一种装置，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； 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；以及输出所述经处理的空间音频信号，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，其中，所述装置进一步被使得：获得散焦量，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。

同行你好。这份权利要求1的核心逻辑在于：通过获取一个**“散焦方向”**（即希望抑制或去除干扰声源的方向）以及一个**“散焦量”**（即希望抑制的程度），在空间音频信号中针对该方向的声音进行相对于其他方向声音的**“去加重”**（衰减或静音），从而在不改变原有空间音频格式和期望声音的情况下，消除特定方向的干扰。

结合目标专利说明书（如[0107]-[0111]段对空调等干扰源的散焦描述，以及[0118]段对0%-100%散焦量的定义），权利要求1实际上要求保护一种基于方向和衰减量对空间音频进行定向抑制的装置。

以下是对对比文件的详细比对和无效宣告请求策略分析。

### 一、 最接近的对比文件（CPA）分析

从整体解决的技术问题（抑制特定方向/区域的音频信号）以及技术效果（提升期望方向声音的清晰度，减少干扰）角度来看，**D1（CN107113528A）**和**D2（US20170347219A1）**均非常适合作为最接近的对比文件。

* **D1 (CN107113528A)** 适合作为CPA的理由：D1明确提出了**“对音频场景中来自特定方向的声音进行聚焦/散焦”**（[0006]段）的技术构想，且其“禁用区”抑制声源的效果与本专利的“散焦方向去加重”在解决的技术问题和技术效果上高度一致。*(注：D3 (CN107113528B) 为D1的授权公告文本，公开内容实质相同，在无效实务中以在先公开的D1作为主证即可)*。

* **D2 (US20170347219A1)** 适合作为CPA的理由：D2解决的是全景视频中视口外声音的干扰问题，其明确公开了对视口外（相当于散焦方向）的声源进行“衰减”（attenuated），并且最关键的是，D2明确公开了**“调整衰减量（adjust an amount of attenuation）”**（[0062]段），这与目标专利的“获得散焦量并根据其控制去加重”特征形成了精准对应。

* *D4 (US20190174246A1) 的相关性相对较弱*：D4的核心在于基于距离的“焦距（focus distance）”进行强调，虽然也提及了方向（[0175]段），但其主要解决的是景深维度的音频匹配问题，作为主要CPA不如D1和D2直接。

### 二、 权利要求1特征比对表

以下以 **D1 (CN107113528A)** 和 **D2 (US20170347219A1)** 为核心，进行详细的特征比对。

### 三、 未被最接近的对比文件公开的特征及其他文件的公开情况

若以 **D1** 作为最接近的对比文件：

D1完整公开了“方向性去加重（抑制禁用区）”的动作（特征A、B、C、D），但未明确使用一个可变的 **“散焦量（defocus amount）”** 变量来动态控制去加重的程度（特征E、F）。

**填补策略：** 这一缺失特征被 **D2** 明确公开。D2在[0062]段明确记载了在视口外的方向（散焦方向）上，可以调整“衰减量”（adjust an amount of attenuation），并且明确说明了这种衰减等同于“去加重”（de-emphasize）。本领域技术人员在面对D1中抑制特定区域声音的需求时，极易结合D2中“根据设定的衰减量去加重目标区域”的技术手段，从而得到完整的权利要求1。

若以 **D2** 作为最接近的对比文件：

D2实际上已经实质公开了权利要求1的所有特征。D2中的“视口外方向”即为“散焦方向”，“衰减（attenuation）/去加重（de-emphasize）”即为“去加重”，且D2明确提到了调整“衰减量”。基于D2，权利要求1完全不具备新颖性或创造性。

### 四、 若提出无效请求最薄弱的技术特征

如果在确权程序或侵权诉讼中提出无效宣告请求，权利要求1 **整体极其薄弱**，基本难以维持。如果必须指出其中最容易被攻破的特征点，主要集中在：

1. **“获得散焦方向”及“去加重”（特征A、B、D）：** 这是最薄弱的核心。本专利使用“散焦（defocus）”一词试图包装一个新概念，但本质上就是“空间音频的选区静音/衰减”。D1中的“禁用区（disabled region）”和“抑制（suppress）”，以及D2中的“视口外区域（outside of the viewport）”和“衰减（attenuate）”，在字面和实质上都完美覆盖了这一特征。

2. **“获得散焦量并据此控制”（特征E、F）：** 本专利说明书将散焦量定义为0%-100%的衰减程度。这种对衰减程度的数值或比例控制属于音频信号处理中的极常规公知常识（如音量推子）。此外，D2的[0062]段直接撞车式地使用了“amount of attenuation”和“de-emphasize”等词汇，彻底堵死了该特征的创造性空间。

**无效撰写策略建议：**

建议采用 **D2作为主要证据破坏新颖性/创造性**，或者采用 **D1与D2结合**（D1提供自定义散焦区域的交互逻辑，D2提供散焦量/衰减量的控制逻辑）的论述方式，可以形成非常严密的无效证据链。

同行你好。这份专利的权利要求1围绕空间音频信号的“散焦（Defocus）”处理展开。结合说明书，我为你梳理了权利要求的核心逻辑，并与提供的四篇对比文件进行了详细的技术特征比对和创造性分析。

值得注意的是，**D4（JP2017072171A）**涉及的是建设机械（挖掘机）的液压控制回路，与本专利的音频处理领域完全无关，因此在后续的实质性分析中将其直接排除。

---

### 一、 结合说明书对权利要求1的解释

权利要求1保护的是一种音频处理装置，其核心发明点在于**对空间音频场景中特定方向的干扰声音进行选择性的“散焦”（即去加重/衰减）**。

结合说明书（如段落 [0118]-[0120]）可知：

* **获得散焦方向（Feature A）**：并非传统意义上聚焦于某个讲话者，而是反向操作，确定一个需要被消除或减弱声音的方向（例如图1a中的空调噪音方向）。

* **控制相对去加重（Feature B/D）**：在保持音频信号空间格式不变的前提下，通过信号处理（如修改空间元数据、能量比率或波束成形增益），降低该散焦方向上音频元素的相对突出度。

* **获得散焦量并据此处理（Feature E/F）**：散焦不是简单的静音开关，而是可以根据用户设定的散焦量（如0%到100%）来控制衰减的程度。

---

### 二、 权利要求1与对比文件特征比对表

以下是权利要求1的技术特征与D1-D3的比对分析（重点关注D2和D3）：

---

### 三、 最接近的现有技术 (CPA) 分析

在进行创造性分析时，**D3 (TW201630441A)** 是最适合作为最接近的现有技术（CPA）的文件。

* **从解决的技术问题来看**：本专利旨在解决如何在空间音频中自定义移除或减弱特定方向/区域的不期望声音（干扰源）。D3 明确提出了完全相同的技术问题，即“提供使用者可调整之声音聚焦/散焦能力...准许使用者动态地组态音讯资料”（段落[0012]-[0014]）。

