一种增强音频记录的方法，访问所述音频记录；所述音频记录至少包括声音信号的记录；所述声音信号从经由扬声器的通过播出设备的音频信号的播出获取；所述音频信号表示音频内容；从外部资源位置访问所述音频信号；在所述音频记录中使用所述音频信号抑制所述声音信号的记录；从而获取中间音频记录；将所述音频内容的原始版本添加到所述中间音频记录以获取增强的音频记录；所述音频内容的所述原始版本是所述音频信号或所述音频内容的另一原始版本；其中，访问所述音频信号包括；分析音频记录以识别音频信号；基于已经被识别的所述音频信号；识别包括所述音频信号的资源位置；以及从所述资源位置访问所述音频信号。

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本意、权利要求1的技术方案以及各对比文件的具体文本进行深度法律与技术分析。

---

### 一、 权利要求1的技术特征拆解与技术特征解释

本目标专利权利要求1的核心发明点在于：**针对一种声音信号（经由扬声器播出并被扩音器记录），通过分析音频记录识别音频信号，进而找到并从“外部资源位置”访问该音频信号的原始/源文件，利用该外部访问的音频信号对录音中的声音信号进行抑制消除（获得中间音频记录），最后再将该音频内容的原始版本重新叠加/添加回中间音频记录中，以获得高质量增强音频记录。**

* **技术特征 A-D**：定义了输入端，即访问包含经由扬声器播放而录入的声音信号的音频记录（如录音笔/手机捕获的现场录音，其中混入了背景播放的音乐/音频内容）。

* **技术特征 E**：定义了音频信号的获取来源——**“从外部资源位置访问所述音频信号”**。结合发明构思，这指的是不在本地直接获取原始播放信号，而是从外部网络/资源库/服务器中获取该音频信号。

* **技术特征 F-G**：利用访问到的音频信号作为参考信号（消除参考），对音频记录中的对应声音（回声/背景音乐）进行干涉或滤波抑制，得到消除了该声音的“中间音频记录”。

* **技术特征 H-I**：将该音频内容的原始版本（清晰的高音质版本）重新添加/混合回已经消除杂音/回声的中间音频记录中，从而得到既保留了原始高音质音频，又清除了现场杂音/回声的“增强音频记录”。

* **技术特征 J-N**：具体限定了“从外部资源位置访问所述音频信号”的识别与检索过程：通过**分析音频记录**来识别音频信号（如提取指纹/特征分析）$\rightarrow$ 识别出包含该音频信号的**资源位置（如外部URL或服务器存储位置）** $\rightarrow$ 从该资源位置**访问/下载**音频信号。

---

### 二、 对比文件特征比对表

各对比文件的公开号如下：

* **D1**：CN101313483A（发明公开）

* **D2**：WO2009110809A1（发明申请）

* **D3**：WO2012020394A2（发明申请）

#### 特征比对表格

---

### 三、 最接近的对比文件分析（结合整体解决的技术问题与技术效果）

#### 1. 各对比文件的发明目的与方案定位

* **D1 (CN101313483A)**：

* *技术问题*：解决实时通信（如VoIP）中回音消除算法初始化慢、存在长时间滞后（达半分钟）的问题。

* *技术手段*：在通信前通过播放已知样本音频文件，计算回音消除的初始参数并存储，通信开始时直接调用该参数。

* **D2 (WO2009110809A1)**：

* *技术问题*：解决VoIP终端中在存在双讲（Double-Talk）时自适应滤波器失真及回声消除延迟的问题。

* *技术手段*：在远端语音中嵌入数字签名（水印），在麦克风端检测该签名以判断是否存在近端语音，进而控制自适应滤波器的更新。

* **D3 (WO2012020394A2)**：

* *技术问题*：解决在嘈杂或敏感环境中通话时，背景噪音泄露用户隐私位置的问题。

* *技术手段*：从输入的混合语音中消除/消除干净背景噪声，然后**允许用户选择性地重新混合/叠加**一段预设的个性化背景音乐或虚构的背景声音（例如把孩子哭声替换为办公室背景音）。

