一种用于辅助对多声道音频信号编码的编码模式的选择的方法，所述方法在音频编码器中执行并且包括；获得多个音频信号声道；以及协调或同步用于至少对所获得的多个声道的子集进行编码的编码模式的使用；其中所述编码模式是基于所述子集中的少于所述子集的所有声道来选择的。

作为一名经验丰富的专利代理师，我紧密结合目标专利说明书的立法本意与技术实质，对权利要求1进行深度释义，并结合对比文件D1至D4的原文进行逐项特征比对与创造性、检索策略分析。

---

## 一、 权利要求1的释义（结合目标专利说明书）

为了准确确定权利要求1的保护范围，必须结合目标专利说明书对其核心发明构思进行合理解释：

* **技术特征A（在音频编码器中执行）**：限定了该方法的执行主体和应用场景为数字音频处理领域的编码端设备或系统。

* **技术特征B（获得多个音频信号声道）**：指输入信号为双声道（立体声）或多声道信号。根据说明书`[0005]`，这既可以是物理麦克风捕获的物理声道，也可以是经过线性组合、映射矩阵处理后的虚拟输入声道（如中/侧表示）。

* **技术特征C（协调或同步用于至少对所获得的声道的子集进行编码的编码模式的使用）**：这里的“编码模式”是指为了适应不同信号特征而采用的**相互排斥且离散的核心编码策略或编解码器实例模式**（如说明书`[0007]`提到的ACELP语音模式、MDCT音乐模式、或DTX不连续传输方案、或是不同的比特率选择器）。“协调或同步”是指强行打破各声道独立判定的传统做法，使子集内的所有声道被迫采用相同或具有相似失真特性的相关编解码模式。

* **技术特征D（其中所述编码模式是基于所述子集中的少于所述子集的所有声道来选择的）**：这是本发明的核心改进点。在多声道（如立体声左右声道）编码中，传统的做法是各自独立利用分类器选择模式，这会导致左声道选ACELP、右声道选MDCT，产生偏离的编码失真特征，重构时引发**未掩蔽效应（unmasking effect）**，恶化空间音质（说明书`[0024]`）。本特征意味着：**选择一个或部分声道作为“主声道”（Master），仅利用该主声道的信号特性做出整个子声道的模式判定，并将其判定强制施加（Apply/Impose）到其他子集声道上**（如说明书`[0018]`、`[0036]`及图5所示），从而确保伪像特征相似，消除未掩蔽效应，同时大幅降低模式判定的计算复杂度。

---

## 二、 对比文件技术特征比对表

为了清晰展现现有技术与目标权利要求的重合度，特制备以下特征比对表：

---

## 三、 对比文件技术特征详细出处与分析

### 1. 对比文件1：D1 (AU2014200719A1)

* **特征A、B分析**：D1毫无异议地公开了在音频编码器中处理立体声（多个声道）信号。

> **原文出处**："An encoder system for encoding a stereo signal by a bit stream signal by complex prediction stereo coding... transform the stereo signal into a frequency domain representation of a downmix and a residual signal..."

* **特征C、D分析**：D1提出的方案是基于**复预测（Complex Prediction）的立体声联合编码**，其核心是通过估算复预测系数 $a$ 来使残差信号 $D$ 的能量最小化（$S = \text{Re}\{aM\} + D$）。D1中所指的“模式”切换（Pass-through mode / Direct L/R / Joint M/S）是基于码率/失真优化在频带或帧级别整体选择的信道变换矩阵，**并不涉及**音频编码器核心离散编码模式（如语音ACELP、音乐MDCT）在多个独立的编解码器实例之间、基于少于所有声道信号（非对称性）进行强制同步或协调的机制。

### 2. 对比文件2：D2 (CN102708868A)

* **特征A、B分析**：D2公开了多声道音频的编码方法。

> **原文出处**：【说明书第[0015]段】“音频编码器接收多声道音频数据，该多声道音频数据包括一组多个源声道。编码器对该多声道音频数据执行声道扩展编码。”

* **特征C、D分析**：D2提出的“声道扩展编码”和“频率扩展编码”，是通过将多声道划分为基带和扩展带，并利用基带的比例/形状参数（位移向量）来表示扩展带。其虽然将物理声道转换为了一个或多个“组合声道”（如和声道），但其参数化机制是为了“维持声道的跨声道二阶统计量”（【说明书第[0031]段】），而非针对各声道编解码器的运行实例（如开环判定分类器）进行离散核心编码模式的使用协调。

### 3. 对比文件3：D3 (CN103119646A)

* **特征A、B分析**：D3公开了USAC（统一语音及音频编码）架构下的算术编码/解码方法。

> **原文出处**：【说明书“技术领域”】“涉及一种用于基于编码音频信息提供解码音频信息的音频解码器...统一语音及音频编码器(USAC)。”

* **特征C、D分析**：D3完全聚焦于**频谱无噪声编码工具的优化**，通过利用改进的散列表（`ari_hash_m`）和映射表（`ari_lookup_m`）来依据上下文状态（先前解码的频谱2元组的范数）快速得出概率模型索引（`pki`），从而提高核心熵编码的效率。其不涉及信道控制级别的编码模式同步选择。

### 4. 对比文件4：D4 (CN103559884A)

* **特征A、B分析**：D4公开了利用相位信息的多声道/立体声信号编码装置。

> **原文出处**：【说明书“具体实施方式”第1-3段】“多声道信号的编码装置100包括参数提取单元110...假设输入到多声道信号的编码装置100的多声道信号为包括左声道信号和右声道信号的立体声信号。”

* **特征C、D分析**：D4的核心在于修正空间几何参数中的相位参数（IPD、OPD），防止空间相位信息在连续帧中急剧变化（如180°突变为-180°）导致的噪声。其下混合和上混合过程操作的是具体的波形/频谱参数，而非控制各编码实例全局模式判定切换的非对称协调机制。

---

## 四、 最接近现有技术（D1）的选择与分析

在创造性分析中，**对比文件1 (AU2014200719A1)** 最适合作为最接近的现有技术（最接近现有技术可以有一个或多个，此处D1独立或与D2共同作为基础皆可，但以D1最适宜）。

* **技术领域与解决的技术问题相似性**：D1涉及MPEG USAC（统一语音及音频编码）和立体声/多声道核心变换编码领域。D1同样关注在较高码率或特定通信网络环境下，如何合理控制多声道（下混频/残差或M/S）的编码特征，以提高音频质量并合理控制计算复杂度。

* **技术效果的关联度**：目标专利提出的核心背景是在类似于D1、D3所提及的MPEG USAC等多核心编解码器（结合了语音ACELP和音频MDCT）的联合编码场景下，解决由于各声道独立运行编解码器实例而引发的偏离失真和“未掩蔽效应”。D1公开了USAC系统下的 critically sampled MDCT 架构，其与目标专利在时频变换基础架构上完全对齐。

---

## 五、 对请求方而言最薄弱的技术特征

若提出无效宣告请求，对于请求方（宣告专利无效的提起人）来说，**最薄弱（即最难攻克、无法在现有技术中找到匹配对照）的技术特征是：特征D**（其中所述编码模式是基于所述子集中的少于所述子集的所有声道来选择的）与**特征C中对核心离散编码模式进行跨信道非对称同步协调**的结合。

* **薄弱原因**：D1至D4虽然均深入探讨了“多声道联合编码”，但现有技术的技术路线非常统一：它们均是通过**信号数学变换（如参数立体声、复预测、下混合矩阵 $M=(L+R)/2$ 等）**来消除声道间冗余，其处理的对象是连续的信号样本值或空间参数。而目标专利的特征D属于**控制架构上的创新**——它让其中一个编码器实例充当“主实例”，其做出的核心模式判定直接剥夺其他实例的独立判定权并直接施加其上。这种“非对称、非数学变换、纯控制逻辑层”的核心编码模式强制同步特征，在专注于信号级预测和熵编码表优化的D1-D4中完全没有原型的提示（Hint），存在极高的创造性非显而易见性壁垒。

