JP7353797B2 - 電子機器、その制御方法、およびそのプログラム - Google Patents

Description

本発明は音声入力可能な電子機器に関する。

デジタルカメラやスマートフォン等の電子機器はマイクを有するものがある。例えば音声認識機能を有するスマートフォンは、マイクによって収音したユーザの音声によって操作を受け付けることができる。特許文献１では、マイクを介して入力された音声をネットワーク上で処理し、その音声に対して音声で応答するコミュニケーションロボットが開示されている。

また、ユーザはデジタルカメラやスマートフォン等の電子機器にイヤホン等を接続し、楽曲や操作音等の電子音をイヤホンを介して聞くことができる。例えばユーザが博物館やコンサート等においてスマートフォンを使用する際、イヤホンを介して電子音を聞くことで周囲に騒音を出すことなく楽曲を聞くことができる。

特開２０１５－０１３３５１号公報

例えばユーザが上述のように博物館やコンサート等の騒音を出してはいけない場所にいる場合、ユーザは電子機器からの電子音をイヤホンを介して周囲に騒音を出すことなく聞くことができる。しかしこの状況において、ユーザは音声によって電子機器を操作しようとすると、その音声が周囲への騒音となってしまうおそれがあった。

そこで本発明は、騒音となりうるユーザの行為を抑制することを目的とする。

上記目的を達成するために、本発明の電子機器は、音声を収音する収音手段と、外部スピーカが接続されたことを検出する検出手段と、制御手段と、を有し、前記制御手段は、前記収音手段によって収音した音声に応じた処理を実行する音声認識機能を有し、前記制御手段は、前記検出手段によって外部スピーカが接続されたことを検出した場合、前記音声認識機能を停止し、前記制御手段は、第一の電力状態からより電力の消費が少ない第二の電力状態に遷移する節電機能を有し、前記制御手段は、ユーザ操作が所定時間されないことに応じて前記第一の電力状態から前記第二の電力状態に遷移した場合、前記音声認識機能を実行し、前記制御手段は、ユーザ操作に応じて前記第一の電力状態から前記第二の電力状態に遷移した場合、前記音声認識機能を実行しないことを特徴とする。

本発明によれば、騒音となりうるユーザの行為を抑制することができる。

（Ａ）第一の実施形態におけるデジタルカメラの構成の一例を示すブロック図である。（Ｂ）第一の実施形態におけるデジタルカメラの正面の外観図の一例である。（Ｃ）第一の実施形態におけるデジタルカメラの背面の外観図の一例である。 （Ａ）第一の実施形態におけるデジタルカメラのシャッターモード、電子音の出力およびサイレントモードを設定するための画面表示の一例である。（Ｂ）第一の実施形態におけるデジタルカメラのシャッターモードを設定するための画面表示の一例である。（Ｃ）第一の実施形態における電子音の出力に関して設定するための画面表示の一例である。（Ｄ）第一の実施形態におけるデジタルカメラのサイレントモードを設定するための画面表示の一例である。 （Ａ）第一の実施形態における、外部スピーカを接続されていないデジタルカメラの設定画面の一例である。（Ｂ）外部スピーカを接続されているデジタルカメラの設定画面の一例である。 第一の実施形態のデジタルカメラが音声認識機能を実行および停止する処理手順の一例を示すフローチャートである。 （Ａ）音声認識機能を実行している場合におけるデジタルカメラの画面の一例である。（Ｂ）音声認識機能を停止している場合におけるデジタルカメラの画面の一例である。（Ｃ）音声認識機能を停止している場合におけるデジタルカメラの警告画面の一例である。 音声認識機能を停止している場合における第一の実施形態のデジタルカメラがマイクを利用する機能を実行する処理手順の一例を示すフローチャートである。

以下、添付図面を用いて本発明の実施形態を詳細に説明する。なお、以下に説明する実施形態は、本発明の実現手段としての一例であり、本発明が適用される装置の構成や各種条件によって適宜修正又は変更されてもよい。また、各実施形態を適宜組み合せることも可能である。

［第一の実施形態］
＜デジタルカメラ１００の構成＞
図１は本実施形態の電子機器の一例であるデジタルカメラ１００の構成例を示すブロック図である。なお、ここでは電子機器の一例としてデジタルカメラについて述べるが、電子機器はこれに限られない。例えば電子機器はスマートフォンや、パーソナルコンピュータ、スマートウォッチ、タブレット端末等の内部のスピーカを有し、外部のスピーカと接続できる装置であればよい。

制御部１０１は、入力された信号や、後述のプログラムに従ってデジタルカメラ１００の各部を制御する。制御部１０１は後述する不揮発性メモリ１０３および記録媒体１１０に記録されている音声データを音声信号に変換し、スピーカ１０８、通信部１１１および接続部１１２を介して音声信号を出力することができる。なお、制御部１０１が装置全体を制御する代わりに、複数のハードウェアが処理を分担することで、装置全体を制御してもよい。

撮像部１０２は、例えば、光学レンズユニットと絞り・ズーム・フォーカスなど制御する光学系と、光学レンズユニットを経て導入された光（映像）を電気的な映像信号に変換するための撮像素子などで構成される。撮像素子は、一般的に、ＣＭＯＳ（Ｃｏｍｐｌｅｍｅｎｔａｒｙ Ｍｅｔａｌ Ｏｘｉｄｅ Ｓｅｍｉｃｏｎｄｕｃｔｏｒ）や、ＣＣＤ（Ｃｈａｒｇｅ Ｃｏｕｐｌｅｄ Ｄｅｖｉｃｅ）が用いられる。撮像部１０２は、制御部１０１に制御されることにより、撮像部１０２に含まれるレンズで結像された被写体光を、撮像素子により電気信号に変換し、ノイズ低減処理などを行いデジタルデータを画像データや動画データとして出力する。また、撮像部１０２は制御部１０１の制御により撮像素子の露光時間を自由に制御できるシャッターを有する。このシャッターは例えばフォーカルプレーンシャッターやレンズシャッター等である。本実施形態では、当該画像データを撮像し出力するための一連の処理を「撮影」という。本実施形態のデジタルカメラ１００では、画像データおよび動画データは、ＤＣＦ（Ｄｅｓｉｇｎ Ｒｕｌｅ ｆｏｒ Ｃａｍｅｒａ Ｆｉｌｅ ｓｙｓｔｅｍ）の規格に従って、後述する記録媒体１１０に記録される。