#### 2. 最接近对比文件的选择结论

在专利创造性审查中，**D3 (WO2012020394A2)** 和 **D1 (CN101313483A)** 均适合作为最接近的现有技术（最接近对比文件）：

* **选择 D3 作为第一最接近对比文件的理由（核心架构最贴近）**：

* 目标专利的核心技术效果在于“**增强音频记录（消除现场杂乱背景声后，再重新叠加高质量原始版本的音频内容）**”。

* D3 整体解决的技术问题（背景音消除与重新替换/叠加）和技术路线与目标专利的“特征F+G+H+I”高度吻合。D3明确公开了“**将消除背景噪声后的音频（S(n)）与选择的背景音乐/音频（B(n)）进行混合（$S_{new}(n) = S(n) + B(n) * G$）**”。

* **选择 D1 作为第二最接近对比文件的理由（信号来源与回声消除场景最贴近）**：

* D1 针对的技术场景是“**扬声器播放音频信号，扩音器捕获该声音形成回音**”（特征C），且D1明确提到了“**从网络外部源获取样本音频文件**”（特征E的相近方案）。

---

### 四、 未被最接近对比文件公开的技术特征及最薄弱特征分析

#### 1. 未被对比文件（D1/D2/D3）公开的特征组合

结合上述比对，**特征 J-N**（即：**“分析音频记录以识别音频信号 $\rightarrow$ 基于已识别的音频信号识别包括所述音频信号的资源位置 $\rightarrow$ 从所述资源位置访问所述音频信号”**）未被 D1、D2 或 D3 中的任何一个单独或结合公开。

* *现有的D1/D2/D3方案中*：

* D1 和 D2 中的参考信号是已知并直接在本地/通信流中获取的；

* D3 中的替换背景音是用户手动选择的本地存储文件；

* **均未实现**“通过分析录音记录本身的内容（如听音识曲/音频指纹识别），反向检索并定位到外部网络资源位置（如云端服务器URL），并据此下载/访问原始音频信号”的自动化逻辑。

#### 2. 权利要求1中最薄弱的技术特征（无效请求突破口）

如果对目标专利提出无效宣告请求，**特征 J-N（音频识别与外部资源检索访问）** 以及 **特征 E（从外部资源位置访问）** 是目标专利具备创造性的核心护城河，同时也是无效攻击时最需要重点寻找对比文件突破的**“最薄弱环节”**：

* **薄弱点原因**：

1. **特征 J-N 的功能本质**：其本质是“**音频指纹识别/听音识曲 + 远程URL/资源检索**”（例如 Shazam 或 SoundHound 技术的应用）。在音频处理领域，通过分析一段录音提取特征码，并在云端数据库中匹配出对应歌曲/音频文件的URL或存储位置，属于公知的音频检索技术。

2. **显而易见性组合**：如果审查员或请求人引入一篇公知常识或**额外的对比文件 D4（专门公开“音频指纹识别及云端音频资源检索下载”技术）**，将 D3（或D1）与 D4 进行结合：

* D3 提供了“背景音消除与重新叠加”的框架；

* D4 提供了“如何自动获取现场播放的背景音乐的原始高音质源文件（通过听音识曲检索外部资源位置）”的手段；

* 结合后，本领域技术人员为了解决“无需人工手动提供背景音乐源文件、实现自动化高音质重构”的技术问题，有动机将 D4 的听音识曲检索技术应用于 D3 的背景音替换方案中。

---

### 五、 进一步的对比文件检索策略建议

为了彻底攻破特征 J-N 及特征 E，在后续的专利无效检索中，建议采取以下精准检索策略：

1. **检索主题与关键词组合（重点补充 D4）**：

* **核心逻辑**：`音频识别/音频指纹 (Audio Fingerprinting / Acoustic Fingerprint)` + `回声消除/背景音抑制 (Echo Cancellation / Noise Suppression)` + `外部/网络/服务器检索 (URL / Database / Server / Cloud)`。

