JP2005101931A - 画像プリント装置 - Google Patents

Abstract

【課題】 画像に付随した音声を文字として画像とともに一緒に楽しめるようにする画像プリント装置を提供すること。
【解決手段】 音声データ付の動画画像データを取得する画像データ取得手段２ａと、音声データを音声認識して文字列に変換する音声認識手段２ｃと、動画画像データから静止画画像データを抽出する静止画画像データ抽出手段２ｄと、抽出された静止画画像データおよび変換された文字列を配置したプリント出力のレイアウトを決定するレイアウト手段２ｅと、決定されたレイアウトで静止画画像データおよび文字列をプリントするプリント手段２ｇを備えるように構成した。また、画像データ取得手段２ａが、音声データ付の静止画画像データを取得した場合にも、音声認識手段２ｃが、音声データを文字列に変換し、レイアウト手段２ｅで決定されたレイアウトで、プリント手段２ｇが文字列付きの画像プリントを行うようにした。
【選択図】 図１

Description

本発明は画像プリント装置に係り、特に記録媒体やネットワークなどから取得した画像データをプリントする画像プリント装置に関する。

カメラなどで撮影して得られた画像をプリントする際、画像とともに文字もプリントしたいという要求がある。このような要求に対して、画像とともに文字をプリント可能にした画像プリント装置が提供されている。例えば、表示する際には、プリントする画像および文字をそれぞれ画像表示部および文字表示部に別々に表示し、プリントする際には、プリント媒体の限られた範囲に良好にプリント画像が形成されるように、画像に文字をスーパーインポーズしてプリントするようにしたものが提案されている（特許文献１を参照）。

動画から抽出する静止画とフレーム（素材画像）などをユーザに指定させ、指定された静止画を動画から抽出し、抽出した静止画に指定されたフレームを合成してプリントするようにしたものも提案されている（特許文献２を参照）。
特開２００１−２５６０１１号公報 特開２００２−２１５７７２号公報

動画画像データの多くは音声データが付随している。静止画画像データにも音声データが付随したものがある。これらの画像データに付随した音声データは、画像データに関連した貴重なデータであるにもかかわらず、画像プリントの際には無視されていた。あるいは、文字列として再入力した後に画像プリントしなければならなかった。このように従来の画像プリント装置では、画像をプリントする際、画像に付随した音声が有効に再利用されないという問題があった。

本発明はこのような事情に鑑みてなされたもので、画像に付随した音声を文字として画像とともに一緒に楽しめるようにすることができる画像プリント装置を提供することを目的とする。

前記目的を達成するために、請求項１に記載の発明は、音声データ付の動画画像データを取得する画像データ取得手段と、前記音声データを音声認識して文字列に変換する音声認識手段と、前記動画画像データから静止画画像データを抽出する静止画画像データ抽出手段と、抽出された静止画画像データおよび変換された文字列を配置したプリント出力のレイアウトを決定するレイアウト手段と、決定されたレイアウトで前記静止画画像データおよび前記文字列をプリントするプリント手段とを備えたことを特徴としている。

この構成によって、動画画像データに付随した音声データが文字列として、動画画像データから抽出された静止画画像データとともにプリントされることになる。

また、請求項２に記載の発明は、請求項１に記載の発明において、前記動画画像データから抽出すべき静止画画像データを示す指示を入力する指示入力手段を備え、前記静止画画像データ抽出手段は、入力された指示に従って前記動画画像データから静止画画像データを抽出する構成となっている。

この構成によって、動画画像データの中から利用者が選択した画像（静止画画像データ）が、音声データに対応する文字列とともにプリントされることになる。

また、請求項３に記載の発明は、請求項１に記載の発明において、前記音声認識手段は、前記音声データ中に含まれる文節の始まりを認識し、前記静止画画像データ抽出手段は、認識された文節の始まりに対応する静止画画像データを抽出することを特徴とする構成となっている。

この構成によって、動画画像データの中から音声認識結果に基づいて自動的に選択された抽出画像（静止画画像データ）が、音声データに対応する文字列とともにプリントされることになる。

