对比文件名称：2019-10-10_US2019313200A_发明申请_US20190313200A1 AMBISONIC DEPTH EXTRACTION
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：Gemini
### 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》 | 对比文件在图19及其相关描述中公开了一种用于主动3D音频解码和渲染的广义架构。该架构包括信号处理流程：音频信号和可选的数据通过空间分析（spatial analysis 32）处理，以确定每个时频单元的期望方向和/或深度。头部跟踪器（head tracker 36）提供关于听众旋转和/或平移的指示。主动操控（active steering 38）将音频源渲染到最终音频格式中的期望位置，包括根据头部或位置跟踪进行听众移动的调整。<br>具体地，对比文件段落[0148]记载：“In the example of FIG. 19, audio signals and optionally data sent via audio channels or metadata are processed using spatial analysis 32. At the spatial analysis 32, a desired direction and/or depth can be determined at which to render information...”；段落[0149]记载：“The head tracker 36 can be understood to be any indication of rotation and/or translation for which the 3D audio should be adjusted for a particular listener...”。 | 对比文件公开了一种包含处理器、存储器和计算机程序代码的音频编解码装置，该装置通过头部跟踪器获得听众的旋转和/或平移指示，并通过空间分析确定期望的渲染方向。目标专利中的“散焦方向”是指用户希望去加重或移除声音的空间方向。在对比文件公开的系统中，为了在听众移动时保持声源的绝对定位，需要分析和确定每个声源相对于听众的方向。虽然对比文件未直接使用“散焦方向”这一术语，但其系统为了进行空间音频渲染，必然包含获得和处理特定空间方向（即期望渲染或分析的方向）的功能。获得一个用于操控音频信号的空间方向是该系统实现其功能的内在组成部分。因此，本领域技术人员可以合理推断出，对比文件的装置隐含了获得一个特定空间方向（该方向可对应于目标专利的散焦方向）的能力。 |
| **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》 | 对比文件公开了通过深度提取（Depth Extraction）技术，将来自不同子混音（submixes），如近场（near-field）和远场（far-field）的声源分量“拉”（pulled）到一个共同的声源位置S'，该位置对应于声源最初的意图位置。<br>具体地，对比文件图27C及相关描述（段落[0207]）记载：“FIG. 27C illustrates generally an example 2702 that shows source rendering for a new source position with depth extraction. In this example, information from the near-field source component SN and information from the far-field source component SF can be “pulled” to a common source location S′, corresponding to the originally intended location of the source S.”。此外，对比文件也公开了可以基于深度信息对声源进行增强或衰减。例如，段落[0012]提到SAOC解码器不能完全分离时频域中并发的音频对象，并指出“extensive amplification or attenuation of an object by the SAOC decoder typically yields an unacceptable decrease in the audio quality of the rendered scene.”，这暗示了系统具备对特定音频对象进行衰减的能力。 | 目标专利的“相对去加重”是指在散焦方向上，相对于音频场景的其他部分，降低或抑制该方向上的声音。对比文件公开的深度提取技术，其核心是识别出属于同一个虚拟声源但分布在不同深度子混音（如近场、远场）中的音频分量，并将它们重新定位到正确的意图位置上。这个“重新定位”的过程，实质上构成了对原始空间音频信号的修改。当某个意图位置被确定后，该位置原有的、错误的音频分量（例如，在近场子混音中错误渲染的远场声源分量）相对于其他正确渲染的分量，必然会被抑制或衰减。这种为了达到准确空间定位而进行的处理，在效果上等同于对特定方向（不正确渲染的方向）上的音频分量进行了“相对去加重”。因此，该处理过程隐含了生成一个经修改的音频场景，并在特定方向上控制音频分量的相对权重的概念。 |
