对比文件名称：2014-09-18_US2014270184A_发明申请_US20140270184A1 AUDIO DEPTH DYNAMIC RANGE ENHANCEMENT；目标专利名称：2011使声学渲染适应基于图像的对象CN112205005B；本次调用的模型名称：Claude。
### 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（中文翻译） | 公开性论述 |
| **技术特征A：其中，该视觉渲染被提供给用户**<br>《直接公开》 | 对比文件[0002]原文：“In a traditional audiovisual media scenario, a listener 10 is sitting a distance d away from a visual media screen 12, which may be a television screen or a movie theater screen.” 翻译：在传统视听媒体场景中，听众10坐在距离视觉媒体屏幕12一定距离d处，该屏幕可以是电视屏幕或电影院屏幕。 | 对比文件明确描述了视觉媒体屏幕向用户（听众）提供视觉渲染（视觉媒体内容），用户观看该屏幕。该内容在对比文件中起到描述传统视听体验的作用，与目标专利中视觉渲染被提供给用户的作用相同，均涉及用户感知视觉内容。因此，技术特征A被直接公开。 |
| **技术特征B：其中，该视觉渲染是以下之一：该对象的基于图像的表示在虚拟现实场景中的虚拟现实渲染，以及该对象的基于图像的表示相对于现实生活场景的增强现实渲染**<br>《隐含公开》 | 对比文件[0037]原文：“Such visual object metadata may be provided, for instance, by a 3D virtual reality model.” 翻译：这种视觉对象元数据可以例如由3D虚拟现实模型提供。 | 对比文件明确提及“3D虚拟现实模型”，虽然未直接说明该模型用于虚拟现实渲染，但本领域技术人员可以合理推断出，在基于3D虚拟现实模型的应用中，视觉渲染可以包括虚拟现实渲染。同时，对比文件多处涉及视频信号（如[0066]），视频信号可视为基于图像的表示。因此，对比文件隐含公开了视觉渲染可以是虚拟现实渲染（VR）。增强现实渲染（AR）虽未明确提及，但特征B为选择性特征，公开其中之一即视为公开该特征。故技术特征B被隐含公开。 |
| **技术特征C：该方法包括：生成与该对象的该基于图像的表示相关联的元数据**<br>《隐含公开》 | 对比文件[0066]原文：“For example, metadata 11 can be obtained, either locally at the rendering point, or at the encoding point (head-end), by analysis of a video signal accompanying the input audio signal 22, or the video depth map produced by a 2D-to-3D video up-conversion or carried in a 3D-video bitstream.” 翻译：例如，元数据11可以在渲染点本地或在编码点（头端）通过分析伴随输入音频信号22的视频信号、或由2D到3D视频上转换产生的视频深度图、或在3D视频比特流中携带的视频深度图来获得。 | 对比文件公开了通过分析视频信号（视频信号是基于图像的表示）获得元数据的过程，该过程实质上生成了与视频信号（即基于图像的表示）相关联的元数据。在对比文件中，该元数据用于控制音频深度动态范围，而在目标专利中，元数据用于将对象建立为音频对象，但生成元数据这一步骤本身是相同的。因此，本领域技术人员可以合理推断出生成与基于图像的表示相关联的元数据的技术方案。故技术特征C被隐含公开。 |
| **技术特征D：该元数据表示该对象的建模**<br>《隐含公开》 | 对比文件[0037]原文：“Such visual object metadata may be provided, for instance, by a 3D virtual reality model.” 翻译：这种视觉对象元数据可以例如由3D虚拟现实模型提供。<br>对比文件[0066]原文：“Or, other types of metadata 11 describing the depth of objects or an entire scene along a z-axis of an accompanying video signal could be used.” 翻译：或者，可以使用其他类型的元数据11，这些元数据描述沿伴随视频信号z轴的对象或整个场景的深度。 | 对比文件指出视觉对象元数据可以由3D虚拟现实模型提供，3D模型本身是对对象的建模（几何形状、结构等）。此外，元数据可以描述对象深度，深度信息也是对对象的一种建模（至少是部分建模）。因此，元数据表示对象的建模。在对比文件中，该建模用于提供深度参数以调整音频感知，而在目标专利中，建模用于后续声学渲染，但元数据表示建模的本质相同。故技术特征D被隐含公开。 |