* **中文检索式示例**：

`((音频指纹 OR 听音识曲 OR 音频识别 OR 特征提取) AND (资源位置 OR URL OR 外部 OR 服务器 OR 数据库) AND (回声消除 OR 消除 OR 抑制 OR 滤波))`

* **英文检索式示例**：

`("audio fingerprint*" OR "acoustic fingerprint*" OR "audio identification") AND ("resource location" OR "URL" OR "server" OR "external source") AND ("echo cancellation" OR "noise suppression" OR "audio enhancement")`

2. **IPC / CPC 分类号交叉检索**：

* `G10L19/00` 或 `G10L25/51`（专门针对语音/音频信号的识别或提取特征）；

* `G06F16/683`（基于音乐/音频内容的检索，例如音频指纹匹配）；

* `H04M9/08` 或 `A61F11/00`（回声消除与干涉抑制）。

* *建议将 `G06F16/683` 与 `H04M9/08` 进行分类号相交检索。*

3. **组合攻击路线设计**：

* **主组方案一**：以 **D3 (WO2012020394A2)** 为第一最接近现有技术（提供消除背景音+重新混合原始背景音的整体架构），结合新增检索出的 **D4（音频指纹识别与外部URL检索技术）**，论证特征 J-N 属于常规技术手段的结合，不具备创造性。

* **主组方案二**：以 **D1 (CN101313483A)** 为第一最接近现有技术（提供扬声器播放-麦克风捕获及回声消除），结合 **D3**（提供原始音频重新叠加）和 **D4**（提供听音识曲识别外部资源），三者结合发起全面创造性无效攻击。

作为一名经验丰富的专利代理师，在深入分析本案权利要求及各对比文件原文后，现对目标专利权利要求1的解释、对比文件公开情况、最接近对比文件的选择、无效请求的突破口（最薄弱特征）以及后续检索策略作如下专业分析：

---

## 一、 权利要求1的技术特征解释与理解

目标专利权利要求1涉及一种**增强音频记录的方法**。其核心技术方案可分为两个主要阶段：

1. **音频重构/增强阶段（特征A-I）**：从外部资源位置获取音频信号（原始音频内容），利用该音频信号对通过扬声器播放并被麦克风录入的声音信号进行**降噪/抑制**，得到“中间音频记录”；然后再将音频内容的原始高品质版本添加/叠加回“中间音频记录”，从而获得无环境杂音、高质量的增强音频记录。

2. **外部资源定位/识别阶段（特征J-N）**：明确了“如何从外部获取该音频信号”。即先对录制的音频进行分析识别（例如提取指纹/特征码），识别出该音频信号在外部的资源位置（如URL或服务器存储位置），最后从该资源位置下载或访问该音频信号。

---

## 二、 各对比文件公开特征分析及特征比对表

各对比文件的公开号如下：

* **D1**：GB2483370A

* **D2**：CN101313483B

* **D3**：US20120294452A1

### 1. D1（GB2483370A）分析

* **分析**：D1公开了一种环境音频监控与识别系统。移动设备自主对环境音频进行采样，提取音频指纹，与服务器端或本地存储的参考指纹对比。匹配成功后，识别出资源位置（如URL），并从服务器获取对应的音频内容/数据对象或触发后续操作。

* **公开的特征**：

* 特征A、B、C、D：采样环境音频（含扬声器播出的音频）；

* 特征J、K、L、M、N：对环境音频提取指纹（分析音频）、匹配参考指纹以识别资源位置（URL/服务器数据），并从该位置访问音频/数据对象。

* **未公开的特征**：特征F、G、H、I。D1识别出音频后主要用于向用户推送广告、网页或触发交互，**未公开将下载的原始音频信号用于对录音进行信号抑制（降噪）以获取中间记录，更未公开再将原始音频叠加回中间记录的过程**。