---

## 六、 进一步的检索策略

鉴于现有对比文件（D1-D4）未能有效阻击特征C和特征D，无效请求方必须调整检索策略，从“信号空间变换”转向**“多通道/多实例控制逻辑与音频分类器”**：

### 1. 锁定核心IPC分类号

* **G10L19/008**：多声道音频信号编码或解码（立体声、环绕声等多声道的核心控制层）。

* **G10L19/22**：根据输入信号的属性在不同编码模式之间选择（例如，在语音和音乐编码模式之间切换，这是目标专利模式选择的基础）。

* **G10L19/06 / G10L19/02**：涉及核心编解码切换控制。

### 2. 精准拓展关键词组合（中英文对照）

检索式应紧扣“主从控制、模式强加、分类器同步”：

* **(多声道 OR 立体声 OR 编解码器实例 OR 声道组) AND (主编码器 OR 主声道 OR 共有判定 OR 强制 OR 强加 OR 施加 OR 模式同步 OR 协调判定 OR 共同选择)**

* **(multi-channel OR stereo OR codec instance OR "dual-mono") AND (master OR "joint decision" OR "mode synchronization" OR synchronous OR coordinate OR "impose" OR "apply to all" OR "unmasking effect") AND (ACELP OR MDCT OR "signal classifier")**

### 3. 目标线索追踪

建议重点检索**3GPP标准提案（Tdoc）及MPEG USAC（ISO/IEC 23003-3）标准化制定期间的各公司（如爱立信、弗劳恩霍夫、高通、华为等）的原始提案文献**。由于目标专利背景中明确提到了3GPP standard body和LTE语音会话，这种针对双单声道（dual-mono）未掩蔽效应的控制层改进，极有可能作为标准化过程中的一种“控制层降本增效/平滑切换方案”记录在3GPP SA4工作组或MPEG音视频学术会议的早期技术报告中。

作为一名经验丰富的专利代理师，紧密结合权利要求、目标专利说明书以及各对比文件的原文，对本案进行深度的法律与技术分析如下：

## 1. 权利要求技术特征分解

根据【权利要求1.docx】，权利要求1的核心技术特征可精细分解为以下四部分：

* **技术特征A**：一种用于辅助对多声道音频信号编码的编码模式的选择的方法，所述方法在音频编码器中执行并且包括；

* **技术特征B**：获得多个音频信号声道；

* **技术特征C**：协调或同步用于至少对所获得的多个声道的子集进行编码的编码模式的使用；

* **技术特征D**：其中所述编码模式是基于所述子集中的少于所述子集的所有声道来选择的。

---

## 2. 对比文件原文分析与出处引证

### D1：JP2002244698A

* **技术方案概述**：D1公开了一种根据输入信号的特性（如歪率、必要比特数），在双（独立）编码、MS立体声编码或IS立体声编码之间自适应选择的音频编码装置。其主要解决如何在多编码模式中进行自适应切换以提高编码效率的问题。

* **相关原文及出处**：

* **[0014]**：公开了“左右的信号をそれぞれ独立に符号化するデュアル符号化と、MSまたはISステレオ符号化を組み合わせ、入力信号に応じて、適宜、符号化方式を選択する（将分别独立编码左右信号的双编码与MS或IS立体声编码相结合，根据输入信号适宜地选择编码方式）”。

* **[0018]-[0019]**：公开了双编码部32和MS/IS编码部33分别生成必要比特数信息和歪率信息并供给符号化控制部34。

* **[0029]-[0032]**：公开了符号化控制部34（或54、75）比较独立编码和联合编码的歪率或比特数，通过开关选择效率更高的编码模式。

* **特征公开判定**：

* **毫无异议公开技术特征A、B**：D1明确在音频编码器中执行多声道（L声道、R声道）的选择编码。

* **未公开特征C、D**：D1的自适应选择是**针对全声道或全带域同时从整体上切换编码方式**（要么进入左右独立的Dual实例，要么进入左右耦合的MS/IS实例），而不是通过“少于子集的所有声道（例如仅基于单声道）”来“协调或同步”该子集的编码模式使用。在D1切换为Dual编码时，各声道的实例依然是独立且无耦合运行的（如D1背景技术[0005]所述，各独立实例间没有耦合）。

### D2：JP2011075936A

* **技术方案概述**：D2公开了一种USAC（统一语音和音频编码）架构下的音频编码器，其核心在于利用输入信号分类器（语音/非语音）并结合预先指定的指标（如比特率、Profile用途），自适应选择音频编码器（如AAC）或语音编码器（如CELP系、AMR）。

* **相关原文及出处**：

* **[0009]**及图9：公开了“入力信号は、スピーチコーデックに適している信号か、オーディオコーデックに適している信号かが入力信号分類器５００により分類される（输入信号通过输入信号分类器500被分类为适合语音编解码器的信号还是适合音频编解码器的信号）”。

* **[0018]**、**[0030]**：公开了选择器根据分类器的输出以及预先指定的指标（如比特率），在多个编码器（如时域励振编码、频域励振编码、纯音频编码）中进行选择。

* **特征公开判定**：

* **毫无异议公开技术特征A、B**：D2在USAC系统下接收并处理多声道/单声道音频信号，自适应执行编码模式选择。

* **未公开特征C、D**：D2的信号分类器500是对输入信号的整体特征进行分析来决定整体采用语音还是音频编解码器，未涉及“基于多声道子集中的少于该子集的所有声道（如仅基于主声道）”来“协调或同步其他声道”的模式判定耦合机制。

### D3：KR101434834B1

* **技术方案概述**：D3涉及MPEG Surround技术，核心在于对下混合（Down-mix）后的核心音频数据（Core Audio）以及用于空间上混的残留信号（Residual Data）采用**同一种编码/复号化方式**（如同时采用BSAC或同时采用AAC），以降低编解码端的复杂度。

* **相关原文及出处**：

* 说明书【발명을 해결하고자 하는 과제】部分：明确指出要解决的核心问题是“코어 오디오 신호와 레지듀얼 신호를 각기 다른 부호화 방식에 의하여 부호화하여야 한다... 복잡도를 줄일 수 있는...（核心音频信号和残留信号若用不同方式编码会增加复杂度……本发明旨在降低编解码端的复杂度）”。

* 说明书【과제를 해결하기 위한 수단】及【0021】等：公开了“상기 코어 오디오 데이터가 부호화된 방식인 코어 오디오 오브젝트 타입에 따른 상기 소정의 부호화 방식에 따라 상기 레지듀얼 데이터를 부호화하는 단계（根据核心音频数据被编码的核音频对象类型所对应的预定编码方式，来对所述残留数据进行编码）”。

* **特征公开判定**：

* **实质公开技术特征C、D**：D3的下混合单元将输入的多个声道下混合为单声道或少于原声道的“核心音频信号（Core Audio）”，并产生残留信号。在编码时，**残留信号的编码方式并不是独立判定的，而是直接强制采用与核心音频信号完全相同的编码模式（Object Type，如BSAC或AAC）**。

* 从技术本质上看，核心音频信号对应于“子集中的少于所述子集的所有声道”（因为是下混合后的声道），而残留信号与核心音频信号的编码模式被“协调或同步”为一致。因此，D3实质公开了基于少于子集所有声道的声道信息（核心音频/下混合信号的模式）来协调或同步子集整体编码模式的技术手段。

---

## 3. 技术特征比对表格

下表将权利要求1的技术特征与D1、D2、D3的原文公开情况进行横向客观比对：

---

## 4. 最接近对比文件（D1主审）评述与创造性分析

### 哪个对比文件最适合做最接近的对比文件？

在本案的创造性分析中，**D3（KR101434834B1）** 最适合作为**第一最接近的对比文件**（第一D1）。

* **理由（技术问题与技术效果维度）**：

* **目标专利**要解决的技术问题是：在多声道独立运行编解码器实例时，由于各声道独立进行模式判定，会导致不同声道间产生偏离的编码失真特征，从而在听觉上产生“未掩蔽（unmasking）效应”，降低空间音质；其技术效果是通过同步或协调模式选择，使各声道的编码伪像特征相似，消除未掩蔽效应，同时**“能够节省计算复杂度，例如，当编解码器的所有实例只需要进行一次模式判定时”**（见目标专利说明书[0026]）。

