对比文件名称：2017-08-29_CN107113528A_发明公开_CN107113528A 处理空间音频的方法，系统及制品
目标专利名称：704一种声场相关渲染的方法和装置CN114270878B
调用的模型名称：DeepSeek V3
### 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：**《隐含公开》<br>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 | **[0010]** 一种系统包含经配置以接收对应于场景的音频数据的接口...所述系统还包含处理器，所述处理器经配置以基于识别播放环境的一或多个空间特性的输入数据而修改所述音频数据。<br>**[0034]** 所揭示音频处理技术结合透明方向性音频场景渲染提供对来自特定方向的声音进行聚焦/散焦的能力。<br>**[0039]** ...用户可通过界定每一扇段的边界来界定每一扇段的区。<br>**[0070]** 在方框1054中，接收音频扇段边界。可由用户经由GUI输入音频扇段边界。<br>**[0072]** 在方框1056中，接收一或多个经启用区选择。经启用区选择可由用户经由GUI输入。 | 对比文件公开了一种包括处理器和存储器的系统，其能够接收并处理音频数据。该系统明确提到了对声音进行“散焦”处理的能力。用户通过GUI输入的扇段边界或经启用/禁用的区选择，实质上限定了需要进行散焦处理的空间方向或区域。因此，本领域技术人员可以毫无疑义地推断出，该装置获得了用于进行散焦处理的方向信息，即“散焦方向”。这属于隐含公开。 |
| **技术特征B：**《直接公开》<br>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 | **[0034]** 所揭示音频处理技术结合透明方向性音频场景渲染提供对来自特定方向的声音进行聚焦/散焦的能力。<br>**[0040]** ...不仅取决于音频的DOA而通过掩蔽窗函数或平移规则对经方向性编码音频进行塑形，而且基于音频空间400的用户所选择区对经方向性编码音频进一步进行塑形。此情形准许用户将音频播放聚焦于音频空间中的所要区上。<br>**[0041]** 实例空间400展示第一区402a经选择(经启用)，且其它三个区402b到402d经禁用。<br>**[0044]** ...基于来自GUI的区启用信息，针对经启用扇段中的每一者产生掩蔽窗... | 对比文件明确公开了处理表示音频场景的空间音频信号（经方向性编码音频），并基于用户选择的区（即散焦方向）对音频信号进行“塑形”。该“塑形”过程通过掩蔽窗函数抑制或禁用特定方向上的声音，这直接对应于在散焦方向上控制音频信号部分的相对去加重。因此，该技术特征被直接公开。 |
| **技术特征C：**《直接公开》<br>输出所述经处理的空间音频信号 | **[0069]** 播放模块1006从音频处理器1002接收经处理的音频数据且将其渲染成适合于由扬声器1008输出的形式。<br>**[0074]** 在方框1060中，基于经启用区将掩蔽窗应用于所接收的经方向性编码音频以产生经聚焦或经塑形音频输出。接着可渲染经聚焦音频输出数据以用于经由扩音器、耳机或任何其它合适渲染构件播放。 | 对比文件中，音频处理器1002处理完音频数据后，会将其传递给播放模块1006，最终通过扬声器1008输出。该方法明确包括输出经塑形（即经处理）的音频信号的步骤。因此，该技术特征被直接公开。 |
| **技术特征D：**《直接公开》<br>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 | **[0043]** 实例空间400展示第一区402a经选择(经启用)，且其它三个区402b到402d经禁用。<br>**[0044]** ...基于来自GUI的区启用信息，针对经启用扇段中的每一者产生掩蔽窗。确定哪些扇段或其部分经启用需要将经启用区映射到扇段... | 对比文件图4及其相关描述明确示出了用户选择启用（或禁用）特定方向区域（402a）的场景。通过掩蔽窗函数，被禁用区域的声音受到抑制，而其他区域的声音得以保留，这直接使能了对所选方向（散焦方向）上声音的去加重。因此，该技术特征被直接公开。 |