* **从技术效果来看**：本专利通过散焦方向实现特定方向的去加重。D3 通过 GUI 获取用户启用的区域，并将未启用的区域（即散焦方向）应用遮蔽窗函数（Gain趋于0）进行“抑制”（段落[0062]），达到的技术效果与本专利高度一致。

**D2 (CN101843114B)** 也可以作为备选的最接近现有技术，但其核心逻辑更多是“聚焦于A，从而压缩/衰减B”，而 D3 的文本中直接出现了“散焦（defocus）”的概念以及明确的区域启用/停用抑制机制，在特征比对的文字映射上对本专利构成了更直接的威胁。

---

### 四、 未被最接近现有技术公开的特征及其他对比文件

如果以 **D3** 为最接近的现有技术，权利要求1中唯一存在争议、可能未被毫无异议公开的特征是 **特征E和F（获得散焦量，并根据散焦量控制去加重）**。

* **D3的披露情况**：D3公开了衰减的控制（通过分段余弦函数的增益调谐），但其操作逻辑更多是“启用/停用”特定区（二进制的区域选择），虽然底层有增益控制，但字面上没有明确公开从用户端“获得一个指定的散焦量参数（如衰减50%或100%）”并据此处理。

* **其他对比文件的公开情况**：该缺失特征被 **D2** 实质公开。D2 在段落 [0080]-[0081] 记载了可以通过用户输入（如向后倾斜头部追踪器）来确定“施加于声音场景的所选部分的增益”，并通过增益函数减弱外部声音。这完全等同于“获得散焦量并据此控制去加重程度”。

---

### 五、 若提出无效宣告请求，最薄弱的技术特征

在构建无效宣告请求的逻辑链条时，**最薄弱的技术特征（即专利权人最可能据理力争、无效方最难找到完美对应文字记载的特征）是特征E和F（获得散焦量，并根据散焦量处理）**。

**应对策略提示：**

专利权人大概率会争辩：D3 只是通过预设的窗函数计算增益（属于系统内置的平滑处理），并没有主动“获得”一个代表“散焦量”的独立变量来控制去加重程度。

作为无效请求方，你的说理逻辑需要结合 **D3 + D2**：

1. 首先指出 D3 已经公开了特定方向的散焦和衰减。

2. 然后引入 D2，指出在音频处理领域，允许用户不仅选择“方向”，还通过界面或传感器输入“增益/衰减程度（散焦量）”是本领域的常规技术手段。

3. 论证将 D2 中的“通过用户输入确定衰减增益（散焦量）”的技术手段结合到 D3 的散焦区域控制中，对于本领域技术人员而言是显而易见的，以此来攻破这道防线。

尊敬的客户：

作为一名经验丰富的专利代理师，我仔细研读了目标专利申请的权利要求书（权利要求1.docx）和说明书（说明书.docx），并对您提供的四份对比文件（D1-D4）进行了深入的全文分析和法律评估。

以下我将紧密结合目标专利说明书的本体解释，针对权利要求1的技术特征，与对比文件的原文进行逐一比对，进而确定最接近的对比文件，并指出如果提出无效请求，该权利要求中最薄弱的技术特征。

### 第一部分：目标专利权利要求1的技术实质解释

在进行特征比对之前，必须依据说明书对权利要求1中的关键术语进行内部解释，以确立准确的保护范围基准。

目标专利的核心发明点在于提供一种**“散焦（defocus）”**或**“负焦（negative-focus）”**的功能。

* **技术领域**：涉及空间音频捕获和处理，特别是Ambisonic（全景环绕声）信号或参数化空间音频信号的处理（说明书段落\[0006]）。

* **解决的技术问题**：传统的音频聚焦是增强特定方向的声音，但本发明旨在解决如何**消除或去加重（de-emphasis）**声场中某些不期望的特征（例如干扰声源、空调噪声），同时**保持音频场景剩余部分最初预期的空间特性**，且**使处理前后的音频信号格式保持相同**（说明书段落\[0007]、\[0107]、\[0113]）。

* **技术手段**：通过获得“散焦方向”和“散焦量”，处理原始空间音频信号，生成新的**经处理的空间音频信号**。其关键在于“相对去加重”，即降低指定方向声音的相对级别。

基于上述解释，权利要求1的技术特征拆解如下表：

---

### 第二部分：对比文件特征比对及分析

以下将D1-D4与上述特征进行详细比对。

#### 1. 对比文件1 (D1): JP2017126888A

**指向性制御システム及び音声出力制御方法 (指向性控制系统及声音输出控制方法)**

D1公开了一种监视系统，其在隐私保护区域（隐私区域）内有人说话时，控制指向性声音的输出，以防止隐私泄露。

#### 2. 对比文件2 (D2): EP3241360A1

**METHOD, SYSTEM AND ARTICLE OF MANUFACTURE FOR PROCESSING SPATIAL AUDIO (处理空间音频的方法、系统和制品)**

D2公开了一种处理方向编码音频（directionally-encoded audio）的技术，明确提及了**聚焦（focusing）**和**去聚焦（defocusing）**特定方向的声音。

| **1-E**<br>散焦量 | D2原文段落\[0117]、图8、图9：Discusses camera operations like a **zoom function**. "...zooming-in may cause the angular width of enabled top region 812 to be reduced… Alternatively/additionally, **depending on the camera zoom operation, the additional gain may applied to the audio channels**.” | **实质公开** | D2虽然在说明书主体部分侧重于“使能/禁用”的开关式控制，但在结合相机的实施例中，明确公开了**根据相机的变焦（Zoom）操作来应用额外的增益（Gain）**。

在音频聚焦/散焦领域，变焦级数（Zoom level）直接对应聚焦/散焦的程度，而应用的增益量即对应“散焦量”。即使变焦是自动的，系统也必然“获得”了变焦量对应的电信号或参数来控制音频增益。因此，D2实质公开了“获得散焦量”。 |

| **1-F**<br>根据量控制 | 基于1-E的分析，图8/9实施例中，系统根据相机的变焦（Zoom）操作（即散焦量），来应用增益（Gain），从而控制该特定方向音频的抑制程度（相对去加重）。 | **实质公开** | 结合\[0117]，D2在实质上公开了根据量（由Zoom反映）来控制去加重的过程。虽然其主要权利要求可能未体现，但其**说明书原文**（原文出处原文引用）提供了该特征的实质技术教导。 |

#### 3. 对比文件3 (D3): US20190069083A1

**AMBISONIC SIGNAL GENERATION FOR MICROPHONE ARRAYS (用于麦克风阵列的Ambisonic信号生成)**

D3主要关注如何将任意配置的麦克风阵列（非理想四面体）捕获的信号转换成一阶或高阶Ambisonic（HOA）信号，重点在于不同 basis function（基函数）的增益调节以适应不同的硬件布置。

