JPH11177928A - 情報記録再生装置 - Google Patents

Abstract

(57)【要約】 【課題】 画像中の対象物毎に音声を記録・再生できる
情報記録再生装置を提供する。 【解決手段】 録音モードでは、領域指定部３４を用い
て録音用領域５８を指定し、領域検出回路３８で音声領
域６０を検出する。音声領域６０に対応する音声をマイ
ク４０を用いて入力し、音声領域６０に対応付けられた
音声を記録媒体３０に記録する。再生モードでは、領域
指定部３４を用いて再生用領域を指定する。その再生用
領域がいずれかの音声領域６０内であれば、該当する音
声領域６０に対応付けられた音声をスピーカ４８を介し
て再生する。したがって、画像中の所望の領域すなわち
対象物毎に音声を録音・再生できる。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】この発明は情報記録再生装置
に関し、特にたとえば静止画像または動画像を撮影でき
るディジタルカメラなどに用いられる、情報記録再生装
置に関する。

【０００２】

【従来の技術】画像とともに音声を記録できる従来のデ
ィジタルカメラおよびその再生システムの一例が、特開
平６−２２２５８号において開示されている。

【０００３】図６（ａ）に示すこのディジタルカメラ１
ａでは、レリーズ２の操作によって記録媒体３に、画像
データ、その記録媒体の固有のコードおよび撮影した画
像の番号が記録される。また、図示しないキーによって
音声記録を選択する指示が与えられていると、音声デー
タ、そのときに装着されている記録媒体３の固有のコー
ド、直前に撮影した画像の番号等が記録媒体４に記録さ
れる。

【０００４】再生システムとしては、たとえば図６
（ｂ）に示す再生システム１ｂが開示されている。

【０００５】この再生システム１ｂでは、再生時におい
て、記録媒体５および６に記録されている媒体コード、
画像番号に基づいて画像とそれに対応する音声とが再生
される。

【０００６】

【発明が解決しようとする課題】しかし、この従来技術
は１枚の画像単位で音声を記録・再生するものである。
したがって、たとえば複数の人物からなる画像を記録・
再生する場合には、１枚の画像単位で音声を記録し、１
枚の画像単位で音声を再生するので、話者の特定が困難
な場合があった。

【０００７】それゆえに、この発明の主たる目的は、画
像に含まれる対象物単位で音声を記録または再生できる
情報記録再生装置を提供することである。

【０００８】

【課題を解決するための手段】上記目的を達成するため
に、請求項１に記載の情報記録装置は、画像を入力する
ための画像入力手段、入力された画像を表示するための
表示手段、画像中の領域を指定するための領域指定手
段、領域に対応する音声を入力するための音声入力手
段、ならびに画像、画像中の領域、および領域に対応す
る音声を記憶するための記憶手段を備える。

【０００９】請求項２に記載の情報再生装置は、画像、
画像中の指定された領域、および領域に対応する音声を
記憶するための記憶手段、再生時に画像および領域を表
示するための表示手段、ならびに表示手段に表示された
領域を指定することによって領域に対応する音声を再生
するための音声再生手段を備える。

【００１０】請求項３に記載の情報記録再生装置は、画
像を入力するための画像入力手段、画像中の領域を指定
するための領域指定手段、画像および領域を表示するた
めの表示手段、領域に対応する音声を入力するための音
声入力手段、画像、画像中の領域、および領域に対応す
る音声を記憶するための記憶手段、ならびに表示手段に
表示された領域を指定することによって領域に対応する
音声を再生するための音声再生手段を備える。

【００１１】請求項４に記載の情報記録再生装置は、請
求項３に記載の情報記録再生装置において、領域指定手
段はディジタイザを含むものである。

【００１２】請求項５に記載の情報記録再生装置は、請
求項３または４に記載の情報記録再生装置において、デ
ィジタルカメラに用いられるものである。

【００１３】請求項６に記載の情報記録再生装置は、請
求項３ないし５のいずれかに記載の情報記録再生装置に
おいて、画像は静止画像または動画像であるものであ
る。

【００１４】請求項１に記載の情報記録装置では、画像
入力手段によって画像が入力されるとその画像は表示手
段に表示される。そして、ユーザーが、表示手段に表示
された画像中の所望の領域を領域指定手段によって指定
し、その後、音声入力手段によって音声を入力すると、
ユーザーが指定した領域と入力した音声とが対応付けら
れて記憶手段に記憶される。したがって、画像中の所望
の領域すなわち対象物単位で音声が記録される。