不揮発性メモリ１０３は、電気的に消去・記録可能な不揮発性のメモリであり、制御部１０１で実行される後述のプログラム等が格納される。また、不揮発性メモリ１０３には、音声データが記録されている。この音声データは例えば、被写体に合焦した場合に出力する合焦音、撮像した場合に出力する電子シャッター音、およびデジタルカメラ１００を操作した場合に出力する操作音等の電子音のデータである。本実施形態において電子シャッター音は撮像部１０２のシャッターが開閉する音に似せた擬音である。ただし、この電子シャッター音は、ユーザが撮像したことを認識することができればよいため、シャッターの実際の開閉音とは音色や長さ等が大きく異なっていてもよい。本実施形態では音声データはＰＣＭ形式、ＭＰ３形式等で記録される。

作業用メモリ１０４は、撮像部１０２で撮像された画像データおよび動画データを一時的に保持するバッファメモリや、表示部１０６の画像表示用メモリ、制御部１０１の作業領域等として使用される。

操作部１０５は、デジタルカメラ１００に対する指示をユーザから受け付けるためのユーザインタフェースである。操作部１０５は、例えばユーザがデジタルカメラ１００の電源のオン／オフを指示するための電源スイッチや、撮影を指示するためのレリーズスイッチ、画像データの再生を指示するための再生ボタン等を含むことができる。また、表示部１０６に形成されるタッチパネルも操作部１０５に含めることができる。なお、レリーズスイッチは、ＳＷ１およびＳＷ２を有する。レリーズスイッチが、いわゆる半押し状態となることにより、ＳＷ１がオンとなる。これにより、ＡＦ（オートフォーカス）処理、ＡＥ（自動露出）処理、ＡＷＢ（オートホワイトバランス）処理、ＥＦ（フラッシュプリ発光）処理等の撮像の準備動作を行うための準備指示を受け付ける。また、レリーズスイッチが、いわゆる全押し状態となることにより、ＳＷ２がオンとなる。このようなユーザ操作により、撮像動作を行うための撮像指示を受け付ける。

さらに操作部１０５はモード切替スイッチを有し、制御部１０１の動作モードを静止画撮影モード、動画撮影モード、再生モード等のいずれかに切り替える。静止画撮影モードに含まれるモードとして、オート撮影モード、オートシーン判別モード、マニュアルモード、絞り優先モード（Ａｖモード）、シャッター速度優先モード（Ｔｖモード）、プログラムＡＥモードがある。また、撮影シーン別の撮影設定となる各種シーンモード、カスタムモード、サイレントモード等がある。モード切替スイッチより、ユーザは、これらのモードのいずれかに直接切り替えることができる。あるいは、モード切替スイッチで撮影モードの一覧画面に一旦切り換えた後に、表示された複数のモードのいずれかを選択し、他の操作部材を用いて切り替えるようにしてもよい。

また、操作部１０５は後述するスピーカ１０８、通信部１１１、および接続部１１２から出力される音の音量等を調整するためのボタンを含む。このボタンを介してユーザ操作を受け付けることで、制御部１０１は音声信号の振幅等を調整する処理や、音声信号を出力するか否かを判断する処理を実行する。

表示部１０６は、撮影の際のビューファインダー画像の表示、撮影した画像データの表示、対話的な操作のための文字表示などを行う。表示部１０６は必ずしもデジタルカメラ１００に内蔵されていなくてもよく、デジタルカメラ１００に外部接続される構成であってもよい。デジタルカメラ１００は内部または外部の表示部１０６と接続することができ、表示部１０６の表示を制御する表示制御機能を少なくとも有していればよい。

マイク１０７は、音や音声等の音波をデジタルカメラ１００に入力するために用いられる。マイク１０７は音や音声を電気信号に変換してデジタルカメラ１００に入力する。制御部１０１は入力された電気信号から音声データを生成する。例えば制御部１０１はこの音声データと撮像部１０２が撮影した動画データとを同期させて（関連付けて）記録することができる。なお、マイク１０７はデジタルカメラ１００に着脱可能なよう構成してもよいし、デジタルカメラ１００に内蔵されていてもよい。すなわち、デジタルカメラ１００は少なくともマイク１０７から電気信号を受け取るための手段を有していればよい。なおマイク１０７が電気信号に変換できる音波の周波数は、人間の可聴周波数に限らず、いわゆる超音波や超低周波の周波数も含まれてもよい。

スピーカ１０８は、電子音を出力することができる電気音響変換器である。電子音は例えば、楽曲、警告音、合焦音、電子シャッター音、および操作音等である。本実施形態において、制御部１０１は不揮発性メモリ１０３に記録されている音声データを音声信号に変換し、その音声信号をスピーカ１０８によって警告音等を出力することができる。スピーカ１０８は内部スピーカの一例である。例えばユーザはスピーカ１０８から出力された音を聞くことで、デジタルカメラ１００の警告等に気付くことができる。

電源部１０９は制御部１０１に制御されることでデジタルカメラ１００の各要素に電力を供給することができる。電源部１０９は例えば、リチウムイオン電池やアルカリマンガン乾電池等の電源である。

記録媒体１１０は例えば撮像部１０２から出力された画像データを記録することができる。記録媒体１１０は例えばＳＤカードやＣＦカードである。記録媒体１１０は、デジタルカメラ１００に着脱可能なよう構成してもよいし、デジタルカメラ１００に内蔵されていてもよい。すなわち、デジタルカメラ１００は少なくとも記録媒体１１０にアクセスする手段を有していればよい。

通信部１１１は、外部機器と無線接続するためのインターフェースである。本実施形態のデジタルカメラ１００は、通信部１１１を介して、外部機器とデータのやりとりを行うことができる。例えば、撮像部１０２で生成した画像データや不揮発性メモリ１０３に記録している音声データを、通信部１１１を介して外部機器に送信することができる。外部機器は、例えばスマートフォンやＰＣ等の情報機器である。なお、本実施形態では、通信部１１１は外部機器とＢｌｕｅｔｏｏｔｈ（登録商標）の規格に従って通信するためのインターフェースを含む。制御部１０１は、通信部１１１を制御することで外部機器との無線通信を実現する。なお、通信方式はＢｌｕｅｔｏｏｔｈに限定されるものではなく、例えばＩＥＥＥ８０２．１１の規格に従ったいわゆる無線ＬＡＮおよび赤外線通信等の無線通信方式を含む。また、制御部１０１は通信部１１１を介して、ヘッドホンやヘッドホン等の外部のスピーカとも無線接続することができる。

