JP6504808B2 - 撮像装置、音声コマンド機能の設定方法、コンピュータプログラム、及び記憶媒体 - Google Patents
撮像装置、音声コマンド機能の設定方法、コンピュータプログラム、及び記憶媒体 Download PDFInfo
- Publication number
- JP6504808B2 JP6504808B2 JP2014259197A JP2014259197A JP6504808B2 JP 6504808 B2 JP6504808 B2 JP 6504808B2 JP 2014259197 A JP2014259197 A JP 2014259197A JP 2014259197 A JP2014259197 A JP 2014259197A JP 6504808 B2 JP6504808 B2 JP 6504808B2
- Authority
- JP
- Japan
- Prior art keywords
- voice
- face
- voice command
- imaging
- command function
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/28—Constructional details of speech recognition systems
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/66—Remote control of cameras or camera parts, e.g. by remote control devices
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/667—Camera operation mode switching, e.g. between still and video, sport and normal or high- and low-resolution modes
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
- G10L2015/223—Execution procedure of a spoken command
Description
[構成]
図1は、本実施形態の撮像装置の外観図である。図1(a)は、撮像装置の前面図であり、図1(b)は、撮像装置の背面図である。撮像装置1は、本体とレンズとを備えたいわゆるカメラ形状であるが、撮像機能を有するものであれば形状はこれに限らない。例えば、撮像装置1には、スマートフォンや携帯電話、カメラ付きパーソナルコンピュータ等の撮影機能及び集音機能を有する装置を用いることができる。撮像装置1は、静止画及び動画の撮影が可能であり、且つ所定の処理に対応づけられた音声コマンドを認識し、その認識結果に応じて処理を実行する音声コマンド機能を備える。
設定ボタン15は、各種機能や撮影条件等を設定するための操作ボタンである。操作者は、設定ボタン15により撮像装置1に各種の設定を行う。ディスプレイ16は、例えば液晶ディスプレイであり、ファインダとして機能する他に、各種機能の設定時の設定画面表示、撮影した静止画像や動画像の再生表示等を行う。ディスプレイ16は、表示面に透明のタッチパッドが設けられてタッチパネルとしても機能する。
操作入力部102は、CPU20及び操作部23により実現され、操作部23により受け付ける操作者の指示をCPU20に入力する。
表示制御部104は、CPU20及びディスプレイ16により実現され、ディスプレイ16に画像を表示する。表示する画像には、撮影した画像の再生画像や、撮像装置1の操作、設定のための設定画面等がある。
第2実施形態では、第1実施形態の自分撮りモードが設定されているか否かの判定を操作者の顔認証により行うことで音声コマンド機能の設定を行う。そのために撮像装置1は、顔認証機能を有する。撮像装置1のハードウェア構成は、第1実施形態と同様であるので説明を省略する。図11(a)は、第2実施形態の撮像装置2の機能ブロック図である。図3に示す第1実施形態の撮像装置1と同じ機能には、同じ符号を付している。同じ機能の説明は省略する。
CPU20は、操作入力部102から音声処理操作ボタン12が押下されたことを表す指示が入力されるか否かを判定する(S501)。音声処理操作ボタン12が押下される場合(S502:Y)、CPU20は、音声コマンド機能を有効にして処理を終了する(S206)。音声処理操作ボタン12が押下されない場合(S502:N)、CPU20は、音声コマンド機能を無効にして処理を終了する(S503)。
撮像装置には、背面に設けられるディスプレイ16を撮像装置の前面側に向けることが可能な構成のものがある。また、スマートフォンのように撮影機構25を2カ所に備えた装置を撮像装置として用いることも可能である。これらの構成の撮像装置は、操作者がディスプレイ16により自身の姿を確認しながら自分撮りを行うことができるために、撮影を失敗する可能性が低い。
図13(b)の撮像装置3は、ディスプレイ16の可動部に可動状態を検知するセンサやスイッチ等の可動検知部品を設ける。可動検知部品の状態に応じて、撮影・表示方向検出部1202は、撮影機構25(レンズ10)とディスプレイ16とが同じ方向を向いているか否かを検出する。図13(d)の撮像装置4は、本体の前面及び背面のそれぞれに撮影機構25を備える。撮影・表示方向検出部1202は、実際に撮影を行っている撮影機構25(レンズ10)が設けられる面に応じて、撮影機構25(レンズ10)とディスプレイ16とが同じ方向を向いているか否かを検出する。また、撮影機構25(レンズ10)及びディスプレイ16にそれぞれ重力センサを設けておき、その計測結果に応じて、撮影・表示方向検出部1202は、撮影機構25(レンズ10)とディスプレイ16とが同じ方向を向いているか否かを検出してもよい。
音声コマンド機能を有効にするか否かの判定は、操作者の声により行うことも可能である。図14(b)は操作者の声を用いて音声コマンド機能の判定を行うための撮像装置6の機能ブロック図である。撮像装置6の機能ブロックは、図11(b)の撮像装置3の顔検出部1201を、音声認証部1601及び声データ記憶部1602に置き換えた構成である。
なお、顔認証、話者認証の他に、被写体の手の動きを検出するジェスチャ検出技術や、被写体の姿勢を検出する姿勢検出技術を用いて、音声コマンド機能が有効か否かの判定を行うようにしてもよい。
音声コマンド機能が有効になった後に、音声コマンド機能を有効にする条件(図4のステップS203参照)が満たされているか否かの状況が遷移する場合がある。音声コマンド機能が有効になる条件が満たされなくなっても、所定時間だけ音声コマンド機能を有効にする方が、操作者の使い勝手がよい場合がある。例えば、操作者の顔が認証されているときに音声コマンド機能が有効になる場合(図15(a)参照)、操作者が顔認証後に撮像装置から顔を隠すことがある。操作者が撮像装置に背を向けたり、ボード等で顔を隠す場合である。この場合、操作者は音声コマンド機能を使用できなくなる。そのために第5実施形態では、音声コマンド機能が有効になる条件が満たされなくなっても、一定時間だけ音声コマンド機能を有効にする。第5実施形態では、第1実施形態の撮像装置1を用いて処理を行う。
直前の音声コマンド機能の判定結果が無効であれば(S1802:Y)、CPU20は、タイマを確認して、音声コマンド機能が無効にされてから所定時間が経過したかを判定する(S1804)。所定時間経過した場合(S1804:Y)、CPU20は、音声コマンド機能を無効にして処理を終了する(S205)。所定時間経過していない場合(S1804:N)、CPU20は、音声コマンド機能を変更せずに処理を終了する。
連続して音声コマンド機能の条件が満たされていれば(S1901:Y)、CPU20は、タイマを確認して、音声コマンド機能を有効にする条件が満たされてから所定時間が経過したか否かを判定する(S1903)。所定時間経過した場合(S1903:Y)、CPU20は、音声コマンド機能を有効にして処理を終了する(S206)。一定時間経過していない場合(S1903:N)、CPU20は、音声コマンド機能を変更せずに処理を終了する。