【００１５】請求項２に記載の情報再生装置では、再生
時には、記憶手段に記憶された画像と画像中の指定され
た領域とが表示手段に表示される。ユーザーが、表示手
段に表示された領域を指定すると、その領域に対応する
音声が記憶手段から読み出され音声再生手段によって再
生される。したがって、画像中の所望の領域単位で音声
を記録しておけば、再生時には所望の領域を指定するこ
とによってその領域すなわち対象物に対応する音声が再
生される。

【００１６】請求項３に記載の情報記録再生装置では、
録音時には、請求項１に記載の情報記録装置と同様に、
ユーザーが、表示手段に表示された画像中の所望の領域
を領域指定手段によって指定し、その後、音声入力手段
によって音声を入力すると、ユーザーが指定した領域と
入力した音声とが対応付けられて記憶手段に記憶され
る。したがって、画像中の所望の領域単位で音声が記録
される。

【００１７】再生時には、請求項２に記載の情報再生装
置と同様に、記憶手段に記憶された画像と画像中の指定
された領域とが表示手段に表示される。ユーザーが、表
示手段に表示された領域を指定すると、その領域に対応
する音声が記憶手段から読み出され音声再生手段によっ
て再生される。したがって、画像中の所望の領域単位で
音声を記録しておけば、再生時には所望の領域を指定す
ることによってその領域に対応する音声が再生される。
このように、ユーザーの所望の領域すなわち対象物単位
で音声が記録または再生される。

【００１８】なお、領域指定手段としてはディジタイザ
などが用いられ（請求項４）、この発明はディジタルカ
メラに適用され得る（請求項５）。また、画像は静止画
像または動画像のいずれであってもよい（請求項６）。

【００１９】

【発明の実施の形態】以下、この発明の実施の形態につ
いて、図面を参照して説明する。

【００２０】図１を参照して、この発明の実施の形態の
ディジタルカメラ１０は、必要に応じて静止画像または
動画像を撮影できるものであり、レンズ１２および絞り
１４からなる撮影光学系１６を含む。被写体は、撮影光
学系１６によってＣＣＤなどの固体撮像素子１８に結像
される。固体撮像素子１８によって光電変換されて得ら
れた画像信号がアナログ信号としてＡ／Ｄ変換回路２０
へ出力される。この画像信号はＡ／Ｄ変換回路２０によ
ってディジタル信号に変換され、画像データとして一時
的にフレームバッファ２４に記録された後、圧縮回路２
６へ出力される。圧縮回路２６では、たとえばＪＰＥＧ
またはＭＰＥＧ形式などの所定の画像圧縮形式で画像デ
ータが圧縮され、圧縮された画像データがインタフェー
ス回路２８を介してたとえばフラッシュメモリなどから
なる記録媒体３０に記録される。

【００２１】ディジタルカメラ１０は、入力表示一体型
のタブレット３２を含む。タブレット３２は、たとえば
透明な感圧型ディジタイザや静電容量型ディジタイザな
どからなる領域指定部３４と、たとえばＬＣＤ（液晶表
示）画面などからなる表示部３６とを含み、表示部３６
上に領域指定部３４が重畳して形成される。指やペンな
どによって領域指定部３４上に所望の録音用領域５８
（後述）を描くと、そのとき描かれた軌跡に関する情報
は、領域検出回路３８およびインタフェース回路２８を
介して、記録媒体３０に画像データとして記録されると
ともに、その録音用領域５８が表示部３６に表示され
る。表示部３６には、撮影された画像および領域指定部
３４上に描かれた録音用領域５８が表示される。

【００２２】また、領域検出回路３８では、領域指定部
３４上に描かれた録音用領域５８に基づいて、音声と対
応付けられる音声領域６０（後述）が検出される。領域
検出回路３８によって音声領域６０が検出されると、イ
ンタフェース回路２８を介して記録媒体３０に音声領域
データとして記録される。

【００２３】ディジタルカメラ１０は音声を入力するた
めのマイク４０を含み、入力された音声はマイク４０に
よって電気信号に変換された後、Ａ／Ｄ変換回路４２に
よってディジタル音声信号に変換される。ディジタル音
声信号は一時的に音声バッファ４４に記録された後、圧
縮回路４６によってデータ圧縮され、インタフェース回
路２８を介して記録媒体３０に音声データとして記録さ
れる。