D3侧重于信号格式转换和标准化，全文**没有提及针对音频场景中特定空间方向进行“散焦”或“去加重”**的概念。因此，D3未公开权利要求1的核心特征1-A, 1-B, 1-D, 1-E, 1-F。在此不再赘述详细比对。

#### 4. 对比文件4 (D4): CN105637894B

**经由多个话筒的音频聚焦 (Audio focusing via multiple microphones)**

D4公开了一种基于相机变焦（Zoom）来动态调整音频聚焦区域的技术。

---

### 第三部分：创造性分析之最接近对比文件的确立

根据《专利审查指南》，选择最接近的对比文件通常优先考虑**技术领域相同或相近**、**解决的技术问题最相似**，且**公开合法公开的技术特征最多**的文件。

基于前述特征比对分析：

#### 1. 候选文件分析：

* **D2 (EP3241360A1)**：

* **技术领域及问题**：非常吻合。公开了动态可配置的多通道音频系统（spatial audio），明确要解决聚焦/散焦（focusing/defocusing）特定方向声音的问题（段落\[0005], \[0033]）。

* **技术特征公开度**：非常高。毫无异议地公开了权利要求1的前序特征、A、B、C、D。对于**E（散焦量）**和**F（根据量控制）**，虽然在其主要权利要求方案中侧重“使能/禁用”的开关式控制（不带有量的调节），但在其说明书**段落\[0117]及附图8/9的实施例**中，**明确提供了将相机的变焦操作（Zoom）映射到音频通道增益（Gain）的教导**。在实质上，变焦级别（Zoom level）就是一个“量”，增益参数也是一个“量”，用于控制声音的抑制程度。

* **结论**：D2完全可以作为创造性分析的最接近对比文件。

* **D4 (CN105637894B)**：

* **技术领域及问题**：吻合。涉及移动设备的音频聚焦（属于参数化空间音频处理领域）。虽然主体关注聚焦增强，但也旨在解决嘈杂环境下的声源隔离问题。

* **技术特征公开度**：非常高。明确公开了前序特征、A（通过\[0123]的空实现教导）、B、C、D。D4的技术核心（根据变焦/视场选择过滤器）更是**非常明确地公开了特征E（散焦量，即视场/变焦级别）和特征F（根据量选择过滤器从而控制抑制/增强程度）**。

* **结论**：D4也可以作为创造性分析的最接近对比文件。

* **D1 (JP2017126888A)**：

* **问题**：属于监视领域的隐私保护，其“去加重”是通过加噪（mask）实现的，不是通过纯粹的信号处理（如波束成形零点）降低相对声级。解决的问题与目标专利“保持剩余空间场景”不太一致。且**完全未公开特征E和F**。

* **结论**：不适合作为最接近的对比文件。

* **D3 (US20190069083A1)**：侧重格式转换，无聚焦/散焦教导。不适合。

#### 2. 最接近对比文件的确立：

综上，**D2** 和 **D4** 均适合在创造性分析过程中做最接近的对比文件。它们都公开了权利要求1的大部分特征，且技术问题非常相近。

* 如果选择D2为最接近，区别特征可能在于权利要求主体部分是“开关式”的，而目标专利是连续通过量控制的。

* 如果选择D4为最接近，D4大部分侧重聚焦增强，区别特征在于目标专利更侧重于对Ambisonic等高阶空间格式的“散焦”信号输出（D4更侧重最终播放的聚焦音频流）。

**建议选择D2作为主攻的最接近对比文件，理由如下**：

目标专利说明书段落\[0006]和\[0117]强调其核心背景是360度视频服务（如YouTube VR），使用Ambisonics信号。D2解决的问题完全是针对Recorded recorded scene transparent direction audio scene reproduction（记录场景的空间音频场景再现），且使用了“Defocusing”术语，与目标专利的技术背景和主要效果最为吻合。而D4侧重移动电话摄像，通常属于参数化单声道聚焦，与Ambisonics这种波束模式表示的格式稍有差异（虽然技术原理相通）。

---

### 第四部分：无效请求中最薄弱的技术特征分析

假设使用D2作为最接近的对比文件提起无效请求，分析权利要求1中哪些特征被无效的可能性最高（最薄弱），哪些特征相对稳固。

#### 1. 最薄弱特征（极高风险被无效）：特征1-A, 1-B, 1-C, 1-D

* **特征拆解**：获得散焦方向 -> 处理空间音频信号进行去加重 -> 输出处理后的空间信号 -> 达到散焦效果。

* **分析**：如前对比，这些是音频处理领域的通用术语。D2全文都在讲“Focusing/Defocusing”（聚焦/散焦），并通过gain function对directionally-encoded spatial audio做suppress（抑制）处理。

* **出处原文引用**：

* D2 \[0005]: "...focusing/defocusing on sound from particular direction(s)..."

* D2 \[0079]: "...suppress the sounds coming from the disabled regions..."

* D2 图4：明确显示了禁用的区域和使能的区域。

* **结论**：这些特征被毫无异议地完全公开。

#### 2. 争议最大/最取决于文本解释的特征：特征1-E, 1-F（“获得散焦量”和“根据量控制”）

* **特征拆解**：不仅获得方向，还获得一个控制抑制程度的连续或阶梯状的“量”参数，处理过程受此量控制。

* **目标专利稳固性分析**：

* 目标专利权利要求主体侧重于Ambisonic信号处理（例如图3a的MVDR波束成形器结合a(n)混合因子）。它强调的是一种根据用户输入（如-100%到+100%）来连续线性调节散焦/聚焦混合比例的技术手段（说明书\[0167-0172]）。

* **D2的对抗分析**：

* 如前所述，D2的主要权利要求方案倾向于“enable/disable”（使能/禁用，二值开关控制，无“量”）。

* 但是，**D2的说明书\[0117]、图8和图9实施例**构成了极大的威胁。原文："...Alternatively/additionally, depending on the **camera zoom operation**, the additional **gain** may applied to the audio channels.”