### 2. D2（CN101313483B）分析

* **分析**：D2公开了一套回音消除的预配置及实时回音消除技术。设备播放已知样本音频文件，由麦克风捕获（含回音），将捕获信号与已知样本音频文件进行相关性分析（计算增益、延迟、频率等初始参数），在后续实时通信中，**利用该已知/输入的音频信号在回音消除模块中对捕获信号中的回音成分进行滤波/抑制**。

* **公开的特征**：

* 特征A、B、C、D：捕获包含扬声器播放声音的音频信号；

* 特征F、G：利用输入的/已知音频信号对捕获信号进行回音消除/抑制，产生消除回音后的音频信号（相当于中间音频记录）。

* **未公开的特征**：

* 特征E及J-N：D2中的样本音频或远端音频是本地存储或实时通信传输的，**没有公开通过分析录音提取指纹识别外部资源位置（URL）并据此访问外部音频的过程**；

* 特征H、I：D2消除回音的目的仅是为了获得纯净的近端语音用于通信，**未公开在消除了回音/参考音频后，再把该音频内容的原始版本重新添加/叠加回去**以获取增强音频记录。

### 3. D3（US20120294452A1）分析

* **分析**：D3公开了一种通过多路径处理消除噪声与回音的方法。其核心在于将采集到的含噪信号分别送入噪声抑制（NS）组件和回音控制（EC）组件，EC组件分析原始含噪信号确定回音控制操作，并将该操作作用于经NS处理后的信号上。

* **公开的特征**：

* 特征A、B、C、D、F、G：公开了音频采集、利用远端渲染音频信号进行回音控制/抑制，得到处理后的音频信号。

* **未公开的特征**：

* 特征E及J-N：未公开基于音频指纹识别并从外部资源位置（如URL）检索访问音频；

* 特征H、I：未公开将原始音频内容重新添加/叠加回中间记录的步骤。

---

### 权利要求1与各对比文件的特征比对表

---

## 三、 最接近的对比文件分析

在进行创造性分析（评估新颖性和创造性）时，选择最接近的对比文件主要考量**技术领域、所解决的技术问题、技术效果以及公开的技术特征数量**。

本案存在**两个最接近的对比文件（D1 和 D2）**，分别代表不同的技术起点：

### 1. 最接近对比文件一：D1 (GB2483370A)

* **选为最接近对比文件的理由**：

* **技术领域与架构契合**：D1与目标专利在“环境音频捕获、通过音频指纹检索识别外部资源（URL/服务器）”这一整体架构上完全一致。D1全面公开了特征A-E以及特征J-N（即特征检索与资源定位部分的全部特征）。

* **整体解决的技术问题**：D1解决的是“如何从背景环境声音中自动识别出对应的音频/媒体内容并从网络获取资源”的问题。

* **与目标专利的区别特征**：特征F、G、H、I（即利用访问到的音频信号对录音进行信号抑制/消除以获得中间记录，并将原始高清音频重新叠加组合）。

### 2. 最接近对比文件二：D2 (CN101313483B)

* **选为最接近对比文件的理由**：

* **核心算法与处理机制契合**：D2深入解决了“如何利用已知/播出的音频信号消除录音中通过扬声器回放产生的干扰成分（回音消除/信号抑制）”的核心算法问题，公开了特征A、B、C、D、F、G。

* **整体解决的技术问题**：D2解决的是“消除扬声器播放音频对麦克风录音造成干扰”的声音处理问题。

* **与目标专利的区别特征**：特征E、J-N（如何通过分析录音自动从外部网络资源位置定位并获取该音频），以及特征H、I（消除干扰后将原始音频重新叠加）。

---

## 四、 无效请求中最薄弱的技术特征分析

通过上述比对可以发现：

1. **D1 + D2 的组合**可以非常容易地涵盖特征 A–G 以及 J–N。即“通过音频指纹识别并从外部URL下载音频（D1公开）”结合“利用该下载的音频对现场录制的声音进行回音消除/信号抑制（D2公开）”，在技术逻辑上属于本领域技术人员的显而易见结合。