また、請求項４に記載の発明は、音声データ付の静止画画像データを取得する画像データ取得手段と、前記音声データを音声認識して文字列に変換する音声認識手段と、前記静止画画像データおよび変換された文字列を配置したプリント出力のレイアウトを決定するレイアウト手段と、決定されたレイアウトで前記静止画画像データ及び文字列をプリントするプリント手段とを備えた構成となっている。

この構成によって、静止画画像データに付随した音声データが文字列として、静止画画像データとともにプリントされることになる。

また、請求項５に記載の発明は、請求項１ないし４の何れかに記載の発明において、前記レイアウト手段は、静止画画像データが配置された余白に文字列を配置する構成となっている。

また、請求項６に記載の発明は、請求項１ないし４の何れかに記載の発明において、前記レイアウト手段は、静止画画像データ内の顔のある領域を避けて文字列を配置する構成となっている。

また、請求項７に記載の発明は、請求項６に記載の発明において、前記レイアウト手段は、吹き出し画像を配置するとともに、吹き出し画像内に文字列を配置する構成となっている。

本発明によれば、画像に付随した音声を文字として画像とともに一緒に楽しむことができる。

以下、添付図面に従って、本発明に係る画像プリント装置の最良の実施形態について詳説する。

図１は、本発明に係る一実施形態の画像プリント装置２の概略構成を概念的に示すブロック図である。

図１に示すように、画像プリント装置２は、画像データ取得手段２ａ、音声データ分離手段２ｂ、音声認識手段２ｃ、静止画画像データ抽出手段２ｄ、レイアウト手段２ｅ、ユーザインタフェース２ｆ、および、プリント手段２ｇを含んで構成される。

画像データ取得手段２ａは、記録メディアやネットワーク等から、音声データ付きの画像データを取得するものである。ここで、画像データには、動画画像データと静止画画像データがある。なお、音声データ付きの画像データには、音声データが画像データに一体に組み込まれ同じファイルに格納されているものや、画像データと音声データとが別のファイルに格納されてファイル名などで関連付けされているものを含む。また、画像データの取得先は、記録メディアやネットワークに特に限定されるものではない。例えば、デジタルカメラやカメラ付き携帯電話と直接通信して画像データを取得するようにしてもよい。画像データや音声データのフォーマットも特に限定されるものではない。例えば、動画画像データには、モーションＪＰＥＧ（Joint Photographic Expert Group）形式で記録されたものがある。

音声データ分離手段２ｂは、画像データ取得手段２ａで取得された音声データに音声データが一体にして組み込まれている場合、音声データを画像データと分離するものである。なお、画像データ取得手段２ａで取得された画像データと音声データとが別のファイルに格納されているような場合には、分離する必要がない。

音声認識手段２ｃは、音声データを音声認識して文字列（「音声テキスト」とも称する）に変換するものである。音声認識の基本的なアルゴリズムとしては周知のアルゴリズムを用いる。また、各言語にそれぞれ適応したアルゴリズム、例えば、日本語話者がターゲットであれば日本語用の音声認識アルゴリズム、英語話者がターゲットであれば英語用の音声認識アルゴリズムを用いるようにすればよい。

静止画画像データ抽出手段２ｄは、動画画像データから静止画画像データを抽出するものである。抽出態様については各種の態様があり、抽出態様の例については後に詳述する。

レイアウト手段２ｅは、音声認識手段２ｃで変換された文字列と静止画画像データとを配置したプリント出力のためのレイアウトを決定して、プリント出力用の画像データを生成するものである。

ユーザインタフェース２ｆは、画像データの取得指示、画像データの選択指示、取得した画像データが動画画像データの場合における動画画像データから抽出する静止画画像データの選択指示、プリント出力のレイアウトに関する指示、プリント指示等、各種の指示を入力可能になっている。また、画像データの一覧表示、画像データの再生表示、音声認識結果の表示、レイアウト結果の表示等、各種の表示が可能になっている。ユーザインタフェース２ｆの具体的な構成については、特に限定されるものではなく、後述するタッチパネルモニタのほかに、パーソナルコンピュータの周辺機器として一般に用いられるような入出力デバイス、例えばキーボード、マウスおよびＬＣＤ（液晶表示装置）で構成してもよく、音声入出力デバイスを用いてもよい。また、指示については、予め指定されたプリント注文情報を記録メディアやネットワークなどから取り込むようにしてもよい。