* **代理师法律建议**：

* 如果目标专利的专利权人依据说明书，将“散焦量”**本体解释为严格的用户手动输入参数（例如UI上的滑块值）**，则可以辩称D2中结合相机Zoom的自动化Gain调节不属于该特征。

* 但是，**这种辩称的法律效力较弱**。变焦级别（Zoom level）本身就是一个阶梯状或连续的量信号，系统必然获得了这个信号才能确定对应的增益。因此，依据专利侵权分析中的等同原则，或无效审查中的宽泛解释原则，D2实质公开了“获得量”和“根据量控制增益”。

#### 3. 终极结论：最薄弱特征

从纯粹的技术公开教导（本体解释优先）角度来看，权利要求1中**没有明显的薄弱特征可以在毫无争议的情况下被D1-D4单篇完全公开（即，均无法单独通过100%形式比对达成 novelty 的无效）**。因为没有一篇文件完美地（在权利要求主要方案中）体现了“输入/输出为Ambisonic/spatial音频信号”+“获得可调散焦量”+“根据该量控制相对去加重处理”的完整组合。

但是，针对最容易切入的创造性结合分析，最薄弱的组合特征是：**1-E (“获得散焦量”) 和 1-F (“根据量控制抑制程度”)。**

**无效策略分析（组合式无效）**：

即使依据严格的本体解释，认定D2主体方案只公开了开关控制（无量），专利权人也无法逃避下列创造性结合的组合：

* **主攻方向一 (D2+D4)**：最接近的对比文件D2公开了Ambisonic空间音频环境下的聚焦/散焦基本架构（特征A,B,C,D）。为了进一步提高用户体验，使其能够动态控制抑制程度，**本领域技术人员非常容易想到引入同时涉及音频聚焦技术的D4（CN105637894B）中明确公开的基于“变焦/视场大小（量）”来选择或控制波束成形过滤器（即控制抑制量）的教导**。这种组合是非常显而易见的。

* **主攻方向二 (D2全文)**：利用D2的权利要求方案作为最接近方案，利用其**说明书\[0117]及图8/9的实施例**作为区别特征的技术教导（E和F）。即，D2在其自身说明书中就已经教导了可以根据“变焦量”来自动调节“增益（量）”，这将直接摧毁目标专利依据量来控制抑制这一核心特征的创造性。

综上所述，虽然权利要求1在形式比对上可能对D2存在一些“量的调节”上的区别，但在创造性层面上，**特征1-E和1-F构成了最薄弱的法律防线**，非常容易被无效。目标专利要想维持其有效性，很可能需要合并从属权利要求中的特定 Ambisonic 信号处理细节。

希望上述详尽的法律比对和评估能对您的决策提供帮助。

专利代理师

作为一名资深的专利代理师，我为您对该目标专利的权利要求1进行深入的全面侵权/无效创造性分析。以下是紧密结合目标专利说明书内容、各对比文件原文出处的详细技术特征比对与创造性论证报告。

---

## 一、 目标专利权利要求1的说明书合理解释

根据目标专利说明书（【说明书.docx】）的记载，该发明核心在于解决空间音频渲染中对特定方向声音的**消除、减弱或去加重（Defocus / 负焦）**控制。

* **散焦方向（Defocus Direction）：** 对应说明书第 `[0111]`-`[0113]` 段及图1a-1c，散焦方向是指用户识别出的“干扰源”（例如空调噪声或不想要的讲话者）所在的空间方向、区域或体积。

* **散焦量（Defocus Amount）：** 对应说明书第 `[0119]` 段，用于确定散焦的程度（如 0% 至 100% 之间的因子），0% 保持原样，100% 最大程度衰减。

* **相对去加重（Relative De-emphasis）：** 对应说明书第 `[0113]` 段，指“将源自可选空间方向的音频元素相对于在外这些确定散焦形状之外的元素减少/消除/去除所期望的量”。

---

## 二、 目标专利与对比文件技术特征比对表格

以下表格将权利要求1拆解为6个核心技术特征（A-F），并与对比文件进行比对。

若对比文件采用类似D1、D2的简写，其完整公开号对应如下：

* **D1：** JP2013514696A

* **D2：** JP2013207759A

* **D3：** US20160198282A1

* **D4：** WO2016109065A1（D3与D4为同族申请，下文合并论述）

---

## 三、 最接近的对比文件（D1/D3/D4）分析

在创造性分析过程中，**D3/D4（US20160198282A1 / WO2016109065A1）** 以及 **D1（JP2013514696A）** 均适合作为最接近的对比文件。本案建议选择 **D3/D4** 作为第一主要对比文件（D1作为独立平行线或辅助线）。

### 1. 从整体解决的技术问题角度分析

* **目标专利：** 解决如何在保持原始音频场景空间格式不变的前提下，根据用户的输入，消除或衰减（去加重）特定方向的空间干扰声源。

* **D3/D4：** 同样聚焦于处理方向编码音频，其技术目的在于允许用户动态配置扬声器布局，并对音频场景中**特定方向的声音进行聚焦/散焦（Focusing/Defocusing on sound from particular direction(s)）**，从而压制（Suppress）不期望区域的声音。

* **D1：** 旨在提供一种在参数空间音频领域根据视频摄像头的变焦（Zoom）和旋转（Rotation）控制来动态调整音频场景的整体空间印象，同样包含了增强感兴趣区域、衰减不感兴趣（Out-of-interest）区域的技术意图。

* **分析结论：** D3/D4 与目标专利解决的技术问题完全属于同一细分场景（即通过交互式界面或控制来实现主动的空间声场“聚焦/散焦”调节）。

### 2. 从技术效果角度分析

* **目标专利的技术效果：** 针对特定散焦方向的声音实现了精确的、比例可控的去加重效果，且未选中区域的声音保真度不受破坏。

* **D3/D4的技术效果：** 通过应用“掩蔽窗函数（Masking Window Function）”，实现了对用户禁用区域（Disabled Regions）声音的抑制，同时保持了重现音频场景内的方向感知（Maintaining the directional perception of sounds）。

* **分析结论：** D3/D4 达到的技术效果与目标专利几乎完全对等。因此，**D3/D4 毫无疑问是最适合做创造性评价的“最接近的对比文件（D1）”**。

---

## 四、 未被最接近对比文件公开特征的交叉检索

由于 **D3/D4** 在实质上已经全盘公开了权利要求1的所有技术架构：

1. 其“User Adjustable Sound Focus/Defocus Capability”完全覆盖了**特征A、B、C、D**。

2. 其通过公式（Eq. 1）计算的掩蔽窗增益（Gain），以及结合相机变焦操作（Camera Zoom Operations）调整增益和通道宽度的机制，完全覆盖了**特征E、F**。

若审查员或对方代理人强行辩称 D3/D4 的“Disabled Region Suppression（禁用区域抑制）”不完全等同于目标专利权利要求1中高度具象化的“Defocus Amount（散焦量）的量化控制”，我们可以断定该特征已被 **D1** 或 **D2** 彻底公开：

* **D1（JP2013514696A）** 明确公开了利用“实际的变焦控制因子 $d$ （Zoom Control Factor $d$）”作为方向依赖滤波器的控制变量，其函数 $f_d(k, n, \phi, d)$ 显式地根据该量化参数调控扩散和直接声成分的减衰。

* **D2（JP2013207759A）** 则公开了通过用户手势将声源丢入“Defocus Area（デフォーカスエリア）”，系统依据该区域的定义自动启用衰减增益较小的硬件级控制。