2. **最薄弱的技术特征（专利权人的防线 / 突破重点）**：

**【特征H及特征I】**：*“将所述音频内容的原始版本添加到所述中间音频记录以获取增强的音频记录；所述音频内容的所述原始版本是所述音频信号或所述音频内容的另一原始版本。”*

* **薄弱原因与逻辑分析**：

在常规的回音消除（如D2、D3）或音频识别（如D1）领域，消除扬声器发出的背景音乐/音频，目的都是**彻底干掉背景音，仅保留纯净的人声/环境音**。

而目标专利的特征H/I采取了**逆向思维**：先用干掉背景音的方式“清洗”录音（抑制掉录音中带有房间混响、失真、杂音的背景播放音，得到中间记录），**然后再把毫无失真的高清原始音频（如数字CD原轨）重新“叠加/混合”回中间记录中**。这样最终得到的“增强音频记录”既包含了清晰的现场人声，又包含了无杂音的高清背景音乐。

* **评价**：

现有的对比文件D1、D2、D3均**未公开**这一“先抑制消除、再将高品质原轨添加回去”的二次组合技术手段。因此，**特征H/I是目标专利用于确立创造性的核心防线，也是发起无效宣告请求时最需要攻破的“最薄弱特征”**（即最需要补充对比文件来证明其属于公知常识或已被其他现有技术公开的特征）。

---

## 五、 进一步的对比文件检索策略

为了在无效宣告程序中彻底攻破特征H和I，建议采取以下精准检索策略：

### 1. 扩展关键词与分类号（Focus on "Audio Track Replacement / Remixing / Enhancement"）

* **关键词组合**：

* `(音频 混合 OR 叠加 OR 替换 OR 重构 OR 增强) AND (降噪 OR 消除 OR 抑制 OR 回音) AND (原始版本 OR 高清 OR 原轨 OR 参考音频)`

* 英文关键词：`(audio enhancement OR audio mixing OR track replacement OR remux) AND (echo cancellation OR noise suppression) AND (original track OR high quality OR clean audio)`

* 特殊应用场景关键词：`Karaoke`（卡拉OK/伴奏替换）、`Concert Recording`（演唱会/现场录音重构）、`Audio Watermarking`（音频水印提取与重构）、`Soundtrack replacement`。

* **IPC/CPC 专利分类号**：

* **G10L 21/02**（音频信号改善或增强，如降噪）

* **G10L 21/0208**（利用参考信号的噪声消除）

* **G10L 19/00**（音频信号的处理、编码或解码）

* **G11B 27/031**（音频录制与编辑系统）

* **H04R 3/02**（扩音系统中防止声反馈/回音的电路）

### 2. 非专利文献（NPL）与特定技术领域检索

* **演唱会/现场录制音频重构（Concert Audio Reconstruction）**：

重点检索ACM、IEEE Xplore、AES（Audio Engineering Society，音频工程协会）关于“User-Generated Content (UGC) audio enhancement”或“Spectator video audio cleanup”的论文。在2010-2015年期间，学术界有大量研究讨论“利用唱片公司公开的高清原声（Studio Track）去替换/增强观众手机在演唱会现场录制的劣质音频”。

* **卡拉OK/消人声与重合成技术**：

检索消人声（Vocal Removal）后将原唱/高音质伴奏重新混音的技术专利。

### 3. 组合攻击路线（无效理由构筑）

1. **主攻路线（D1/D2 + 补充对比文件 D-Supp）**：

* **D1** 作为第一对比文件，提供整体架构（指纹识别 + URL下载音频）；

* **D2** 提供利用下载音频进行信号抑制/回音消除的技术手段；

* **D-Supp（新检索到的对比文件）**：用于证明“将抑制后的现场录音与高清原轨重新混合/叠加以提高听感”属于音频后期处理或增强领域的现有技术。

2. **辅攻路线（公知常识/技术动机结合）**：

若无法检索到完全一致的单篇文献，可结合音频编辑（如DJ混音、录音室重制）的技术常识，论证：在消除了失真/带有噪音的背景音（中间记录）后，将高清原音频作为背景音重新叠加回混音轨道，是本领域技术人员为了提升最终录音品质（技术效果）容易想到的常规技术手段。