プリント手段２ｇは、レイアウト手段２ｅで決定されたレイアウトで画像および文字列のプリントを実行するものである。プリント媒体は特に限定されるものでなく、ロール紙、シート状の用紙、はがき、シールなど、用途に応じて選択される。

なお、画像プリント装置２は、実際には、所定のプログラム（画像プリントプログラム）に従って画像プリント処理を実行するＣＰＵ（中央処理装置）等から構成され、画像データ取得、音声データ分離、音声認識、静止画画像データ抽出、レイアウト、指示入力、プリント等の各処理はＣＰＵの統括制御によって行われる。以下、これについて説明する。

図２は、本発明に係る一実施形態の画像プリント装置としての機能を備えたプリンタの具体的な構成例を示すブロック図である。図２において、プリンタ２は、図１の画像プリント装置２に相当するので、同じ符号を付してある。なお、図２のプリンタ２と図１の画像プリント装置２とを同一としているが、別の態様として、画像データ取得、音声データ分離、音声認識、静止画画像データ抽出、レイアウトおよびプリント用の画像データの出力までを実行する画像処理コントロール装置と、この画像処理コントロール装置から受信したプリント用の画像データをプリントするプリント装置という構成をとってもよい。

図２に示すプリンタ２は、主として、記録メディア挿入口４、メディアインタフェース６、通信インタフェース７、メモリ８、システムメモリ１０、タッチパネルモニタ１２、入力コントローラ１４、表示コントローラ１６、ＣＰＵ１８、プリントエンジン２０、および、バス２２から構成されている。

このプリンタ２は、デジタルカメラや携帯電話において使用されている記録メディアが挿入される記録メディア挿入口４を有し、この記録メディア挿入口４に挿入された記録メディアから動画画像ファイル（動画画像データ）や静止画画像ファイル（静止画画像データ）を取り込むことができるようになっている。

記録メディアが記録メディア挿入口４に挿入された後、記録メディアに記録されている動画画像ファイルや静止画画像ファイルが、メディアインタフェース６およびバス２２を介して、ＣＰＵ１８の指示に従い、メモリ８に送られる。

また、プリンタ２は、ネットワークやデジタルカメラ、携帯電話などから、通信インタフェース７を介して動画画像ファイル（動画画像データ）や静止画画像ファイル（静止画画像データ）を取り込むことができるようになっている。通信態様については各種の態様があり、無線でも有線でもよい。インターネットに接続されていてもよい。例えば、動画画像ファイルや静止画画像ファイルが添付された電子メールを受信して、受信した電子メールが、通信インタフェース７およびバス２２を介して、ＣＰＵ１８の指示に従い、メモリ８に送られる。

メモリ８はＲＡＭ等からなり、メディアインタフェース６や通信インタフェース７を介して取得した画像データや、後述するＣＰＵ１８で生成された表示用画像データ、プリント用画像データ、プログラムの動作に必要な情報などを一時的に記憶するようになっている。

システムメモリ１０はＲＯＭ等からなり、プログラムやプログラムの実行に必要な情報等を保存しておくところである。

タッチパネルモニタ１２は、操作部および表示画面を有しており（詳細は図３を参照）、表示コントローラ１６の制御によって表示がされるようになっている。また、タッチパネルモニタ１２の操作部を操作すると入力コントローラ１４が作動して入力が実行されるようになっている。

ＣＰＵ１８は、プリンタ２の各部を統括制御するほか、音声データと画像データの分離処理、音声データの音声認識処理、動画画像データからの静止画画像データの抽出処理、表示用画像データの生成処理、プリント出力のレイアウトおよびプリント用画像データの生成処理等の各種処理を行うようになっている。なお、モーションＪＰＥＧ形式で圧縮して記録されていた画像データの伸長なども行うようになっている。

