对比文件名称：2017-02-21_US9578439B_发明授权_US09578439B2 Method, system and article of manufacture for processing spatial audio
目标专利名称：704一种声场相关渲染的方法和装置CN114270878B
本次调用的模型名称：DeepSeek-R1
### 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》** | 对比文件第[0006]段：“In accordance with an aspect of the disclosed techniques, a method of processing audio includes receiving audio data corresponding to a scene. The audio data includes spatial information indicative of one or more directions of one or more sound sources in the scene. The audio data is modified based on input data identifying one or more spatial characteristics of a playback environment.”（根据所公开技术的一个方面，一种处理音频的方法包括接收与场景对应的音频数据。该音频数据包括指示场景中一个或多个声源的一个或多个方向的空间信息。该音频数据基于识别回放环境的一个或多个空间特性的输入数据而被修改。）<br>对比文件第[0010]段：“The system 1000 includes a device 1001 coupled to one or more audio speakers 1008. The device 1001 can be an audio capture device, an audio rendering device or a combination of both types of devices... The device 1001 includes an audio processor communicating with a GUI 1004 and an audio playback module 1006. The audio processor 1002 includes a mask generator 1005.”（系统1000包括耦合到一个或多个音频扬声器1008的设备1001。设备1001可以是音频捕获设备、音频渲染设备或这两种类型设备的组合……设备1001包括与GUI 1004和音频回放模块1006通信的音频处理器。音频处理器1002包括掩蔽生成器1005。）<br>对比文件第[0063]段：“The regions can correspond to areas and directions in an audio scene having sound sources located therein and subject to being recorded by an audio system.”（这些区域可以对应于音频场景中具有位于其中并待由音频系统记录的声源的区域和方向。）<br>对比文件第[0067]段：“Sector Boundaries and Region Boundaries—These may be entered angles in degrees of the unit circle where the sector boundaries and region boundaries are located. These can be changed in real-time by the user during audio recording or during audio playback. Region Enablement—Information about whether a particular region is enabled or not. The user can select or unselect a region in real-time during recording or during playback.”（扇区边界和区域边界——这些可以是以度为单位的单位圆角度，扇区边界和区域边界位于这些角度处。它们可以在音频录制期间或音频回放期间由用户实时改变。区域启用——关于特定区域是否被启用的信息。用户可以在录制期间或回放期间实时选择或取消选择区域。） | 对比文件系统1000明确包含音频处理器1002（至少一个处理器）及用于存储和执行代码的存储器（隐含），其被配置为接收代表场景的音频数据并基于识别回放环境空间特性的输入数据修改音频。对比文件中用户通过GUI选择启用或禁用音频场景中的特定区域（即选择“区域启用”），这实质上等同于“获得散焦方向”——因为禁用区域就意味着在那些方向上对声音进行去加重（散焦）。对比文件第[0063]段指出区域对应音频场景中的方向，而第[0067]段说明用户可实时选择启用/禁用区域，即输入了期望去加重的“方向”。虽然对比文件未使用“散焦方向”这一术语，但其“用户选择禁用的区域方向”在功能与作用上与目标专利的“散焦方向”相同，都是用于指定空间中需要被去加重的方向。本领域技术人员通过对比文件公开的内容能够合理推断出获得散焦方向的技术方案，因此该特征被隐含公开。 |
| **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》** | 对比文件第[0005]段：“The inventive techniques may also process directionally-encoded audio to permit focusing/defocusing on sound from particular direction(s) in an audio scene.”（本发明的技术还可以处理方向性编码的音频以允许聚焦/散焦于音频场景中特定方向的声音。）