* **D3**要解决的技术问题是：在多声道Surround编码中，若核心音频和残留信号采用不同的编码方式，会导致编解码端的复杂度大幅上升；其实现的技术效果是**通过强行使两者的编码Object Type保持一致，从而显著降低编解码端的复杂度**。

* 两者在**“通过声道间编码模式的联动/同步来降低系统判定或编解码复杂度”**这一核心技术问题和技术效果上最为接近。且D3在技术构思上已经实质公开了“基于少于原声道的下混合核心声道来决定整体模式”的构思。

* **备选最接近对比文件**：**D1（JP2002244698A）** 可作为**第二最接近的对比文件**。因为D1同样立足于“自适应选择多声道音频的独立编码（Dual）或联合编码（MS/IS）模式”，其技术领域和大背景与目标专利完全属于同一细分赛道（立体声多模式自适应切换），但其缺乏“声道间协调同步”的特征。

### 区别特征与创造性三步法推演（以D3为最接近对比文件）

如果以D3为最接近的对比文件：

1. **区别特征**：目标专利权利要求1中，协调或同步的范围是“对所获得的多个声道的子集进行编码的编码模式的使用”；而D3协调同步的是“核心音频信号”与“用于上混合的空间扩展/残留信号（Residual Data）”之间的模式一致性。

2. **实际解决的技术问题**：如何在不引入高计算复杂度的前提下，避免多声道独立实例编码时因模式不一致导致的立体声听觉未掩蔽（unmasking）伪像，改善空间音质。

3. **其他对比文件是否公开该区别特征**：**未公开**。检索D1和D2，D1仅公开了全声道在Dual和MS/IS之间的整体切换，D2仅公开了USAC中基于信号分类和比特率切换编解码器。D1和D2均没有透露过“为了消除多声道独立实例编码带来的双耳未掩蔽效应，而利用其中少于所有声道的声道（如主声道）的判定结果去施加/耦合到其他独立实例”的技术启示。因此，本申请权利要求1相对于D3与D1、D2的结合具有创造性。

---

## 5. 请求方（无效申请人）最薄弱的技术特征分析

若您代表**无效请求方**意图攻击目标专利的权利要求1，当前证据链下**最薄弱（即最难打掉、专利权人防御最稳固）**的技术特征是：

> **技术特征D**：其中所述编码模式是基于所述子集中的少于所述子集的所有声道来选择的。以及与之关联的**特征C中的“协调或同步……的使用”**。

### 原因分析：

1. **D1和D2的天然缺陷**：D1和D2的模式选择均是“全局系统级”的切换。D1是把L、R全部塞进Dual，或者全部塞进MS/IS；D2是把整体信号塞进语音或音频。它们都不是“基于少于所有声道的某些声道（例如图5中的主编码器实例，或者某一个代表性声道）的判定结果，去控制/施加给其他声道实例”。

2. **D3的抗辩空间**：虽然D3公开了用核心音频的模式去同化残留信号的模式，但专利权人可以极力抗辩：D3中的“残留信号（Residual Data）”在严格的音频概念中**不属于“所获得的多个音频信号声道”**，它不是常规的音频流声道，而是属于空间辅助参数流或差值补偿流。权利要求1限定的是在“多个音频信号声道”的子集内部，基于其中部分声道来协调所有声道。D3的下混合同化机制在严格的文义侵权/合致性比对中，很难被百分之百认定为公开了特征D在多独立声道实例中的应用。

3. **结论**：请求方在此处的“技术原理解释”较为牵强，是整个无效宣告请求中最容易被专利权人通过技术合致性辩驳推翻的薄弱环节。

---

## 6. 针对无效请求方的进一步检索策略建议

为了巩固证据链，彻底攻克上述薄弱特征（特征C、D），建议请求方调整检索方向，实施以下精准检索策略：

1. **锁定精准的技术主题与关键词组合**：

* 不要仅检索常规的“联合立体声（Joint Stereo）”或“下混合（Downmix）”，应重点检索 **“双单声道（Dual Mono）”**、**“独立实例（Independent Instances）”**、**“跨声道控制（Cross-channel control）”**、**“主从实例（Master-Slave instances）”**、**“模式联动/耦合（Mode coupling/synchronization）”**。

* 英文组合建议：`(dual mono OR independent instances) AND (master OR slave OR synchronize* OR coupl*) AND (mode selection OR classification)`。

2. **深挖3GPP EVS（Enhanced Voice Services）标准提案及相关会议文集（重点创造成果期：2012-2015年）**：

* 目标专利在说明书背景技术中大量提及3GPP、LTE、ACELP和MDCT（这正是EVS编解码器的核心架构）。在EVS标准的制定过程中，针对立体声（Stereo）扩展协议，各巨头（如Ericsson, Fraunhofer IIS, Huawei, Nokia）曾提交过大量关于“如何用低复杂度运行双单声道EVS实例”的提案。

* **检索目标**：寻找是否存在某些提案或专利，明确提到“为了省去对右声道运行开环/闭环信号分类器的计算复杂度，直接将左声道（或信号能量大的主声道）开环分类器选出的ACELP/MDCT模式，强制应用给右声道”。这种主从控制（Master-Slave）的自适应切换专利一旦检出，将完美契合特征C和D。

3. **检索早期多通道语音会议系统/回音消除前置处理专利**：

* 在早期的多麦克风阵列或分布式语音编码系统中（例如ITU-T G.722.1 Annex C 或 MPEG-4 ALS 的多声道扩展），为了保证多路编码后的相位和视觉/听觉伪像一致，常有“利用主声道话筒的VAD（语音活动检测）结果同步控制其他辅助声道话筒编码模式（如DTX/舒适噪声生成模式）”的技术。可将检索触角延伸至2010年前后的多路话筒自适应控制领域。

作为一名经验丰富的专利代理师，我将为您深度解析目标专利说明书的权利要求1，紧密结合提供的三份对比文件（D1: WO2011124616A1、D2: WO2013156814A1、D3: WO2014040763A1）的原文进行特征比对与创造性/新颖性分析，并为请求方（无效宣告请求人）指出最薄弱的技术特征及下一步的检索策略。

---

## 一、 权利要求1的技术特征拆解与说明书内涵解析

目标专利的权利要求1保护一种**“用于辅助对多声道音频信号编码的编码模式的选择的方法”**。结合目标专利说明书，其核心技术特征和发明意图解析如下：

* **技术特征A（前序部分）**：限制了执行主体为“音频编码器”。说明书【0005】等段落明确指出这可以是在立体声或多声道系统中，使用“当前可用的分开的编解码器实例”进行的编码。

* **技术特征B**：获得多个声道。说明书【0005】、【0006】指出，这可以是麦克风直接捕获的左/右声道，也可以是经过映射矩阵（如线性组合）生成的虚拟输入声道（如中/侧表示 $M/S$）。

* **技术特征C**：协调或同步用于至少对所获得的多个声道的子集进行编码的编码模式的使用。说明书【0024】~【0026】深刻解释了该特征的**技术痛点**：由于各声道的模式判定是独立的，若左声道选ACELP（语音），右声道选MDCT（音乐），不同模式产生的失真特征不同，双耳同时聆听时会产生“未掩蔽（unmasking）效应”，导致空间感变差或令人厌烦。因此，本发明通过“同步或协调”选择相同或相似失真特性的模式来消除此效应。

* **技术特征D**：编码模式是基于**“所述子集中的少于所述子集的所有声道”**来选择的。说明书【0010】（发明内容）以及图4、图5给予了具体实施方式支持：例如图5中选择一个编解码器作为“主编码器”（即少于所有声道的一个声道），其做出的模式判定直接施加/应用到所有其他编码器上；或如图4通过外部单元基于声道子集（如基于信号能量或感知复杂度）做出判定。