| **技术特征C**：输出所述经处理的空间音频信号<br>《隐含公开》 | 对比文件图19显示了处理流程的最终步骤是输出音频信号。主动操控（active steering 38）模块的输出经过逆FFT（IFFT 40）模块后，生成用于最终回放的双耳音频信号。对比文件段落[0148]记载：“The audio sources are then actively rendered by active steering 38 to the desired positions in the final audio format including any adjustments for listener movement via head or positional tracking...”。图27C也展示了经过深度提取处理后的声源被渲染到新的位置S'，这必然产生一个处理后的中间或最终音频信号。 | 任何音频处理系统在对输入信号进行处理后，都会产生输出信号。对比文件中描述的主动3D音频解码和渲染架构，其最终目的是生成用于驱动耳机或扬声器的音频信号。深度提取过程作为该架构中的一个环节，其处理结果——即将声源分量重新定位后的音频信号——必然会作为处理后的空间音频信号在系统内部传递，并最终被输出。虽然对比文件未明确将中间结果命名为“经处理的空间音频信号”，但该中间信号的存在是处理流程中合乎逻辑的必然产物。本领域技术人员可以毫无疑义地推断出，在对比文件的处理流程中，存在一个被生成并输出的、经过深度提取修改后的空间音频信号。 |
| **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》 | 同样引用对比文件图27C及相关描述。对比文件段落[0207]记载：“FIG. 27C illustrates generally an example 2702 that shows source rendering for a new source position with depth extraction. In this example, information from the near-field source component SN and information from the far-field source component SF can be “pulled” to a common source location S′, corresponding to the originally intended location of the source S. In this example, because the location S′ falls on the nearfield HRTF H21, the source can be fully rendered from that position, resulting in the maximum localization accuracy for the example decoder/renderer.”。 | 该特征是对技术特征B所执行处理的结果的进一步限定。如对特征B的论述，对比文件的深度提取过程将属于同一虚拟声源但被错误渲染在不同位置（如近场和远场）的分量“拉”回到正确的意图位置S'。这一操作的结果是，在原先错误渲染的方向上（例如，近场分量SN原先所在的位置），该虚拟声源的音频能量被减弱或消除；而在正确的意图位置S'上，该虚拟声源被正确地渲染。这个结果直接体现为，在修改后的音频场景中，特定空间方向（原错误渲染方向）上的音频分量相对于其他部分的去加重被实现。因此，对比文件公开的处理结果隐含了该技术特征所描述的功能性特征。 |
| **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》 | 对比文件公开了通过分析不同子混音中声源分量的能量比（ratio）或相对分布，来估计声源的意图深度（intended depth），该深度值是一个可在连续范围上变化的量。对比文件段落[0193]记载：“At step 2540, an intended depth of the particular audio source can be detected for each of the different submixes. In an example... the corresponding detected signal levels can be compared, such as using a ratio. The ratio can be used... to estimate an originally-intended depth of the source.”。并且，深度估计值可用于后续渲染，如段落[0201]中通过公式修改子声源的半径：“SMid modified Radius=C*D; SFar modified Radius=C*(D−Rfar)+RFar”。 | 目标专利中的“散焦量”是控制去加重程度的参数。对比文件中的“意图深度”（intended depth）或从能量比导出的深度估计值“D”，是一个描述声源距离听众远近程度的连续变量。当声源位置被重新定位时，这个深度值决定了声源分量在不同深度层（如近场、远场）之间的重新分配比例，实质上控制了原始位置的音频分量被抑制的程度。例如，一个意图深度介于近场和远场之间的声源，其在远场子混音中的分量会受到部分抑制。这种对抑制程度的控制，与“散焦量”控制相对去加重的程度在功能上是同质的。因此，本领域技术人员可以认识到，对比文件中获得并利用深度值的过程，隐含了获得一个用于控制处理强度的“量”的参数。 |