<br>对比文件第[0003]段：“Another advantage is that the techniques may permit a user to dynamically configure audio data so that it better conforms to the user's particular loudspeaker layouts and/or the user's desired focus on particular subjects or areas in an audio scene.”（另一个优点是这些技术可以允许用户动态配置音频数据，以使其更好地符合用户特定的扬声器布局和/或用户对音频场景中特定对象或区域的期望聚焦。）<br>对比文件第[0088]段：“Each of the masking windows may give a unity gain on the location of the corresponding sector loudspeaker and may give proper roll off (such as the piecewise cosine function of FIG. 2) to suppress the sounds coming from the disabled regions or the directions belonging to other loudspeaker channel sectors.”（每个掩蔽窗口可以在对应扇区扬声器的位置处给予单位增益，并可以给予适当的滚降（例如图2的分段余弦函数）以抑制来自禁用区域或属于其他扬声器通道扇区的方向的声音。） | 对比文件明确公开了处理方向性编码音频以允许对特定方向的声音进行“散焦（defocusing）”。其具体处理机制为：基于用户通过GUI选择的禁用区域（对应散焦方向），生成掩蔽窗口函数，对来自禁用区域（散焦方向）的声音进行抑制（即去加重），同时对启用区域（未散焦方向）的声音保留或增强（相对去加重）。第[0088]段明确说明掩蔽窗口“抑制来自禁用区域的声音”，这正是“在散焦方向上至少部分地控制空间音频信号的一部分至少部分地相对于其他部分的相对去加重”。因此，对比文件处理空间音频信号以生成经修改的音频信号的目的和效果与技术特征B一致。虽然对比文件未使用“基于所述散焦方向的经修改的音频场景”这样的表述，但其通过掩蔽窗口抑制禁用区域声音的处理方式，实际上就是基于散焦方向对音频场景进行修改。本领域技术人员能从对比文件内容合理推断出该技术特征，故为隐含公开。 |
| **技术特征C**：输出所述经处理的空间音频信号<br>**《直接公开》** | 对比文件第[0112]段：“The playback module 1006 receives processed audio data from the audio processor 1002 and renders it into a form suitable for output by the speakers 1008.”（回放模块1006从音频处理器1002接收经处理的音频数据，并将其渲染成适合扬声器1008输出的形式。）<br>对比文件第[0109]段：“FIG. 10 is a block diagram of an exemplary system 1000 for shaping audio output in accordance with the techniques disclosed herein.”（图10是根据本文公开的技术用于塑造音频输出的示例性系统1000的框图。） | 对比文件系统1000中的回放模块1006从音频处理器1002接收经处理（经掩蔽/散焦处理）的音频数据，并将其渲染输出到扬声器1008。这直接对应于“输出所述经处理的空间音频信号”。因此，该技术特征被直接公开。 |
| **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》** | 对比文件第[0088]段：“Each of the masking windows may give a unity gain on the location of the corresponding sector loudspeaker and may give proper roll off (such as the piecewise cosine function of FIG. 2) to suppress the sounds coming from the disabled regions or the directions belonging to other loudspeaker channel sectors.”（每个掩蔽窗口可以在对应扇区扬声器的位置处给予单位增益，并可以给予适当的滚降（例如图2的分段余弦函数）以抑制来自禁用区域或属于其他扬声器通道扇区的方向的声音。）<br>对比文件第[0005]段：“...focusing/defocusing on sound from particular direction(s) in an audio scene.”（……聚焦/散焦于音频场景中特定方向的声音。） | 对比文件通过掩蔽窗口函数对禁用区域（散焦方向）的声音进行抑制（滚降至零或低增益），同时保持启用区域的声音（单位增益），这实质上使能了在散焦方向上对空间音频信号的一部分相对于其他部分的去加重。技术特征D是对技术特征B处理结果的功能性限定，即经修改的音频场景使能了这种去加重。对比文件的散焦处理结果明确实现了这一功能。虽然表述方式不同，但实质技术方案一致，本领域技术人员可以毫无疑义地推断出，因此隐含公开。 |
