对比文件名称：2017-12-13_EP3255904A_发明公开_EP3255904A1 DISTRIBUTED AUDIO MIXING
目标专利名称：用于渲染用户的视听记录的方法，处理器系统和计算机可读介质CN111466124B
本次调用的模型名称：Gemini
### 特征比对表格
| 技术特征描述及公开性判断结果 | 对比文件原文引用 | 公开性论述 |
| **技术特征A：** 接收表示该用户的视觉记录的视觉数据<br>**【《直接公开》】** | [0004] “both video and audio data is captured within a real world space... the user, through a VR headset, can view and listen to the captured video...”；[0056] “using the captured video data from capture device 6”；[0041] “receives as input from the capture device 6 spatial audio and video data” | 对比文件明确公开了接收捕获的视频数据，该视频数据完全用于在后续渲染中表示空间中的用户（即音频源）的视觉记录。该技术特征在对比文件中的作用与在目标专利中的作用均为建立用户的视觉表示基础。 |
| **技术特征B：** 接收表示该用户的音频记录的音频数据<br>**【《直接公开》】** | [0006] “receiving a plurality of audio signals representing captured audio from respective audio sources in a space”；[0041] “receives as input from each of the audio sources... audio data” | 对比文件明确公开了接收来自各个音频源（如主唱、乐手等用户）的音频信号，该信号表示用户的音频记录。其作用与目标专利完全相同，即获取用户的音频数据以进行后续空间化渲染。 |
| **技术特征C：** 获得指定朝向的朝向数据，所述朝向表示在所述视听记录中所述用户的面部朝向<br>**（未公开）** | [0040] “direction of arrival (DoA) positioning systems... measurement of the DoA angle... location of the tag can be calculated”；[0009] “positional data received from... a positioning tag” | 对比文件仅通过标签定位技术（如HAIP）获取音频源的**空间位置**数据（x,y,z坐标）。该位置数据用于确定音频源在虚拟空间中的位置，但并未公开或获得表示用户**面部朝向**的朝向数据（如偏航角、俯仰角）。位置与朝向属于不同的技术参数，在对比文件中起不到目标专利中“使音频方向与面部朝向对齐”的作用。 |
| **技术特征D：** 其中渲染该视听记录包括渲染该视觉数据以在显示器上建立该用户的视觉表示<br>**【《直接公开》】** | [0004] “In the rendered version of the space, i.e. the virtual space, the user, through a VR headset, can view and listen to the captured video...” | 对比文件明确公开了将捕获的视频数据渲染到VR头显（显示器）上，以建立用户（音频源）的视觉表示。其作用与目标专利完全相同。 |
| **技术特征E：** 所述朝向表示在所述视听记录中所述用户的面部朝向<br>**（未公开）** | 无相关记载 | 对比文件通篇未公开关于“用户面部朝向”的技术概念，其跟踪和处理的参数是用户的空间位置，而非面部朝向。 |
| **技术特征F：** 基于该朝向数据将该音频数据渲染为具有空间方向的空间音频源<br>**（未公开）** | [0096] “the captured Lavalier source is rendered from a time varying position... to control the azimuth, elevation, and distance... based on the tracked position data” | 对比文件是基于音频源的**空间位置**数据来控制其方位角、仰角和距离（空间方向），而非基于用户的**面部朝向**数据。该特征的作用是定位声源，而非目标专利中使音频方向匹配面部视线方向。 |
| **技术特征G：** 该空间方向与该视觉表示中该用户的面部朝向一致<br>**（未公开）** | 无相关记载 | 对比文件不存在“音频空间方向与用户面部朝向一致”的映射关系，其音频方向由声源与听者的相对位置决定。 |
| **技术特征H：** 其中渲染该视听记录包括在虚拟环境中渲染该视觉数据以在该虚拟环境内建立该用户的视觉表示<br>**【《直接公开》】** | [0004] “In the rendered version of the space, i.e. the virtual space”；[0046] “generate a VR environment, or virtual space, including the rendered spatial audio.” | 对比文件明确公开了在虚拟环境（VR空间）中渲染视觉数据以建立用户的视觉表示，其作用与目标专利完全相同。 |
| **技术特征I：** 将该音频数据渲染为该虚拟环境中的具有空间位置的空间音频源<br>**【《直接公开》】** | [0006] “generating the spatial audio signal... detecting spatial positions of the audio sources”；[0096] “the captured Lavalier source is rendered from a time varying position.” | 对比文件明确公开了根据检测到的空间位置，将音频数据渲染为虚拟环境中具有空间位置的音频源（如Lavalier源）。其作用与目标专利完全相同。 |
| **技术特征J：** 该空间位置与该虚拟环境中该用户的该视觉表示的空间位置一致<br>**【《直接公开》】** | [0053] “The most important audio sources are permitted to move, meaning that the spatial position of their corresponding audio signals also move, typically to closely track the real world movement.” | 对比文件明确公开了音频源的空间位置与用户在真实世界（同时也是虚拟环境中的视觉表示）的位置保持一致，渲染的音频信号位置与视觉表现位置完全对应。其作用与目标专利完全相同，确保视听一致性。 |
| **技术特征K：** 其中该朝向数据进一步指示该用户在该视觉表示的空间轮廓内的相对位置<br>**（未公开）** | 无相关记载 | 对比文件将音频源视为单一整体点源进行渲染，并不涉及将音频源放置于用户视觉表示（如身体轮廓）“空间轮廓”内特定相对位置（如嘴部）的技术内容。 |
| **技术特征L：** 渲染该空间音频源包括确定该空间音频源相对于该用户的视觉表示的空间位置<br>**（未公开）** | 无相关记载 | 对比文件确定的是音频源在虚拟场景中的绝对空间位置，而非相对于视觉表示内部轮廓的相对位置。 |
| **技术特征M：** 该空间位置与该用户的所述相对位置一致<br>**（未公开）** | 无相关记载 | 该技术特征依赖于特征K和L，对比文件未公开相关概念，因此未公开此特征。 |
| **技术特征N：** 其中将该音频渲染为空间音频源包括使用包括高保真立体声的环绕声场再现技术<br>**【《隐含公开》】** | [0042] “multichannel audio in loudspeaker format... 4.0 signals, 5.1 signals, Dolby Atmos...”；[0003] “Nokia's Spatial Audio Capture (SPAC) is an example technology... into spatial audio...”；[0093] “The multichannel output may then be binaurally rendered...” | 对比文件虽未明确使用“高保真立体声（Ambisonics）”这一具体术语，但根据松散的隐含公开判断标准，其公开的多声道环绕声格式及Nokia SPAC空间音频捕获渲染技术，本领域技术人员完全有可能合理推断其涵盖了使用高保真立体声技术进行环绕声场再现。 |
| **技术特征O：** 将该音频渲染为空间音频源包括使用基于对象的音频渲染技术<br>**【《直接公开》】** | [0096] “the captured Lavalier source is rendered from a time varying position... with known amplitude panning techniques”；[0098] “spatial downmix into a 5.1 channel format... amplitude panning techniques.” | 对比文件明确公开了将独立捕获的拉瓦尔麦克风音频源（对象）根据其动态的位置元数据，使用振幅平移等已知技术进行渲染，这正是基于对象的音频渲染技术的核心特征。其作用与目标专利完全相同。 |
<<<A>>><<<B>>><<<D>>><<<H>>><<<I>>><<<J>>><<<O>>><<<n>>>