接続部１１２は、外部機器と有線接続するためのインターフェースである。本実施形態のデジタルカメラ１００は、接続部１１２を介して、外部機器とデータのやりとりを行うことができる。例えば、制御部１０１は撮像部１０２で生成した画像データや不揮発性メモリ１０３に記録している音声データを、接続部１１２を介して外部機器に送信することができる。また例えば、制御部１０１は接続部１１２を介して外部のマイクから音声信号や音声データを受信することができる。接続部１１２は例えばフォンコネクタ（いわゆるマイク端子やヘッドホン端子等）およびＵＳＢ端子等である。デジタルカメラ１００は接続部１１２を介してイヤホンやヘッドホン等の外部のスピーカ、マイク、およびスマートフォンやＰＣ等の情報機器と有線接続することができる。また、接続部１１２は外部機器が接続されたか否かを検出する検出部（不図示）を有する。制御部１０１はこの検出部を介して、外部機器が接続および切断されたこと、外部機器と接続中であること、および外部機器と接続していないこと等を検出できる。

なお、デジタルカメラ１００がマイクやヘッドホン等の外部機器と接続する場合、制御部１０１は外部機器と接続を確立した後に、そのデバイスの種類を検出することができる。通信部１１１を介したＢｌｕｅｔｏｏｔｈ通信では、制御部１０１はＳｅｒｖｉｃｅ Ｄｉｓｃｏｖｅｒｙ Ｐｒｏｔｏｃｏｌ（ＳＤＰ）を利用することで、外部機器が例えばヘッドホンやマイクとして動作できるか否かを検出することができる。また例えば、通信部１１１を介した無線ＬＡＮ通信では、制御部１０１は外部機器のデバイスの種類を外部機器から受信することで検出することができる。

また例えば接続部１１２がＵＳＢ端子の場合、制御部１０１は有線接続を確立した外部機器からデバイスディスクリプタを受信する。このデバイスディスクリプタを参照することで、制御部１０１は外部機器がヘッドホンか否かを検出できる。ただし、デジタルカメラ１００と無線接続可能な外部機器をヘッドホン等の外部スピーカに限定している場合、制御部１０１は外部機器と無線接続を確立したことによってヘッドホンを検出したか否かを判断できる。また、フォンコネクタ等の外部スピーカ用の端子は、接続相手がスピーカであることが前提の端子である。また、フォンコネクタ等の外部マイク用の端子は、接続相手がマイクであることが前提の端子である。そのため、フォンコネクタに外部機器を有線接続された場合、接続相手から情報を受信することなく、制御部１０１は外部機器と有線接続を確立したことによってヘッドホンやマイク等を検出したか否かを判断できる。

次に、デジタルカメラ１００の外観について説明する。図１（Ｂ）はデジタルカメラ１００の正面の外観図、図１（Ｃ）はデジタルカメラ１００の背面の外観図の一例を示す図である。レリーズスイッチ１０５ａや再生ボタン１０５ｂ、方向キー１０５ｃ、タッチパネル１０５ｄは、前述の操作部１０５に含まれる操作部材である。また、表示部１０６には、撮像部１０２による撮像の結果得られた画像が表示される。

また、デジタルカメラ１００は電源オン状態およびスリープ状態の電力状態を有する。本実施形態ではスリープ状態は例えばデジタルカメラ１００の撮像部１０２や表示部１０６等に電力を供給されていない状態である。このスリープ状態は少なくとも電源オン状態よりも省電力な状態である。デジタルカメラ１００はユーザによって操作部１０５の電源スイッチがオフにされることでスリープ状態に遷移する。電源スイッチがオフにされることでスリープ状態に遷移した場合、デジタルカメラ１００は電源スイッチをオンにされることでスリープ状態から電源オン状態へ復帰する。また、電源オン状態においてユーザに操作されないまま一定時間が経過すると、デジタルカメラ１００は節電のため自動的にスリープ状態に遷移する。本実施形態ではこの動作を実行する節電機能をオートパワーオフ機能と呼ぶ。また本実施形態では、このオートパワーオフ機能によって遷移したスリープ状態をオートパワーオフ状態と呼ぶ。オートパワーオフ状態の場合、デジタルカメラ１００はユーザにレリーズスイッチや再生ボタン等の操作部１０５の部材を操作されたことに応じてスリープ状態から電源オン状態へ復帰する。なお本実施形態では、電源スイッチがオフにされることでスリープ状態に遷移した場合、デジタルカメラ１００はユーザにレリーズスイッチや再生ボタン等の操作部１０５の部材を操作されても電源オン状態に遷移しない。

またデジタルカメラ１００は音声認識機能を有する。音声認識機能は、ユーザの音声に応じた処理を実行する機能である。例えば、デジタルカメラ１００はマイク１０７を介して取得した音声データに「撮影」という単語があると認識した場合、撮像部１０２を用いて撮影する。一般的に音声認識機能を有する電子機器は、音声データに含まれる所定の単語（いわゆるウェイクワード）を認識してから、そのウェイクワードに続く音声を解釈する。本実施形態においてデジタルカメラ１００は、無線ＬＡＮネットワークを介して接続した外部サーバへ音声データを送信し、外部サーバを利用して音声の内容を解釈する。本実施形態のデジタルカメラ１００は、ウェイクワードを制御部１０１によって認識し、そのウェイクワードに続く音声の内容を外部サーバを利用して解釈する。また、デジタルカメラ１００は音声データを作業用メモリ１０４に格納し、その音声データを不揮発性メモリ１０３に記録されているプログラムを使用して、スタンドアローンで解析してもよい。本実施形態のデジタルカメラ１００は、電源オン状態においてこの音声認識機能を実行する。