| **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》** | 对比文件第[0044]段：“The masking window is designed with the center of the sector (270 degree) having a unity gain. Moving away from the center, the gain can be maintained as unity 204 until the ‘roll-off start’ angle, which is a degree value that is a tuning parameter. The end of the masking function has zero gain. The location of these ends can be tuned by using the ‘Roll-off end’ angle.”（掩蔽窗口被设计为扇区中心（270度）具有单位增益。从中心向外移动，增益可以保持为单位值204直到“滚降开始”角度，这是一个作为调谐参数的度数值。掩蔽函数的末端具有零增益。这些末端的位置可以通过使用“滚降结束”角度来调谐。）<br>对比文件第[0045]段：“Gain = cos(θ · 90 / Roll-off end) * p2, where Gain is the masking window function output, Roll-off end equals the number of degrees in the Roll-off end between zero and unity gain, and p2 is the amplitude of the input audio signal.”（增益 = cos(θ · 90 / 滚降结束) * p2，其中增益是掩蔽窗口函数输出，滚降结束等于零和单位增益之间的滚降结束中的度数，p2是输入音频信号的幅度。）<br>对比文件第[0067]段：“Region Enablement—Information about whether a particular region is enabled or not. The user can select or unselect a region in real-time during recording or during playback.”（区域启用——关于特定区域是否被启用的信息。用户可以在录制期间或回放期间实时选择或取消选择区域。） | 目标专利的“散焦量”是指控制去加重程度的参数（例如从0%到100%）。对比文件中，掩蔽窗口函数的“滚降开始”和“滚降结束”角度参数，以及增益从1到0的变化范围，共同定义了在散焦方向上抑制声音的“程度”或“量”。用户可通过GUI实时调整区域启用/禁用（第[0067]段），并且掩蔽窗口的形状（如滚降的斜率）是可调谐的参数（第[0044]段），这实质上就是“散焦量”的控制。例如，调整滚降结束角度可以改变声音被抑制的过渡区域的宽度，从而影响去加重的程度。虽然对比文件未明确使用“散焦量”一词，但其可调谐的掩蔽窗口参数在功能上等同于散焦量。本领域技术人员能合理推断出，对比文件隐含公开了获得散焦量的技术方案。 |
| **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》** | 对比文件第[0041]段：“Based on the estimated DOA of the input audio, a masking window gain for each output channel 108a-e is computed. Generalizing, M masking gains (corresponding to M audio output channels) are computed for each audio frame, where M is an integer.”（基于输入音频的估计DOA，为每个输出通道108a-e计算掩蔽窗口增益。概括而言，为每个音频帧计算M个掩蔽增益（对应于M个音频输出通道），其中M是整数。）<br>对比文件第[0045]段：“Gain = cos(θ · 90 / Roll-off end) * p2...”（增益 = cos(θ · 90 / 滚降结束) * p2...）<br>对比文件第[0044]段：“The masking window is designed with the center of the sector (270 degree) having a unity gain. Moving away from the center, the gain can be maintained as unity 204 until the ‘roll-off start’ angle...”（掩蔽窗口被设计为扇区中心（270度）具有单位增益。从中心向外移动，增益可以保持为单位值204直到“滚降开始”角度...） | 对比文件根据用户定义的区域启用/禁用（散焦方向）以及掩蔽窗口的调谐参数（如滚降角度，对应散焦量），计算每个音频帧的掩蔽窗口增益，并用该增益修改音频信号。增益值随DOA角度变化，在禁用区域（散焦方向）内应用低增益或零增益（去加重），而在启用区域内应用高增益或单位增益。这实现了“根据散焦量，在散焦方向上控制相对去加重”的技术方案。因此，该特征被隐含公开。 |
| **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》** | 对比文件第[0088]段：“...suppress the sounds coming from the disabled regions or the directions belonging to other loudspeaker channel sectors.”（……抑制来自禁用区域或属于其他扬声器通道扇区的方向的声音。）<br>对比文件第[0045]段：“The end of the masking function has zero gain.”（掩蔽函数的末端具有零增益。） | 对比文件明确公开了通过掩蔽窗口“抑制”来自禁用区域（散焦方向）的声音。抑制声音即意味着减少该部分音频信号的加重。因此，这属于技术特征G中“减少所述空间音频信号的所述一部分的加重”的具体实现。本领域技术人员能直接推断出该对应关系，因此该特征被隐含公开。 |
| **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》** | 对比文件第[0088]段：“Each of the masking windows may give a unity gain on the location of the corresponding sector loudspeaker...”（每个掩蔽窗口可以在对应扇区扬声器的位置处给予单位增益……）<br>对比文件第[0044]段：“The masking window is designed with the center of the sector (270 degree) having a unity gain.”（掩蔽窗口被设计为扇区中心（270度）具有单位增益。） | 对比文件中，掩蔽窗口在启用区域（即散焦方向之外的其他部分）给予单位增益（unity gain）。相对于被抑制（减少加重）的禁用区域，启用区域的声音相对加重被增大。虽然对比文件未明确使用“增大其他部分的加重”的表述，但其通过保持其他部分增益为单位值而降低散焦部分增益的方式，在相对意义上实现了增大其他部分加重的效果。这与目标专利中“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”的技术方案实质相同。因此，该特征被隐含公开。 |