---

## 五、 无效请求中最薄弱的技术特征

如果要对目标专利权利要求1提起无效宣告请求，**最薄弱的技术特征（即专利权人最难守住、最容易被评述为不具备创造性的特征）**是：

> **特征E与特征F：获得“散焦量”，并“根据散焦量控制相对去加重”。**

### 无效理由与论证策略：

1. **特征A-D已被常规空间音频技术完全覆盖：** 在 3GPP、IVAS 甚至早期的 DirAC（方向性音频编码）技术体系中，对特定空间方向进行 Beamforming（波束成形）或空间滤波是基础公知常识。D3/D4 更是已经直接将“Defocus”作为标准术语进行了全特征公开。

2. **特征E、F属于本领域的惯用技术手段或必然选择：** 专利权人可能会辩称其核心贡献在于引入了非线性的“散焦量（量化调节）”。但 D1 中使用的变焦比 $d$ 以及对应的利得滤波器 $H_1, H_2$，实质上就是一种“散焦量参数”。在多媒体协同处理中，将连续的调节因子（0%~100% 或 Zoom倍率）作为音频增益控制函数的自变量，属于本领域技术人员在面对“如何调节音量衰减深度”这一技术问题时，无需付出创造性劳动就能想到的标准设计。

### 总结建议

在提起无效请求时，建议以 **D3/D4 作为最接近的对比文件** 结合 **D1 的变焦控制因子公开内容** 建立主线创造性组合方案。权利要求1的全部特征已被现有技术完全蚕食，通过 **“D3/D4 + D1 + 本领域公知常识”** 的架构，有极高的概率直接将该独立权利要求彻底无效。

作为一名经验丰富的专利代理师，我将严格依据《专利审查指南》、目标专利说明书的公开内容，并紧密结合四份对比文件原文对权利要求1进行全方位的无效宣告/创造性深度分析。

以下是针对权利要求1（技术特征A-F）的详细法律与技术特征比对及创造性评估。

---

## 一、 目标专利权利要求1的释明

为了准确地进行特征比对，首先结合目标专利说明书（简称“本申请说明书”）对权利要求1的核心技术术语及发明构思进行原意释明：

* **散焦方向（Defocus Direction）与散焦量（Defocus Amount）：** 说明书\[0107]-\[0111]、\[0118]-\[0120]明确指出，本申请区别于传统的“正向聚焦（Focus）”，其核心构思在于**“负焦（Negative-Focus）或散焦（De-Focus）”**。即通过识别出声场中的特定“干扰声源”（如空调噪声），获得其所在的“散焦方向”及“散焦量”，从而在该特定方向上对声音进行**“消除、去除或减弱（去加重）”**，同时保持未选择方向上期望声音的可听度。

* **空间音频信号的“去加重（De-emphasis）”：** 结合说明书\[0015]、\[0168]、\[0206]等，这是指对特定散焦方向上的声音分量减小幅度、声级，或者在线性组合中**予以“相减（Subtraction）”或“抑制（Suppression）”**，使经修改的音频场景在空间上表现出特定干扰方向声音的相对级别降低。

---

## 二、 权利要求1的技术特征拆解

权利要求1（基于提供的文档）可拆解为以下核心技术特征组合：

* **特征A：** 一种装置，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……使装置至少：获得散焦方向；

* **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；

* **特征C：** 输出所述经处理的空间音频信号；

* **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；

* **特征E：** 获得散焦量；

* **特征F：** 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。

---

## 三、 特征比对表（Feature Mapping Table）

为了清晰展示各对比文件（D1-D4）是否公开了上述技术特征，以下根据文件原文进行逐项特征比对。

> **注：各对比文件公开号及代称定义：**

> * **D1：** US20160299738A1 (Visual Audio Processing Apparatus)

> * **D2：** US20160379660A1 (FILTERING SOUNDS FOR CONFERENCING APPLICATIONS)

> * **D3：** US09578439B2 (Method, system and article of manufacture for processing spatial audio)

> * **D4：** US20170230760A1 (TECHNIQUE FOR DIRECTING AUDIO IN AUGMENTED REALITY SYSTEM)

---

## 四、 详述对比文件原文出处及公开事实分析

为了支撑上述表格，以下给出各对比文件的详细原文引证与法理/技术解析。

### D1: US20160299738A1

* **技术领域相似性：** 涉及利用多麦克风阵列捕获空间音频并在用户界面（UI）上进行放大/衰减控制的装置。

* **原文详细出处与技术特征对应：**

* D1在组件权利要求\[0011]中公开了用户界面层包括：“a focus attenuation overlay configured to display at least one attenuation dampening for audio sources inside a focus region; a focus inverter overlay configured to display a toggle state for inverting the focus operation”。

* 在具体处理逻辑\[0018]中公开：“attenuate the at least one audio source by the at least one focus region attenuation factor where the at least one audio source location is within the at least one focus region direction and range”。

* **分析：** D1明确公开了“反转聚焦（inverting the focus operation）”，即在指定的聚焦方向和范围内，对位于该区域内的音频源进行**衰减（attenuate）**。这与本申请权利要求1的“获得散焦方向”（特征A）并在该散焦方向上对空间音频信号进行“相对去加重”（特征B、D、F）在技术实质上完全等同。其衰减因子（attenuation factor）即等同于“散焦量”（特征E）。

### D2: US20160379660A1

* **技术领域相似性：** 会议及增强现实应用中的声音过滤系统。

* **原文详细出处与技术特征对应：**

* D2在说明书\[0014]中公开：“In another example, one or more audio-exclusion regions may be established, and real and/or virtual objects positioned within the audio-exclusion region will be excluded while real and/or virtual objects positioned outside the audio-exclusion region will be included.”

* 在\[0031]中公开：“A background-audio region may alternatively or additionally be used to identify background sounds... A background-audio region may be referred to as an **audio-exclusion region**. Background sounds produced by audio sources located inside of the audio-exclusion region may be completely or substantially filtered, or otherwise reduced in volume...”

* 在\[0470]中公开：“...selectively reducing a relative volume of background sounds in the audio stream relative to focus sounds... completely filter or substantially filter...”