以上、デジタルカメラ１００の構成の一例について説明した。

なお、デジタルカメラ１００はスリープ状態でも音声認識機能を実行してもよい。この場合、例えばデジタルカメラ１００は「起動」という単語を認識した場合、電源オン状態に遷移する。さらに電源スイッチをオフにされたことに応じてスリープ状態に遷移した場合ではデジタルカメラ１００は音声認識機能を実行せず、オートパワーオフ状態ではデジタルカメラ１００は音声認識機能を実行するとしてもよい。電源スイッチをオフにする操作はユーザがデジタルカメラ１００を操作しないことを示す操作であるため、本実施形態のデジタルカメラ１００は音声認識機能を実行しない。一方オートパワーオフ状態では、一時的にユーザがデジタルカメラ１００を操作していないことによるスリープ状態であるため、本実施形態のデジタルカメラ１００はユーザの操作を受け付けるために音声認識機能を実行する。

なお、デジタルカメラ１００はユーザ操作を受け付けたことに応じて音声認識機能を実行してもよい。例えば、音声認識機能を実行するための物理ボタンを操作部１０５が有する場合、ユーザがそのボタンを押下している間、デジタルカメラ１００は音声認識機能を実行するとしてもよい。また例えば、デジタルカメラ１００は表示部１０６に音声認識機能を実行するためのボタンを表示し、ユーザがタッチパネルを介してそのボタンを操作したことに応じて、デジタルカメラ１００は音声認識機能を実行してもよい。なお、ユーザ操作を受け付けたことに応じて音声認識機能を実行する場合、デジタルカメラ１００はウェイクワードを必要としない。

＜シャッターモードの説明＞
ここで、デジタルカメラ１００のシャッターモードを説明する。デジタルカメラ１００は電子シャッターモードおよびメカニカルシャッターモードの２つのシャッターモードを持つ。

メカニカルシャッターモードでは、制御部１０１は撮像部１０２に含まれるシャッターを開閉するよう制御することで撮像素子を露光し撮像する。メカニカルシャッターモードによる撮像では、いわゆるローリング歪みが発生しづらいことや撮像した画像にノイズが少ないこと等の利点がある。

電子シャッターモードでは、制御部１０１はシャッターを開閉させずに撮像する。電子シャッターモードにおける撮像では、シャッターは開いている状態である。制御部１０１は計時部（不図示）を参照することで撮像部１０２に含まれる撮像素子の露光時間を制御する。電子シャッターモードによる撮像では、メカニカルシャッターモードよりも速いシャッター速度にできることや撮像する際に振動が発生しにくいこと等の利点がある。

電子シャッターモードによる撮像では、シャッターが開閉しないため、いわゆるシャッター音は発生しない。そこで制御部１０１は不揮発性メモリ１０３に記録されている電子シャッター音をスピーカ１０８や通信部１１１、接続部１１２を介して出力する。

また、ユーザはデジタルカメラ１００をサイレントモードで動作させることができる。サイレントモードでは、デジタルカメラ１００はスピーカ１０８から電子音を出力しない。サイレントモードは、スポーツの試合会場や美術館等の静かにすることを求められる場において撮影する場合に好適なモードである。ユーザは操作部１０５を介してデジタルカメラ１００を操作することでサイレントモードのオンおよびオフができる。さらに本実施形態において、サイレントモードではデジタルカメラ１００は電子シャッターモードで動作する。これはメカニカルシャッターモードでは、撮影した際にシャッターの開閉音が発生するため、音の発生しない撮影ができないからである。一方、電子シャッターモードでは、シャッターは開閉しないため、音の発生しない撮影が可能である。他にも、サイレントモードでは、デジタルカメラ１００はフラッシュプリ発光やＡＦ補助光等の発光処理を実行しない。これは例えば競技中のスポーツ選手や美術館の絵画等に対して、フラッシュ撮影（ストロボ撮影）を禁止することを求められることがあるからである。

ただし、サイレントモードにおいても、デジタルカメラ１００は通信部１１１および接続部１１２を介してヘッドホン等へ電子音を出力することができる。これは、デジタルカメラ１００がヘッドホン等へ電子音を出力しても、その電子音はデジタルカメラ１００を利用するユーザだけに伝わると考えられるため、ヘッドホンから出力された電子音が周囲の人に聞こえる可能性は低いからである。

＜シャッターモードの設定方法＞
次に、シャッターモードを設定する方法の一例を説明する。図２（Ａ）～（Ｄ）はシャッターモードおよびサイレントモードを設定するためのメニュー画面の一例である。図３（Ａ）、（Ｂ）はサイレントモードに遷移した場合におけるメニュー画面の一例である。ユーザから操作部１０５を介してメニュー画面へ遷移するための操作を受け付けたことに応じて制御部１０１は例えば表示部１０６にメニュー画面を表示する。ユーザは操作部１０５を操作することによってそれぞれの設定を変更できる。本実施形態では制御部１０１は図２（Ａ）に示すようにメニュー画面を表示する。項目２００はシャッターモードを設定するための項目である。項目２１０はデジタルカメラ１００がヘッドホンへ電子音を出力するか否かを設定するための項目である。項目２２０はデジタルカメラ１００がサイレントモードで動作するか否かを設定するための項目である。本実施形態において、ある項目が選択された場合、制御部１０１は表示部１０６に他の項目を表示しないよう制御する。これによりユーザは選択された項目のオプションを選択しやすくなる。

図２（Ａ）において、ユーザが操作部１０５を介して項目２００を選択した場合、図２（Ｂ）に示すように制御部１０１はメカニカルシャッターモード、および電子シャッターモードのどちらか一方を選択するためのメニューを表示する。ユーザがオプション２０１を選択した場合、デジタルカメラ１００はメカニカルシャッターモードによって撮影する設定に変更される。この場合、制御部１０１は電子音の設定に関わらず電子シャッター音をスピーカ１０８に出力しないよう制御する。これは、例えばユーザが撮影する際、撮像部１０２のシャッターの開閉音および電子シャッター音の両方が聞こえた場合、どちらの音のタイミングで撮影されたかがユーザにとって分からなくなる可能性があるからである。ユーザがオプション２０２を選択した場合、デジタルカメラ１００は電子シャッターモードによって撮像する設定に変更される。この場合、サイレントモードでなければ制御部１０１は電子音をスピーカ１０８に出力するよう制御する。