| **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》** | 对比文件第[0045]段：“Gain = cos(θ · 90 / Roll-off end) * p2... The end of the masking function has zero gain.”（增益 = cos(θ · 90 / 滚降结束) * p2...掩蔽函数的末端具有零增益。）<br>对比文件第[0088]段：“...suppress the sounds coming from the disabled regions...”（……抑制来自禁用区域的声音……） | 对比文件中，掩蔽窗口函数通过应用小于1的增益（甚至为零）来抑制禁用区域（散焦方向）的声音，这直接对应于“降低声级”。增益的大小由滚降参数（对应散焦量）决定，因此是“根据散焦量”降低声级。该特征被隐含公开。 |
| **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》** | 对比文件第[0044]段：“The masking window is designed with the center of the sector (270 degree) having a unity gain.”（掩蔽窗口被设计为扇区中心（270度）具有单位增益。）<br>对比文件第[0054]段：“The distance mismatch from the listener to each loudspeaker may also be accounted for by introducing one more gain factor per channel depending on the straight line distance between the listener and the particular loudspeaker.”（还可以通过根据听众与特定扬声器之间的直线距离引入每个通道的另一个增益因子，来解决听众到每个扬声器的距离失配问题。） | 与技术特征H类似，对比文件通过维持非散焦区域的单位增益，相对实现了声级的增大。此外，对比文件还可以引入额外的增益因子（第[0054]段）来调整声级，这暗示了增大其他部分声级的可能性。因此，该特征被隐含公开。 |
| **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>**《隐含公开》** | 对比文件第[0063]段：“The regions can correspond to areas and directions in an audio scene having sound sources located therein...”（这些区域可以对应于音频场景中具有位于其中的声源的区域和方向……）<br>对比文件第[0066]段：“There are four user-selectable regions 402a-d separated by boundaries 404a-d. The number, boundary locations, and sizes of the user-selectable regions 402a-d may be configured by a user through a graphic user interface (GUI) that may display an audio scene in a unit-circle fashion...”（存在由边界404a-d分隔的四个用户可选区域402a-d。用户可选区域402a-d的数量、边界位置和大小可以由用户通过图形用户界面（GUI）配置，该GUI可以以单位圆方式显示音频场景……）<br>对比文件第[0067]段：“Sector Boundaries and Region Boundaries—These may be entered angles in degrees of the unit circle...”（扇区边界和区域边界——这些可以是以度为单位的单位圆角度……） | 对比文件中的“区域”具有由边界定义的具体形状（如扇形、弧形区域），用户可以通过GUI配置这些区域的边界、大小和位置。这对应于“散焦形状”。用户选择一个区域进行禁用（去加重），实际上就是在该形状内进行散焦处理。例如，图4中区域401是一个扇形区域，用户启用/禁用该区域即是在该形状内控制去加重。因此，获得散焦形状并在该形状内进行去加重的技术方案被隐含公开。 |
| **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>**《隐含公开》** | 对比文件第[0088]段：“...suppress the sounds coming from the disabled regions...”（……抑制来自禁用区域的声音……）<br>对比文件第[0070]段：“Based on the region enablement information from the GUI, masking windows are generated for each of the enabled sectors. Determining which sectors or portions thereof are enabled entails mapping enabled regions to the sectors.”（基于来自GUI的区域启用信息，为每个启用的扇区生成掩蔽窗口。确定哪些扇区或其部分被启用需要将启用区域映射到扇区。） | 对比文件明确在用户定义的禁用区域（散焦形状）内应用掩蔽窗口来抑制声音，即减少该形状内音频部分的加重。该过程直接对应于技术特征L。因此，该特征被隐含公开。 |