以上のように、音声コマンド機能を有効な状態が所定時間継続する場合に音声コマンド機能を有効にすることで、音声コマンドの誤認識による処理の可能性を従来よりも低下させることができる。
図1のようにマイク14が前面マイク14a、背面マイク14bの2つ設けられる場合、一方を動画撮影用のマイク、他方を音声コマンド機能の集音用のマイクに割り当ててもよい。図18は、ディスプレイ16の表示面と同じ面に設けられる背面マイク14bを音声コマンドの集音用のマイクに割り当てた場合の例示図である。
コマンド音声入力部2101は、音声コマンド機能が有効になっているときにマイク14が集音する音声を音声コマンドとして受け付ける。動画音声入力部2102は、動画撮影時にマイク14が集音する音声を記録用の音声として受け付ける。
自分撮りモードが設定され且つ音声コマンド機能が有効になっている場合、操作者が遠距離から発話すると、背景音とのSN比が大きくなることが想定される。また、自分撮りモードでは操作者が撮像装置に向けて発話することが多く、撮像装置が音声コマンドを誤認識する可能性が高くなる。そこで、自分撮りモードが設定されている場合に、撮像装置は、他の動作モード時の音声コマンドとは異なる音声コマンドとして、誤認識の可能性を低減する。例えば、自分撮りモードの場合の音声コマンドを他の動作モード時の音声コマンドよりも長くして、間違いにくくする。図21(a)は、音声コマンドを長くした例を表す。図21(a)では、キーワード「カメラ」が他の動作モード時の音声コマンドの前に追加される。
音声コマンド認識部106は、自分撮りモードが設定されているときと、設定されていないときとで、異なるテーブルを用いて音声認識処理を行うことになる。実行部107は、音声認識の結果に応じて、音声コマンドに対応づけられた処理を実行する。
撮像装置1は、音声コマンド認識部106により音声認識により認識結果として生成する尤度情報を用いて、認識結果の1位と2位との尤度差を算出する。尤度差は数値で表される。実行部107は、尤度差が許容度の数値以上であれば、認識した音声コマンドに対応づけられた処理を実行する。実行部107は、尤度差が許容度の数値以上でなければ、認識した音声コマンドに対応づけられた処理を実行しない。許容度の高いものは尤度差が小さく、許容度の低いものは尤度差が大きくなる。
また、本発明は、以下の処理を実行することによっても実現される。即ち、上述した実施形態の機能を実現するソフトウェア(プログラム)を、ネットワーク又は各種記憶媒体を介してシステム或いは装置に供給し、そのシステム或いは装置のコンピュータ(またはCPU、MPU等)がプログラムを読み出して実行する処理である。
Claims (19)
- 撮影機構により被写体を撮像して画像を生成する撮像手段と、
集音手段を介して入力される音声を受け付ける受付手段と、
前記画像を表示面に表示する表示制御手段と、
前記撮影機構と前記表示面とが反対方向を向く設定であるか、または同方向を向く設定であるかを判定する第1判定手段と、
前記第1判定手段により、前記撮影機構と前記表示面とが反対方向を向く設定であると判定された場合に、所定の処理に対応づけられた音声の入力に応じて当該処理を実行する音声コマンド機能を有効とするコマンド制御手段と、
前記第1判定手段により、前記撮影機構と前記表示面とが同方向を向く設定であると判定された場合に、前記音声コマンド機能を有効にする条件が満たされたか否かを判定する第2判定手段と、
前記画像に含まれる顔画像を検出する顔検出手段と、を備えており、
前記第2判定手段は、前記顔検出手段が顔画像を検出すると、前記音声コマンド機能を有効にする条件が満たされたと判定することを特徴とする、
撮像装置。 - 撮影機構により被写体を撮像して画像を生成する撮像手段と、
集音手段を介して入力される音声を受け付ける受付手段と、
前記画像を表示面に表示する表示制御手段と、
前記撮影機構と前記表示面とが反対方向を向く設定であるか、または同方向を向く設定であるかを判定する第1判定手段と、
前記第1判定手段により、前記撮影機構と前記表示面とが反対方向を向く設定であると判定された場合に、所定の処理に対応づけられた音声の入力に応じて当該処理を実行する音声コマンド機能を有効とするコマンド制御手段と、
前記第1判定手段により、前記撮影機構と前記表示面とが同方向を向く設定であると判定された場合に、前記音声コマンド機能を有効にする条件が満たされたか否かを判定する第2判定手段と、
操作者の顔画像を記憶する顔データ記憶手段と、
前記画像に含まれる顔画像と前記顔データ記憶手段に記憶された前記操作者の顔画像とにより顔認証を行う顔認証手段と、を備え、
前記第2判定手段は、前記顔認証手段により前記操作者の顔が認証されると、前記音声コマンド機能を有効にする条件が満たされたと判定することを特徴とする、
撮像装置。 - 撮影機構により被写体を撮像して画像を生成する撮像手段と、
集音手段を介して入力される音声を受け付ける受付手段と、
前記画像を表示面に表示する表示制御手段と、
前記撮影機構と前記表示面とが反対方向を向く設定であるか、または同方向を向く設定であるかを判定する第1判定手段と、
前記第1判定手段により、前記撮影機構と前記表示面とが反対方向を向く設定であると判定された場合に、所定の処理に対応づけられた音声の入力に応じて当該処理を実行する音声コマンド機能を有効とするコマンド制御手段と、
前記第1判定手段により、前記撮影機構と前記表示面とが同方向を向く設定であると判定された場合に、前記音声コマンド機能を有効にする条件が満たされたか否かを判定する第2判定手段と、
操作者の音声を記憶する声データ記憶手段と、
前記集音手段で集音した音と前記声データ記憶手段に記憶された前記操作者の音声とにより話者認証を行う音声認証手段と、を備え、
前記第2判定手段は、前記音声認証手段により前記操作者の音声が認証されると、前記音声コマンド機能を有効にする条件が満たされたと判定することを特徴とする、
撮像装置。 - 前記撮像装置は、前記表示面が前記撮影機構と同方向あるいは反対方向を向くように可動することを特徴とする、
請求項1〜3のいずれか1項に記載の撮像装置。 - 前記撮像装置は、前記表示面が設けられる面及びその反対の面の2カ所に前記撮影機構が備えられることを特徴とする、
請求項1〜3のいずれか1項に記載の撮像装置。 - 前記コマンド制御手段は、前記音声コマンド機能を有効にした後に、前記第2判定手段が前記音声コマンド機能を有効にする条件が満たされていないと判定する状態が所定時間継続すると、前記音声コマンド機能を無効にすることを特徴とする、
請求項1〜5のいずれか1項に記載の撮像装置。 - 前記コマンド制御手段は、前記第2判定手段が所定時間継続して前記音声コマンド機能を有効にする条件が満たされていると判定すると、前記音声コマンド機能を有効にすることを特徴とする、
請求項1〜6のいずれか1項に記載の撮像装置。 - 前記集音手段は、音声コマンド機能用の第1の集音手段及び撮影用の第2の集音手段であり、
前記コマンド制御手段は、前記音声コマンド機能を有効にすると前記第1の集音手段を有効にし、前記音声コマンド機能を無効にすると前記第1の集音手段を無効にすることを特徴とする、
請求項1〜7のいずれか1項に記載の撮像装置。 - 前記第1判定手段は、前記撮影機構と前記表示面とが同方向を向く設定である場合、前記撮像装置の動作モードが、操作者が前記撮影機構により自身を撮影するための動作モードである自分撮りモードに設定されていると判定することを特徴とする、
請求項1〜8のいずれか1項に記載の撮像装置。 - 前記自分撮りモードが設定されているときの、音声と該音声に対応づけられた処理との関係を表す第1のテーブルと、前記自分撮りモードが設定されていないときの、音声と該音声に対応づけられた処理との関係を表す第2のテーブルとを用意しておき、
前記自分撮りモードの設定状態に応じて、前記第1のテーブル又は前記第2のテーブルを用いて、音声に応じた処理を実行する実行手段を備えることを特徴とする、
