对比文件名称：2016-09-08_US2016260441A_发明申请_US20160260441A1 REAL-TIME REMODELING OF USER VOICE IN AN IMMERSIVE VISUALIZATION SYSTEM
目标专利名称：2011使声学渲染适应基于图像的对象CN112205005B
本次调用的模型名称：DeepSeek
### 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（翻译） | 公开性论述 |
| **技术特征A**：其中，该视觉渲染被提供给用户<br>**《直接公开》** | [0025] “While the display device 7 displays a holographic image 12 to a user 11”（当显示设备7向用户11显示全息图像12时）；[0040] “AR-HMD device 20 displays a holographic image of a physical thing, superimposed over the user's real-world view”（AR-HMD设备20显示物理事物的全息图像，叠加在用户的真实世界视图上）。 | 对比文件明确公开了向用户提供视觉渲染（全息图像），与目标专利中视觉渲染被提供给用户的作用相同，均是将视觉内容呈现给用户，因此直接公开。 |
| **技术特征B**：其中，该视觉渲染是以下之一：该对象的基于图像的表示在虚拟现实场景中的虚拟现实渲染，以及该对象的基于图像的表示相对于现实生活场景的增强现实渲染<br>**《直接公开》** | [0001] “virtual reality and augmented reality visualization systems”（虚拟现实和增强现实可视化系统）；[0020] “AR or VR visualization system, such as an AR-HMD”（AR或VR可视化系统，例如AR-HMD）；[0021] “if the user is speaking in a virtual church in an AR or VR environment”（如果用户在AR或VR环境中的虚拟教堂里说话）；[0040] “displays a holographic image of a physical thing, superimposed over the user's real-world view”（显示物理事物的全息图像，叠加在用户的真实世界视图上，即AR）。 | 对比文件明确说明其系统可用于AR和VR，并描述了AR（叠加在真实世界上）和VR（虚拟教堂、峡谷等）的视觉渲染。全息图像可以是基于图像的表示（包括CGI，参见目标专利说明书[0005]），因此视觉渲染的类型与目标专利一致，直接公开。 |
| **技术特征C**：该方法包括：生成与该对象的该基于图像的表示相关联的元数据<br>**未公开** | 无。对比文件未提及生成与基于图像的表示相关联的元数据。 | 对比文件的方法涉及显示全息图像、处理用户语音，但没有生成与对象的基于图像的表示相关联的元数据的步骤，既未直接公开也未隐含公开。 |
| **技术特征D**：该元数据表示该对象的建模<br>**未公开** | 无。 | 对比文件没有生成元数据，也没有表示对象的建模的步骤，未公开。 |
| **技术特征E**：该元数据定义该对象的几何形状的至少一部分<br>**未公开** | 无。 | 对比文件未涉及定义对象几何形状的元数据。虽然对比文件有表面重建，但那是真实环境的，不是基于图像的对象的元数据，未公开。 |
| **技术特征F**：并指示该对象的混响和/或吸收声学性质<br>**未公开** | 无。 | 对比文件未公开元数据指示声学性质。虽然使用了音频效果（如混响），但并非通过元数据指示对象的声学性质，未公开。 |
| **技术特征G**：通过以下步骤建立该音频源的该声学渲染：将该音频源提供为声学场景中的空间音频源<br>**《隐含公开》** | [0022] “use head-tracking capability and head related transform function (HRTF) data to provide positional awareness and place auditory reflections at the correct locations within virtual scene.”（利用头部跟踪能力和头部相关传输函数数据来提供位置感知，并将听觉反射放置在虚拟场景中的正确位置。）；[0021] “the user can hear his or her own voice reverberating as though he or she is in a real church”（用户可以听到自己的声音回响，仿佛置身于真实教堂中）。 | 对比文件处理用户语音时，使用HRTF技术将语音作为具有空间位置的音频源，并放置在虚拟场景中，从而建立了声学渲染。虽然未明确表述“提供为空间音频源”，但本领域技术人员可以合理推断用户语音在虚拟声学场景中被作为空间音频源处理，以实现位置感知和反射，因此隐含公开。 |