---

## 二、 对比文件原文公开情况分析（逐案分析）

为清晰界定对比文件的公开事实，以下将各对比文件分别指代为：

* **D1**: WO2011124616A1

* **D2**: WO2013156814A1

* **D3**: WO2014040763A1

### 1. D1 (WO2011124616A1) 公开情况分析

D1主要公开了一种在频域（MDCT域）使用复数预测（Complex Prediction）进行联合立体声编码的方法。

* **技术特征A、B**：毫无疑问公开。D1公开了立体声编码器，涉及左（L）右（R）声道及下混（M）残差（D）信号。

* **技术特征C**：**实质公开**。D1在"Summary of the invention"部分指出，它不仅支持复数预测模式，还可在传统L/R直编或联合M/S编码之间进行时变和频变的自适应切换（"time-variant and frequency-variant manner"）。在联合编码时，左右声道或下混/残差声道的编码策略（是否启用复数预测、是否启用TNS滤波器等）是基于联合架构被**协调或同步**使用的。

* **技术特征D**：**实质公开**。根据D1说明书"Detailed description of embodiments"关于图2的描述，其预测模式（复数预测）的启用和预测系数 $a$ 的估计，是基于下混信号（M）和残差信号（D）来确定的。特别是其模块 real-to-imaginary transform (206) 是**仅对下混信号（M）**的 critically sampled MDCT 光谱进行变换生成 MDST 表现形式（即基于M信号这一个声道来辅助确定预测编码模式的应用），这完全符合“基于子集中的少于所述子集的所有声道（即仅基于M声道）来选择/控制模式”。

### 2. D2 (WO2013156814A1) 公开情况分析

D2主要公开了一种根据声道间差异参数自适应选择多声道编码模式（双耳编码模式 vs. 近远场立体声编码模式）的编码器。

* **技术特征A、B**：毫无疑问公开。公开了便携式设备中的立体声音频信号编码器，获得至少两个声道。

* **技术特征C**：**毫无疑问公开**。D2在"Summary"及图3、图6中明确提出，通过分析至少两个音频声道之间的差异参数（能量、相关性、时移），来“选择一种多声道音频信号编码模式（Selecting a multichannel audio signal encoding...）”，进而同时对这些声道进行该模式下的编码。这属于最高层级的“协调或同步使用编码模式”。

* **技术特征D**：**实质公开**。在D2说明书"Description of Some Embodiments"关于图4近远场模式（near-far stereo）的表述中明确提到：“the near channel can be directly used as the mono input signal... 选择两个声道中占主导地位的（dominant）‘近（near）’声道进行主要编码”。其模式确定核心在于通过分析近声道或基于少于全部声道的主导特征来判定是否维持或切入近远场模式。

### 3. D3 (WO2014040763A1) 公开情况分析

D3主要公开了一种在线性预测（LP）音频编解码器中不连续传输（DTX）时生成舒适噪声（CN）控制参数的方法。

* **技术特征A、B**：毫无疑问公开。公开了 conversational speech 的音频编码器及多声道/单声道下抽样背景下的DTX操作。

* **技术特征C**：**未公开或仅弱相关**。D3的核心在于DTX期间活性帧（Active frames）与非活性帧（舒适噪声帧CN）之间的切换与平滑插值（LSP和残差能量的低通滤波）。它协调的是“时间维度”上前后帧的编码模式过渡，而非本发明所指的“空间维度”上多个声道之间编码模式的同步。

* **技术特征D**：**未公开**。其主要基于单声道或单一主导特征序列在时间上的变化来判定VAD/SAD，不涉及基于多声道子集中的局部声道来选择空间并行声道的编码模式。

---

## 三、 技术特征比对表

---

## 四、 最接近对比文件（D最接近）的筛选与分析

在创造性分析中，**D2 (WO2013156814A1)** 和 **D1 (WO2011124616A1)** 均具备作为“最接近对比文件”的资格，且侧重点不同：

### 候选一：D2 (WO2013156814A1) —— 最佳《最接近对比文件》

* **技术问题角度**：D2聚焦于多声道音频编码中，如何在不同的应用场景下（如双耳环境 vs 远近场环境）自适应地选择最恰当的**多声道整体编码模式**（Binaural vs Near-far），以提升压缩效率并保证听觉质量。这与目标专利为了克服各声道独立判定导致“未掩蔽效应”、从而在宏观上选择同步/协调多声道编码模式的**技术问题完全一致**。

* **技术效果角度**：D2通过参数分析（能量、相关性）直接控制整体通道编码模式的切换与维持，实现了在维持低码率的同时，多通道整体空间表现力的最优解，其技术效果与目标专利高度重合。

### 候选二：D1 (WO2011124616A1) —— 备选《最接近对比文件》

* **技术问题角度**：D1针对的是在传统的L/R或M/S编码架构中，如何引入复数预测编码以适应高码率、低复杂度的要求，并能在联合编码模式与常规编码模式间自适应切换。

* **技术效果角度**：D1通过少于全部通道的“下混单声道M”来进行频域变换和预测控制，其实施机制与目标专利中“基于部分声道进行整体模式同步（例如图5的主编码器控制机制）”在技术手段上具有极高的契合度。

> **结论**：本案中推荐以 **D2 为主第一方案** 提起创造性挑战，以 **D1 为平行第二方案** 提起新颖性/创造性挑战。

---

## 五、 无效请求方最薄弱的技术特征及检索策略

### 1. 动摇无效请求的最薄弱技术特征（即防御力最强的特征）

对于请求方而言，本案中相对最薄弱、最容易被专利权人拿来抗辩的特征是：

**技术特征D的特定限定——“所述编码模式是基于所述子集中的少于所述子集的所有声道来选择的”**。

* **薄弱原因**：虽然D1公开了基于下混信号M（属于L/R的子集且少于全部）做预测，D2公开了基于主导的“近”声道做判定，但专利权人极易在口审或答辩中辩称：目标专利的“少于所有声道”是指在**原生的多个平行输入声道中，仅提取其中一个或部分声道的特征（如左麦克风），来决定所有平行声道的编解码模式（如ACELP/MDCT的强同步）**。而D1的下混信号M是左右声道相加除以2后的**复合信号**，不属于“少于所有声道”的局部声道；D2的近远场分析最终是为了做单声道下混加参数。这种关于“声道”概念纯洁性的文义答辩，是请求方最易受到攻击的软肋。

### 2. 请求方的进一步检索策略

为了彻底封死上述薄弱环节，防范专利权人对特征D进行狭义解释，建议请求方采取以下精准检索策略：

1. **关键词微调与精确检索组合**：

* 引入“主从控制（Master-Slave）”、“主编解码器（Master-codec / Master instance）”、“控制声道（Control channel / Anchor channel）”等关键词。

* 检索公式：`(audio encoder OR multi-channel) AND (mode selection OR coding mode) AND (master slave OR master instance OR primary channel OR single channel decision)`。

2. **锁定3GPP标准提案（EVS编解码器相关）**：

* 由于目标专利在背景技术中反复提及3GPP、LTE、语音与音乐自适应（ACELP/MDCT混合，即类似于EVS编解码器的超宽带架构），且专利权人在此领域有深厚背景，应重点检索**2014-2020年期间3GPP TSG-SA4（编解码器组）关于EVS（Enhanced Voice Services）多声道扩展或立体声扩展的临时提案（Tdocs）**。

* 重点寻找：在立体声/多声道扩展中，为了降低开环判定的计算复杂度，3GPP提案中必然存在“仅对主声道（Primary channel）进行语音/音乐分类判定（VAD/Signal Classification），然后将该判定结果直接复用/强制施加给副声道（Secondary channel）”的技术方案。这种标准提案的原文一旦检出，将构成对特征D最直接的销毁性证据（甚至可直接打掉新颖性）。

3. **专利分类号（IPC/CPC）深挖**：

* 聚焦于 `G10L19/008`（专门针对多声道或立体声音频信号的输入输出编码）以及 `G10L19/22`（根据信号类型在不同编码模式间自适应变换）。在此分类号下，重点排查大厂（如爱立信、华为、高通、杜比、VoiceAge）在2015年前后的申请案。

作为一名经验丰富的专利代理师，我紧密结合目标专利说明书的立法本意与技术实质，对权利要求1进行深度释义，并结合对比文件D1至D4的原文进行逐项特征比对与创造性、检索策略分析。