* **分析：** D2“毫无异议地公开”了设置“音频排除区（audio-exclusion region）”的概念。用户通过指定排除区（对应“散焦方向”，特征A），系统自动对落入该区域内的特定声源（包括实和虚的对象）进行“过滤或降低音量（reduced in volume / de-emphasized）”（特征B、D）。同时，\[0442]中指出可以设定缩减到不同的目标音量级别（水平），这属于根据“散焦量”实施控制（特征E、F）。

### D3: US9578439B2

* **技术领域相似性：** 具有用户可配置声音聚焦/散焦的动态多通道音频再生系统。

* **原文详细出处与技术特征对应：**

* D3在\[0005]明确指出：“The inventive techniques may also process directionally-encoded audio to permit **focusing/defocusing on sound from particular direction(s)** in an audio scene... afford the capability of focusing/defocusing on sound from particular direction(s)”。

* 在\[0066]-\[0070]及图4中公开了通过GUI设置：划分成不同区域，将其中特定区域选择为“非使能（disabled）/散焦”。

* 在公式计算\[0076]-\[0079]中公开：基于360度的矩阵，如果某一角度处于非使能区域（即散焦方向），则该矩阵对应角度的值赋予0或特定衰减权重，通过掩蔽窗口函数（Masking window function）与空间音频帧相乘，控制对应通道的输出增益。

* **分析：** D3在技术用语上与本申请高度重合，直接使用了“散焦（defocusing）”和“特定方向（particular direction）”的表述（特征A）。其通过将非使能区域映射到各扬声器通道并应用 piecewise-cosine 增益函数（其增益值在0到1之间，对应特征E的散焦量），从而在空间上降低该方向声音的突出度（特征B、D、F）。

### D4: US20170230760A1

* **技术领域相似性：** 增强现实系统中的音频定向/听觉辅助技术。

* **原文详细出处与技术特征对应：**

* D4在摘要及\[0016]中公开：“...selectively raising or lowering a volume of certain frequency components of the sounds, such that a sound originating from the real sound source is emphasized and/or a sound originating from a different sound source is deemphasized... applying notch equalization of -5 dB...”。

* 在\[0013]中公开通过传感器（眼动、头部姿态）确定用户的焦点，并由控制系统驱动自适应麦克风阵列（其由多麦克风和DSP延迟线组成，见图7及\[0067]）改变极性图。

* **分析：** D4通过追踪确定用户不希望听到的“不同声源（different sound source）”的方向，并调整阵列极性图的零点（null point）或凹槽均衡（notch equalization）来对该方向的声音执行“-5 dB”的相减和衰减（特征B、D、F），这与基于“散焦方向”和“散焦量”进行相对去加重的技术手段在实质上是一致的。

---

## 五、 最接近的对比文件（D3）与创造性全景分析

### 1. 整体解决的技术问题与技术效果分析

本申请目标专利整体旨在解决的**技术问题**是：在空间声场回放或渲染时，现有的正向聚焦手段无法满足用户单独消除或减弱声场中某些特定干扰源（如特定方向的噪声或不期望的声音）的需求，且需要同时保持空间音频的格式和其余期望方向声音的可听度。

其达到的**技术效果**是：允许用户弹性定制散焦空间区域和减弱的量，实现“负向聚焦/噪声剔除”，同时维持整个声场的空间方位感。

对比四份文件：

* **D1和D4：** 偏向于前端硬布线或特定自适应麦克风阵列的信号采集端处理，虽然有衰减，但对后端回放场景的空间音频信号（如Ambisonics信号）矩阵式的自由散焦控制公开得不够直接。

* **D2：** 提出了“排除区”的概念，主要解决会议系统中远场背景噪声的宏观切除问题。

* **D3：** 专门针对已方向编码的空间音频（directionally-encoded audio），通过在全景声场（2D或3D空间单元圆）中划分用户自定义的扇区，动态允许用户对特定方向进行“Focus/Defocus”控制，计算各通道的遮蔽增益。其**解决的技术问题**（消除不规范扬声器位置影响及允许用户对特定方向声音进行聚焦/散焦）和**达到的技术效果**（在保持声音方向感知的同时提供用户可调的声音聚焦/散焦能力）与本申请完全相同。

### 2. 确定最接近的对比文件

根据《审查指南》，**D3 (US9578439B2)** 在技术领域、发明构思、解决的技术问题和技术手段上与目标专利权利要求1最为接近，因此**最适合作为本申请创造性分析中唯一的“最接近的对比文件”（第一对比文件）**。

### 3. 权利要求1的创造性评述（以D3为基础）

* **技术特征比对：**

如特征比对表所示，最接近的对比文件D3已经完全公开了权利要求1的全部技术特征A、B、C、D、E、F。

* D3公开了通过处理器和存储器构建的系统（特征A的前序）；

* D3公开了确定Defocusing的角度边界（对应“获得散焦方向”，特征A）；

* D3公开了基于DOA将空间音频在特定散焦方向上应用 piecewise-cosine 屏蔽窗口函数进行处理，计算出的增益值在0到1之间（对应特征B、D、E、F）。

* **结论：**

权利要求1与D3相比，**不存在任何区别技术特征**。权利要求1所体现的技术方案已被D3完全公开，其所属技术领域的技术人员在D3的基础上不需要付出任何创造性劳动即可得出权利要求1的技术方案。因此，**权利要求1不具备专利法第22条第3款规定的创造性（或直接不具备第22条第2款的新颖性）**。

---

## 六、 提出无效宣告请求的最薄弱技术特征

从专利诉讼和代理人应对策略的角度来看，若要对本申请权利要求1提起无效宣告请求，其**最薄弱（即最容易被攻破、最没有创造性）的技术特征**是：

> **特征E（获得散焦量） 与 特征F（根据散焦量在散焦方向上控制相对去加重）**

### 薄弱原因分析：

1. **纯粹的量化参数常规选择：** 在音频处理领域，对某一个方向的声音进行“去加重（衰减）”，本领域技术人员极易想到不能仅仅做二进制的“全开/全关（0%或100%）”，引入一个“衰减系数/增益量（即散焦量）”来调节衰减的平滑度或衰减分贝数，属于本领域的公知常识和常规技术手段。

2. **已被多份文件严密交叉公开（销毁了实质性特点）：**

* **D3** 直接给出了0~1之间的连续增益参数控制，并配有 piecewise-cosine 的滚降（roll-off）曲线（图2），完美对应了根据“散焦量”控制相对去加重的全过程；

* **D1** 公开了“attenuation factor（衰减因子）”；

* **D4** 明确给出了“-5 dB”这种量化的均衡调节。

3. **技术效果具有必然性：** 权利要求1中关于特征F的表述“根据散焦量……控制相对去加重”，并没有在权利要求中限定任何特殊的、产生意料不到技术效果的非线性算法，仅仅是广义的线性比例控制。这种高度概括的上位概念，其技术效果完全在D3、D1、D2等文件的覆盖范围内。

### 总结无效宣告策略：

在无效宣告请求书中，应当以 **D3 单篇** 直接主张权利要求1缺乏新颖性/创造性；或者以 **D3 为最接近的对比文件（结合公知常识或其他对比文件D1、D2或D4）** 主张权利要求1缺乏创造性。由于权利要求1的所有特征已被对比文件完全实质性公开，且核心构思“负向散焦控制”在D3中已有现成全套技术方案，该权利要求1被宣告全部无效的成功概率极高。

作为一名经验丰富的专利代理师，我将为您对目标专利权利要求1进行深入的权利要求解读、对比文件特征比对、最接近现有技术分析以及无效宣告请求的策略布局。

---

## 一、 结合目标专利说明书的权利要求解读

目标专利的核心发明点在于**“负聚焦（散焦/去加重）”**控制，即不仅能够增强某一特定方向的声音（传统聚焦），还能够将源自可选空间方向（或区域、体积）的音频元素**减少、消除、去除期望的量**，以便去加重该方向上的音频元素可听度，同时保持其他方向声音的完整性。