プリントエンジン２０はプリントを実行するものである。

図２に示した構成要素と図１の構成要素との対応関係を簡単に説明すると、画像データ取得手段２ａは、メディアインタフェース６、通信インタフェース７等で構成され、音声データ分離手段２ｂ、音声認識手段２ｃ、静止画画像データ抽出手段２ｄ、レイアウト手段２ｅは、ＣＰＵ１８、メモリ８等で構成され、ユーザインタフェース２ｆは、タッチパネルモニタ１２等で構成され、プリント手段２ｇは、プリントエンジン２０で構成される。

また、ＣＰＵ１８で実行される画像プリントプログラムは、この画像プリントプログラムを記録したＣＤ−ＲＯＭを、図示を省略したＣＤ−ＲＯＭドライブにセットすることによりプリンタ２にインストールすることができる。ネットワークを介して、画像プリントプログラムを提供するサーバからダウンロードするようにしてもよい。

図３は、タッチパネルモニタ１２の操作部及び表示画面を示した図である。タッチパネルモニタ１２の右側には、画像ファイルの一覧表示がされる一覧表示エリア２４が形成されている。タッチパネルモニタ１２の左側上部には、確認エリア２６が形成されており、選択した画像ファイルの再生表示（画像表示）等を行う。確認エリア２６内にはテキスト表示エリア２６ａが設けられており、音声データから音声認識によって変換された文字列（音声テキスト）を表示する。確認エリア２６の底部にはスクロールバー２６ｂが設けられており、再生中に、表示されている場面（コマ）が当該動画画像ファイル全体のどのあたりのものかを示している。確認エリア２６の下方には、動画制御ボタン２８が形成されている。動画制御ボタン２８は、戻し、スタート／ストップ、早送りの各ボタンからなる。早送りボタンは、画面停止中に押すとコマ送りモードになり、画面再生中に押すと早送りモードになる。確認エリア２６の右下隅には、回転ボタン３０が形成されている。回転ボタン３０を操作することによって表示画像の縦・横回転がされる。

動画制御ボタン２８の下方には、「決定的瞬間」ボタン３１、「ここから」ボタン３２、「ここまで」ボタン３３、「プレビュー」ボタン３４が形成されている。「決定的瞬間」ボタン３１は、動画画像ファイルを再生中に確認エリア２６に表示されているコマ（静止画画像データ）を対象として指定したいときに、この「決定的瞬間」ボタン３１を押すことによってその表示されているコマ（静止画画像データ）がプリント対象として指定される。「ここから」ボタン３２、「ここまで」ボタン３３は、実際にプリントする開始点、終了点を設定するためのボタンである。開始点、終了点が設定されない場合には、それぞれ動画画像ファイルの先頭、最後が指定されたものとする。「決定的瞬間」ボタン３１を押し、かつ「ここから」ボタン３２および「ここまで」ボタン３３の少なくとも一方を押すこともできる。この場合は、決定的瞬間の特定画像を含み、かつ「ここから」ボタン３２、「ここまで」ボタン３３で指定された範囲のコマ（静止画画像データ）がプリント対象とされる。「プレビュー」ボタン３４は、これを押すことによって実際にプリントする前にレイアウト済みのプリント用画像データを確認できる。

なお、プリント出力のレイアウトフォーマット、コマ数の設定は図示しない操作ボタンで行うことができ、コマ数が示されたレイアウトのフォーマットがシステムメモリ１０に予め記憶されているので、上記操作ボタンを操作してプリントしたいフォーマットを選択する。選択の際には確認エリア２６でレイアウトフォーマットを表示させて好みのレイアウトを選ぶことができる。

以下、プリント店に設置されたプリンタ２で音声データ付きの動画画像データを取得して音声テキスト付きで画像プリントを行う処理を説明する。この画像プリント処理の流れの概略を図４のフローチャートに示す。図５（ａ）および（ｂ）は、画像プリント処理の説明に用いる説明図であって、魚釣りの状況を音声付きで録画して得た音声データ付きの動画画像データに基づいてプリンタ２で画像プリントした例を示す。