【００２４】したがって、録音時には、領域指定部３４
上に録音用領域５８を描き、マイク４０によって音声を
入力することによって、音声領域６０毎に音声を対応付
けて、記録することができる。

【００２５】また、再生時には、表示部３６に表示され
る録音用領域５８を含む音声領域６０内を指やペンで指
定することによって、その音声領域６０に対応する音声
データが記録媒体３０から読み出され、インタフェース
回路２８を介して伸長回路４８で伸長され、Ｄ／Ａ変換
回路５０でアナログ音声信号に変換され、スピーカ５２
を介して音声が再生される。

【００２６】たとえば、複数の人物からなる被写体を撮
影し、その画像が表示部３６に表示されている場合に
は、指やペンなどによって特定の人物を囲み、その人物
用の音声を入力すれば、その人物に音声を対応付けて記
録することができる。この処理を各人物毎に行うことに
よって、各人物毎に音声を対応付けて記録できる。この
場合、再生時には、各人物毎に音声を再生できる。

【００２７】録音モードか再生モードかのモード選択は
モード選択部５４によって行われる。上述の各回路の動
作を制御するためのプログラムはＣＰＵ５６に記憶さ
れ、各回路の動作はＣＰＵ５６の制御のもとで行われ
る。

【００２８】なお、フレームバッファ２４および音声バ
ッファ４４において、それぞれ画像データおよびディジ
タル音声信号を一時的に記録することによって、ＣＰＵ
５６の処理速度が遅くても支障なく処理することができ
る。

【００２９】ここで、図２を参照して、録音用領域５８
の指定方法および音声領域６０の検出方法について説明
する。

【００３０】たとえばディジタイザなどからなる領域指
定部３４上に指またはペンなどによってユーザー所望の
録音用領域５８が描かれる。描かれた録音用領域５８に
対応する信号が領域検出回路３８に与えられ、録音用領
域５８のＸ方向の最小座標値Ｘｍｉｎ、最大座標値Ｘｍ
ａｘ、およびＹ方向の最小座標値Ｙｍｉｎ、最大座標値
Ｙｍａｘに基づいて音声領域６０が検出される。すなわ
ち、図２（ａ）〜（ｃ）に示すように、これらの座標値
Ｘｍｉｎ、Ｘｍａｘ、Ｙｍｉｎ、Ｙｍａｘに基づいて、
ハッチングされた矩形領域が音声領域６０として検出さ
れる。このように領域指定部３４上への領域指定に基づ
いて、所定の座標値を求めることによって、音声が対応
付けられる音声領域６０が検出される。

【００３１】この検出方法によれば、図２（ａ）に示す
「閉じた録音用領域５８」、図２（ｂ）に示す「閉じて
いない録音用領域５８」、図２（ｃ）に示す「交差した
部分を有する録音用領域５８」のいずれであっても音声
領域６０を検出することができ、ユーザーの利便性が向
上する。

【００３２】また、図３を参照して、記録媒体３０中の
データ構造について説明する。

【００３３】ここでは、Ｍ枚の画像が撮影されている場
合が示される。

【００３４】すなわち、Ｍ枚の画像毎に各データ１〜Ｍ
が形成され、データ１〜Ｍへの各ポインタが、各データ
１〜Ｍの付属情報の格納位置を指定する。

【００３５】データ１について説明すると、データ１に
は、１枚の画像、Ｎ個所の音声領域６０、およびＮ個所
の各音声領域６０に対応する音声の、それぞれのデータ
が含まれる。たとえば、１枚の画像中にＮ人の人物が写
っており、各人物毎に音声入力する場合などが該当す
る。

【００３６】まず、データ１の付属情報としては、たと
えば撮影（記録）年月日、シャッタスピード、絞り値な
どが格納される。

【００３７】データ１の付属情報につづくデータ１に関
する情報としては、画像データＶ１へのポインタ、各音
声領域データＰ１〜ＰＮへのポインタ、各音声データＡ
１〜ＡＮへのポインタが含まれる。それらの各ポインタ
に基づいて、画像データＶ１、各音声領域データＰ１〜
ＰＮ、音声データＡ１〜ＡＮのそれぞれの格納位置が指
定される。