| **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>**《隐含公开》** | 对比文件第[0088]段：“Each of the masking windows may give a unity gain on the location of the corresponding sector loudspeaker...”（每个掩蔽窗口可以在对应扇区扬声器的位置处给予单位增益……） | 与技术特征H和J类似，对比文件通过在禁用区域（散焦形状）外保持单位增益，相对于禁用区域内的抑制，实现了增大其他部分加重的相对效果。因此，该特征被隐含公开。 |
| **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>**《隐含公开》** | 对比文件第[0045]段：“Gain = cos(θ · 90 / Roll-off end) * p2...”（增益 = cos(θ · 90 / 滚降结束) * p2...）<br>对比文件第[0044]段：“The masking window is designed with the center of the sector (270 degree) having a unity gain. Moving away from the center, the gain can be maintained as unity 204 until the ‘roll-off start’ angle...”（掩蔽窗口被设计为扇区中心（270度）具有单位增益。从中心向外移动，增益可以保持为单位值204直到“滚降开始”角度...） | 对比文件中，掩蔽窗口的增益曲线形状（滚降）由可调参数（滚降开始/结束角度，对应散焦量）控制。在用户定义的禁用区域（散焦形状）内，应用该增益曲线来降低声级。因此，“根据散焦量，在散焦形状内降低声级”的技术方案被隐含公开。 |
| **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>**《隐含公开》** | 对比文件第[0044]段：“The masking window is designed with the center of the sector (270 degree) having a unity gain.”（掩蔽窗口被设计为扇区中心（270度）具有单位增益。）<br>对比文件第[0054]段：“The distance mismatch from the listener to each loudspeaker may also be accounted for by introducing one more gain factor per channel...”（还可以通过引入每个通道的另一个增益因子来解决听众到每个扬声器的距离失配问题……） | 与技术特征J类似，对比文件通过维持非散焦区域的增益，并可能应用额外增益因子，相对增大了其他部分的声级。这对应于技术特征O，因此被隐含公开。 |
| **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》** | 对比文件第[0112]段：“The playback module 1006 receives processed audio data from the audio processor 1002 and renders it into a form suitable for output by the speakers 1008.”（回放模块1006从音频处理器1002接收经处理的音频数据，并将其渲染成适合扬声器1008输出的形式。）<br>对比文件第[0006]段：“The audio data is modified based on input data identifying one or more spatial characteristics of a playback environment.”（音频数据基于识别回放环境的一个或多个空间特性的输入数据而被修改。）<br>对比文件第[0162]段：“FIG. 16 is a conceptual diagram illustrating a technique for calibrating a sound reproduction system with the actual locations of loudspeakers 1602a-g in a playback system so that audio can be shaped according to the techniques described herein to account for the actual speaker locations.”（图16是示出用于利用回放系统中扬声器1602a-g的实际位置校准声音再现系统的技术的概念图，使得音频可以根据本文描述的技术被塑造以考虑实际扬声器位置。） | 对比文件中，“回放环境的空问特性”（如第[0006]段）和实际的扬声器位置校准信息（第[0162]段）属于“再现控制信息”。回放模块1006根据这些信息（如扬声器布局）对经散焦处理的音频数据进行渲染（处理）以生成最终输出到扬声器的音频信号。这对应于“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》** | 对比文件第[0167]段-第[0168]段：“4. The DOA and distance information for each loudspeaker 1602a-g is passed to a surround sound recording (SSR) system... 5. When a user processes, stores, or plays a recorded audio clip with, for example device 1604, it may be processed in real-time with such loudspeaker location information. The real-time processing can be done in the audio reproduction stage or at the recordation stage.”（4. 每个扬声器1602a-g的DOA和距离信息被传递给环绕声录制（SSR）系统……5. 当用户例如利用设备1604处理、存储或播放录制的音频剪辑时，可以利用这种扬声器位置信息实时处理它。实时处理可以在音频再现阶段或在录制阶段完成。） | 对比文件明确指出，实时处理（包括基于扬声器位置信息的处理）可以在“录制阶段”（即在生成经散焦处理的音频信号之前）完成。这对应于技术特征Q：在散焦处理之前，根据再现控制信息（扬声器位置信息）处理空间音频信号。因此，该特征被隐含公开。 |