まず、タッチパネルモニタ１２の選択操作ボタン（図示を省略）が操作されて、プリント出力レイアウトのフォーマットが選択される（Ｓ２）。フォーマットは数種類がシステムメモリ１０に予め記憶されている。例えば図６（ａ）から（ｄ）までに示すフォーマットが記憶されている。図６（ａ）および（ｂ）は、１枚の用紙に４コマのプリントを行う４分割プリントのそれぞれ縦フォーマット、横フォーマットであり、図６（ｃ）および（ｄ）は、１枚の用紙に８コマのプリントを行う８分割プリントのそれぞれ縦フォーマット、横フォーマットである。図６（ａ）から（ｄ）に示される例の他にも、フルサイズプリント（１コマ）、２分割プリント（２コマ）、１６分割プリント（１６コマ）のフォーマットなどを設けてもよい。また、図５（ａ）に示すように音声認識で得られた文字列を画像が配置された余白に配置する、図５（ｂ）に示すように音声認識で得られた文字列を画像内の顔のある領域を避けて吹き出し内に配置する、などの文字列の配置を選択可能である。

記録メディアが記録メディア挿入口４に挿入されると、記録メディア内に複数の動画画像ファイル（動画画像データ）が存在する場合には、記録メディアに記録されている動画画像ファイルの一覧がタッチモニタパネル１２の一覧表示エリア２４に表示される（Ｓ４）。ここで、一覧表示エリア２４には、各動画画像ファイルの代表コマ（例えば、動画画像ファイルの先頭コマ）が表示されるようになっている。なお、記録メディア内にひとつの動画画像ファイルのみ存在する場合には、この動画画像ファイルの代表コマのみが一覧表示エリア２４に表示される。

タッチパネルモニタ１２の選択操作ボタン（図示を省略）が操作されて一覧からプリントしたい動画画像ファイルが選択される（Ｓ６）。選択された動画画像ファイルの内容は、タッチパネルモニタ１２の動画制御ボタン２８の操作により、再生して確認することができる。また、一覧からは、複数の動画画像ファイルを選択することも可能である。ある動画画像ファイルを再生中に別の動画画像ファイルを選択すると、新しく選択した動画画像ファイルが再生される。

選択された音声データ付き動画画像ファイルから、ＣＰＵ１８により、音声データが分離され（Ｓ８）、この分離された音声データに対して、ＣＰＵ１８により、音声認識が行われて音声データが音声テキスト（文字列）に変換される（Ｓ１０）。

また、ステップＳ２で選択されたフォーマットに従って、ＣＰＵ１８により、プリント出力に必要なコマ数の静止画画像データが動画画像データから抽出される（Ｓ１２）。この静止画画像データの抽出態様には各種の態様、例えば以下に説明する第１および第２の抽出態様がある。

第１の抽出態様では、タッチパネルモニタ１２により、抽出すべき静止画画像データの選択を受け付ける。例えば、「ここから」ボタン３２および「ここまで」ボタン３３が押されて、プリント開始点およびプリント終了点が指定される。指定されたプリント区間内、すなわちプリント開始点からプリント終了点までの区間において、ステップＳ２で選択されたフォーマットのコマ数分（例えば４分割プリントであれば４コマ分）、静止画画像データを均等間隔で抽出してプリント対象にし、残りは間引く。なお、「ここから」ボタン３２によりプリント開始点が指定されない場合には動画画像ファイルの先頭のコマが指定されたものとし、「ここまで」ボタン３３によりプリント終了点が指定されない場合には動画画像ファイルの最後のコマが指定されたものとする。「ここから」ボタン３２および「ここまで」ボタン３３によりプリント開始点およびプリント終了点がともに指定されない場合には、動画画像ファイル内の全区間が指定された状態になり、全区間から指定コマ数分の静止画画像データを均等間隔で抽出してプリント対象にし、残りは間引く。なお、プリント開始点からのシーンを重み付けして所定コマ分抽出し、残りのコマを間引くようにしてもよい。また、タッチパネルモニタ１２の「決定的瞬間」ボタン３１を押すことにより、抽出すべき静止画画像データを指定してもよい。例えば、「決定的瞬間」ボタン３１が押されることによりプリント区間の中心となるコマ（中心点）を指定し、この中心点から予め定められた前後の時間のコマをプリント対象にして静止画画像データを抽出するようにしてもよい。