作为一名经验丰富的专利代理师，我将紧密结合目标专利（即权利要求1及其说明书技术方案上下文）以及三份对比文件的原文，为您提供一份客观、严谨且具备法律效力的专利有效性与创造性对比分析报告。

---

## 一、 目标专利权利要求1的技术特征解构与说明书解释

根据权利要求1及相关技术语境，本专利核心解决的是**如何在跨网络/端设备播放场景下，从外部资源提取原始高清/高质量音频，消除本地录制中的背景声音，并融合生成增强音频**的技术问题。

* **技术特征A~D（音频记录与背景声音定义）：** 目标专利通过设备（如麦克风）采集当前环境中由扬声器播放出来的声音信号。这里的声音信号表示某种音频内容（如背景音乐或影视原声），但被叠加在本地录音中。

* **技术特征E、J~N（外部音频信号的识别与分布式访问机制）：** **（核心特征）** 系统并非直接使用本地缓存，而是先分析本地录音以“识别”出该音频内容，进而定位其在外部（如云端、网络服务器）的资源位置（URL/URI/服务器地址），并从该外部资源位置下载/访问该音频信号。

* **技术特征F~I（消音与原始音频重合成）：** 使用下载到的外部音频信号对本地录音中的声音成分进行消除/抑制（降噪/抵消），获取中间音频记录；随后，将该音频内容的“原始版本”（高保真/未受环境干扰的音频信号）重新添加（混合）到中间音频记录中，最终得到增强音频记录。

---

## 二、 对比文件原文技术特征对比表

以下对比分析完全基于三份对比文件的原文出处：

1. **D1：** `JP5188558B2` （Voice processor，2013-04-24）

2. **D2：** `WO2013144347A1` （MARKER-BASED INTER-DESTINATION MEDIA SYNCHRONIZATION，2013-10-03）

3. **D3：** `US20140180685A1` （SIGNAL PROCESSING DEVICE, SIGNAL PROCESSING METHOD, AND COMPUTER PROGRAM PRODUCT，2014-06-26）

### 权利要求1特征比对表（Feature Mapping Table）

---

## 三、 最接近对比文件（Closest Prior Art）分析

在评价权利要求1的创造性（如《专利审查指南》中的三步法）时，我们需要从**整体解决的技术问题**和**技术效果**角度选择最接近的对比文件。

### 1. 候选对比文件评估

* **D1 (`JP5188558B2`)：**

* **解决的技术问题：** 如何在扬声器播放背景音乐/音频（如车载音响）的环境下，消除麦克风录入音频中的背景音干扰，提取纯净的用户语音，并合理调整背景音量。

* **技术效果：** 实现了“环境声音消除/抑制”与“抑制后的语音与原始音频的高质量重重构/听觉体验优化”。

* **技术领域与结构体系：** 与本专利极其接近，涵盖了**“录音-回音消除/降噪-中间信号处理-原始音频重新混合/增强输出”**的全流程结构。

* **D3 (`US20140180685A1`)：**

* **解决的技术问题：** 处理双通道/立体声信号中的语音与背景音分离和重新混合问题。

* **技术效果：** 能够灵活调节消音后的背景音与语音的比例，重新合成输出。

* **局限：** 侧重于信号处理（如NMF非负矩阵分解），没有明确环境扬声器录音（回音消除场景）的拓扑结构。

* **D2 (`WO2013144347A1`)：**

* **解决的技术问题：** 多终端/跨网络媒体流的同步播放（IDMS）。

* **技术效果：** 实现了分布式网络中通过URL/网络节点获取媒体流并同步。

* **局限：** 完全不属于“音频录制增强/回音消除”领域，缺少“录音”、“消音”、“合成”等核心动作。

### 2. 结论：最接近对比文件的选定

**D1 (`JP5188558B2`) 是最适合作为第一最接近对比文件（主引证对比文件）的文献。**

* **理由：** D1与本专利同属于“带有背景音频输出的语音采集与音频增强/处理”技术领域，技术问题（解决背景音干扰）和基本技术方案拓扑（麦克风采集 + 消除背景音 + 原始音频重重合/增益控制）最为接近。公开了特征 A、B、C、D、F、G、H、I。