| **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>**《隐含公开》** | 对比文件第[0129]段-第[0131]段：“In some configurations, the audio analyzer 1114 may also generate each particular audio signal (or channel) of the audio signals 1110 by applying a beamformer 1190 to the input signals 1108. The beamformer 1190 may correspond to a particular direction associated with the particular audio signal (or channel). For example, the audio analyzer 1114 may apply a first beamformer (e.g., the beamformer 1190) to the input signals 1108 corresponding to a first direction (e.g., center) to generate a first audio signal (e.g., a center channel) of the audio signals 1110...”（在一些配置中，音频分析器1114还可以通过对输入信号1108应用波束成形器1190来生成音频信号1110的每个特定音频信号（或通道）。波束成形器1190可以对应于与特定音频信号（或通道）相关联的特定方向。例如，音频分析器1114可以将对应于第一方向（例如，中心）的第一波束成形器（例如，波束成形器1190）应用于输入信号1108以生成音频信号1110的第一音频信号（例如，中心通道）……）<br>对比文件第[0160]段：“Examples of spatial audio encoding methods that may be supported with a multi-microphone array as described herein may also include methods that may originally be intended for use with a particular microphone, such as the Ambisonic B format or a higher-order Ambisonic format.”（如本文所述，可以利用多麦克风阵列支持的空间音频编码方法的示例还可以包括原本旨在与特定麦克风一起使用的方法，例如Ambisonic B格式或更高阶Ambisonic格式。） | 对比文件第[0160]段明确提到了Ambisonic格式（全景环绕声信号）。对比文件第[0129]-[0131]段描述了使用波束成形器从多麦克风输入信号中生成对应于特定方向（聚焦方向）的单通道音频信号（目标音频信号）。这一过程对应于“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”。虽然对比文件未明确将波束成形器应用于Ambisonic信号来提取单通道信号，但其公开了波束成形器从空间音频信号中提取方向性单通道信号的技术，且明确提及了Ambisonic格式。本领域技术人员能够合理推断出将该提取技术应用于Ambisonic信号（全景环绕声信号）的方案。因此，该特征被隐含公开。 |
| **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》** | 对比文件第[0129]段：“...the audio analyzer 1114 may apply a first beamformer to the input signals 1108 corresponding to a first direction (e.g., center) to generate a first audio signal (e.g., a center channel) of the audio signals 1110...”（……音频分析器1114可以将对应于第一方向（例如，中心）的第一波束成形器应用于输入信号1108以生成音频信号1110的第一音频信号（例如，中心通道）……）<br>对比文件第[0029]段：“The inventive techniques may also process directionally-encoded audio to permit focusing/defocusing on sound from particular direction(s) in an audio scene.”（本发明的技术还可以处理方向性编码的音频以允许聚焦/散焦于音频场景中特定方向的声音。） | 对比文件通过波束成形器生成对应特定方向（散焦方向）的音频通道，该音频通道实质上就是被布置在该方向空间位置的聚焦音频信号。此外，对比文件对特定方向进行散焦处理，该方向定义了空间位置。因此，生成聚焦音频信号并将其布置在散焦方向定义的空间位置的技术方案被隐含公开。 |
