 -> 应用掩蔽窗口（聚焦/散焦处理） -> 回放模块渲染输出。对比文件并未公开在聚焦/散焦处理步骤“之前”，根据再现控制信息对空间音频信号进行预处理的可选方案。该特征在对比文件中没有对应的技术教导。 | |
| **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》** | **[0149]** Examples of spatial audio encoding methods that may be supported with a multi-microphone array as described herein may also include methods that may originally be intended for use with a particular microphone, such as the Ambisonic B format or a higher-order Ambisonic format. | 对比文件虽然提到了可以使用Ambisonic B格式或高阶Ambisonic格式（全景环绕声信号），但其后处理的核心方法是基于DOA估计和应用掩蔽窗口增益函数，并未公开从Ambisonic信号中“提取表示从聚焦方向到达的声音分量的单通道目标音频信号”这一具体信号处理步骤。 |
| **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》** | 对比文件没有公开将提取出的单通道音频信号重新生成为一个被布置在特定空间位置的全景环绕声信号（Ambisonics平移）的步骤。其处理方式是直接对各个输出通道应用增益，而不是先提取、再空间化、最后混合。 | |
| **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》** | 对比文件公开的混合方式是直接对输入音频应用掩蔽增益（相乘），其公式为 `Gain * p2`。它完全没有公开一种通过“从原始空间音频信号中减去一个空间化的聚焦信号”的线性组合来创建经处理信号的散焦方法，也没有公开基于散焦量对两者进行缩放的减法混合架构。 | |
| **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》** | **[0121]** In some configurations, the audio analyzer 11 14 may also generate each particular audio signal (or channel) of the audio signals 1 110 by applying a beamformer 1 190 to the input signals 1108. The beamformer 1190 may corresponds to a particular direction associated with the particular audio signal (or channel). | 对比文件提到了可以使用波束成形器处理来自麦克风的输入信号以生成对应特定方向的音频信号。然而，这属于音频采集和上混阶段，其输入是多麦克风信号，而非如权利要求所述的输入是“全景环绕声信号”。对比文件未公开从全景环绕声信号中应用波束成形器来提取散焦方向的声音分量。 |
| **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》** | 对比文件完全没有提及任何关于“后置滤波器”的技术，更没有公开使用后置滤波器来调整波束成形信号频谱以近似目标声音频谱的技术方案。 | |
| **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》** | 对比文件处理的空间音频信号是“方向性编码的音频数据”，其核心元数据是每个音频帧的DOA（到达方向）。对比文件没有公开其空间音频信号为“参数化空间音频信号”，更没有公开该信号包含“能量比率参数”，也未公开计算散焦方向与各频率子带方向之间角度差的步骤。 | |
| **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>**《未公开》** | 对比文件计算增益的方式是基于DOA角度在掩蔽窗口函数（如分段余弦函数）中的位置，这是一个关于DOA角度的一维函数。它没有公开使用“角度差函数”并结合从“散焦量”导出的“缩放因子”来计算增益值的方法。 | |
| **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>**《未公开》** | 对比文件没有公开“能量比率参数”以及基于该参数和增益值计算“更新定向能量值”的任何技术内容。 | |
| **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>**《未公开》** | 对比文件没有公开“环境能量值”或“更新环境能量值”的概念或计算过程。其处理不涉及音频场景的定向/环境分解。 |
<<<c>>><<<f>>><<<g>>><<<i>>><<<l>>><<<n>>><<<p>>>