請求項9に記載の撮像装置。 - 前記第1のテーブルと前記第2のテーブルとは、前記第1のテーブルの方が、同じ処理について対応づけられる音声が長いことを特徴とする、
請求項10に記載の撮像装置。 - 前記集音手段によって集音された音声に対する音声認識処理に基づいて、前記所定の処理に対応づけられた音声の入力を認識する認識手段と、
音声毎に対応づけられた処理及び数値で表される誤認識の許容度を含むテーブルを用意しておき、
前記音声認識処理により生成される数値で表される尤度情報が前記許容度の数値以上であれば、認識した音声に対応づけられた処理を実行し、前記尤度情報が前記許容度の数値以上でなければ、認識した音声に対応づけられた処理を実行しない実行手段を備えることを特徴とする、
請求項1〜11のいずれか1項に記載の撮像装置。 - 撮影機構により被写体を撮像して画像を生成する撮像手段と、集音手段を介して入力される音声を受け付ける受付手段と、前記画像を表示面に表示する表示制御手段と、を備えた装置により実行される方法であって、
前記撮影機構と前記表示面とが反対方向を向く設定であるか、または同方向を向く設定であるかを判定し、
前記撮影機構と前記表示面とが反対方向を向く設定であると判定した場合に、所定の処理に対応づけられた音声の入力に応じて当該処理を実行する音声コマンド機能を有効とし、
前記撮影機構と前記表示面とが同方向を向く設定であると判定した場合に、前記画像に含まれる顔画像を検出すると、前記音声コマンド機能を有効にする条件が満たされたと判定することを特徴とする、
音声コマンド機能の設定方法。 - 撮影機構により被写体を撮像して画像を生成する撮像手段と、集音手段を介して入力される音声を受け付ける受付手段と、前記画像を表示面に表示する表示制御手段と、操作者の顔画像を記憶する顔データ記憶手段と、を備えた装置により実行される方法であって、
前記撮影機構と前記表示面とが反対方向を向く設定であるか、または同方向を向く設定であるかを判定し、
前記画像に含まれる顔画像と前記顔データ記憶手段に記憶された前記操作者の顔画像とにより顔認証を行い、
前記撮影機構と前記表示面とが反対方向を向く設定であると判定した場合に、所定の処理に対応づけられた音声の入力に応じて当該処理を実行する音声コマンド機能を有効とし、
前記撮影機構と前記表示面とが同方向を向く設定であると判定した場合に、前記操作者の顔が認証されると、前記音声コマンド機能を有効にする条件が満たされたと判定することを特徴とする、
音声コマンド機能の設定方法。 - 撮影機構により被写体を撮像して画像を生成する撮像手段と、集音手段を介して入力される音声を受け付ける受付手段と、前記画像を表示面に表示する表示制御手段と、操作者の音声を記憶する声データ記憶手段と、を備えた装置により実行される方法であって、
前記撮影機構と前記表示面とが反対方向を向く設定であるか、または同方向を向く設定であるかを判定し、
前記集音手段で集音した音と前記声データ記憶手段に記憶された前記操作者の音声とにより話者認証を行い、
前記撮影機構と前記表示面とが反対方向を向く設定であると判定した場合に、所定の処理に対応づけられた音声の入力に応じて当該処理を実行する音声コマンド機能を有効とし、
前記撮影機構と前記表示面とが同方向を向く設定であると判定した場合に、前記操作者の音声が認証されると、前記音声コマンド機能を有効にする条件が満たされたと判定することを特徴とする、
音声コマンド機能の設定方法。 - 撮影機構及び集音手段を備えたコンピュータを、
前記撮影機構により被写体を撮像して画像を生成する撮像手段、
前記集音手段を介して入力される音声を受け付ける受付手段、
前記画像を表示面に表示する表示制御手段、
前記撮影機構と前記表示面とが反対方向を向く設定であるか、または同方向を向く設定であるかを判定する第1判定手段、
前記第1判定手段により、前記撮影機構と前記表示面とが反対方向を向く設定であると判定された場合に、所定の処理に対応づけられた音声の入力に応じて当該処理を実行する音声コマンド機能を有効とするコマンド制御手段、
前記第1判定手段により、前記撮影機構と前記表示面とが同方向を向く設定であると判定された場合に、前記音声コマンド機能を有効にする条件が満たされたか否かを判定する第2判定手段、
前記画像に含まれる顔画像を検出する顔検出手段、として機能させ、
前記第2判定手段に、前記顔検出手段が顔画像を検出すると、前記音声コマンド機能を有効にする条件が満たされたと判定させる、
コンピュータプログラム。 - 撮影機構及び集音手段を備えたコンピュータを、
前記撮影機構により被写体を撮像して画像を生成する撮像手段、
前記集音手段を介して入力される音声を受け付ける受付手段、
前記画像を表示面に表示する表示制御手段、
前記撮影機構と前記表示面とが反対方向を向く設定であるか、または同方向を向く設定であるかを判定する第1判定手段、
前記第1判定手段により、前記撮影機構と前記表示面とが反対方向を向く設定であると判定された場合に、所定の処理に対応づけられた音声の入力に応じて当該処理を実行する音声コマンド機能を有効とするコマンド制御手段、
前記第1判定手段により、前記撮影機構と前記表示面とが同方向を向く設定であると判定された場合に、前記音声コマンド機能を有効にする条件が満たされたか否かを判定する第2判定手段、
操作者の顔画像を記憶する顔データ記憶手段、
前記画像に含まれる顔画像と前記顔データ記憶手段に記憶された前記操作者の顔画像とにより顔認証を行う顔認証手段、として機能させ、
前記第2判定手段に、前記顔認証手段により前記操作者の顔が認証されると、前記音声コマンド機能を有効にする条件が満たされたと判定させる、
コンピュータプログラム。 - 撮影機構及び集音手段を備えたコンピュータを、
前記撮影機構により被写体を撮像して画像を生成する撮像手段、
前記集音手段を介して入力される音声を受け付ける受付手段、
前記画像を表示面に表示する表示制御手段、
前記撮影機構と前記表示面とが反対方向を向く設定であるか、または同方向を向く設定であるかを判定する第1判定手段、
前記第1判定手段により、前記撮影機構と前記表示面とが反対方向を向く設定であると判定された場合に、所定の処理に対応づけられた音声の入力に応じて当該処理を実行する音声コマンド機能を有効とするコマンド制御手段、
前記第1判定手段により、前記撮影機構と前記表示面とが同方向を向く設定であると判定された場合に、前記音声コマンド機能を有効にする条件が満たされたか否かを判定する第2判定手段、
操作者の音声を記憶する声データ記憶手段、
前記集音手段で集音した音と前記声データ記憶手段に記憶された前記操作者の音声とにより話者認証を行う音声認証手段、として機能させ、
前記第2判定手段に、前記音声認証手段により前記操作者の音声が認証されると、前記音声コマンド機能を有効にする条件が満たされたと判定させる、
コンピュータプログラム。 - 請求項16、17、又は18記載のコンピュータプログラムを格納したコンピュータが読み取り可能な記憶媒体。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014259197A JP6504808B2 (ja) | 2014-12-22 | 2014-12-22 | 撮像装置、音声コマンド機能の設定方法、コンピュータプログラム、及び記憶媒体 |
US14/962,063 US9706100B2 (en) | 2014-12-22 | 2015-12-08 | Imaging apparatus, method for setting voice command, and storage medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014259197A JP6504808B2 (ja) | 2014-12-22 | 2014-12-22 | 撮像装置、音声コマンド機能の設定方法、コンピュータプログラム、及び記憶媒体 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2016119615A JP2016119615A (ja) | 2016-06-30 |