---

## 一、 权利要求1的释义（结合目标专利说明书）

为了准确确定权利要求1的保护范围，必须结合目标专利说明书对其核心发明构思进行合理解释：

* **技术特征A（在音频编码器中执行）**：限定了该方法的执行主体和应用场景为数字音频处理领域的编码端设备或系统。

* **技术特征B（获得多个音频信号声道）**：指输入信号为双声道（立体声）或多声道信号。根据说明书`[0005]`，这既可以是物理麦克风捕获的物理声道，也可以是经过线性组合、映射矩阵处理后的虚拟输入声道（如中/侧表示）。

* **技术特征C（协调或同步用于至少对所获得的声道的子集进行编码的编码模式的使用）**：这里的“编码模式”是指为了适应不同信号特征而采用的**相互排斥且离散的核心编码策略或编解码器实例模式**（如说明书`[0007]`提到的ACELP语音模式、MDCT音乐模式、或DTX不连续传输方案、或是不同的比特率选择器）。“协调或同步”是指强行打破各声道独立判定的传统做法，使子集内的所有声道被迫采用相同或具有相似失真特性的相关编解码模式。

* **技术特征D（其中所述编码模式是基于所述子集中的少于所述子集的所有声道来选择的）**：这是本发明的核心改进点。在多声道（如立体声左右声道）编码中，传统的做法是各自独立利用分类器选择模式，这会导致左声道选ACELP、右声道选MDCT，产生偏离的编码失真特征，重构时引发**未掩蔽效应（unmasking effect）**，恶化空间音质（说明书`[0024]`）。本特征意味着：**选择一个或部分声道作为“主声道”（Master），仅利用该主声道的信号特性做出整个子声道的模式判定，并将其判定强制施加（Apply/Impose）到其他子集声道上**（如说明书`[0018]`、`[0036]`及图5所示），从而确保伪像特征相似，消除未掩蔽效应，同时大幅降低模式判定的计算复杂度。

---

## 二、 对比文件技术特征比对表

为了清晰展现现有技术与目标权利要求的重合度，特制备以下特征比对表：

---

## 三、 对比文件技术特征详细出处与分析

### 1. 对比文件1：D1 (AU2014200719A1)

* **特征A、B分析**：D1毫无异议地公开了在音频编码器中处理立体声（多个声道）信号。

> **原文出处**："An encoder system for encoding a stereo signal by a bit stream signal by complex prediction stereo coding... transform the stereo signal into a frequency domain representation of a downmix and a residual signal..."

* **特征C、D分析**：D1提出的方案是基于**复预测（Complex Prediction）的立体声联合编码**，其核心是通过估算复预测系数 $a$ 来使残差信号 $D$ 的能量最小化（$S = \text{Re}\{aM\} + D$）。D1中所指的“模式”切换（Pass-through mode / Direct L/R / Joint M/S）是基于码率/失真优化在频带或帧级别整体选择的信道变换矩阵，**并不涉及**音频编码器核心离散编码模式（如语音ACELP、音乐MDCT）在多个独立的编解码器实例之间、基于少于所有声道信号（非对称性）进行强制同步或协调的机制。

### 2. 对比文件2：D2 (CN102708868A)

* **特征A、B分析**：D2公开了多声道音频的编码方法。

> **原文出处**：【说明书第[0015]段】“音频编码器接收多声道音频数据，该多声道音频数据包括一组多个源声道。编码器对该多声道音频数据执行声道扩展编码。”

* **特征C、D分析**：D2提出的“声道扩展编码”和“频率扩展编码”，是通过将多声道划分为基带和扩展带，并利用基带的比例/形状参数（位移向量）来表示扩展带。其虽然将物理声道转换为了一个或多个“组合声道”（如和声道），但其参数化机制是为了“维持声道的跨声道二阶统计量”（【说明书第[0031]段】），而非针对各声道编解码器的运行实例（如开环判定分类器）进行离散核心编码模式的使用协调。

### 3. 对比文件3：D3 (CN103119646A)

* **特征A、B分析**：D3公开了USAC（统一语音及音频编码）架构下的算术编码/解码方法。

> **原文出处**：【说明书“技术领域”】“涉及一种用于基于编码音频信息提供解码音频信息的音频解码器...统一语音及音频编码器(USAC)。”

* **特征C、D分析**：D3完全聚焦于**频谱无噪声编码工具的优化**，通过利用改进的散列表（`ari_hash_m`）和映射表（`ari_lookup_m`）来依据上下文状态（先前解码的频谱2元组的范数）快速得出概率模型索引（`pki`），从而提高核心熵编码的效率。其不涉及信道控制级别的编码模式同步选择。

### 4. 对比文件4：D4 (CN103559884A)

* **特征A、B分析**：D4公开了利用相位信息的多声道/立体声信号编码装置。

> **原文出处**：【说明书“具体实施方式”第1-3段】“多声道信号的编码装置100包括参数提取单元110...假设输入到多声道信号的编码装置100的多声道信号为包括左声道信号和右声道信号的立体声信号。”

* **特征C、D分析**：D4的核心在于修正空间几何参数中的相位参数（IPD、OPD），防止空间相位信息在连续帧中急剧变化（如180°突变为-180°）导致的噪声。其下混合和上混合过程操作的是具体的波形/频谱参数，而非控制各编码实例全局模式判定切换的非对称协调机制。

---

## 四、 最接近现有技术（D1）的选择与分析

在创造性分析中，**对比文件1 (AU2014200719A1)** 最适合作为最接近的现有技术（最接近现有技术可以有一个或多个，此处D1独立或与D2共同作为基础皆可，但以D1最适宜）。

* **技术领域与解决的技术问题相似性**：D1涉及MPEG USAC（统一语音及音频编码）和立体声/多声道核心变换编码领域。D1同样关注在较高码率或特定通信网络环境下，如何合理控制多声道（下混频/残差或M/S）的编码特征，以提高音频质量并合理控制计算复杂度。

* **技术效果的关联度**：目标专利提出的核心背景是在类似于D1、D3所提及的MPEG USAC等多核心编解码器（结合了语音ACELP和音频MDCT）的联合编码场景下，解决由于各声道独立运行编解码器实例而引发的偏离失真和“未掩蔽效应”。D1公开了USAC系统下的 critically sampled MDCT 架构，其与目标专利在时频变换基础架构上完全对齐。

---

## 五、 对请求方而言最薄弱的技术特征

若提出无效宣告请求，对于请求方（宣告专利无效的提起人）来说，**最薄弱（即最难攻克、无法在现有技术中找到匹配对照）的技术特征是：特征D**（其中所述编码模式是基于所述子集中的少于所述子集的所有声道来选择的）与**特征C中对核心离散编码模式进行跨信道非对称同步协调**的结合。

* **薄弱原因**：D1至D4虽然均深入探讨了“多声道联合编码”，但现有技术的技术路线非常统一：它们均是通过**信号数学变换（如参数立体声、复预测、下混合矩阵 $M=(L+R)/2$ 等）**来消除声道间冗余，其处理的对象是连续的信号样本值或空间参数。而目标专利的特征D属于**控制架构上的创新**——它让其中一个编码器实例充当“主实例”，其做出的核心模式判定直接剥夺其他实例的独立判定权并直接施加其上。这种“非对称、非数学变换、纯控制逻辑层”的核心编码模式强制同步特征，在专注于信号级预测和熵编码表优化的D1-D4中完全没有原型的提示（Hint），存在极高的创造性非显而易见性壁垒。

---

## 六、 进一步的检索策略

鉴于现有对比文件（D1-D4）未能有效阻击特征C和特征D，无效请求方必须调整检索策略，从“信号空间变换”转向**“多通道/多实例控制逻辑与音频分类器”**：

### 1. 锁定核心IPC分类号

* **G10L19/008**：多声道音频信号编码或解码（立体声、环绕声等多声道的核心控制层）。

* **G10L19/22**：根据输入信号的属性在不同编码模式之间选择（例如，在语音和音乐编码模式之间切换，这是目标专利模式选择的基础）。

* **G10L19/06 / G10L19/02**：涉及核心编解码切换控制。

### 2. 精准拓展关键词组合（中英文对照）

检索式应紧扣“主从控制、模式强加、分类器同步”：

* **(多声道 OR 立体声 OR 编解码器实例 OR 声道组) AND (主编码器 OR 主声道 OR 共有判定 OR 强制 OR 强加 OR 施加 OR 模式同步 OR 协调判定 OR 共同选择)**