さらに、音声認識により変換された全音声テキストの中で抽出された静止画画像データに対応する文字列がＣＰＵ１８により推定される。なお、タッチパネルモニタ１２の確認エリア２６に画像表示されたコマに対応すると推定される文字列は、この確認エリア２６内のテキスト表示エリア２６ａに表示される。このように各静止画画像データに対応すると推定された文字列が全音声テキストの中から抽出される。例えば、図５（ａ）の場合であれば、魚釣りをしている状況を音声とともに録画した動画画像データから、タッチパネルモニタ１２によって選択された４コマが抽出され、各コマに対応すると推定される文字列（「ひいてる、ひいてる」、「大きいぞ」、「よーし、釣れた」、「大漁だー」）が抽出される。図５（ａ）の場合には、実際には「！」や「。」が挿入されている。なお、ステップＳ１０の音声認識では、周知の音声認識アルゴリズムに従って各文節の始まりが検出されるようになっており、さらに、各抽出コマの動画画像ファイル先頭コマからの経過時間と、各文節の動画画像ファイル先頭コマからの経過時間とを比較することにより、各抽出コマと各文節との対応付けが行われる。なお、文節同士の関連性を評価することにより複数の文節をひとつのグループにまとめることもできるになっている。

第２の抽出態様では、ＣＰＵ１８での音声認識結果に基づいて、ＣＰＵ１８が抽出すべき静止画画像データを選択する。すなわち自動で静止画画像データが抽出される。なお、ステップＳ１０の音声認識では、第１の態様で説明したように、周知の音声認識アルゴリズムに従って各文節の始まりが検出されるようになっており、さらに、各文節の動画画像ファイル先頭コマからの経過時間と動画画像ファイル内の各コマの動画画像ファイル先頭コマからの経過時間とを比較することにより、各文節と各コマとの対応付けが行われる。なお、文節同士の関連性を評価することにより複数の文節をひとつのグループにまとめることもできるようになっている。そして、各文節に対応したコマの静止画画像データが動画画像ファイルから抽出される。ここで、静止画画像データの選択は全自動でなく半自動であってもよい。例えば、ＣＰＵ１８によって選択された静止画画像データ（ここではプリント候補である）をタッチパネルモニタ１２の確認エリア２６に表示し、実際にプリントするか否かを利用者に決定させるようにしてもよい。また、タッチパネルモニタ１２の動画制御ボタン２８により、ＣＰＵ１８が選択したコマから前後にコマ移動させて、実際にプリントするコマの選択を微調整可能にしてもよい。

ところで、動画画像データから分離した原音声データ中には、一般に、利用者が期待しないような音声も含まれている。例えば、被写体を撮影している人、あるいは、被写体となっている人の音声のみがプリントされることを期待しているのに、背後にいた第３者の音声や周囲の雑音が原音声データに含まれている。このような第３者の音声や周囲の雑音は排除したい。そこで、音声認識をする際に、音声データ内の音声のレベルが大きいところのみを文字列に変換し、プリント対象の文字列とするなどの処理を行う。

各静止画データに対応した音声テキストは、ＣＰＵ１８により、各静止画画像の近傍の余白、あるいは静止画画像内に配置するようにレイアウトされ、プリント用の画像データが生成される（Ｓ１４）。必要に応じてタッチパネルモニタ１２のプレビューボタン３４を押して、タッチパネルモニタ１２の確認エリア２６で予めプリント用の画像データを確認することができる。

生成されたプリント用の画像データは、プリントエンジン２０に転送されて、所定の用紙にプリントがされる（Ｓ１６）。

図５（ａ）に示すプリント例では、４分割プリントのフォーマットで静止画画像が配置され、その静止画画像の近傍の余白に、各静止画画像に対応した音声テキストが配置されている。

図５（ｂ）に示すプリント例では、４分割プリントのフォーマットで静止画画像が配置され、その静止画画像内の顔のある領域を避けて音声テキストが配置されている。この顔画像の認識はＣＰＵ１８により行われる。そして、吹き出し画像を顔のある領域を避けて配置し、この吹き出し画像内に、各静止画に対応した音声テキストを配置している。