JP6504808B2 true JP6504808B2 (ja) | 2019-04-24 |
Family
ID=56130988
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014259197A Expired - Fee Related JP6504808B2 (ja) | 2014-12-22 | 2014-12-22 | 撮像装置、音声コマンド機能の設定方法、コンピュータプログラム、及び記憶媒体 |
Country Status (2)
Country | Link |
---|---|
US (1) | US9706100B2 (ja) |
JP (1) | JP6504808B2 (ja) |
Families Citing this family (120)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8677377B2 (en) | 2005-09-08 | 2014-03-18 | Apple Inc. | Method and apparatus for building an intelligent automated assistant |
US9318108B2 (en) | 2010-01-18 | 2016-04-19 | Apple Inc. | Intelligent automated assistant |
US8977255B2 (en) | 2007-04-03 | 2015-03-10 | Apple Inc. | Method and system for operating a multi-function portable electronic device using voice-activation |
US10002189B2 (en) | 2007-12-20 | 2018-06-19 | Apple Inc. | Method and apparatus for searching using an active ontology |
US9330720B2 (en) | 2008-01-03 | 2016-05-03 | Apple Inc. | Methods and apparatus for altering audio output signals |
US20100030549A1 (en) | 2008-07-31 | 2010-02-04 | Lee Michael M | Mobile device having human language translation capability with positional feedback |
US8676904B2 (en) | 2008-10-02 | 2014-03-18 | Apple Inc. | Electronic devices with voice command and contextual data processing capabilities |
US10255566B2 (en) | 2011-06-03 | 2019-04-09 | Apple Inc. | Generating and processing task items that represent tasks to perform |
US10276170B2 (en) | 2010-01-18 | 2019-04-30 | Apple Inc. | Intelligent automated assistant |
US8682667B2 (en) | 2010-02-25 | 2014-03-25 | Apple Inc. | User profiling for selecting user specific voice input processing information |
US9262612B2 (en) | 2011-03-21 | 2016-02-16 | Apple Inc. | Device access using voice authentication |
US10057736B2 (en) | 2011-06-03 | 2018-08-21 | Apple Inc. | Active transport based notifications |
US10134385B2 (en) | 2012-03-02 | 2018-11-20 | Apple Inc. | Systems and methods for name pronunciation |
US10417037B2 (en) | 2012-05-15 | 2019-09-17 | Apple Inc. | Systems and methods for integrating third party services with a digital assistant |
BR112015018905B1 (pt) | 2013-02-07 | 2022-02-22 | Apple Inc | Método de operação de recurso de ativação por voz, mídia de armazenamento legível por computador e dispositivo eletrônico |
US10652394B2 (en) | 2013-03-14 | 2020-05-12 | Apple Inc. | System and method for processing voicemail |
US10748529B1 (en) | 2013-03-15 | 2020-08-18 | Apple Inc. | Voice activated device for use with a voice-based digital assistant |
WO2014197335A1 (en) | 2013-06-08 | 2014-12-11 | Apple Inc. | Interpreting and acting upon commands that involve sharing information with remote devices |
US10176167B2 (en) | 2013-06-09 | 2019-01-08 | Apple Inc. | System and method for inferring user intent from speech inputs |
EP3008641A1 (en) | 2013-06-09 | 2016-04-20 | Apple Inc. | Device, method, and graphical user interface for enabling conversation persistence across two or more instances of a digital assistant |
US10296160B2 (en) | 2013-12-06 | 2019-05-21 | Apple Inc. | Method for extracting salient dialog usage from live data |
US9715875B2 (en) | 2014-05-30 | 2017-07-25 | Apple Inc. | Reducing the need for manual start/end-pointing and trigger phrases |
US9430463B2 (en) | 2014-05-30 | 2016-08-30 | Apple Inc. | Exemplar-based natural language processing |
CN106471570B (zh) | 2014-05-30 | 2019-10-01 | 苹果公司 | 多命令单一话语输入方法 |