| **技术特征E：该元数据定义该对象的几何形状的至少一部分**<br>《隐含公开》 | 对比文件[0066]原文：“Or, other types of metadata 11 describing the depth of objects or an entire scene along a z-axis of an accompanying video signal could be used.” 翻译：或者，可以使用其他类型的元数据11，这些元数据描述沿伴随视频信号z轴的对象或整个场景的深度。 | 对比文件公开的元数据可以描述对象沿z轴的深度，深度是几何形状的重要维度（至少定义了对象在深度方向上的几何信息）。因此，该元数据定义了对象几何形状的至少一部分。在对比文件中，该几何信息用于音频深度范围控制，而在目标专利中用于声学场景中对象建模，但定义几何形状的功能相同。故技术特征E被隐含公开。 |
| **技术特征F：并指示该对象的混响和/或吸收声学性质**<br>《未公开》 | 对比文件多处提及直接/混响比（如[0037]、[0040]等），但均指音频信号本身的混响特性，而非对象的声学性质。例如[0037]：“In some embodiments metadata 11 is provided... the spatial depth parameters may be provided explicitly by metadata... spatial cues including the direct/reverberant ratio...” 翻译：在一些实施例中，提供元数据11...空间深度参数可以由元数据明确提供...空间线索包括直接/混响比... | 对比文件中的元数据涉及音频信号的空间深度参数（如直接/混响比），这些参数描述的是音频信号中直接成分与混响成分的比例，并不指示视觉对象本身的混响或吸收声学性质。目标专利中元数据明确指示对象的声学性质（如墙壁的反射率），用于在声学场景中模拟对象对声波的影响。对比文件未公开任何关于对象自身声学性质的内容，因此本领域技术人员无法合理推断出该特征。故技术特征F未公开。 |
| **技术特征G：通过以下步骤建立该音频源的该声学渲染：将该音频源提供为声学场景中的空间音频源**<br>《未公开》 | 对比文件主要处理音频信号（如[0030]‑[0034]），未涉及在声学场景中提供空间音频源的概念。对比文件描述的是对输入音频信号22进行处理以产生重构音频信号28，使用扬声器32播放，但未构建包含空间音频源的声学场景。 | 对比文件没有公开在几何定义的声学场景中放置空间音频源的过程，而是对音频信号本身进行信号处理（如分离子信号、应用增益）。目标专利中的“声学场景”是模拟现实空间的三维声场，对比文件未提及此概念。因此，本领域技术人员无法从对比文件得到该技术特征。故技术特征G未公开。 |
| **技术特征H：该声学场景在几何上与该对象的该视觉渲染对齐**<br>《未公开》 | 对比文件[0010]提到“align the perceived audio and visual dynamic ranges” 翻译：对齐感知的音频和视觉动态范围。但未涉及几何对齐。<br>对比文件[0005]提到“a mismatch between the apparent depth of the visual and audio scenes” 翻译：视觉场景和音频场景的表观深度之间的不匹配。但未描述几何对齐的声学场景。 | 对比文件的目标是使感知的音频深度与视觉深度对齐，而不是在几何上对齐声学场景与视觉渲染。目标专利要求声学场景在几何上与视觉渲染对齐（如坐标系统对齐），以便模拟对象对声波的反射。对比文件未公开任何几何对齐的声学场景构建，因此本领域技术人员无法合理推断出该特征。故技术特征H未公开。 |
| **技术特征I：基于该元数据，将该对象建立为该声学场景中的音频对象**<br>《未公开》 | 对比文件未提及将对象建立为声学场景中的音频对象。对比文件使用元数据控制音频信号处理，而非在声学场景中创建对象的音频表示。 | 对比文件没有任何关于基于元数据将视觉对象表示为声学场景中音频对象的技术内容。目标专利的核心步骤之一是将对象建立为具有声学性质的音频对象，对比文件完全不涉及。故技术特征I未公开。 |
| **技术特征J：该音频对象具有混响和/或吸收声学性质**<br>《未公开》 | 对比文件无相关描述。 | 对比文件未公开任何赋予音频对象混响或吸收声学性质的内容。故技术特征J未公开。 |
| **技术特征K：使用空间音频渲染技术渲染该声学场景**<br>《未公开》 | 对比文件[0030]‑[0034]描述了音频信号处理系统，但未涉及空间音频渲染技术渲染声学场景。对比文件提及“spatial audio”相关技术（如[0061]），但只是提及修改参数，未渲染包含对象的声学场景。 | 对比文件主要处理立体声或多声道音频信号，未公开使用空间音频渲染技术（如基于几何声学的渲染）来渲染包含音频对象的声学场景。故技术特征K未公开。 |