図２（Ａ）において、ユーザが操作部１０５を介して項目２１０を選択した場合、図２（Ｃ）に示すように制御部１０１は電子音を出力するか否かを選択するためのメニューを表示する。ユーザがオプション２１１（「オン」）を選択した場合、制御部１０１はサイレントモードでなければスピーカ１０８から電子音を出力するよう制御する。ユーザがオプション２１２（「シャッターのみ」）を選択した場合、制御部１０１はサイレントモードでなければスピーカ１０８から電子シャッター音を出力するよう制御し、その他の電子音を出力しないよう制御する。ユーザがオプション２１３（「オフ」）を選択した場合、制御部１０１はスピーカ１０８および外部スピーカから電子音を出力しないよう制御する。

図２（Ａ）において、ユーザが操作部１０５を介して項目２２０を選択した場合、図２（Ｄ）に示すように制御部１０１はサイレントモードで動作するか否か（オンかオフか）を選択するためのメニューを表示する。ユーザがオプション２２１（「オン」）を選択した場合、デジタルカメラ１００はサイレントモードで動作する。ユーザがオプション２２２（「オフ」）を選択した場合、デジタルカメラ１００はサイレントモードを解除する。ユーザがオプション２２１（「オン」）を選択した場合、制御部１０１は電子シャッターモードで動作し、スピーカ１０８から電子音を出力しないよう制御する。例えば、サイレントモードがオンの場合、図３（Ａ）に示すように、制御部１０１は項目２００および項目２１０を網掛けして表示し、シャッターモードおよび電子音に関する設定を変更できないように表示する。

ここで、ヘッドホン等の外部スピーカが接続されている場合、デジタルカメラ１００がサイレントモードで動作していても、制御部１０１は電子音をその外部スピーカに出力できる。本実施形態では、例えばサイレントモードであるデジタルカメラ１００にヘッドホンが接続された場合、制御部１０１は自動的にヘッドホンへ電子音を出力するよう設定を変更する。この場合、例えば図３（Ｂ）に示すように、図３（Ａ）に示す画面と異なり、制御部１０１は項目２１０を網掛けしないように表示する。ここでユーザ操作によって項目２１０の設定を変更された場合、制御部１０１はその設定に応じてヘッドホンへ電子音を出力するか否かを制御する。ただし、サイレントモードでは項目２１０の設定によらず、制御部１０１はスピーカ１０８から電子音を出力しない。したがって、同じ項目の設定であってもヘッドホンの接続の有無によって、制御部１０１の処理が自動的に切り替わる。

このように、サイレントモードで動作するようユーザ操作を受け付けた場合、制御部１０１は自動的にデジタルカメラ１００を電子シャッターモードで動作するよう制御し、電子音を出力しないよう制御する。しかしデジタルカメラ１００にヘッドホンが接続されている場合は、制御部１０１は電子音をヘッドホンへ出力することができる。これにより、ユーザはデジタルカメラ１００をサイレントモードで動作させながらも、電子音を聞くことが可能になる。特にデジタルカメラでは、周囲に音を出力しないサイレントモードでもヘッドホンから電子シャッター音を再生できるため、ユーザはデジタルカメラ１００が撮影したタイミングを知ることができる。

なお、本実施形態ではユーザ操作を受け付けないことを示すために、図３（Ａ）および図３（Ｂ）では制御部１０１は当該項目を網掛けして表示したが、網掛け表示以外の表示方法を利用してもよい。例えば、制御部１０１はユーザ操作を受け付けない項目を表示しない。また例えば、制御部１０１はユーザ操作を受け付けない項目をユーザ操作によって選択された場合、「サイレントモードでは変更できません。」等の警告を表示する。また例えば、制御部１０１はユーザ操作を受け付けない項目をユーザ操作によって選択された場合でも、応答をユーザに返さないことで、選択された項目を変更できないことを報知する。

＜音声認識機能の停止＞
これからデジタルカメラ１００が音声認識機能を停止する場合について説明する。

まず、サイレントモードではデジタルカメラ１００は音声認識機能を停止する。サイレントモードではデジタルカメラ１００は上述したように電子音をスピーカ１０８から出力しない。これは電子音が騒音になるおそれがあるからである。そしてこの場合、ユーザが音声によってデジタルカメラ１００に指示した場合、その音声も騒音になるおそれがある。そのため、本実施形態のデジタルカメラ１００はサイレントモードに遷移したことに応じて音声認識機能を停止する。

次にヘッドホン等の外部スピーカがデジタルカメラ１００に接続された場合も、デジタルカメラ１００は音声認識機能を停止する。例えばヘッドホンがデジタルカメラ１００に接続された場合、ユーザが周囲に電子音を漏らしたくない状況が想定される。この場合、ユーザが音声によってデジタルカメラ１００に指示した場合、その音声が騒音となる恐れがある。他にもこの場合、周囲の音がうるさく、ユーザがデジタルカメラ１００のスピーカ１０８から電子音が聞き取れない状況も想定される。この場合、ユーザは音声によってデジタルカメラ１００に指示しても、その音声がデジタルカメラ１００に認識されないばかりか、デジタルカメラ１００は周囲の音によって指示を誤認識するおそれもある。どちらの場合においてもユーザは音声によってデジタルカメラ１００に指示することは望ましくない。そのため、本実施形態のデジタルカメラ１００はヘッドホン等の外部スピーカが接続されたことに応じて音声認識機能を停止する。

上述のように、本実施形態のデジタルカメラ１００は音声認識するべきではない状況であると判断した場合、音声認識機能を停止する。図４は本実施形態のデジタルカメラ１００が音声認識機能を実行および停止する処理手順の一例を示すフローチャートである。図５（Ａ）は音声認識機能を実行している場合におけるデジタルカメラ１００の画面の一例である。このデジタルカメラ１００の処理は、不揮発性メモリ１０３に記録されたソフトウェアを作業用メモリ１０４に展開して制御部１０１が実行することで実現する。またこの処理は、デジタルカメラ１００の電源がオンにされたことをトリガに開始される。

ステップＳ４０１において、制御部１０１は音声認識してもよい状況か否かを判断する。例えば、サイレントモードに遷移したか否か、外部スピーカが接続されたか否かを判断することによって、制御部１０１は音声認識してもよい状況か否かを判断する。制御部１０１が音声認識してもよい状況ではない（音声認識するべきではない状況である）と判断した場合、処理はステップＳ４０２に進む。制御部１０１が音声認識してもよい状況であると判断した場合、処理はステップＳ４０４に進む。まず制御部１０１が音声認識するべきではない状況であると判断した場合について説明する。この場合は例えば、制御部１０１が外部スピーカが接続されたことを検出した場合やサイレントモードに遷移した場合である。