US10170123B2 (en) | 2014-05-30 | 2019-01-01 | Apple Inc. | Intelligent assistant for home automation |
US9633004B2 (en) | 2014-05-30 | 2017-04-25 | Apple Inc. | Better resolution when referencing to concepts |
US9338493B2 (en) | 2014-06-30 | 2016-05-10 | Apple Inc. | Intelligent automated assistant for TV user interactions |
US9818400B2 (en) | 2014-09-11 | 2017-11-14 | Apple Inc. | Method and apparatus for discovering trending terms in speech requests |
US9668121B2 (en) | 2014-09-30 | 2017-05-30 | Apple Inc. | Social reminders |
US10127911B2 (en) | 2014-09-30 | 2018-11-13 | Apple Inc. | Speaker identification and unsupervised speaker adaptation techniques |
US10074360B2 (en) | 2014-09-30 | 2018-09-11 | Apple Inc. | Providing an indication of the suitability of speech recognition |
US10152299B2 (en) | 2015-03-06 | 2018-12-11 | Apple Inc. | Reducing response latency of intelligent automated assistants |
US9886953B2 (en) | 2015-03-08 | 2018-02-06 | Apple Inc. | Virtual assistant activation |
US9721566B2 (en) | 2015-03-08 | 2017-08-01 | Apple Inc. | Competing devices responding to voice triggers |
US10460227B2 (en) | 2015-05-15 | 2019-10-29 | Apple Inc. | Virtual assistant in a communication session |
US10083688B2 (en) | 2015-05-27 | 2018-09-25 | Apple Inc. | Device voice control for selecting a displayed affordance |
US10200824B2 (en) | 2015-05-27 | 2019-02-05 | Apple Inc. | Systems and methods for proactively identifying and surfacing relevant content on a touch-sensitive device |
US9578173B2 (en) | 2015-06-05 | 2017-02-21 | Apple Inc. | Virtual assistant aided communication with 3rd party service in a communication session |
US20160378747A1 (en) | 2015-06-29 | 2016-12-29 | Apple Inc. | Virtual assistant for media playback |
US10740384B2 (en) | 2015-09-08 | 2020-08-11 | Apple Inc. | Intelligent automated assistant for media search and playback |
US10671428B2 (en) | 2015-09-08 | 2020-06-02 | Apple Inc. | Distributed personal assistant |
US10747498B2 (en) | 2015-09-08 | 2020-08-18 | Apple Inc. | Zero latency digital assistant |
US10331312B2 (en) | 2015-09-08 | 2019-06-25 | Apple Inc. | Intelligent automated assistant in a media environment |
US10691473B2 (en) | 2015-11-06 | 2020-06-23 | Apple Inc. | Intelligent automated assistant in a messaging environment |
US10956666B2 (en) | 2015-11-09 | 2021-03-23 | Apple Inc. | Unconventional virtual assistant interactions |
US10049668B2 (en) | 2015-12-02 | 2018-08-14 | Apple Inc. | Applying neural network language models to weighted finite state transducers for automatic speech recognition |
US11227589B2 (en) | 2016-06-06 | 2022-01-18 | Apple Inc. | Intelligent list reading |
US10049663B2 (en) | 2016-06-08 | 2018-08-14 | Apple, Inc. | Intelligent automated assistant for media exploration |
US10586535B2 (en) | 2016-06-10 | 2020-03-10 | Apple Inc. | Intelligent digital assistant in a multi-tasking environment |
DK201670540A1 (en) | 2016-06-11 | 2018-01-08 | Apple Inc | Application integration with a digital assistant |
DK179415B1 (en) | 2016-06-11 | 2018-06-14 | Apple Inc | Intelligent device arbitration and control |
US10474753B2 (en) | 2016-09-07 | 2019-11-12 | Apple Inc. | Language identification using recurrent neural networks |
US10043516B2 (en) | 2016-09-23 | 2018-08-07 | Apple Inc. | Intelligent automated assistant |
US10733989B2 (en) * | 2016-11-30 | 2020-08-04 | Dsp Group Ltd. | Proximity based voice activation |
US11204787B2 (en) | 2017-01-09 | 2021-12-21 | Apple Inc. | Application integration with a digital assistant |