* **(multi-channel OR stereo OR codec instance OR "dual-mono") AND (master OR "joint decision" OR "mode synchronization" OR synchronous OR coordinate OR "impose" OR "apply to all" OR "unmasking effect") AND (ACELP OR MDCT OR "signal classifier")**

### 3. 目标线索追踪

建议重点检索**3GPP标准提案（Tdoc）及MPEG USAC（ISO/IEC 23003-3）标准化制定期间的各公司（如爱立信、弗劳恩霍夫、高通、华为等）的原始提案文献**。由于目标专利背景中明确提到了3GPP standard body和LTE语音会话，这种针对双单声道（dual-mono）未掩蔽效应的控制层改进，极有可能作为标准化过程中的一种“控制层降本增效/平滑切换方案”记录在3GPP SA4工作组或MPEG音视频学术会议的早期技术报告中。

作为一名经验丰富的专利代理师，紧密结合权利要求、目标专利说明书以及各对比文件的原文，对本案进行深度的法律与技术分析如下：

## 1. 权利要求技术特征分解

根据【权利要求1.docx】，权利要求1的核心技术特征可精细分解为以下四部分：

* **技术特征A**：一种用于辅助对多声道音频信号编码的编码模式的选择的方法，所述方法在音频编码器中执行并且包括；

* **技术特征B**：获得多个音频信号声道；

* **技术特征C**：协调或同步用于至少对所获得的多个声道的子集进行编码的编码模式的使用；

* **技术特征D**：其中所述编码模式是基于所述子集中的少于所述子集的所有声道来选择的。

---

## 2. 对比文件原文分析与出处引证

### D1：JP2002244698A

* **技术方案概述**：D1公开了一种根据输入信号的特性（如歪率、必要比特数），在双（独立）编码、MS立体声编码或IS立体声编码之间自适应选择的音频编码装置。其主要解决如何在多编码模式中进行自适应切换以提高编码效率的问题。

* **相关原文及出处**：

* **[0014]**：公开了“左右的信号をそれぞれ独立に符号化するデュアル符号化と、MSまたはISステレオ符号化を組み合わせ、入力信号に応じて、適宜、符号化方式を選択する（将分别独立编码左右信号的双编码与MS或IS立体声编码相结合，根据输入信号适宜地选择编码方式）”。

* **[0018]-[0019]**：公开了双编码部32和MS/IS编码部33分别生成必要比特数信息和歪率信息并供给符号化控制部34。

* **[0029]-[0032]**：公开了符号化控制部34（或54、75）比较独立编码和联合编码的歪率或比特数，通过开关选择效率更高的编码模式。

* **特征公开判定**：

* **毫无异议公开技术特征A、B**：D1明确在音频编码器中执行多声道（L声道、R声道）的选择编码。

* **未公开特征C、D**：D1的自适应选择是**针对全声道或全带域同时从整体上切换编码方式**（要么进入左右独立的Dual实例，要么进入左右耦合的MS/IS实例），而不是通过“少于子集的所有声道（例如仅基于单声道）”来“协调或同步”该子集的编码模式使用。在D1切换为Dual编码时，各声道的实例依然是独立且无耦合运行的（如D1背景技术[0005]所述，各独立实例间没有耦合）。

### D2：JP2011075936A

* **技术方案概述**：D2公开了一种USAC（统一语音和音频编码）架构下的音频编码器，其核心在于利用输入信号分类器（语音/非语音）并结合预先指定的指标（如比特率、Profile用途），自适应选择音频编码器（如AAC）或语音编码器（如CELP系、AMR）。

* **相关原文及出处**：

* **[0009]**及图9：公开了“入力信号は、スピーチコーデックに適している信号か、オーディオコーデックに適している信号かが入力信号分類器５００により分類される（输入信号通过输入信号分类器500被分类为适合语音编解码器的信号还是适合音频编解码器的信号）”。

* **[0018]**、**[0030]**：公开了选择器根据分类器的输出以及预先指定的指标（如比特率），在多个编码器（如时域励振编码、频域励振编码、纯音频编码）中进行选择。

* **特征公开判定**：

* **毫无异议公开技术特征A、B**：D2在USAC系统下接收并处理多声道/单声道音频信号，自适应执行编码模式选择。

* **未公开特征C、D**：D2的信号分类器500是对输入信号的整体特征进行分析来决定整体采用语音还是音频编解码器，未涉及“基于多声道子集中的少于该子集的所有声道（如仅基于主声道）”来“协调或同步其他声道”的模式判定耦合机制。

### D3：KR101434834B1

* **技术方案概述**：D3涉及MPEG Surround技术，核心在于对下混合（Down-mix）后的核心音频数据（Core Audio）以及用于空间上混的残留信号（Residual Data）采用**同一种编码/复号化方式**（如同时采用BSAC或同时采用AAC），以降低编解码端的复杂度。

* **相关原文及出处**：

* 说明书【발명을 해결하고자 하는 과제】部分：明确指出要解决的核心问题是“코어 오디오 신호와 레지듀얼 신호를 각기 다른 부호화 방식에 의하여 부호화하여야 한다... 복잡도를 줄일 수 있는...（核心音频信号和残留信号若用不同方式编码会增加复杂度……本发明旨在降低编解码端的复杂度）”。

* 说明书【과제를 해결하기 위한 수단】及【0021】等：公开了“상기 코어 오디오 데이터가 부호화된 방식인 코어 오디오 오브젝트 타입에 따른 상기 소정의 부호화 방식에 따라 상기 레지듀얼 데이터를 부호화하는 단계（根据核心音频数据被编码的核音频对象类型所对应的预定编码方式，来对所述残留数据进行编码）”。

* **特征公开判定**：

* **实质公开技术特征C、D**：D3的下混合单元将输入的多个声道下混合为单声道或少于原声道的“核心音频信号（Core Audio）”，并产生残留信号。在编码时，**残留信号的编码方式并不是独立判定的，而是直接强制采用与核心音频信号完全相同的编码模式（Object Type，如BSAC或AAC）**。

* 从技术本质上看，核心音频信号对应于“子集中的少于所述子集的所有声道”（因为是下混合后的声道），而残留信号与核心音频信号的编码模式被“协调或同步”为一致。因此，D3实质公开了基于少于子集所有声道的声道信息（核心音频/下混合信号的模式）来协调或同步子集整体编码模式的技术手段。

---

## 3. 技术特征比对表格

下表将权利要求1的技术特征与D1、D2、D3的原文公开情况进行横向客观比对：

---

## 4. 最接近对比文件（D1主审）评述与创造性分析

### 哪个对比文件最适合做最接近的对比文件？

在本案的创造性分析中，**D3（KR101434834B1）** 最适合作为**第一最接近的对比文件**（第一D1）。

* **理由（技术问题与技术效果维度）**：

* **目标专利**要解决的技术问题是：在多声道独立运行编解码器实例时，由于各声道独立进行模式判定，会导致不同声道间产生偏离的编码失真特征，从而在听觉上产生“未掩蔽（unmasking）效应”，降低空间音质；其技术效果是通过同步或协调模式选择，使各声道的编码伪像特征相似，消除未掩蔽效应，同时**“能够节省计算复杂度，例如，当编解码器的所有实例只需要进行一次模式判定时”**（见目标专利说明书[0026]）。

* **D3**要解决的技术问题是：在多声道Surround编码中，若核心音频和残留信号采用不同的编码方式，会导致编解码端的复杂度大幅上升；其实现的技术效果是**通过强行使两者的编码Object Type保持一致，从而显著降低编解码端的复杂度**。

* 两者在**“通过声道间编码模式的联动/同步来降低系统判定或编解码复杂度”**这一核心技术问题和技术效果上最为接近。且D3在技术构思上已经实质公开了“基于少于原声道的下混合核心声道来决定整体模式”的构思。