| **技术特征E：**《隐含公开》<br>其中，所述装置进一步被使得：获得散焦量 | **[0038]** 掩蔽窗函数201为分段余弦函数。曲线图x轴202表示DOA，且曲线图y轴203表示增益。在所展示的实例中，增益在0与1(单位一)之间变化。<br>**[0039]** ...掩蔽窗经设计成扇段的中心(270度)具有单位增益。移动远离中心，增益可在“滚降开始”角度...之前维持为单位一204。掩蔽函数的结束具有零增益。 | 对比文件中的掩蔽窗函数其增益值在0到1之间变化。增益值为0时，表示完全抑制（最大散焦量）；增益值为1时，表示无抑制（最小散焦量）。通过调整掩蔽窗的形状或滚降范围，用户可以控制去加重的程度。本领域技术人员可以合理推断出，这种可控的增益变化范围实质上等价于一个可调整的“散焦量”参数。这属于隐含公开。 |
| **技术特征F：**《隐含公开》<br>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 | **[0038]** 掩蔽窗函数...增益在0与1(单位一)之间变化。<br>**[0044]** ...基于来自GUI的区启用信息，针对经启用扇段中的每一者产生掩蔽窗... | 如对特征E的分析，掩蔽窗的增益值范围（0到1）隐含了散焦量的概念。处理过程正是通过应用具有特定增益值的掩蔽窗函数，来控制在所选方向上的声音是保留（增益为1）还是抑制（增益为0），即根据该“量”来控制相对去加重。这属于隐含公开。 |
| **技术特征G：**《隐含公开》<br>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 | **[0043]** 实例空间400展示第一区402a经选择(经启用)，且其它三个区402b到402d经禁用。<br>**[0048]** ...以此方式，将位于经启用区608中的声源聚焦，同时抑制经禁用区中的声源。 | 对比文件中，用户选择“禁用”某些区（例如图4中的402b-402d），这意味着在这些方向上的声音被抑制或减少。这直接对应于在散焦方向上相对于其他部分减少该部分声音的加重。虽然文件中同时提及“聚焦”和“散焦”，但这种抑制操作本身就是散焦的一种实现方式。这属于隐含公开。 |
| **技术特征H：**《隐含公开》<br>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 | **[0034]** 所揭示音频处理技术结合透明方向性音频场景渲染提供对来自特定方向的声音进行聚焦/散焦的能力。<br>**[0048]** ...以此方式，将位于经启用区608中的声源聚焦，同时抑制经禁用区中的声源。 | 对比文件公开的技术可以同时实现“聚焦”和“散焦”。当对某些方向进行散焦（抑制）时，未被抑制的其他方向的声音在相对听觉感受上会显得更加突出，这等同于相对增大了其他部分的加重。本领域技术人员可以理解这种相对效果。这属于隐含公开。 |
| **技术特征I：**《隐含公开》<br>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 | **[0038]** 掩蔽窗函数...增益在0与1(单位一)之间变化。<br>**[0043]** ...实例空间400展示第一区402a经选择(经启用)，且其它三个区402b到402d经禁用。 | 对比文件中的掩蔽窗增益直接对应于声级的缩放。增益为0即意味着将该方向上的声级降低到0。增益在0到1之间变化，说明了声级降低的程度是可控的。这与“根据散焦量降低一部分的声级”的技术方案相同。这属于隐含公开。 |
| **技术特征J：**《隐含公开》<br>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 | **[0034]** 所揭示音频处理技术结合透明方向性音频场景渲染提供对来自特定方向的声音进行聚焦/散焦的能力。<br>**[0038]** ...增益在0与1(单位一)之间变化。 | 如同对特征H的分析，对比文件结合了聚焦和散焦能力。当根据某个“量”将散焦方向上的增益降低（声级降低）时，保持单位增益的其他部分在相对感知上声级就得到了增大。这种相对关系对声学领域的技术人员来说是显而易见的。这属于隐含公开。 |