* **备选最接近对比文件：D3 (`US20140180685A1`)** 可作为平行对比文件（特别是针对“消音后重新混合合成”这一特征 H/I 的下位数学模型/信号混合处理细节）。

---

## 四、 未被最接近对比文件公开的技术特征与薄弱特征分析

### 1. 区别技术特征（以D1为主对比文件）

相比于最接近的对比文件D1，权利要求1的区别技术特征主要集中在 **特征E 以及 特征J~N**：

> **区别特征组（特征J~N & E）：**

> 并非通过本地线路直接获取播放设备的音频信号，而是**通过“分析录制到的音频记录以识别出其中的音频信号”，进而“识别包含该音频信号的外部资源位置（如URL/网络节点）”，并“从该外部资源位置访问/下载该音频信号”**。

### 2. 无效请求中最薄弱的技术特征（Patentee/Invalidation Vulnerability Analysis）

在提起无效宣告请求时，**特征K~M（即“分析音频记录以识别音频信号，并据此查找外部资源位置”）是本专利最薄弱、最容易被攻破的突破口**，原因如下：

1. **“音频指纹/听歌识曲”技术的公知常识化（Prior Art/Common Knowledge）：**

“分析音频录音识别音频（如 Extract Audio Fingerprint）并据此返回网络资源下载链接（URL）”属于本领域（数字音频处理与检索）在优先权日/申请日之前极其成熟的公知常识（如 Shazam、SoundHound 听歌识曲技术）。

2. **显而易见的组合动机（Lack of Inventive Step）：**

* D1 解决的是“本地有音频源（CD/广播）”时的消音问题。

* 如果应用场景扩展到“用户在二次录音/异地播放时，本地无法直接通过硬件接口获取原始音频信号”这一技术背景（本领域的常规需求变化），本领域技术人员为了获取降噪所需的“参考音频信号”，非常容易想到引入公知的“听歌识曲/音频识别技术（如特征K~M）”，从云端/外部服务器（如D2公开的URL/CDN网络节点，特征E/N）下载同源的原始音频信号作为参考信号。

* 这种组合属于“公知技术模块（听歌识曲+云端下载）在传统降噪架构（D1）上的简单叠加”，且未产生意料之外的技术效果。

---

## 五、 进一步的对比文件检索策略（Search Strategy for Invalidation）

为了在无效宣告程序中彻底击毁权利要求1的创造性（甚至新颖性），建议采取以下针对性的补充检索策略：

### 1. 检索核心目标

重点寻找**公开了“通过分析采集到的音频/声音，识别其内容并从网络/外部资源下载匹配的原始音频/参考信号以进行回音消除（Echo Cancellation）或音频增强”**的补充对比文件（即能够补齐特征K~N的对比文件D_supp）。

### 2. 检索要素表达（Search Elements & Keywords）

* **主题1（回音消除/音频增强/降噪）：**

* 关键词：`Echo Cancellation` OR `Acoustic Echo` OR `Audio Enhancement` OR `Noise Suppression` OR `Reference Signal` OR `回音消除` OR `音频增强` OR `参考信号`

* IPC/CPC分类号：`G10L21/02` (音频增强), `H04R3/02` (防啸叫/回声抑制), `H04M9/08` (回声消除系统)

* **主题2（音频识别/听歌识曲/音频指纹）：**

* 关键词：`Audio Fingerprint` OR `Acoustic Fingerprint` OR `Audio Recognition` OR `Music Identification` OR `Shazam` OR `音频指纹` OR `听歌识曲` OR `音频识别`

* IPC/CPC分类号：`G06F16/683` (基于内容的音频检索/指纹), `G10L25/51` (音频识别)

* **主题3（外部/云端资源提取）：**

* 关键词：`URL` OR `Server` OR `Cloud` OR `External Resource` OR `Download Reference` OR `云端` OR `服务器` OR `外部资源`