US10417266B2 (en) | 2017-05-09 | 2019-09-17 | Apple Inc. | Context-aware ranking of intelligent response suggestions |
DK201770383A1 (en) | 2017-05-09 | 2018-12-14 | Apple Inc. | USER INTERFACE FOR CORRECTING RECOGNITION ERRORS |
US10395654B2 (en) | 2017-05-11 | 2019-08-27 | Apple Inc. | Text normalization based on a data-driven learning network |
US10726832B2 (en) | 2017-05-11 | 2020-07-28 | Apple Inc. | Maintaining privacy of personal information |
DK180048B1 (en) | 2017-05-11 | 2020-02-04 | Apple Inc. | MAINTAINING THE DATA PROTECTION OF PERSONAL INFORMATION |
DK179496B1 (en) | 2017-05-12 | 2019-01-15 | Apple Inc. | USER-SPECIFIC Acoustic Models |
DK179745B1 (en) | 2017-05-12 | 2019-05-01 | Apple Inc. | SYNCHRONIZATION AND TASK DELEGATION OF A DIGITAL ASSISTANT |
US11301477B2 (en) | 2017-05-12 | 2022-04-12 | Apple Inc. | Feedback analysis of a digital assistant |
DK201770427A1 (en) | 2017-05-12 | 2018-12-20 | Apple Inc. | LOW-LATENCY INTELLIGENT AUTOMATED ASSISTANT |
US20180336892A1 (en) | 2017-05-16 | 2018-11-22 | Apple Inc. | Detecting a trigger of a digital assistant |
US10311144B2 (en) | 2017-05-16 | 2019-06-04 | Apple Inc. | Emoji word sense disambiguation |
DK179560B1 (en) | 2017-05-16 | 2019-02-18 | Apple Inc. | FAR-FIELD EXTENSION FOR DIGITAL ASSISTANT SERVICES |
US20180336275A1 (en) | 2017-05-16 | 2018-11-22 | Apple Inc. | Intelligent automated assistant for media exploration |
US10403278B2 (en) | 2017-05-16 | 2019-09-03 | Apple Inc. | Methods and systems for phonetic matching in digital assistant services |
JP6766086B2 (ja) | 2017-09-28 | 2020-10-07 | キヤノン株式会社 | 撮像装置およびその制御方法 |
US10755051B2 (en) | 2017-09-29 | 2020-08-25 | Apple Inc. | Rule-based natural language processing |
US10636424B2 (en) | 2017-11-30 | 2020-04-28 | Apple Inc. | Multi-turn canned dialog |
WO2019130909A1 (ja) * | 2017-12-26 | 2019-07-04 | キヤノン株式会社 | 撮像装置及びその制御方法及び記録媒体 |
JP7292853B2 (ja) * | 2017-12-26 | 2023-06-19 | キヤノン株式会社 | 撮像装置及びその制御方法及びプログラム |
US10733982B2 (en) | 2018-01-08 | 2020-08-04 | Apple Inc. | Multi-directional dialog |
CN110033502B (zh) * | 2018-01-10 | 2020-11-13 | Oppo广东移动通信有限公司 | 视频制作方法、装置、存储介质及电子设备 |
US10733375B2 (en) | 2018-01-31 | 2020-08-04 | Apple Inc. | Knowledge-based framework for improving natural language understanding |
US10789959B2 (en) | 2018-03-02 | 2020-09-29 | Apple Inc. | Training speaker recognition models for digital assistants |
US10592604B2 (en) | 2018-03-12 | 2020-03-17 | Apple Inc. | Inverse text normalization for automatic speech recognition |
US10818288B2 (en) | 2018-03-26 | 2020-10-27 | Apple Inc. | Natural assistant interaction |
US10909331B2 (en) | 2018-03-30 | 2021-02-02 | Apple Inc. | Implicit identification of translation payload with neural machine translation |
JP2019186630A (ja) | 2018-04-03 | 2019-10-24 | キヤノン株式会社 | 撮像装置及びその制御方法及びプログラム |
US11145294B2 (en) | 2018-05-07 | 2021-10-12 | Apple Inc. | Intelligent automated assistant for delivering content from user experiences |
US10928918B2 (en) | 2018-05-07 | 2021-02-23 | Apple Inc. | Raise to speak |
US10984780B2 (en) | 2018-05-21 | 2021-04-20 | Apple Inc. | Global semantic word embeddings using bi-directional recurrent neural networks |
DK179822B1 (da) | 2018-06-01 | 2019-07-12 | Apple Inc. | Voice interaction at a primary device to access call functionality of a companion device |
US11386266B2 (en) | 2018-06-01 | 2022-07-12 | Apple Inc. | Text correction |
DK201870355A1 (en) | 2018-06-01 | 2019-12-16 | Apple Inc. | VIRTUAL ASSISTANT OPERATION IN MULTI-DEVICE ENVIRONMENTS |