* **技术特征A、B、C（散焦方向的获取、处理与输出）：** 结合说明书第`[0113]`、`[0118]`段，常规音频处理通常聚焦于感兴趣的源以加重其声音，而本发明则是通过识别干扰源（如空调等）的方向，将其定义为**“散焦方向”**，并在该方向上对空间音频信号进行“相减”或“衰减”处理，从而在空间音频信号格式保持相同的前提下，实现相对去加重。

* **技术特征D（经修改的音频场景在散焦方向上使能去加重）：** 结合说明书第`[0171]`段关于Ambisonics信号的处理公式 $y_{MIX}(b,n) = x(b,n) - a(n)y_{FOA}(b,n)$，通过从原始空间信号中减去该方向的空间化聚焦信号，从根本上降低了散焦方向声音的相对级别。

* **技术特征E、F（散焦量的获取与根据散焦量控制）：** 结合说明书第`[0119]`、`[0120]`、`[0166]`段，“散焦量”确定了散焦的程度。其取值范围可为0%到100%（或表示为0..1之间的因子 $a(n)$），0%意味着保持原始声音场景不变，100%意味着最大程度地消除该方向的声音。装置根据这一动态参数，自适应调整相减或衰减的权重。

---

## 二、 对比文件技术特征实质公开分析与出处

### D1: US2019313200A

该案主要公开了三维空间音频（Ambisonics）的**深度提取（Depth Extraction）和近场/远场渲染**。其核心在于引入“D通道（距离/深度通道）”或多层深度子混音，利用距离权重实现全自由度（6-DOF）的头部跟踪。

* **实质公开：** 公开了处理器、存储器架构，以及获取音频场景、进行空间音频信号的处理和输出。

* **未公开：** **未公开“散焦方向”及在散焦方向上对声音实施“去加重（负聚焦/抑制）”**的概念，D1所有的技术方案均是为了更加真实地复现（Render）或提取三维空间中声源的真实深度（远近），而非主动去消除或减弱某一方向的声音。

### D2: JP2015198413A

该案主要公开了一种基于扩散传感（Diffused Sensing）的**收音和放音系统**，通过在显示屏上的实空间对应图像中指定范围，来对该范围内的声音进行**强调（聚焦）或抑压（散焦/去加重）**处理。

* **实质公开：**

* **特征A（散焦方向）：** 明确公开了利用输入手段在画面中划定指定范围（等同于获取散焦方向），图8及说明书第`[0111]-[0114]`段明确指出了可以指定“抑压（抑制/去加重）”对应的图形。

* **特征B、D（散焦处理与去加重）：** 明确公开了对指定范围内和范围外的声音赋予不同的感度特性，实施抑压处理。

* **特征E、F（散焦量获取与控制）：** 明确公开了调整感度特性度量的调节部（如目盛/刻度）。

### D3: WO2015151131A1

该案公开了一种**指向性控制装置及系统**，主要用于监控领域。它根据显示界面上图像的放大（Zoom In）或缩小（Zoom Out），自动调整收音波束（Beam）的尺寸（波束宽度）和增益。

* **实质公开：** 公开了获取指定位置（方向）、根据倍率（类似于一种控制参数）调整对应方向上的波束大小和音量。

* **未公开：** 尽管其公开了隐私保护处理（如声音的变调/变声处理，第`[0076]-[0082]`段），但其基点仍然是通过**正向波束成形（Beamforming）**去获取或强调某一特定方向的监控目标声音，**未公开在“散焦方向”上实施相对去加重（负聚焦消除）**的构思。

---

## 三、 技术特征比对表

---

## 四、 最接近现有技术（最接近对比文件）分析

在创造性分析中，**D2（JP2015198413A）适合作为最接近的对比文件**。原因如下：

1. **整体解决的技术问题高度一致：**

* 目标专利旨在解决用户在收听空间音频时，如何以直观的方式移除或削弱不期望的方向/区域内的干扰声音（负聚焦），从而维持其他方向声音的预期再现。

* D2同样致力于解决用户无法直观、素快地特定并变更收音/放音范围的问题，其核心构思就是引入直观的图像交互界面，使用户能针对特定范围单独给予**“抑压（Suppression/去加重）”**特性。

2. **技术效果最接近：**

* 两者均达到了“在空间音频场景中，特定方向的声音被减弱/消除，而其余方向声音正常保留”的听觉效果。

3. **技术特征覆盖率最高：**

* 如上表所示，D2不仅公开了空间音频信号的基本处理与输出架构，更**毫无异议地公开了“散焦方向（抑压范围）”以及“散焦量（感度特性度量目盛）”**这两个最核心的控制轴线。

*注：D1虽然属于3GPP、Ambisonics等高精尖三维音频技术格式领域（这也是目标专利说明书第[0015]段等实施例重点应用的技术场景），但D1在“发明构思”（深度复现 vs 方向性消除）上存在本质差异，故D1不适合作为权利要求1的最接近现有技术，但可作为领域技术通识或用于评述从属权利要求中的特定音频格式（如一阶Ambisonic等）。*

---

## 五、 无效请求策略及最薄弱技术特征分析

### 1. 现有技术特征的组合与覆盖情况

根据上面的特征比对，**权利要求1的全部技术特征（A至F）已经被对比文件D2单篇完全覆盖**。

### 2. 权利要求1的无效宣告策略

* **首选策略：独立权利要求1缺乏新颖性（A22条第1款）**

* 直接以**D2单篇**评述权利要求1的新颖性。因为D2中的“图像上选定抑压图形区域”完全等同于目标专利的“获得散焦方向”；D2中“对该区域的声音赋予抑压感度特性处理”完全等同于“在散焦方向上控制相对去加重”；D2中“调节感度特性的目盛刻度”完全等同于“获得散焦量并据此控制”。

* **备选策略：权利要求1缺乏创造性（A22条第3款）**

* 若专利权人在无效程序中对“散焦方向”和“相对去加重”进行狡辩（例如狡辩D2的抑压属于局部降噪，不属于三维空间场景的负聚焦控制），则可启动**D2 + D3（或D2 + D1）的组合拳**。D3明确公开了“根据Zoom倍率（控制量）动态调整对应方向波束尺寸和增益”的动态映射机制。将D3中根据图形大小/控制量动态改变波束权重的控制策略结合到D2的抑压方案中，对于本领域技术人员而言是显而易见的。