【００３８】データ２〜Ｍについても同様に構成され
る。

【００３９】このようなディジタルカメラ１０の動作を
図４を参照して説明する。

【００４０】動作が開始されると、モード選択部５４に
よって録音モードか再生モードかが選択される（ステッ
プＳ１）。選択されたモードが録音モードか再生モード
かが判断され（ステップＳ３）、録音モードであれば、
表示部３６に画像が表示される（ステップＳ５）。それ
以前に録音用領域５８を指定し音声を記録したときに
は、その録音用領域５８も表示される。また、モードを
選択する以前に、ディジタルカメラ１０によって画像を
撮影しまたは再生して、すでに画像が表示部３６に表示
されているときには、その画像表示が継続される。

【００４１】そして、指やペンなどによって領域指定部
３４上に録音用領域５８が描かれることによって録音用
領域５８が指定される（ステップＳ７）。すると、録音
用領域５８が表示部３６に表示され、また、領域検出回
路３８で図２に示す方法によって、録音用領域５８に基
づいて音声領域６０が検出され、音声領域データとして
記録媒体３０に記録される。その後、マイク４０から音
声が入力され（ステップＳ９）、その音声が音声領域６
０と対応付けられて記録媒体３０に音声データとして記
録される（ステップＳ１１）。そして、録音が終了した
か否かが判断され（ステップＳ１３）、録音が終了して
いなければステップＳ５に戻り、録音が終了すれば、終
了する。

【００４２】一方、ステップＳ１において再生モードが
選択されれば、ステップＳ３の後ステップＳ１５に進
み、表示部３６に画像および録音用領域５８が表示され
る。このときも、モードを選択する以前に、ディジタル
カメラ１０によって画像を再生してすでに画像が表示部
３６に表示されているときには、その画像表示が継続さ
れる。そして、指やペンなどによって領域指定部３４上
で再生用領域が指定される（ステップＳ１７）。その指
定された再生用領域に音声の記録があるか否かが判断さ
れる（ステップＳ１９）。すなわち、指定された再生用
領域が、いずれかの音声領域６０内に含まれるか否かが
判断される。指定された再生用領域が、いずれの音声領
域６０内でもなければ、指定された再生用領域には対応
する音声が記録されていないとして、音声を再生するこ
となくステップＳ１５に戻る。

【００４３】一方、ステップＳ１９において、指定され
た再生用領域がいずれかの音声領域６０内であれば、該
当する音声領域６０に対応付けられた音声データが記録
媒体３０から読み出され、その音声がスピーカ５２を介
して再生される（ステップＳ２１）。そして、音声の再
生が終了したか否かが判断され（ステップＳ２３）、音
声の再生が終了していなければステップＳ１５に戻り、
音声の再生が終了すれば、終了する。

【００４４】図５を参照して具体的に説明する。

【００４５】図５には、表示部３６上に重畳された領域
指定部３４が示され、１枚の画像に４人の人物が写って
いる場合が示される。

【００４６】録音時には、図５（ａ）に示すように、指
またはペンによって領域指定部３４上の特定の人物を囲
むと、囲まれた録音用領域５８が表示部３６上に表示さ
れる。また、録音用領域５８に基づいて音声領域６０が
検出され、音声領域データとして記録媒体３０に記録さ
れる。そして、たとえば、「おめでとう」という音声を
入力すると、入力された音声が音声領域６０に対応付け
られて記録媒体３０に音声データとして記録される。

【００４７】一方、再生時には、図５（ｂ）に示すよう
に、画像と録音用領域５８とが表示部３６上に表示され
る。そして、指またはペンなどによって領域指定部３４
上で再生用領域を指定する。このとき、録音用領域５８
が含まれる音声領域６０内を指定すると、録音用領域５
８すなわち音声領域６０に対応付けられた音声、この場
合には「おめでとう」という音声がスピーカ５２を介し
て再生される。

【００４８】このようなディジタルカメラ１０によれ
ば、各対象物毎に、音声を記録または再生できる。した
がって、たとえば記録されたグループ撮影写真、動物、
または風景などの画像を、ディジタルカメラ１０の表示
部３６に表示し、その画像中の任意の対象物を指やペン
などで指定して各対象物毎にメッセージなどの音声を記
録または再生できる。その結果、動画像のみならず静止
画像であっても音声を発している対象物を簡単に特定で
きる。