ステップＳ４０２において、制御部１０１は音声認識機能を停止する。ここで制御部１０１は音声認識機能を停止したことをユーザに報知する。例えば図５（Ｂ）に示すように、制御部１０１は表示部１０６にアイコン５００を表示することで、音声認識機能を停止したことをユーザに報知する。

ステップＳ４０３において、制御部１０１はマイク１０７への通電を停止する。これによりデジタルカメラ１００は電力の消費を削減できる。この後、制御部１０１はユーザの操作に応じて撮影処理や撮影した画像データの再生処理等を実行する。次に制御部１０１が音声認識してもよい状況であると判断した場合について説明する。この場合は例えば、制御部１０１が外部スピーカが切断されたことを検出した場合やサイレントモードが解除された場合である。

ステップＳ４０４において、制御部１０１はマイク１０７へ通電する。

ステップＳ４０５において、制御部１０１は音声認識機能を実行する。

以上、デジタルカメラ１００が音声認識機能を停止する処理の一例について説明した。なお、デジタルカメラ１００は外部マイクが接続されている場合でも、その外部マイクから音声を収音しない。このように音声認識するべきではない状況の場合、デジタルカメラ１００は音声認識機能を停止することで、ユーザが音声によってデジタルカメラ１００に指示することを抑制することができる。

なお、音声認識機能を停止している場合においても、例えば音声認識機能や画像データに音声データを付加することによってメモを残す機能（音声メモ機能）等のユーザが音声入力する機能を利用するユースケースが想定される。そのため音声認識機能を停止している状態でも、ユーザが手動で音声入力する場合、本実施形態のデジタルカメラ１００は音声入力を受け付ける。例えばサイレントモードに遷移したことに応じて音声認識機能を停止している状態において、ユーザが図５（Ｂ）の画面上のアイコン５００をタッチした場合、デジタルカメラ１００は図５（Ｃ）に示すようなメッセージを表示する。ここでユーザが「Ｙｅｓ」を選択した場合、デジタルカメラ１００は音声認識機能を実行し、マイク１０７によってユーザの音声を受け付ける。ここでユーザが「Ｎｏ」を選択した場合、デジタルカメラ１００はユーザの音声入力を受け付けない。なおこの場合、デジタルカメラ１００は一時的に（所定時間の間）音声入力を受け付けるように制御してもよい。デジタルカメラ１００は図５（Ｂ）のアイコン５００をタッチされたこと以外にも、例えば音声認識機能を実行するための物理ボタンを押下されたことに応じて音声入力を受け付けてもよい。これによりデジタルカメラ１００は騒音となるユーザの行為を抑制しながらも、ユーザの音声入力を受け付けることができる。

ここまでデジタルカメラ１００の音声認識機能を停止し、マイク１０７への通電を停止することで、騒音となりうるユーザの行為を抑制することができることを説明した。しかし、騒音となりうるユーザの行為を抑制していても、ユーザがマイク１０７を利用するユースケースが存在する。例えば、ユーザがデジタルカメラ１００によって動画撮影する場合、デジタルカメラ１００は動画データと音声データとを同期して記録するため、マイク１０７を音声認識機能以外のために利用する。この動画撮影機能ではデジタルカメラ１００は被写体を撮影するために収音するため、この機能を実行することは騒音となりうる行為にはならない。そのためこの場合、上述したサイレントモードや外部スピーカを接続した状態等であっても本実施形態のデジタルカメラ１００はマイク１０７を利用する機能を実行する。

図６は音声認識機能を停止している場合における本実施形態のデジタルカメラ１００が動画撮影機能を実行する処理手順の一例を示すフローチャートである。このデジタルカメラ１００の処理は、不揮発性メモリ１０３に記録されたソフトウェアを作業用メモリ１０４に展開して制御部１０１が実行することで実現する。この処理は、例えば動画撮影を実行するためボタンが押下されたことをトリガに、開始される。

ステップＳ６０１において、制御部１０１はマイク１０７に通電する。

ステップＳ６０２において、制御部１０１は撮像部１０２やマイク１０７等を制御して動画撮影する。

ステップＳ６０３において、制御部１０１は動画撮影を終了するか否かを判断する。例えばユーザから動画撮影を終了するための操作を受け付けたか否かを判断する。制御部１０１が動画撮影を終了しないと判断した場合、処理はステップＳ６０２に戻り、制御部１０１は動画撮影を継続する。制御部１０１が動画撮影を終了すると判断した場合、処理はステップＳ６０４に進む。

ステップＳ６０４において、制御部１０１はマイク１０７への通電を停止する。これにより、マイク１０７を利用しない状態においてデジタルカメラ１００は電力の消費を削減できる。

以上、音声認識機能を停止している場合におけるデジタルカメラ１００が動画撮影機能を実行する処理手順について説明した。本実施形態では動画撮影機能を例に説明したが、他の機能にこの処理を適用してもよい。その機能はマイクを利用し、撮影者であるユーザの音声を収音することが目的ではない機能である。

なお、デジタルカメラ１００は外部マイクが接続されている場合、その外部マイクを利用して動画撮影機能を実行してもよい。例えばデジタルカメラ１００がアクセサリシューを有し、そのアクセサリシューを介して外部マイクが接続されている場合、デジタルカメラ１００はその外部マイクを利用して動画撮影する。他にも例えばデジタルカメラ１００のマイク端子に外部マイクが接続されている場合、デジタルカメラ１００はその外部マイクを利用して動画撮影する。ただし、デジタルカメラ１００は外部マイクがヘッドセットに付属しているマイクであると判断した場合、その外部マイクを利用しないと判断してもよい。例えば、ヘッドセット用のフォンコネクタにヘッドセットが接続されていると判断した場合、デジタルカメラ１００は動画撮影機能ではその外部マイクを利用しない。他にも例えばＢｌｕｅｔｏｏｔｈ通信によって外部マイクを接続した場合、デジタルカメラ１００はプロファイルによってどのようなマイクが接続されているか判断できる。例えばプロファイルがＨＳＰ（Ｈｅａｄｓｅｔ Ｐｒｏｆｉｌｅ）やＨＦＰ（Ｈａｎｄｓ－Ｆｒｅｅ Ｐｒｏｆｉｌｅ）等のヘッドセットや通話用のプロファイルであると判断した場合、デジタルカメラ１００は動画撮影機能ではその外部マイクを利用しない。しかし例えばプロファイルがＡ２ＤＰ（Ａｄｖａｎｃｅｄ Ａｕｄｉｏ Ｄｉｓｔｒｉｂｕｔｉｏｎ Ｐｒｏｆｉｌｅ）等のオーディオ用プロファイルであると判断した場合、デジタルカメラ１００はその外部マイクを利用して動画撮影する。