* **备选最接近对比文件**：**D1（JP2002244698A）** 可作为**第二最接近的对比文件**。因为D1同样立足于“自适应选择多声道音频的独立编码（Dual）或联合编码（MS/IS）模式”，其技术领域和大背景与目标专利完全属于同一细分赛道（立体声多模式自适应切换），但其缺乏“声道间协调同步”的特征。

### 区别特征与创造性三步法推演（以D3为最接近对比文件）

如果以D3为最接近的对比文件：

1. **区别特征**：目标专利权利要求1中，协调或同步的范围是“对所获得的多个声道的子集进行编码的编码模式的使用”；而D3协调同步的是“核心音频信号”与“用于上混合的空间扩展/残留信号（Residual Data）”之间的模式一致性。

2. **实际解决的技术问题**：如何在不引入高计算复杂度的前提下，避免多声道独立实例编码时因模式不一致导致的立体声听觉未掩蔽（unmasking）伪像，改善空间音质。

3. **其他对比文件是否公开该区别特征**：**未公开**。检索D1和D2，D1仅公开了全声道在Dual和MS/IS之间的整体切换，D2仅公开了USAC中基于信号分类和比特率切换编解码器。D1和D2均没有透露过“为了消除多声道独立实例编码带来的双耳未掩蔽效应，而利用其中少于所有声道的声道（如主声道）的判定结果去施加/耦合到其他独立实例”的技术启示。因此，本申请权利要求1相对于D3与D1、D2的结合具有创造性。

---

## 5. 请求方（无效申请人）最薄弱的技术特征分析

若您代表**无效请求方**意图攻击目标专利的权利要求1，当前证据链下**最薄弱（即最难打掉、专利权人防御最稳固）**的技术特征是：

> **技术特征D**：其中所述编码模式是基于所述子集中的少于所述子集的所有声道来选择的。以及与之关联的**特征C中的“协调或同步……的使用”**。

### 原因分析：

1. **D1和D2的天然缺陷**：D1和D2的模式选择均是“全局系统级”的切换。D1是把L、R全部塞进Dual，或者全部塞进MS/IS；D2是把整体信号塞进语音或音频。它们都不是“基于少于所有声道的某些声道（例如图5中的主编码器实例，或者某一个代表性声道）的判定结果，去控制/施加给其他声道实例”。

2. **D3的抗辩空间**：虽然D3公开了用核心音频的模式去同化残留信号的模式，但专利权人可以极力抗辩：D3中的“残留信号（Residual Data）”在严格的音频概念中**不属于“所获得的多个音频信号声道”**，它不是常规的音频流声道，而是属于空间辅助参数流或差值补偿流。权利要求1限定的是在“多个音频信号声道”的子集内部，基于其中部分声道来协调所有声道。D3的下混合同化机制在严格的文义侵权/合致性比对中，很难被百分之百认定为公开了特征D在多独立声道实例中的应用。

3. **结论**：请求方在此处的“技术原理解释”较为牵强，是整个无效宣告请求中最容易被专利权人通过技术合致性辩驳推翻的薄弱环节。

---

## 6. 针对无效请求方的进一步检索策略建议

为了巩固证据链，彻底攻克上述薄弱特征（特征C、D），建议请求方调整检索方向，实施以下精准检索策略：

1. **锁定精准的技术主题与关键词组合**：

* 不要仅检索常规的“联合立体声（Joint Stereo）”或“下混合（Downmix）”，应重点检索 **“双单声道（Dual Mono）”**、**“独立实例（Independent Instances）”**、**“跨声道控制（Cross-channel control）”**、**“主从实例（Master-Slave instances）”**、**“模式联动/耦合（Mode coupling/synchronization）”**。

* 英文组合建议：`(dual mono OR independent instances) AND (master OR slave OR synchronize* OR coupl*) AND (mode selection OR classification)`。

2. **深挖3GPP EVS（Enhanced Voice Services）标准提案及相关会议文集（重点创造成果期：2012-2015年）**：

* 目标专利在说明书背景技术中大量提及3GPP、LTE、ACELP和MDCT（这正是EVS编解码器的核心架构）。在EVS标准的制定过程中，针对立体声（Stereo）扩展协议，各巨头（如Ericsson, Fraunhofer IIS, Huawei, Nokia）曾提交过大量关于“如何用低复杂度运行双单声道EVS实例”的提案。

* **检索目标**：寻找是否存在某些提案或专利，明确提到“为了省去对右声道运行开环/闭环信号分类器的计算复杂度，直接将左声道（或信号能量大的主声道）开环分类器选出的ACELP/MDCT模式，强制应用给右声道”。这种主从控制（Master-Slave）的自适应切换专利一旦检出，将完美契合特征C和D。

3. **检索早期多通道语音会议系统/回音消除前置处理专利**：

* 在早期的多麦克风阵列或分布式语音编码系统中（例如ITU-T G.722.1 Annex C 或 MPEG-4 ALS 的多声道扩展），为了保证多路编码后的相位和视觉/听觉伪像一致，常有“利用主声道话筒的VAD（语音活动检测）结果同步控制其他辅助声道话筒编码模式（如DTX/舒适噪声生成模式）”的技术。可将检索触角延伸至2010年前后的多路话筒自适应控制领域。

作为一名经验丰富的专利代理师，我将为您深度解析目标专利说明书的权利要求1，紧密结合提供的三份对比文件（D1: WO2011124616A1、D2: WO2013156814A1、D3: WO2014040763A1）的原文进行特征比对与创造性/新颖性分析，并为请求方（无效宣告请求人）指出最薄弱的技术特征及下一步的检索策略。

---

## 一、 权利要求1的技术特征拆解与说明书内涵解析

目标专利的权利要求1保护一种**“用于辅助对多声道音频信号编码的编码模式的选择的方法”**。结合目标专利说明书，其核心技术特征和发明意图解析如下：

* **技术特征A（前序部分）**：限制了执行主体为“音频编码器”。说明书【0005】等段落明确指出这可以是在立体声或多声道系统中，使用“当前可用的分开的编解码器实例”进行的编码。

* **技术特征B**：获得多个声道。说明书【0005】、【0006】指出，这可以是麦克风直接捕获的左/右声道，也可以是经过映射矩阵（如线性组合）生成的虚拟输入声道（如中/侧表示 $M/S$）。

* **技术特征C**：协调或同步用于至少对所获得的多个声道的子集进行编码的编码模式的使用。说明书【0024】~【0026】深刻解释了该特征的**技术痛点**：由于各声道的模式判定是独立的，若左声道选ACELP（语音），右声道选MDCT（音乐），不同模式产生的失真特征不同，双耳同时聆听时会产生“未掩蔽（unmasking）效应”，导致空间感变差或令人厌烦。因此，本发明通过“同步或协调”选择相同或相似失真特性的模式来消除此效应。

* **技术特征D**：编码模式是基于**“所述子集中的少于所述子集的所有声道”**来选择的。说明书【0010】（发明内容）以及图4、图5给予了具体实施方式支持：例如图5中选择一个编解码器作为“主编码器”（即少于所有声道的一个声道），其做出的模式判定直接施加/应用到所有其他编码器上；或如图4通过外部单元基于声道子集（如基于信号能量或感知复杂度）做出判定。

---

## 二、 对比文件原文公开情况分析（逐案分析）

为清晰界定对比文件的公开事实，以下将各对比文件分别指代为：

* **D1**: WO2011124616A1

* **D2**: WO2013156814A1

* **D3**: WO2014040763A1

### 1. D1 (WO2011124616A1) 公开情况分析

D1主要公开了一种在频域（MDCT域）使用复数预测（Complex Prediction）进行联合立体声编码的方法。

* **技术特征A、B**：毫无疑问公开。D1公开了立体声编码器，涉及左（L）右（R）声道及下混（M）残差（D）信号。

* **技术特征C**：**实质公开**。D1在"Summary of the invention"部分指出，它不仅支持复数预测模式，还可在传统L/R直编或联合M/S编码之间进行时变和频变的自适应切换（"time-variant and frequency-variant manner"）。在联合编码时，左右声道或下混/残差声道的编码策略（是否启用复数预测、是否启用TNS滤波器等）是基于联合架构被**协调或同步**使用的。