| **技术特征L：使该声学场景的该渲染适应该音频对象的该混响和/或吸收声学性质**<br>《未公开》 | 对比文件无相关描述。 | 对比文件未公开任何使声学场景渲染适应音频对象声学性质的内容。故技术特征L未公开。 |
| **技术特征M：其中渲染该声学场景包括基于该音频对象的几何形状、该音频对象的声学性质以及该音频对象在该声学场景内相对于该音频源的相对位置来计算反射**<br>《未公开》 | 对比文件[0040]‑[0044]描述了基于直接/混响信号能量计算增益，但未涉及基于对象几何形状和声学性质计算反射。 | 对比文件中的反射（混响）处理是基于音频信号能量的计算，而非基于声学场景中对象的几何形状和声学性质的几何声学反射计算。故技术特征M未公开。 |
| **技术特征N：其中，该对象是具有至少一面墙壁的房间；并且中，该元数据定义该房间的几何形状的至少一部分**<br>《未公开》 | 对比文件未提及房间或类似对象。 | 对比文件未公开任何关于房间或墙壁的对象，也未公开元数据定义房间几何形状。故技术特征N未公开。 |
| **技术特征O：其中，该元数据通过定义表示该房间的盒子模型来定义该房间的该几何形状的至少一部分**<br>《未公开》 | 对比文件无相关描述。 | 对比文件未公开盒子模型定义房间几何形状的概念。故技术特征O未公开。 |
| **技术特征P：其中，该虚拟现实场景是全向图像**<br>《未公开》 | 对比文件未提及全向图像。 | 对比文件涉及视频信号，但未公开全向图像（如360度图像）或其在虚拟现实中的使用。故技术特征P未公开。 |
| **技术特征Q：其中，该虚拟现实场景与第一轴系统相关联**<br>《未公开》 | 对比文件未提及轴系统。 | 对比文件未公开任何关于虚拟现实场景与轴系统关联的内容。故技术特征Q未公开。 |
| **技术特征R：其中，该虚拟现实场景在该第一轴系统中具有默认取向**<br>《未公开》 | 对比文件无相关描述。 | 对比文件未公开默认取向的概念。故技术特征R未公开。 |
| **技术特征S：其中，该元数据包括定义该对象的几何形状的至少一部分的一个或多个坐标；并且中，该方法包括：在该第一轴系统与该一个或多个坐标之间建立空间对应关系**<br>《未公开》 | 对比文件未提及坐标或空间对应关系。 | 对比文件未公开元数据包含坐标，也未公开建立空间对应关系。故技术特征S未公开。 |
| **技术特征T：基于该空间对应关系将该对象建立为该声学场景中的该音频对象**<br>《未公开》 | 对比文件无相关描述。 | 对比文件未公开任何基于空间对应关系建立音频对象的步骤。故技术特征T未公开。 |
| **技术特征U：其中，生成该元数据包括：将该对象的该几何形状的至少一部分定义为不同于该第一轴系统的第二轴系统中的坐标**<br>《未公开》 | 对比文件无相关描述。 | 对比文件未公开不同轴系统定义坐标的内容。故技术特征U未公开。 |
| **技术特征V：确定该第一轴系统与该第二轴系统之间的空间对应关系**<br>《未公开》 | 对比文件无相关描述。 | 对比文件未公开确定轴系统间空间对应关系的内容。故技术特征V未公开。 |
| **技术特征W：生成该元数据，或者生成与该元数据相关联的其他元数据，以指示该空间对应关系**<br>《未公开》 | 对比文件无相关描述。 | 对比文件未公开生成指示空间对应关系的元数据。故技术特征W未公开。 |
| **技术特征X：其中，生成该元数据包括在该第一轴系统中定义该一个或多个坐标**<br>《未公开》 | 对比文件无相关描述。 | 对比文件未公开在第一轴系统中定义坐标。故技术特征X未公开。 |
| **技术特征Y：其中，生成该元数据包括经由用户界面从用户获得指示该对象的几何形状的用户输入**<br>《隐含公开》 | 对比文件[0067]原文：“In alternative embodiments the metadata 11 can be controlled interactively by a user or computer program, such as in a gaming environment.” 翻译：在替代实施例中，元数据11可以由用户或计算机程序交互控制，例如在游戏环境中。 | 对比文件公开了用户可以通过交互方式控制元数据。在游戏环境中，用户通常通过用户界面输入对象相关参数（如几何形状、位置）。虽然未明确限定为几何形状，但本领域技术人员可以合理推断出，用户交互控制元数据可以包括输入指示对象几何形状的信息，从而生成元数据。该内容在对比文件中用于根据用户偏好调整音频深度，而在目标专利中用于生成元数据以建立音频对象，但用户输入几何形状这一步骤具有相似性。故技术特征Y被隐含公开。 |
| **技术特征Z：其中，生成该元数据包括指示该混响和/或吸收声学性质**<br>《未公开》 | 对比文件无相关描述。 | 对比文件未公开元数据指示对象的混响或吸收声学性质。故技术特征Z未公开。 |
<<<A>>> <<<b>>> <<<c>>> <<<d>>> <<<e>>> <<<y>>>