| **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》 | 对比文件公开了根据估计出的意图深度“D”以及置信度“C”来修改子声源（sub-sources）的渲染半径。对比文件段落[0201]记载：“A depth of the sub-sources can then be modified, for example, by applying the confidence to the difference in radius of each sub-source: SMid modified Radius=C*D; SFar modified Radius=C*(D−Rfar)+RFar”。 | 如前所述，对比文件中的深度值“D”在功能上对应于目标专利的“散焦量”。该公式明确展示了如何利用深度值“D”和置信度“C”来重新计算并修改声源分量应被渲染的位置（半径）。当“D”值发生变化时，远场分量“SFar”的修改后半径会相应变化。如果“D”值很小（声源离听众很近），远场分量会被移向更近的位置或与近场分量合并，这实际效果就是在原始的远场方向上对该声源分量进行了相对去加重。因此，这个过程清楚地表明了处理是基于所获得的“量”（深度值D）来在特定方向上控制音频分量的相对权重的。 |
| **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>《隐含公开》 | 对比文件图27C及相关描述（段落[0207]）公开了将远场和近场分量“拉”到一个共同位置S'。在这个过程中，远场分量SF不再在其原始的远场位置被渲染，而是被重新定位。对比文件图27B与图27C的对比明确显示，没有深度提取时，远场分量SF会在其原始位置贡献给多个HRTF，而有了深度提取后，该分量被集中到S'。 | 将声源分量从一个位置“拉”到另一个位置，意味着该分量在原始位置上的贡献被消除或大大减少。这种在原始位置上的能量减少，对于在该原始方向上的听众感知而言，就是“减少所述空间音频信号的所述一部分的加重”。这是深度提取技术为了实现准确的声源定位而必然产生的、可直接推知的操作结果。因此，该处理过程隐含了在特定方向上减少音频分量的加重这一选项。 |
| **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》 | 对比文件公开了将声源分量重新定位到意图位置S'进行完全渲染。对比文件段落[0207]记载：“In this example, because the location S′ falls on the nearfield HRTF H21, the source can be fully rendered from that position...”。 | 虽然深度提取的主要效果是修正错误定位，但其结果是声源能量在正确的意图位置S'被忠实地、甚至是更准确地（“maximum localization accuracy”）重建。相对于那些在原始错误位置上被抑制的分量，被正确渲染在S'位置的分量在感知上得到了相对的增强。这种由于其他方向分量被抑制而凸显出特定方向分量的效果，与本技术特征描述的“增大其他部分的加重”在感知上是等效的。因此，对比文件公开的处理结果隐含了该特征。 |
| **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>《隐含公开》 | 对比文件公开了SAOC解码器可对音频对象进行衰减（attenuation），并指出过度的放大或衰减会降低音质。对比文件段落[0012]记载：“...extensive amplification or attenuation of an object by the SAOC decoder typically yields an unacceptable decrease in the audio quality of the rendered scene.”。此外，结合深度提取中“拉”动声源分量的操作，该操作必然包含对原始位置声源分量的增益调整。 | 目标专利中“降低声级”是“减少加重”的一种具体实现方式。对比文件明确提到了其系统具备对音频对象进行“衰减”（attenuation）的能力。结合深度提取过程，将声源分量SF从远场“拉”到近场S'，在数字信号处理层面，至少包含降低SF在其原始远场通道中的增益（即降低其声级），同时可能在其他通道中增加其增益。因此，本领域技术人员可以清楚地认识到，对比文件中用于实现深度提取和声源重新定位的处理，必然包含根据深度参数（即功能上的散焦量）在特定方向上降低音频信号声级的操作。 |
| **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>《隐含公开》 | 对比文件公开了SAOC解码器可对音频对象进行放大（amplification）。对比文件段落[0012]记载：“...extensive amplification or attenuation of an object by the SAOC decoder...”。结合深度提取，将声源分量重新定位到S'，意味着在S'对应的输出通道中，需要增加该声源分量的增益以正确渲染。 | 目标专利中“增大声级”是“增大加重”的一种具体实现方式。对比文件明确提到了其系统具备对音频对象进行“放大”（amplification）的能力。在深度提取过程中，为了实现将声源分量SF和SN合并渲染在S'，系统必须在S'位置对应的HRTF或输出通道上，增加这些分量的增益（即增大其声级）。这个增大的幅度是根据意图深度“D”计算得出的。因此，该处理过程隐含了根据深度参数在特定方向上增大音频信号声级的操作。 |