| **技术特征K：**《隐含公开》<br>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 | **[0039]** ...用户可通过界定每一扇段的边界来界定每一扇段的区。举例来说，扇段5 106e的边界104a、104e分别位于0度及90度。<br>**[0041]** 存在通过边界404a到404d分离的四个用户可选择区402a到402d。用户可选择区402a到402d的数目、边界位置及大小可由用户经由图形用户接口(GUI)来配置... | 对比文件中，用户通过GUI定义的“扇段”和“区”不仅仅是一个方向，而是由边界限定的具有角度宽度（即形状）的区域。例如，图4中的区402a就是一个角度范围为225°到315°的扇形区域。这实质上就是“散焦形状”的一种具体体现（如扇形/弧形）。用户在该形状内进行声音的启用或禁用，即在散焦形状内控制去加重。这属于隐含公开。 |
| **技术特征L：**《隐含公开》<br>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 | **[0043]** 实例空间400展示第一区402a经选择(经启用)，且其它三个区402b到402d经禁用。<br>**[0048]** ...以此方式，将位于经启用区608中的声源聚焦，同时抑制经禁用区中的声源。 | 对比文件中，用户禁用的区（例如402b-402d）就是定义的形状区域。在这些形状区域内，声音被抑制（减少加重）。这直接对应于在散焦形状内减少空间音频信号一部分的加重。这属于隐含公开。 |
| **技术特征M：**《隐含公开》<br>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 | **[0034]** 所揭示音频处理技术结合透明方向性音频场景渲染提供对来自特定方向的声音进行聚焦/散焦的能力。<br>**[0043]** 实例空间400展示第一区402a经选择(经启用)，且其它三个区402b到402d经禁用。 | 如同对特征H和J的分析，当对比文件在禁用的形状区域内抑制声音时，启用的形状区域内的声音在相对感知上得到了增强。这相当于在散焦形状内减小一部分的同时，相对增大了其他部分的加重。这属于隐含公开。 |
| **技术特征N：**《隐含公开》<br>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 | **[0038]** 掩蔽窗函数...增益在0与1(单位一)之间变化。<br>**[0043]** ...实例空间400展示第一区402a经选择(经启用)，且其它三个区402b到402d经禁用。 | 对比文件通过可调增益（0到1）的掩蔽窗在用户定义的形状区域内处理音频。增益为0即在该形状区域内将声级降至最低。增益的可调性对应于“根据散焦量”来降低声级。这属于隐含公开。 |
| **技术特征O：**《隐含公开》<br>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 | **[0034]** 所揭示音频处理技术结合透明方向性音频场景渲染提供对来自特定方向的声音进行聚焦/散焦的能力。<br>**[0038]** ...增益在0与1(单位一)之间变化。 | 综合对比文件公开的聚焦/散焦能力以及可调增益，本领域技术人员可以理解，当在散焦形状内将增益降低（声级降低）时，其他区域的单位增益保持不变，这在听觉上造成了其他部分声级相对增大的效果。这属于隐含公开。 |
| **技术特征P：**《隐含公开》<br>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 | **[0006]** ...可基于识别播放环境的一或多个空间特性的输入数据而修改所述音频数据。<br>**[0033]** 用户可能想要在播放时尽可能类似地渲染所记录音频场景，而不管其输出扩音器设置(即，扩音器的物理配置及布局)。<br>**[0160]** 5.当用户通过(例如)装置1604处理、存储或播放所记录音频剪辑时，可通过此扩音器位置信息实时处理所述音频剪辑。实时处理可在音频渲染阶段中或在记录阶段进行。<br>**[0069]** 播放模块1006从音频处理器1002接收经处理的音频数据且将其渲染成适合于由扬声器1008输出的形式。 | 对比文件中，“识别播放环境的一或多个空间特性的输入数据”（如实际扩音器位置信息）即构成了“再现控制信息”。音频处理器1002处理后的数据会再由播放模块1006根据这些信息进行渲染，以生成最终适合特定扬声器配置的输出空间音频信号。这明确体现了“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”的过程。这属于隐含公开。 |