### 3. 逻辑组合逻辑（Search Formula）

优先采用 **`(主题1) AND (主题2) AND (主题3)`** 的交叉组合逻辑：

* *示例表达 1 (ProQuest/Incopat/EPO)：*

`((Audio Recognition OR Audio Fingerprint OR Music Identification) AND (Echo Cancellation OR Reference Signal OR Noise Reduction) AND (Server OR URL OR Cloud OR Download))`

* *示例表达 2 (分类号结合)：*

`(G06F16/683 OR G10L25/51) AND (G10L21/02 OR H04M9/08) AND (external resource OR url)`

### 4. 重点切入策略

1. **补充对比文件组合策略（D1 + D_supp / D1 + 公知常识）：**

* 结合 **D1**（提供基本消音与重新混合框架）+ **D_supp**（公开“通过音频指纹技术识别环境音并从云端下载高保真音频作为参考信号”），以 $\text{D1} + \text{D\_supp}$ 组合证明权利要求1不具备创造性（符合《专利审查指南》第三部分第二章关于技术隐喻/显而易见结合的规定）。

2. **检索优先攻克专利/论文：**

* 重点检索 **Gracenote, Shazam, Sony, Apple, Google** 等公司在2008年–2015年间的专利布局，这些公司在“二次屏/Smart TV听歌识曲并提取原音”领域有大量的早期专利（专利族可能直接公开了完整技术链路）。

根据权利要求1所述的方法，其中，识别所述音频信号包括；向所述音频记录应用自动内容辨识技术；诸如水印检测技术或指纹技术；以获取所述音频内容的识别；以及使用所述音频内容的所述识别来识别所述音频信号。

根据权利要求1所述的方法，其中，从经由扬声器的通过播出设备的所述音频信号的播出来获取所述声音信号；并且其中，识别所述音频信号包括从所述播出设备获取指示所述音频信号的播出信息。

根据权利要求3所述的方法，其中，获取所述播出信息包括以下中的至少一个；经由网络针对所述播出信息询问所述播出设备；以及所述播出设备经由所述网络发送所述播出信息。

根据上面权利要求中的任一项所述的方法，还包括访问使实实现在时间上关联所述音频信号与所述声音信号的记录的定时信息；并且其中，抑制所述声音信号的记录包括；使用所述定时信息同步所述音频信号与所述声音信号的记录以获取所述音频信号的经同步的版本；以及在所述音频记录中使用所述音频信号的所述经同步的版本抑制对所述声音信号的记录。

根据权利要求5所述的方法，还包括；将所述音频信号的经同步的版本添加到所述中间音频记录；或者将所述音频内容的其它原始版本同步至所述音频记录以获取经同步的其它原始版本；并且将所述经同步的其它原始版本添加到所述中间音频记录。

根据权利要求1所述的方法，其中，将所述音频内容的原始版本添加到所述中间音频记录包括将所述原始版本插入到所述音频记录作为一个或多个附加音轨。

根据权利要求7所述的方法，还包括使用与用于编码所述中间音频记录的其它音轨不同的编码属性来编码所述一个或多个附加音轨；所述不同编码属性优选地为不同的编解码器或不同的比特率设置。

根据权利要求1所述的方法，还包括调整所述音频内容的原始版本或所述中间音频记录的一个或多个音频属性；所述一个或多个音频属性为以下中的至少一个；音量；定时；音高；频率分量之间的平衡以及在参数化音频表示中使用的参数。

根据权利要求1所述的方法，其中，通过发送器设备获取所述音频记录以用于传输至接收器设备；其中，通过所述接收器设备执行所述音频记录中的所述声音信号的记录的抑制；并且其中，所述方法还包括；所述发送器设备检索并随后传输所述音频信号给所述接收器设备；或者所述发送器设备向所述接收器设备传输指示可从其处访问所述音频信号的资源位置的元数据；并且所述接收器设备基于所述元数据从所述资源位置检索所述音频信号。