### 3. 若提出无效请求，目标专利“最薄弱的技术特征”

对于无效请求人而言，目标专利中最容易被攻破、最薄弱的技术特征是：**特征E与特征F（“获得散焦量”以及“根据散焦量在散焦方向上控制相对去加重”）**。

* **原因分析：** 专利权人在撰写权利要求时，为了扩大保护范围，将控制参数抽象为了“散焦方向”和“散焦量”。然而，这种宽泛的上位概念非但没有构筑起技术壁垒，反而使其极易被现有技术中一切具有“调节方向”和“调节抑制强度（如音量旋钮、降噪等级、感度刻度）”的音频交互方案所拦截。D2图8中带有刻度调节的“抑压框”成为了直接催毁特征E、F的致命武器。

### 结论建议

若您要提起无效请求，可直接将**D2（JP2015198413A）作为最接近的现有技术（D1作为辅证证明Ambisonics等格式在行业内的通用性）**。权利要求1由于在文字表述上未能将“散焦”限定到更具体的频域相减等深层算法层面，导致其广义的功能性描述在D2面前几无防御能力，成功被无效的概率极高。

根据权利要求1所述的装置，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；以及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。

根据权利要求1所述的装置，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；以及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。

根据权利要求1所述的装置，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。

根据权利要求4所述的装置，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；以及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。

根据权利要求1所述的装置，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；以及根据所述散焦量，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。

根据权利要求1所述的装置，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；以及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。

根据权利要求1所述的装置，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； 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；以及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。

根据权利要求8所述的装置，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；以及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。

根据权利要求1所述的装置，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； 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； 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； 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； 针对所述经处理的空间音频信号的所述一个或多个频率子带，基于所述更新定向能量除以所述更新定向能量与所述更新环境能量之和，计算相应的经修改的能量比率参数； 针对所述经处理的空间音频信号的所述一个或多个频率子带，基于所述更新定向能量与所述更新环境能量之和，计算相应的频谱调整因子；以及组成所述经处理的空间音频信号，所述经处理的空间音频信号包括所述空间音频信号的所述一个或多个音频通道、所述空间音频信号的所述方向指示、所述经修改的能量比率参数、以及所述频谱调整因子。

根据权利要求1所述的装置，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； 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； 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； 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； 针对所述经处理的空间音频信号的所述一个或多个频率子带，基于所述更新定向能量除以所述更新定向能量与所述更新环境能量之和，计算相应的经修改的能量比率参数； 针对所述经处理的空间音频信号的所述一个或多个频率子带，基于所述更新定向能量与所述更新环境能量之和，计算相应的频谱调整因子； 在所述一个或多个频率子带中，通过将所述空间音频信号的所述一个或多个音频通道中的相应音频通道的相应频带乘以针对相应频率子带而导出的频谱调整因子，得到一个或多个增强音频通道；以及组成所述经处理的空间音频信号，所述经处理的空间音频信号包括所述一个或多个增强音频通道、所述空间音频信号的所述方向指示、以及所述经修改的能量比率参数。

根据权利要求1所述的装置，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根据第一预定义扬声器配置的多通道扬声器信号，并且其中，处理所述空间音频信号使所述装置：计算所述散焦方向与针对所述空间音频信号的相应通道而指示的扬声器方向之间的相应的角度差； 针对所述空间音频信号的每个通道，基于针对所述相应通道而计算的角度差，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； 通过将所述空间音频信号的所述相应通道乘以针对所述相应通道而导出的增益值，得到一个或多个经修改的音频通道；以及提供经修改的音频通道作为所述经处理的空间音频信号。

根据权利要求7所述的装置，其中，所述经处理的空间音频信号包括全景环绕声信号，并且所述输出空间音频信号包括双通道双耳信号，其中，所述再现控制信息包括定义关于所述音频场景的收听方向的再现定向的指示，并且其中，根据所述再现控制信息来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使所述装置：基于所指示的再现定向，生成旋转矩阵； 将所述经处理的空间音频信号的通道与所述旋转矩阵相乘以得到旋转后的空间音频信号； 使用预定义的一组有限脉冲响应FIR滤波器对来对旋转后的空间音频信号的通道进行滤波，其中，所述一组有限脉冲响应FIR滤波器对是基于头部相关脉冲响应函数HRTF或头部相关脉冲响应HRIR的数据集而生成的；以及将所述双耳信号的左通道和右通道生成为针对所述左通道和所述右通道中的相应一个通道而得到的旋转后的空间音频信号的滤波后通道之和。

根据权利要求7所述的装置，其中，所述输出空间音频信号包括双通道双耳音频信号，其中，所述再现控制信息包括定义关于所述音频场景的收听方向的再现定向的指示，并且根据所述再现控制信息来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所述输出空间音频信号被配置为：在所述一个或多个频率子带中，通过将所述经处理的空间音频信号的所述一个或多个音频通道中的相应音频通道的相应频带乘以针对相应频率子带而接收的频谱调整因子，得到一个或多个增强音频通道；以及根据所指示的再现方向，将所述一个或多个增强音频通道转换成所述双通道双耳音频信号。

根据权利要求7所述的装置，其中，所述输出空间音频信号包括双通道双耳信号，其中，所述再现控制信息包括定义关于所述音频场景的收听方向的再现定向的指示，并且其中，根据所述再现控制信息来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所述输出空间音频信号被配置为：根据所指示的再现方向，选择一组头部相关传递函数HRTF；以及 将所述经处理的空间音频信号的通道转换成所述双通道双耳信号，所述双通道双耳信号使用所选择的一组HRTF来传送旋转后的音频场景。

根据权利要求7所述的装置，其中，所述再现控制信息包括第二预定义扬声器配置的指示，并且所述输出空间音频信号包括根据所述第二预定义扬声器配置的多通道扬声器信号，并且其中，根据所述再现控制信息来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所述输出空间音频信号的部件被配置为：通过被配置为执行以下操作来基于所述经处理的空间音频信号的通道并使用幅度平移来得到所述输出空间音频信号的通道：导出包括幅度平移增益的转换矩阵，并使用所述转换矩阵来乘以所述经处理的空间音频信号的通道以得到所述输出空间音频信号的通道，其中，所述幅度平移增益提供从所述第一预定义扬声器配置到所述第二预定义扬声器配置的映射。

根据权利要求1所述的装置，其中，所述装置进一步被使得执行以下中的至少一个：从包括至少一个方向传感器的传感器装置和至少一个用户输入获得散焦输入，其中，所述散焦输入包括以下中的至少一个：基于所述至少一个方向传感器的方向的所述散焦方向的指示； 基于所述至少一个用户输入的所述散焦量的指示符；以及 所获得的散焦形状的指示符。

根据权利要求4所述的装置，其中，所述散焦形状包括以下中的至少一个：散焦形状宽度； 散焦形状高度； 散焦形状半径； 散焦形状距离； 散焦形状深度； 散焦形状范围； 散焦形状直径；以及 散焦形状表征器。

一种方法，包括： 获得散焦方向； 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； 获得散焦量，并且其中，处理所述空间音频信号进一步包括：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；以及输出所述经处理的空间音频信号，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。