| **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>**《隐含公开》** | 对比文件第[0088]段：“...suppress the sounds coming from the disabled regions...”（……抑制来自禁用区域的声音……）<br>对比文件第[0045]段：“Gain = cos(θ · 90 / Roll-off end) * p2...”（增益 = cos(θ · 90 / 滚降结束) * p2...）<br>对比文件第[0041]段：“Based on the estimated DOA of the input audio, a masking window gain for each output channel 108a-e is computed.”（基于输入音频的估计DOA，为每个输出通道108a-e计算掩蔽窗口增益。） | 目标专利技术特征T描述了通过从原始空间音频信号中减去缩放的聚焦信号来实现散焦的线性组合方法。对比文件则采用掩蔽窗口（增益函数）直接对输出通道应用增益来实现抑制。虽然具体数学实现不同（相减 vs. 乘性增益），但两者都实现了根据散焦量（滚降参数）降低散焦方向上声音的相对级别的相同技术效果。对比文件的掩蔽技术可视为一种与此线性组合等效的音频处理手段。本领域技术人员能够理解掩蔽窗口增益的应用在功能上等同于通过缩放和组合来降低特定方向级别。因此，该特征被隐含公开。 |
| **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>**《直接公开》** | 对比文件第[0129]段：“In some configurations, the audio analyzer 1114 may also generate each particular audio signal (or channel) of the audio signals 1110 by applying a beamformer 1190 to the input signals 1108. The beamformer 1190 may correspond to a particular direction associated with the particular audio signal (or channel).”（在一些配置中，音频分析器1114还可以通过对输入信号1108应用波束成形器1190来生成音频信号1110的每个特定音频信号（或通道）。波束成形器1190可以对应于与特定音频信号（或通道）相关联的特定方向。） | 对比文件明确公开了应用波束成形器从输入信号（空间音频信号）中得到表示特定方向（散焦方向）声音分量的波束成形信号。这与技术特征U完全一致。因此，该特征被直接公开。 |
| **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）** | 未找到相关公开内容。 | 对比文件全文未提及在波束成形器之后应用后置滤波器来调整频谱以近似目标声音频谱的技术。虽然对比文件提及了波束成形器（第[0129]段），但未涉及任何后置滤波处理。因此，该特征未被对比文件公开。 |
| **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>**（未公开）** | 对比文件第[0041]段：“For each captured audio frame, the direction of arrival (DOA) is estimated per frequency bin, resulting in a directional-encoded audio frame.”（对于每个捕获的音频帧，针对每个频率区间估计到达方向（DOA），产生方向性编码的音频帧。） | 对比文件主要涉及基于DOA的方向性编码音频，而非明确包括“能量比率参数”的参数化空间音频信号。虽然对比文件提到了频率区间（frequency bin）和DOA，但未公开包含方向指示和能量比率参数的空间元数据结构。因此，技术特征W中关于参数化空间音频信号及其特定元数据组成的部分未被公开。由于该前提条件未满足，后续基于此的处理步骤（计算角度差等）也无法被直接且明确地公开。 |
| **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》** | 对比文件第[0045]段：“Gain = cos(θ · 90 / Roll-off end) * p2...”（增益 = cos(θ · 90 / 滚降结束) * p2...）<br>对比文件第[0044]段：“The masking window is designed with the center of the sector (270 degree) having a unity gain. Moving away from the center, the gain can be maintained as unity 204 until the ‘roll-off start’ angle, which is a degree value that is a tuning parameter.”（掩蔽窗口被设计为扇区中心（270度）具有单位增益。从中心向外移动，增益可以保持为单位值204直到“滚降开始”角度，这是一个作为调谐参数的度数值。） | 对比文件中的掩蔽窗口函数（如公式Gain = cos(θ · 90 / Roll-off end)）正是基于角度差（θ）的预定义函数，并利用“滚降结束”等参数（对应于散焦量导出的缩放因子）来导出增益值。尽管对比文件未在参数化空间音频信号的上下文中描述，但其公开了基于角度差和可调参数导出增益值的通用方法。本领域技术人员能够将该增益导出方法应用于参数化空间音频信号的处理中。因此，该增益导出步骤的核心技术手段被隐含公开。 |
| **技术特征Y**：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<br>**（未公开）** | 未找到相关公开内容。 | 对比文件未公开使用“能量比率参数”来计算“更新定向能量值”的技术特征。其处理流程基于DOA和掩蔽窗口增益，不涉及对定向能量值的显式计算和更新。因此，该特征未被公开。 |
| **技术特征Z**：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<br>**（未公开）** | 未找到相关公开内容。 | 与技术特征Y类似，对比文件未公开计算“更新环境能量值”的技术特征。其处理不涉及环境能量值的显式更新。因此，该特征未被公开。 |
<<<c>>><<<u>>><<<a>>><<<b>>><<<d>>><<<e>>><<<f>>><<<g>>><<<h>>><<<i>>><<<j>>><<<k>>><<<l>>><<<m>>><<<n>>><<<o>>><<<p>>><<<q>>><<<r>>><<<s>>><<<t>>><<<x>>>