DK180639B1 (en) | 2018-06-01 | 2021-11-04 | Apple Inc | DISABILITY OF ATTENTION-ATTENTIVE VIRTUAL ASSISTANT |
US10892996B2 (en) | 2018-06-01 | 2021-01-12 | Apple Inc. | Variable latency device coordination |
US10504518B1 (en) | 2018-06-03 | 2019-12-10 | Apple Inc. | Accelerated task performance |
US11010561B2 (en) | 2018-09-27 | 2021-05-18 | Apple Inc. | Sentiment prediction from textual data |
US10839159B2 (en) | 2018-09-28 | 2020-11-17 | Apple Inc. | Named entity normalization in a spoken dialog system |
US11170166B2 (en) | 2018-09-28 | 2021-11-09 | Apple Inc. | Neural typographical error modeling via generative adversarial networks |
US11462215B2 (en) | 2018-09-28 | 2022-10-04 | Apple Inc. | Multi-modal inputs for voice commands |
US11475898B2 (en) | 2018-10-26 | 2022-10-18 | Apple Inc. | Low-latency multi-speaker speech recognition |
US11638059B2 (en) | 2019-01-04 | 2023-04-25 | Apple Inc. | Content playback on multiple devices |
US11741951B2 (en) * | 2019-02-22 | 2023-08-29 | Lenovo (Singapore) Pte. Ltd. | Context enabled voice commands |
US11348573B2 (en) | 2019-03-18 | 2022-05-31 | Apple Inc. | Multimodality in digital assistant systems |
US11475884B2 (en) | 2019-05-06 | 2022-10-18 | Apple Inc. | Reducing digital assistant latency when a language is incorrectly determined |
US11307752B2 (en) | 2019-05-06 | 2022-04-19 | Apple Inc. | User configurable task triggers |
DK201970509A1 (en) | 2019-05-06 | 2021-01-15 | Apple Inc | Spoken notifications |
US11423908B2 (en) | 2019-05-06 | 2022-08-23 | Apple Inc. | Interpreting spoken requests |
US11140099B2 (en) | 2019-05-21 | 2021-10-05 | Apple Inc. | Providing message response suggestions |
DK180129B1 (en) | 2019-05-31 | 2020-06-02 | Apple Inc. | USER ACTIVITY SHORTCUT SUGGESTIONS |
US11289073B2 (en) | 2019-05-31 | 2022-03-29 | Apple Inc. | Device text to speech |
DK201970511A1 (en) | 2019-05-31 | 2021-02-15 | Apple Inc | Voice identification in digital assistant systems |
US11496600B2 (en) | 2019-05-31 | 2022-11-08 | Apple Inc. | Remote execution of machine-learned models |
US11227599B2 (en) | 2019-06-01 | 2022-01-18 | Apple Inc. | Methods and user interfaces for voice-based control of electronic devices |
US11360641B2 (en) | 2019-06-01 | 2022-06-14 | Apple Inc. | Increasing the relevance of new available information |
JP7365793B2 (ja) * | 2019-06-21 | 2023-10-20 | キヤノン株式会社 | 撮像装置およびその制御方法、プログラム |
JP7316853B2 (ja) * | 2019-06-28 | 2023-07-28 | キヤノン株式会社 | 撮像装置及び焦点調節方法 |
US11488406B2 (en) | 2019-09-25 | 2022-11-01 | Apple Inc. | Text detection using global geometry estimators |
JP7441028B2 (ja) * | 2019-10-29 | 2024-02-29 | キヤノン株式会社 | 制御装置、制御方法、及びプログラム |
JP7442331B2 (ja) | 2020-02-05 | 2024-03-04 | キヤノン株式会社 | 音声入力装置およびその制御方法ならびにプログラム |
JP7442330B2 (ja) | 2020-02-05 | 2024-03-04 | キヤノン株式会社 | 音声入力装置およびその制御方法ならびにプログラム |
US11038934B1 (en) | 2020-05-11 | 2021-06-15 | Apple Inc. | Digital assistant hardware abstraction |
US11061543B1 (en) | 2020-05-11 | 2021-07-13 | Apple Inc. | Providing relevant data items based on context |
US11490204B2 (en) | 2020-07-20 | 2022-11-01 | Apple Inc. | Multi-device audio adjustment coordination |
US11438683B2 (en) | 2020-07-21 | 2022-09-06 | Apple Inc. | User identification using headphones |
Family Cites Families (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS63295394A (ja) * | 1987-05-23 | 1988-12-01 | 株式会社日本起重機製作所 | クレ−ン制御装置における音声認識装置 |
JP2687712B2 (ja) * | 1990-07-26 | 1997-12-08 | 三菱電機株式会社 | 一体型ビデオカメラ |
JP3920097B2 (ja) * | 2002-01-08 | 2007-05-30 | 三菱電機株式会社 | 車載機器用音声認識装置 |
KR100770637B1 (ko) * | 2002-12-12 | 2007-10-29 | 후지필름 가부시키가이샤 | 디지털 카메라 |