| **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>《未公开》 | 对比文件通篇讨论的是基于“深度”（depth）或“距离”（radius）的音频处理，其空间操控是基于方向（direction, 如θ, ϕ）和半径（r）的。对比文件描述了近场和远场的球形区域（如图1B的球形表示21）以及声源位置，但并未提及或建议获取或使用一个定义去加重区域边界的“散焦形状”（如宽度、高度、弧等）。 | 目标专利的“散焦形状”定义了去加重作用的空间范围（如散焦弧的宽度）。对比文件虽然处理三维空间中的音频，但其操控对象是“点”声源或基于方向的子混音。它没有公开或暗示定义一个具有特定二维或三维形状（如锥形、弧形）的散焦区域，并在该形状内实施去加重的概念。对比文件的深度处理是逐声源或逐时频单元进行的，不涉及定义一个连续的空间形状来批量处理其内部的所有声音。因此，该技术特征未被公开。 |
| **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>《未公开》 | 依赖于技术特征K。 | 由于对比文件未公开“散焦形状”这一概念，因此基于在散焦形状内进行减少加重的处理也无法从对比文件中直接或隐含得出。 |
| **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>《未公开》 | 依赖于技术特征K。 | 由于对比文件未公开“散焦形状”这一概念，因此基于在散焦形状内进行增大其他部分加重的处理也无法从对比文件中直接或隐含得出。 |
| **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>《未公开》 | 依赖于技术特征K。 | 由于对比文件未公开“散焦形状”这一概念，因此基于在散焦形状内根据散焦量降低声级的处理也无法从对比文件中直接或隐含得出。 |
| **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》 | 依赖于技术特征K。 | 由于对比文件未公开“散焦形状”这一概念，因此基于在散焦形状内根据散焦量增大其他部分声级的处理也无法从对比文件中直接或隐含得出。 |
| **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》 | 对比文件公开了使用头部跟踪器（head tracker 36）和主动操控（active steering 38）模块，根据听众的头部定向或位置信息来调整音频信号的渲染。对比文件段落[0149]记载：“The head tracker 36 can be understood to be any indication of rotation and/or translation for which the 3D audio should be adjusted for a particular listener. Typically, the adjustment will be the Yaw/Pitch/Roll, quaternions or rotation matrix, and a position of the listener that is used to adjust the relative placement...”。段落[0148]记载：“The audio sources are then actively rendered by active steering 38 to the desired positions in the final audio format including any adjustments for listener movement via head or positional tracking, such as from head tracker 36.”。 | 目标专利的“再现控制信息”是用于控制输出音频信号的，例如收听方向。对比文件中的头部跟踪器提供的旋转/平移信息（Yaw/Pitch/Roll, position）正是这样一种用于控制最终音频渲染的再现控制信息。主动操控模块接收这些信息，并将其应用于经过空间分析和信号形成后的音频信号（即功能上的“经处理的空间音频信号”），以生成适应听众新位置或定向的最终输出音频信号。这个过程完美对应了“根据再现控制信息，处理...经处理的空间音频信号以生成输出空间音频信号”。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>《隐含公开》 | 对比文件图19的架构显示了先进行空间分析（spatial analysis 32），然后进行主动操控（active steering 38）。但对比文件也公开了其流程顺序可以改变。对比文件段落[0203]讨论了对声源坐标进行变换：“In such cases, the adjustments can be realized by processing listener coordinates using an affine transform matrix or quaternion operation selected to represent the relative shift in perspective... The modified coordinates can be used with the original audio signal components or submixes to render an audio program...”