* **技术特征D**：**实质公开**。根据D1说明书"Detailed description of embodiments"关于图2的描述，其预测模式（复数预测）的启用和预测系数 $a$ 的估计，是基于下混信号（M）和残差信号（D）来确定的。特别是其模块 real-to-imaginary transform (206) 是**仅对下混信号（M）**的 critically sampled MDCT 光谱进行变换生成 MDST 表现形式（即基于M信号这一个声道来辅助确定预测编码模式的应用），这完全符合“基于子集中的少于所述子集的所有声道（即仅基于M声道）来选择/控制模式”。

### 2. D2 (WO2013156814A1) 公开情况分析

D2主要公开了一种根据声道间差异参数自适应选择多声道编码模式（双耳编码模式 vs. 近远场立体声编码模式）的编码器。

* **技术特征A、B**：毫无疑问公开。公开了便携式设备中的立体声音频信号编码器，获得至少两个声道。

* **技术特征C**：**毫无疑问公开**。D2在"Summary"及图3、图6中明确提出，通过分析至少两个音频声道之间的差异参数（能量、相关性、时移），来“选择一种多声道音频信号编码模式（Selecting a multichannel audio signal encoding...）”，进而同时对这些声道进行该模式下的编码。这属于最高层级的“协调或同步使用编码模式”。

* **技术特征D**：**实质公开**。在D2说明书"Description of Some Embodiments"关于图4近远场模式（near-far stereo）的表述中明确提到：“the near channel can be directly used as the mono input signal... 选择两个声道中占主导地位的（dominant）‘近（near）’声道进行主要编码”。其模式确定核心在于通过分析近声道或基于少于全部声道的主导特征来判定是否维持或切入近远场模式。

### 3. D3 (WO2014040763A1) 公开情况分析

D3主要公开了一种在线性预测（LP）音频编解码器中不连续传输（DTX）时生成舒适噪声（CN）控制参数的方法。

* **技术特征A、B**：毫无疑问公开。公开了 conversational speech 的音频编码器及多声道/单声道下抽样背景下的DTX操作。

* **技术特征C**：**未公开或仅弱相关**。D3的核心在于DTX期间活性帧（Active frames）与非活性帧（舒适噪声帧CN）之间的切换与平滑插值（LSP和残差能量的低通滤波）。它协调的是“时间维度”上前后帧的编码模式过渡，而非本发明所指的“空间维度”上多个声道之间编码模式的同步。

* **技术特征D**：**未公开**。其主要基于单声道或单一主导特征序列在时间上的变化来判定VAD/SAD，不涉及基于多声道子集中的局部声道来选择空间并行声道的编码模式。

---

## 三、 技术特征比对表

---

## 四、 最接近对比文件（D最接近）的筛选与分析

在创造性分析中，**D2 (WO2013156814A1)** 和 **D1 (WO2011124616A1)** 均具备作为“最接近对比文件”的资格，且侧重点不同：

### 候选一：D2 (WO2013156814A1) —— 最佳《最接近对比文件》

* **技术问题角度**：D2聚焦于多声道音频编码中，如何在不同的应用场景下（如双耳环境 vs 远近场环境）自适应地选择最恰当的**多声道整体编码模式**（Binaural vs Near-far），以提升压缩效率并保证听觉质量。这与目标专利为了克服各声道独立判定导致“未掩蔽效应”、从而在宏观上选择同步/协调多声道编码模式的**技术问题完全一致**。

* **技术效果角度**：D2通过参数分析（能量、相关性）直接控制整体通道编码模式的切换与维持，实现了在维持低码率的同时，多通道整体空间表现力的最优解，其技术效果与目标专利高度重合。

### 候选二：D1 (WO2011124616A1) —— 备选《最接近对比文件》

* **技术问题角度**：D1针对的是在传统的L/R或M/S编码架构中，如何引入复数预测编码以适应高码率、低复杂度的要求，并能在联合编码模式与常规编码模式间自适应切换。

* **技术效果角度**：D1通过少于全部通道的“下混单声道M”来进行频域变换和预测控制，其实施机制与目标专利中“基于部分声道进行整体模式同步（例如图5的主编码器控制机制）”在技术手段上具有极高的契合度。

> **结论**：本案中推荐以 **D2 为主第一方案** 提起创造性挑战，以 **D1 为平行第二方案** 提起新颖性/创造性挑战。

---

## 五、 无效请求方最薄弱的技术特征及检索策略

### 1. 动摇无效请求的最薄弱技术特征（即防御力最强的特征）

对于请求方而言，本案中相对最薄弱、最容易被专利权人拿来抗辩的特征是：

**技术特征D的特定限定——“所述编码模式是基于所述子集中的少于所述子集的所有声道来选择的”**。

* **薄弱原因**：虽然D1公开了基于下混信号M（属于L/R的子集且少于全部）做预测，D2公开了基于主导的“近”声道做判定，但专利权人极易在口审或答辩中辩称：目标专利的“少于所有声道”是指在**原生的多个平行输入声道中，仅提取其中一个或部分声道的特征（如左麦克风），来决定所有平行声道的编解码模式（如ACELP/MDCT的强同步）**。而D1的下混信号M是左右声道相加除以2后的**复合信号**，不属于“少于所有声道”的局部声道；D2的近远场分析最终是为了做单声道下混加参数。这种关于“声道”概念纯洁性的文义答辩，是请求方最易受到攻击的软肋。

### 2. 请求方的进一步检索策略

为了彻底封死上述薄弱环节，防范专利权人对特征D进行狭义解释，建议请求方采取以下精准检索策略：

1. **关键词微调与精确检索组合**：

* 引入“主从控制（Master-Slave）”、“主编解码器（Master-codec / Master instance）”、“控制声道（Control channel / Anchor channel）”等关键词。

* 检索公式：`(audio encoder OR multi-channel) AND (mode selection OR coding mode) AND (master slave OR master instance OR primary channel OR single channel decision)`。

2. **锁定3GPP标准提案（EVS编解码器相关）**：

* 由于目标专利在背景技术中反复提及3GPP、LTE、语音与音乐自适应（ACELP/MDCT混合，即类似于EVS编解码器的超宽带架构），且专利权人在此领域有深厚背景，应重点检索**2014-2020年期间3GPP TSG-SA4（编解码器组）关于EVS（Enhanced Voice Services）多声道扩展或立体声扩展的临时提案（Tdocs）**。

* 重点寻找：在立体声/多声道扩展中，为了降低开环判定的计算复杂度，3GPP提案中必然存在“仅对主声道（Primary channel）进行语音/音乐分类判定（VAD/Signal Classification），然后将该判定结果直接复用/强制施加给副声道（Secondary channel）”的技术方案。这种标准提案的原文一旦检出，将构成对特征D最直接的销毁性证据（甚至可直接打掉新颖性）。

3. **专利分类号（IPC/CPC）深挖**：

* 聚焦于 `G10L19/008`（专门针对多声道或立体声音频信号的输入输出编码）以及 `G10L19/22`（根据信号类型在不同编码模式间自适应变换）。在此分类号下，重点排查大厂（如爱立信、华为、高通、杜比、VoiceAge）在2015年前后的申请案。

根据权利要求1所述的方法，还包括将基于所述子集中的一个声道选择的编码模式应用于对所述子集中的所有声道进行编码。

根据权利要求1所述的方法，还包括将基于所述子集中至少两个声道的组合而选择的编码模式应用于对所述子集中的所有声道进行编码。

根据权利要求1至3中任一项所述的方法，还包括确定是否需要协调对编码模式的使用；并且在需要时执行协调。

根据权利要求1至3中任一项所述的方法，还包括确定所获得的多个声道中的哪些声道需要协调。

根据权利要求1至3中任一项所述的方法，还包括选择主编解码器实例；其中所述主编解码器实例将其模式判定施加于其他编解码器实例。

根据权利要求1至3中任一项所述的方法，还包括根据协调后的编码模式选择对音频信号声道进行编码。