なおデジタルカメラ１００は、外部マイクが有線接続されている場合ではその外部マイクを利用して動画撮影機能を実行し、外部マイクが無線接続されている場合ではその外部マイクを利用せずに動画撮影機能を実行してもよい。これは無線接続している外部マイクは有線接続している外部マイクと比べてデジタルカメラ１００との通信に遅延が発生しやすく、音声データと動画データとの同期が難しいためである。

このように外部マイクの接続形態に応じて、デジタルカメラ１００は動画撮影機能等に外部マイクを利用するかしないかを判断してよい。

［その他の実施形態］
本発明は、上述の実施形態の１以上の機能を実現するプログラムを、ネットワーク又は記憶媒体を介してシステム又は装置に供給し、そのシステム又は装置のコンピュータにおける１つ以上のプロセッサがプログラムを読出し実行する処理でも実現可能である。また、１以上の機能を実現する回路（例えば、ＡＳＩＣ）によっても実現可能である。

なお、本発明は上記実施形態そのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化できる。また、上記実施形態に開示されている複数の構成要素の適宜な組み合わせにより、種々の発明を形成できる。例えば、実施形態に示される全構成要素から幾つかの構成要素を削除してもよい。さらに、異なる実施形態にわたる構成要素を適宜組み合わせてもよい。

Claims (19)