GB2405948B (en) * | 2003-09-12 | 2006-06-28 | Canon Res Ct Europ Ltd | Voice activated device |
JP4495545B2 (ja) * | 2003-09-25 | 2010-07-07 | パナソニック株式会社 | 不正使用防止装置及び方法 |
JP4715704B2 (ja) * | 2006-09-29 | 2011-07-06 | 富士通株式会社 | 音声認識装置、および音声認識プログラム |
JP2009003003A (ja) * | 2007-06-19 | 2009-01-08 | Hoya Corp | 自動焦点調節装置を備えたカメラ |
JP4927808B2 (ja) * | 2008-11-26 | 2012-05-09 | 京セラ株式会社 | カメラ付き機器 |
JP5247384B2 (ja) | 2008-11-28 | 2013-07-24 | キヤノン株式会社 | 撮像装置、情報処理方法、プログラムおよび記憶媒体 |
JP5390871B2 (ja) * | 2009-01-26 | 2014-01-15 | キヤノン株式会社 | 撮像装置、その制御方法 |
US8957981B2 (en) * | 2010-03-03 | 2015-02-17 | Intellectual Ventures Fund 83 Llc | Imaging device for capturing self-portrait images |
US9318129B2 (en) * | 2011-07-18 | 2016-04-19 | At&T Intellectual Property I, Lp | System and method for enhancing speech activity detection using facial feature detection |
US20130335587A1 (en) * | 2012-06-14 | 2013-12-19 | Sony Mobile Communications, Inc. | Terminal device and image capturing method |
JP2014122978A (ja) * | 2012-12-20 | 2014-07-03 | Casio Comput Co Ltd | 撮像装置、音声認識方法、及びプログラム |
JP2014149457A (ja) * | 2013-02-01 | 2014-08-21 | Sharp Corp | 音声認識装置、電子機器、および音声認識装置の制御プログラム |
US20140358535A1 (en) * | 2013-05-28 | 2014-12-04 | Samsung Electronics Co., Ltd. | Method of executing voice recognition of electronic device and electronic device using the same |
WO2015064144A1 (ja) * | 2013-10-30 | 2015-05-07 | オリンパスイメージング株式会社 | 撮像装置、撮像方法およびプログラム |
-
2014
- 2014-12-22 JP JP2014259197A patent/JP6504808B2/ja not_active Expired - Fee Related
-
2015
- 2015-12-08 US US14/962,063 patent/US9706100B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
US20160182800A1 (en) | 2016-06-23 |
JP2016119615A (ja) | 2016-06-30 |
US9706100B2 (en) | 2017-07-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6504808B2 (ja) | 撮像装置、音声コマンド機能の設定方法、コンピュータプログラム、及び記憶媒体 | |
CN105991930B (zh) | 双摄像头的变焦处理方法、装置和移动终端 | |
JP5247384B2 (ja) | 撮像装置、情報処理方法、プログラムおよび記憶媒体 | |
CN104580992A (zh) | 一种控制方法及移动终端 | |
KR101780508B1 (ko) | 통화 시의 귀를 구별하기 위한 이동 단말 및 그 방법 | |
EP2757774A1 (en) | Image capture methods and systems | |
CN103888668A (zh) | 在具有双相机的便携式终端中记录视频图像的方法和设备 | |
CN106131416A (zh) | 双摄像头的变焦处理方法、装置和移动终端 | |
JP2011257943A (ja) | ジェスチャ操作入力装置 | |
JP6598033B2 (ja) | 画像形成装置 | |
KR20060098193A (ko) | 카메라의 음원집음기 제어 기능을 갖는 이동통신 단말기 및그 방법 | |
CN106373567A (zh) | 一种语音控制拍照的拍照方法和装置 | |
CN106791407B (zh) | 一种自拍控制方法和系统 | |
KR102068749B1 (ko) | 촬영 장치 및 이의 제어 방법 | |
JP2017034313A (ja) | 撮影装置、プログラム及び撮影方法 | |
JP2012151544A (ja) | 撮像装置及びプログラム | |
JP6631166B2 (ja) | 撮影装置、プログラム及び撮影方法 | |
WO2020006664A1 (zh) | 拍摄装置的控制方法、拍摄装置、拍摄系统和存储介质 | |
JP4502992B2 (ja) | 撮影装置 | |
JP2013201642A (ja) | 電子機器 | |
JP2016105598A (ja) | 自動ズームアウト機能を有するテレビ会議制御装置 | |
JP5862489B2 (ja) | 撮影領域自動制御機能を有するテレビ会議制御装置 | |
JP5754058B2 (ja) | 撮影機器 | |
JP2016010085A (ja) | 撮像装置 | |
JP2024046139A (ja) | 撮像装置、画像処理装置、制御方法、およびプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20171218 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20180910 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180918 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20181112 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20181211 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20181217 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20190226 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190326 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 6504808 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |
|
LAPS | Cancellation because of no payment of annual fees |