なお、図４を用いた前述の説明では、音声データ付き動画画像データから抽出した静止画画像データを音声テキスト付きでプリントする場合を例に説明したが、本発明はこれに限るものではなく、音声データ付き静止画画像データを取得して、音声データを音声テキストに変換し、静止画画像を音声テキスト付きでプリントする場合に適用してもよい。

また、本発明は、前述の実施形態や図面によって限定されるものではなく、本発明の要旨を逸脱しない範囲において、各種の改良や変更を行ってよいのはもちろんである。

例えば、音声認識に関しては、人物識別を行って特定の人物の音声のみを文字列に変換するなどの改良を行ってもよい。また、音声認識結果と動画画像データ内の各コマ（静止画画像データ）との対応付けについては、音声認識や対応付けの精度に応じて、ユーザインタフェースで各種の調整を可能にしてもよいし、予め各種の条件を設定して、この各種の条件に応じた音声認識や対応付けをするなどの改良を行ってよい。

本発明を適用したプリンタの概念的な概略構成を示すブロック図 本発明を適用したプリンタの具体的な構成の例を示すブロック図 タッチパネルモニタの例を示す図 本発明を適用したプリンタの動作を示すフローチャート プリント例を示す図 出力レイアウトのフォーマット例を示す図

符号の説明

２…プリンタ、２ａ…画像データ取得手段、２ｂ…音声データ分離手段、２ｃ…音声認識手段、２ｄ…静止画画像データ抽出手段、２ｅ…レイアウト手段、２ｆ…ユーザインタフェース、２ｇ…プリント手段、４…記録メディア挿入口、６…メディアインタフェース、７…通信インタフェース、８…メモリ、１０…システムメモリ、１２…タッチパネルモニタ、１４…入力コントローラ、１６…表示コントローラ、１８…ＣＰＵ、２０…プリントエンジン、２２…バス、２４…一覧表示エリア、２６…確認エリア、２６ａ…テキスト表示エリア、２６ｂ…スクロールバー、２８…動画制御ボタン、３０…回転ボタン、３１…決定的瞬間ボタン、３２…ここからボタン、３３…ここまでボタン、３４…プレビューボタン

Claims (7)

1. 音声データ付の動画画像データを取得する画像データ取得手段と、
   前記音声データを音声認識して文字列に変換する音声認識手段と、
   前記動画画像データから静止画画像データを抽出する静止画画像データ抽出手段と、
   抽出された静止画画像データおよび変換された文字列を配置したプリント出力のレイアウトを決定するレイアウト手段と、
   決定されたレイアウトで前記静止画画像データおよび前記文字列をプリントするプリント手段と、
   を備えたことを特徴とする画像プリント装置。
2. 前記動画画像データから抽出すべき静止画画像データを示す指示を入力する指示入力手段を備え、
   前記静止画画像データ抽出手段は、入力された指示に従って前記動画画像データから静止画画像データを抽出することを特徴とする請求項１に記載の画像プリント装置。
3. 前記音声認識手段は、前記音声データ中に含まれる文節の始まりを認識し、
   前記静止画画像データ抽出手段は、認識された文節の始まりに対応する静止画画像データを抽出することを特徴とする請求項１に記載の画像プリント装置。
4. 音声データ付の静止画画像データを取得する画像データ取得手段と、
   前記音声データを音声認識して文字列に変換する音声認識手段と、
   前記静止画画像データおよび変換された文字列を配置したプリント出力のレイアウトを決定するレイアウト手段と、
   決定されたレイアウトで前記静止画画像データ及び文字列をプリントするプリント手段と、
   を備えたことを特徴とする画像プリント装置。
5. 前記レイアウト手段は、静止画画像データが配置された余白に文字列を配置することを特徴とする請求項１ないし請求項４の何れかに記載の画像プリント装置。
6. 前記レイアウト手段は、静止画画像データ内の顔のある領域を避けて文字列を配置することを特徴とする請求項１ないし請求項４の何れかに記載の画像プリント装置。
7. 前記レイアウト手段は、吹き出し画像を配置するとともに、吹き出し画像内に文字列を配置することを特徴とする請求項６に記載の画像プリント装置。
   

Images