1. 音声を収音する収音手段と、
   外部スピーカが接続されたことを検出する検出手段と、
   制御手段と、を有し、
   前記制御手段は、前記収音手段によって収音した音声に応じた処理を実行する音声認識機能を有し、
   前記制御手段は、前記検出手段によって外部スピーカが接続されたことを検出した場合、前記音声認識機能を停止し、
   前記制御手段は、第一の電力状態からより電力の消費が少ない第二の電力状態に遷移する節電機能を有し、
   前記制御手段は、ユーザ操作が所定時間されないことに応じて前記第一の電力状態から前記第二の電力状態に遷移した場合、前記音声認識機能を実行し、
   前記制御手段は、ユーザ操作に応じて前記第一の電力状態から前記第二の電力状態に遷移した場合、前記音声認識機能を実行しない
   ことを特徴とする電子機器。
2. 前記制御手段は、前記検出手段によって外部スピーカが接続されたことを検出した場合、音声を収音しないよう前記収音手段を制御する
   ことを特徴とする請求項１に記載の電子機器。
3. さらに外部マイクを接続する接続手段を有し、
   前記制御手段は、前記検出手段によって外部スピーカが接続されたことを検出した場合、外部マイクから音声を収音しないよう前記接続手段を制御する
   ことを特徴とする請求項１または２に記載の電子機器。
4. さらにユーザ操作を受け付ける操作手段を有し、
   前記制御手段は、前記検出手段によって外部スピーカが接続されたことにより前記音声認識機能を停止している状態であっても、前記操作手段を介してユーザ操作を受け付けたことに応じて、前記音声認識機能を実行する
   ことを特徴とする請求項１から３のいずれか１項に記載の電子機器。
5. 音声を収音する収音手段と、
   外部スピーカを接続する接続手段と、
   ユーザの操作を受け付ける操作手段と、
   制御手段と、を有し、
   前記制御手段は、前記収音手段によって収音した音声に応じた処理を実行する音声認識機能を有し、
   前記制御手段は、前記接続手段によって外部スピーカが接続されている場合、前記操作手段を介してユーザ操作を受け付けたことに応じて前記音声認識機能を実行し、
   前記制御手段は、前記接続手段によって外部スピーカが接続されていない場合、前記収音手段によって収音した音声に所定の単語が含まれていることを認識したことに応じて前記音声認識機能を実行し、
   前記制御手段は、第一の電力状態からより電力の消費が少ない第二の電力状態に遷移する節電機能を有し、
   前記制御手段は、ユーザ操作が所定時間されないことに応じて前記第一の電力状態から前記第二の電力状態に遷移した場合、前記音声認識機能を実行し、
   前記制御手段は、ユーザ操作に応じて前記第一の電力状態から前記第二の電力状態に遷移した場合、前記音声認識機能を実行しない
   ことを特徴とする電子機器。
6. 音声を収音する収音手段と、
   音声を出力するスピーカと、
   制御手段と、を有し、
   前記制御手段は、前記収音手段によって収音した音声に応じた処理を実行する音声認識機能を有し、
   前記制御手段は音声を出力しないよう前記スピーカを制御する場合、前記音声認識機能を停止し、
   前記制御手段は、第一の電力状態からより電力の消費が少ない第二の電力状態に遷移する節電機能を有し、
   前記制御手段は、ユーザ操作が所定時間されないことに応じて前記第一の電力状態から前記第二の電力状態に遷移した場合、前記音声認識機能を実行し、
   前記制御手段は、ユーザ操作に応じて前記第一の電力状態から前記第二の電力状態に遷移した場合、前記音声認識機能を実行しない
   ことを特徴とする電子機器。
7. 前記制御手段は、音声を出力しないよう前記スピーカを制御する場合、音声を収音しないよう前記収音手段を制御する
   ことを特徴とする請求項６に記載の電子機器。
8. さらに外部マイクを接続する接続手段を有し、
   前記制御手段は、音声を出力しないよう前記スピーカを制御する場合、外部マイクから音声を収音しないよう前記接続手段を制御する
   ことを特徴とする請求項６または７に記載の電子機器。
9. さらにユーザ操作を受け付ける操作手段を有し、
   前記制御手段は、音声を出力しないよう前記スピーカを制御することにより前記音声認識機能を停止している状態であっても、前記操作手段を介してユーザ操作を受け付けたことに応じて、前記音声認識機能を実行する
   ことを特徴とする請求項６から８のいずれか１項に記載の電子機器。
10. 音声を収音する収音手段と、
    音声を出力するスピーカと、
    ユーザの操作を受け付ける操作手段と、
    制御手段と、を有し、
    前記制御手段は、前記収音手段によって収音した音声に応じた処理を実行する音声認識機能を有し、
    前記制御手段は、音声を出力しないよう前記スピーカを制御する場合、前記操作手段を介してユーザ操作を受け付けたことに応じて前記音声認識機能を実行し、
    前記制御手段は、音声を出力するよう前記スピーカを制御する場合、前記収音手段によって所定の単語を認識したことに応じて前記音声認識機能を実行し、
    前記制御手段は、第一の電力状態からより電力の消費が少ない第二の電力状態に遷移する節電機能を有し、
    前記制御手段は、ユーザ操作が所定時間されないことに応じて前記第一の電力状態から前記第二の電力状態に遷移した場合、前記音声認識機能を実行し、
    前記制御手段は、ユーザ操作に応じて前記第一の電力状態から前記第二の電力状態に遷移した場合、前記音声認識機能を実行しない
    ことを特徴とする電子機器。
11. さらに撮像手段を有し、
    前記撮像手段によって撮像したデータに前記収音手段によって収音した音声データを関連付けて記録する場合、前記制御手段は音声を収音するよう前記収音手段を制御する
    ことを特徴とする請求項１から１０のいずれか１項に記載の電子機器。
12. さらに撮像手段を有し、
    前記撮像手段によって撮像したデータに前記収音手段によって収音した音声データを関連付けて記録する場合、前記制御手段は音声を収音するよう前記収音手段を制御し、
    前記制御手段は、音声を出力しないよう前記スピーカを制御する場合、メカニカルシャッターを用いずに撮像するよう前記撮像手段を制御する
    ことを特徴とする請求項６から１０のいずれか１項に記載の電子機器。
13. さらに表示手段を有し、
    前記制御手段は、前記音声認識機能を停止している場合、前記音声認識機能を停止していることを報知するよう前記表示手段を制御する
    ことを特徴とする請求項１から１２のいずれか１項に記載の電子機器。
14. 前記制御手段は、前記音声認識機能を停止していることをアイコンを表示することで報知するよう前記表示手段を制御し、
    前記制御手段は、前記アイコンをユーザに選択された場合、前記音声認識機能を実行するためのメッセージを表示するよう前記表示手段を制御する
    ことを特徴とする請求項１３に記載の電子機器。
15. 音声を収音する収音手段と、
    外部スピーカが接続されたことを検出する検出手段と、
    第一の電力状態からより電力の消費が少ない第二の電力状態に遷移する節電機能を有する電子機器の制御方法であって、
    前記収音手段によって収音した音声に応じた処理を実行する音声認識機能を有し、
    前記検出手段によって外部スピーカが接続されたことを検出した場合、前記音声認識機能を停止するステップを有し、
    ユーザ操作が所定時間されないことに応じて前記第一の電力状態からより電力の消費が少ない前記第二の電力状態に遷移した場合、前記音声認識機能を実行し、
    ユーザ操作に応じて前記第一の電力状態から前記第二の電力状態に遷移した場合、前記音声認識機能を実行しない
    ことを特徴とする制御方法。
16. 音声を収音する収音手段と、
    外部スピーカを接続する接続手段と、
    ユーザの操作を受け付ける操作手段と、
    第一の電力状態からより電力の消費が少ない第二の電力状態に遷移する節電機能を有する電子機器の制御方法であって、
    前記収音手段によって収音した音声に応じた処理を実行する音声認識機能を有し、
    前記接続手段によって外部スピーカが接続されている場合、前記操作手段を介してユーザ操作を受け付けたことに応じて前記音声認識機能を実行するステップと、
    前記接続手段によって外部スピーカが接続されていない場合、前記収音手段によって収音した音声に所定の単語が含まれていることを認識したことに応じて前記音声認識機能を実行するステップと、
    を有し、
    ユーザ操作が所定時間されないことに応じて前記第一の電力状態からより電力の消費が少ない前記第二の電力状態に遷移した場合、前記音声認識機能を実行し、
    ユーザ操作に応じて前記第一の電力状態から前記第二の電力状態に遷移した場合、前記音声認識機能を実行しない
    ことを特徴とする制御方法。
17. 音声を収音する収音手段と、
    音声を出力するスピーカと、
    第一の電力状態からより電力の消費が少ない第二の電力状態に遷移する節電機能を有する電子機器の制御方法であって、
    前記収音手段によって収音した音声に応じた処理を実行する音声認識機能を有し、
    音声を出力しないよう前記スピーカを制御する場合、前記音声認識機能を停止するステップを有し、
    ユーザ操作が所定時間されないことに応じて前記第一の電力状態からより電力の消費が少ない前記第二の電力状態に遷移した場合、前記音声認識機能を実行し、
    ユーザ操作に応じて前記第一の電力状態から前記第二の電力状態に遷移した場合、前記音声認識機能を実行しない
    ことを特徴とする制御方法。
18. 音声を収音する収音手段と、
    音声を出力するスピーカと、
    ユーザの操作を受け付ける操作手段と、
    第一の電力状態からより電力の消費が少ない第二の電力状態に遷移する節電機能を有する電子機器の制御方法であって、
    前記収音手段によって収音した音声に応じた処理を実行する音声認識機能を有し、
    音声を出力しないよう前記スピーカを制御する場合、前記操作手段を介してユーザ操作を受け付けたことに応じて前記音声認識機能を実行するステップと、
    音声を出力するよう前記スピーカを制御する場合、前記収音手段によって所定の単語を認識したことに応じて前記音声認識機能を実行するステップと、
    を有し、
    ユーザ操作が所定時間されないことに応じて前記第一の電力状態からより電力の消費が少ない前記第二の電力状態に遷移した場合、前記音声認識機能を実行し、
    ユーザ操作に応じて前記第一の電力状態から前記第二の電力状態に遷移した場合、前記音声認識機能を実行しない
    ことを特徴とする制御方法。
19. コンピュータを請求項１から１４のいずれか１項に記載の電子機器の各手段として機能させるための、コンピュータが読み取り可能なプログラム。

Images