【００４９】また、このような簡易でかつ使い易い音声
の記録・再生機能をディジタルカメラ１０に付加するこ
とによって、ディジタルカメラ１０による音声の記録・
再生を促進でき、マルチメディアとしての利用度を向上
することができる。

【００５０】なお、タブレット３２の代わりにタッチパ
ネルが用いられてもよい。

【００５１】領域指定部３４としてはディジタイザに限
定されず、マウス等のポインティングデバイスが用いら
れてもよい。

【００５２】記録媒体３０としてはフラッシュメモリに
限定されず、ハードディスクなど任意の記録媒体を用い
ることができる。

【００５３】上述の発明の実施の形態では、ディジタル
カメラ１０を例に説明したが、これに限定されず、この
発明はパーソナルコンピュータなどの他の任意の情報装
置に適用できる。この発明をパーソナルコンピュータに
適用する場合には、画像はディスプレイ上に表示され、
画像中の録音用領域は、マウスやキーボードを用いて指
定されることになろう。

【００５４】また、この発明では、画像中の領域に対応
して音声を入力しているが、この音声の代わりに文字を
入力してもよい。この場合、たとえば画像中の各対象物
毎にコメントなどの文字情報を記録または再生できる。

【００５５】

【発明の効果】この発明によれば、記録した画像中の対
象物毎に音声を記録または再生することができる。

【図面の簡単な説明】

【図１】この発明の一実施形態を示すブロック図であ
る。

【図２】録画用領域の指定方法および音声領域の検出方
法の一例を示す図であり、（ａ）は閉じた録音用領域、
（ｂ）は閉じていない録音用領域、（ｃ）は交差する部
分を有する録音用領域を、それぞれ描いた場合を示す図
解図である。

【図３】記録媒体におけるデータ構造を示す図解図であ
る。

【図４】この発明の動作の一例を示すフロー図である。

【図５】この発明の具体例な利用シーンを示す図であ
り、（ａ）は音声記録時、（ｂ）は音声再生時を、それ
ぞれ示す図解図である。

【図６】従来技術を示す図であり、（ａ）はディジタル
カメラ、（ｂ）はその再生システムを、それぞれ示すブ
ロック図である。

【符号の説明】

１０ ディジタルカメラ １６ 撮影光学系 １８ 固体撮像素子 ３０ 記録媒体 ３２ タブレット ３４ 領域指定部 ３６ 表示部 ３８ 領域検出回路 ４０ マイク ５２ スピーカ ５４ モード選択部 ５８ 録音用領域 ６０ 音声領域

Claims (6)

【特許請求の範囲】
1. 【請求項１】 画像を入力するための画像入力手段、 入力された前記画像を表示するための表示手段、 前記画像中の領域を指定するための領域指定手段、 前記領域に対応する音声を入力するための音声入力手
   段、ならびに前記画像、前記画像中の前記領域、および
   前記領域に対応する前記音声を記憶するための記憶手段
   を備える、情報記録装置。
2. 【請求項２】 画像、前記画像中の指定された領域、お
   よび前記領域に対応する音声を記憶するための記憶手
   段、 再生時に前記画像および前記領域を表示するための表示
   手段、ならびに前記表示手段に表示された前記領域を指
   定することによって前記領域に対応する音声を再生する
   ための音声再生手段を備える、情報再生装置。
3. 【請求項３】 画像を入力するための画像入力手段、 前記画像中の領域を指定するための領域指定手段、 前記画像および前記領域を表示するための表示手段、 前記領域に対応する音声を入力するための音声入力手
   段、 前記画像、前記画像中の前記領域、および前記領域に対
   応する前記音声を記憶するための記憶手段、ならびに前
   記表示手段に表示された前記領域を指定することによっ
   て前記領域に対応する音声を再生するための音声再生手
   段を備える、情報記録再生装置。
4. 【請求項４】 前記領域指定手段はディジタイザを含
   む、請求項３に記載の情報記録再生装置。
5. 【請求項５】 ディジタルカメラに用いられる、請求項
   ３または４に記載の情報記録再生装置。
6. 【請求項６】 前記画像は静止画像または動画像であ
   る、請求項３ないし５のいずれかに記載の情報記録再生
   装置。