。 | 该特征描述了处理的两种可能顺序之一：先应用再现控制信息，再应用散焦处理。对比文件虽然没有直接描述这种特定顺序，但其公开了使用仿射变换矩阵或四元数操作来处理坐标，并将修改后的坐标与“原始音频信号分量或子混音”一起使用来渲染音频。这意味着系统可以先根据头部跟踪信息（再现控制信息）计算出新的声源坐标，然后再利用这些新坐标去指导后续的音频处理（如深度提取和重新定位）。这种先进行坐标变换（处理信息）再进行音频信号重渲染的顺序，在逻辑上等同于“在生成经修改的音频场景之前根据再现控制信息处理空间音频信号”。因此，该技术方案对系统处理顺序的灵活性对于本领域技术人员是显而易见的，可认为被隐含公开。 |
| **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>《直接公开》 | 对比文件公开了其技术应用于Ambisonics（全景环绕声）信号，并在频域（子带）内进行处理，通过空间分析提取目标方向的音频信号。对比文件段落[0102]记载：“...methods and apparatus for near-field rendering of an audio object... enabling full translational head tracking... Methods and apparatus will now be described for attaching depth information to, by example, Ambisonic mixes...”。段落[0148]记载：“...audio signals... are processed using spatial analysis 32. At the spatial analysis 32, a desired direction... can be determined... Audio sources can be reconstructed via signal forming 34...”。 | 对比文件明确指出其技术适用于“Ambisonic mixes”（全景环绕声混音），即输入和输出的音频信号可以是Ambisonic信号。其处理流程包括：在时频域（对应一个或多个频率子带）内，通过空间分析模块确定期望的渲染方向，然后通过信号形成模块重建音频源。信号形成的过程，在Ambisonics上下文中，就是从WXYZ信号中提取或重建出指向特定方向的音频信号。这直接对应于“从空间音频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”的操作。因此，该技术特征被对比文件直接公开。 |
| **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>《隐含公开》 | 对比文件公开了将提取出的声源分量重新定位到意图位置S'。对比文件段落[0207]记载：“...information from the near-field source component SN and information from the far-field source component SF can be “pulled” to a common source location S′, corresponding to the originally intended location of the source S.”。 | 目标专利中，生成聚焦的空间音频信号是创建经处理信号的一个中间步骤，该信号是单通道目标音频信号被平移到特定方向后的Ambisonic表示。对比文件中，将声源分量SN和SF“拉”到共同位置S'的操作，在数字信号处理实现上，必然包含一个步骤：即创建一个或多个音频信号，这些信号被渲染或定位在S'所定义的空间位置上。这个被定位在S'的信号，其作用和在信号流中的位置，与目标专利中“聚焦的空间音频信号”是高度一致的。尽管对比文件没有明确将其命名为“聚焦的空间音频信号”，但为了实现其公开的最终结果而执行的中间处理步骤，必然包含生成这样一个空间化信号的过程。 |
| **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》 | 对比文件公开了将声源分量SN和SF“拉”到共同位置S'进行渲染，但并未公开通过从原始信号中减去一个空间化后的聚焦信号来生成最终输出的方法。对比文件的深度提取侧重于分析并重新定位声源分量，而不是通过信号相减的线性组合来消除特定方向的声音。 | 目标专利的技术特征T描述了一种非常具体的信号合成方法：通过从原始空间音频信号中减去一个经缩放的空间化聚焦信号，来实现对特定方向声音的抑制。对比文件中完全没有提及或建议这种“减去”的操作。对比文件实现声源重新定位的方式更倾向于直接操控声源分量的增益并将其分配到正确的输出通道，而不是通过构造一个“反相”或用于相减的信号来抵消原始场景中的声音。这是一种不同的技术路径，本领域技术人员无法从对比文件的内容中直接或隐含得出该特定的线性组合方法。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>《隐含公开》 | 对比文件描述了主动解码（active decoding）方案，如DirAC或Harpex，它们通过空间分析来检测声场的方向，并重建信号进行渲染。