| **技术特征Q：**《隐含公开》<br>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 | **[0160]** ...可通过此扩音器位置信息实时处理所述音频剪辑。实时处理可在音频渲染阶段中或在记录阶段进行。<br>**[0161]** 应注意，通过此程序，音响系统可依据方向性渲染听觉场景... | 对比文件明确指出，基于扩音器位置信息（再现控制信息）的实时处理“可在音频渲染阶段中或在记录阶段进行”。这意味着处理顺序是灵活的，可以先根据再现控制信息调整音频信号，然后再进行聚焦/散焦处理（或输出）。这涵盖了在散焦处理之前根据再现控制信息处理空间音频信号的可能性。这属于隐含公开。 |
| **技术特征R：**《未公开》<br>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 | 对比文件中未发现明确提及“全景环绕声信号”或“Ambisonic信号”，也未描述从这类信号中提取表示从聚焦/散焦方向到达的声音分量的单通道目标音频信号的具体操作。 | 对比文件主要基于DOA（到达方向）信息进行掩蔽处理，其输入信号格式是通用的“经方向性编码音频”，并未具体限定为Ambisonic格式，也未公开针对该格式提取单通道目标音频信号的特征。 |
| **技术特征S：**《未公开》<br>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 | 对比文件中未发现此特征。 | 对比文件的掩蔽过程是直接在频域对信号进行增益调整，并未先生成一个单独的、空间位置由散焦方向定义的“聚焦的空间音频信号”，然后再进行混合。 |
| **技术特征T：**《未公开》<br>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 | 对比文件中未发现此特征。 | 对比文件描述的散焦是通过直接应用增益为0或较低的掩蔽窗函数来实现的，并未采用“从原始信号中减去一个经缩放的空间化聚焦信号”这种线性组合的方式来生成经处理信号。 |
| **技术特征U：**《未公开》<br>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 | 对比文件中未发现此特征。 | 对比文件虽然提到了波束成形器（1190），但其作用是用于向上混频或向下混频以生成不同方向的声道，而不是用于从一个全景环绕声信号中提取单通道目标音频信号以实现散焦的目的。两者应用场景和技术目的不同。 |
| **技术特征V：**《未公开》<br>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 | 对比文件中未发现此特征。 | 对比文件通篇未提及“后置滤波器”的概念，也未公开任何关于使用后置滤波器来调整波束成形信号频谱以使其近似目标声音频谱的技术内容。 |
| **技术特征W：**《未公开》<br>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 | 对比文件中未发现此特征。 | 对比文件未提及“参数化空间音频信号”这种特定的音频格式，也未公开包含方向指示和能量比率参数的空间元数据。因此，基于这种格式进行的角度差计算也无从谈起。 |
| **技术特征X：**《未公开》<br>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 | 对比文件中未发现此特征。 | 该特征是基于特征W的进一步处理步骤。由于对比文件未公开参数化空间音频信号及其角度差计算，因此基于此导出增益值的步骤也未被公开。 |
| **技术特征Y：**《未公开》<br>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 | 对比文件中未发现此特征。 | 该特征是基于参数化空间音频信号格式的特定运算。对比文件未公开此类信号格式，也未公开任何关于“能量比率参数”和“更新定向能量值”的计算。 |
| **技术特征Z：**《未公开》<br>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 | 对比文件中未发现此特征。 | 该特征同样依赖于参数化空间音频信号格式及其“能量比率参数”。对比文件未公开这些内容，也未公开“更新环境能量值”的计算。 |
<<<b>>><<<c>>><<<d>>><<<a>>><<<e>>><<<f>>><<<g>>><<<h>>><<<i>>><<<j>>><<<k>>><<<l>>><<<m>>><<<n>>><<<o>>><<<p>>><<<q>>>