| **技术特征H**：该声学场景在几何上与该对象的该视觉渲染对齐<br>**《隐含公开》** | [0022] “place auditory reflections at the correct locations within virtual scene”（将听觉反射放置在虚拟场景中的正确位置）；[0042] “the user may say 'Hello in there' while standing near the wall near the location where the holographic cave appears... the AR-HMD device 20 produces output... to allow the user to hear an echo of his own voice that seems to originate from 'within' the holographic cave”（用户站在全息洞穴出现的位置附近的墙壁旁说“Hello in there”……AR-HMD设备20输出……让用户听到似乎来自全息洞穴内的回声）。 | 对比文件确保听觉反射的位置与视觉场景中的对象位置一致，例如回声从洞穴内发出，这要求声学场景与视觉渲染在几何上对齐。虽然未明确声明，但本领域技术人员可以合理推断为了实现逼真的效果，声学场景必须与视觉渲染对齐，因此隐含公开。 |
| **技术特征I**：基于该元数据，将该对象建立为该声学场景中的音频对象<br>**未公开** | 无。 | 对比文件没有利用元数据将对象建立为音频对象，其音频处理是基于头部跟踪和预设效果，而非基于对象的元数据建模，未公开。 |
| **技术特征J**：该音频对象具有混响和/或吸收声学性质<br>**未公开** | 无。 | 对比文件未建立具有特定声学性质的音频对象，虽然输出声音具有混响效果，但那是通过音频处理直接添加的，而非通过音频对象属性，未公开。 |
| **技术特征K**：使用空间音频渲染技术渲染该声学场景<br>**《隐含公开》** | [0022] “use head-tracking capability and head related transform function (HRTF) data to provide positional awareness and place auditory reflections at the correct locations within virtual scene.”（利用头部跟踪能力和头部相关传输函数数据来提供位置感知，并将听觉反射放置在虚拟场景中的正确位置。） | HRTF是典型的空间音频渲染技术，对比文件使用HRTF渲染虚拟场景中的音频，从而实现了空间音频渲染，因此隐含公开。 |
| **技术特征L**：使该声学场景的该渲染适应该音频对象的该混响和/或吸收声学性质<br>**未公开** | 无。 | 对比文件未建立音频对象，因此不存在使渲染适应音频对象声学性质的过程，虽然处理了混响效果，但并非通过适应音频对象的方式，未公开。 |
| **技术特征M**：其中渲染该声学场景包括基于该音频对象的几何形状、该音频对象的声学性质以及该音频对象在该声学场景内相对于该音频源的相对位置来计算反射<br>**未公开** | 无。 | 对比文件未公开基于音频对象属性计算反射。虽然反射被放置在正确位置，但未提及基于音频对象的几何形状和声学性质，未公开。 |
| **技术特征N**：其中，该对象是具有至少一面墙壁的房间；并且，该元数据定义该房间的几何形状的至少一部分<br>**未公开** | [0021] “if the user is speaking in a virtual church”（如果用户在虚拟教堂里说话）；[0042] a holographic cave（全息洞穴）。但未涉及元数据。 | 对比文件提到了虚拟教堂和洞穴，这些可视为房间，但未定义房间的几何形状元数据，未公开。 |
| **技术特征O**：其中，该元数据通过定义表示该房间的盒子模型来定义该房间的该几何形状的至少一部分<br>**未公开** | 无。 | 对比文件未涉及盒子模型元数据，未公开。 |
| **技术特征P**：其中，该虚拟现实场景是全向图像<br>**未公开** | 无。 | 对比文件未提及全向图像，其视觉渲染是基于全息图像，未限定为全向图像，未公开。 |
| **技术特征Q**：其中，该虚拟现实场景与第一轴系统相关联<br>**未公开** | 无。 | 对比文件未明确提及轴系统关联，虽然可能隐含坐标系，但未公开与场景的关联，未公开。 |
| **技术特征R**：其中，该虚拟现实场景在该第一轴系统中具有默认取向<br>**未公开** | 无。 | 对比文件未公开默认取向，未公开。 |
| **技术特征S**：其中，该元数据包括定义该对象的几何形状的至少一部分的一个或多个坐标；并且，该方法包括：在该第一轴系统与该一个或多个坐标之间建立空间对应关系<br>**未公开** | 无。 | 对比文件未公开元数据坐标及空间对应关系，未公开。 |
| **技术特征T**：基于该空间对应关系将该对象建立为该声学场景中的该音频对象<br>**未公开** | 无。 | 对比文件未公开基于空间对应关系建立音频对象，未公开。 |
| **技术特征U**：其中，生成该元数据包括：将该对象的该几何形状的至少一部分定义为不同于该第一轴系统的第二轴系统中的坐标<br>**未公开** | 无。 | 对比文件未公开生成元数据及定义坐标，未公开。 |
| **技术特征V**：确定该第一轴系统与该第二轴系统之间的空间对应关系<br>**未公开** | 无。 | 对比文件未公开确定轴系统间的对应关系，未公开。 |
| **技术特征W**：生成该元数据，或者生成与该元数据相关联的其他元数据，以指示该空间对应关系<br>**未公开** | 无。 | 对比文件未公开生成指示空间对应关系的元数据，未公开。 |
| **技术特征X**：其中，生成该元数据包括在该第一轴系统中定义该一个或多个坐标<br>**未公开** | 无。 | 对比文件未公开生成元数据及定义坐标，未公开。 |
| **技术特征Y**：其中，生成该元数据包括经由用户界面从用户获得指示该对象的几何形状的用户输入<br>**未公开** | 无。 | 对比文件未公开通过用户界面获得几何形状输入，其表面重建是通过深度相机自动完成的，未公开。 |
| **技术特征Z**：其中，生成该元数据包括指示该混响和/或吸收声学性质<br>**未公开** | 无。 | 对比文件未公开生成指示声学性质的元数据，未公开。 |
<<<A>>><<<B>>><<<g>>><<<h>>><<<k>>>