对比文件段落[0110]记载：“Active decoding solutions such as Harpex or DirAC do not form virtual microphones for decoding. Instead, they inspect the direction of the soundfield, recreate a signal, and specifically render it in the direction they have identified for each time-frequency.”。 | 波束成形器是从麦克风阵列或Ambisonics信号中提取特定方向声音的常用技术。对比文件提到的“inspect the direction of the soundfield, recreate a signal”（检查声场方向，重建信号），在Ambisonics领域，其标准实现方式之一就是应用波束成形技术。通过将WXYZ信号与指向特定方向的权重向量相乘，可以得到一个单通道的波束成形信号，该信号主要包含来自该方向的声音。尽管对比文件未出现“波束成形器”一词，但其描述的“重建信号”的过程，对于处理Ambisonics信号的本领域技术人员来说，自然包括使用波束成形的方法。因此，该技术特征被隐含公开。 |
| **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》 | 对比文件通篇未提及后置滤波器（post-filter）的概念，也未讨论调整波束成形信号的频谱以使其近似目标声音频谱的处理。 | 目标专利中的后置滤波器是一个特定的信号处理模块，用于校正波束成形器可能带来的频谱失真，使输出信号的频谱更忠实于原始目标声源的频谱。对比文件中没有描述任何与此功能相似或相关的模块或处理步骤。其信号形成（signal forming）和主动操控（active steering）过程没有涉及频谱校正的细节。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>《隐含公开》 | 对比文件公开了其处理方法适用于参数化空间音频格式，该格式包含空间元数据。对比文件段落[0129]中描述了使用元数据，如深度和“focus”参数：“At a minimum, the metadata defines a depth for the overall ambisonic signal... but it would ideally be sampled at multiple frequency bands...”。段落[0110]提到了“Focus”参数。图17显示了带有元数据深度的主动解码器。 | 目标专利的特征W描述了针对参数化空间音频信号的处理。对比文件明确提到其方案适用于使用元数据的场景，并且元数据可以在多个频带中采样。虽然对比文件没有明确提到“能量比率参数”（如direct-to-total energy ratio），但其提到的“Focus”参数以及在不同频带采样的深度信息，都属于空间元数据。在参数化空间音频处理中，为了根据新的目标方向（如散焦方向）修改音频场景，计算原始声源方向与目标方向之间的角度差是一个基础且必要的步骤，用于确定每个频带内的声源应被修改的程度（例如，决定增益）。本领域技术人员可以认识到，对比文件中应用元数据进行空间音频渲染的泛化描述，必然包含了此类基础的角度计算。因此，该技术特征被隐含公开。 |
| **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>《隐含公开》 | 对比文件公开了基于声源位置与参考位置的关系来确定增益权重。例如，在HRTF插值中，基于角度位置（angular position）确定增益阵列。对比文件段落[0075]记载：“The weighting is determined by an array of gains that are determined as a function of angular position. For example, the gains of four closest sampled HRIRs to the desired position could have positive gains proportional to angular distance to the source...”。此外，对比文件也提到使用基于距离的增益缩放，如段落[0098]中的能量或幅度保持增益gFF(r)和gNF(r)。 | 目标专利的特征X描述了利用角度差和散焦量（缩放因子）通过一个函数来导出增益值。对比文件中，无论是基于角度位置确定HRTF的权重增益，还是基于径向距离确定近场/远场的交叉淡入淡出增益，都体现了这种“根据空间关系（角度或距离）和缩放因子，通过预定义函数计算增益值”的核心思想。具体地，将角度距离映射为增益值的函数，以及将径向距离映射为能量保持增益的函数，都可以被视为“预定义的角度差函数”和“基于散焦量导出的缩放因子”的对应物。尽管应用场景不完全相同，但增益值的导出逻辑是高度一致的。因此，本领域技术人员可以从对比文件的这些增益计算方案中合理推断出该技术特征。 |
<<<R>>>
<<<a>>>
<<<b>>>
<<<c>>>
<<<d>>>
<<<e>>>
<<<f>>>
<<<g>>>
<<<h>>>
<<<i>>>
<<<j>>>
<<<p>>>
<<<q>>>
<<<s>>>
<<<u>>>
<<<w>>>
<<<x>>>