JP5415830B2 - 携帯端末、電子カメラおよび連続撮影プログラム - Google Patents

Description

この発明は、携帯端末に関し、特にたとえば画像の撮影が可能な、携帯端末に関する。

従来、特にたとえば画像の撮影が可能な、携帯端末が知られており、この種の装置の一例が、非特許文献１に開示されている。この背景技術のカメラ付き携帯電話は、連写モードで撮影することが可能であり、９枚または４枚の写真を連続撮影することができる。

また、特許文献１には、画像音声記録装置が開示されている。この画像音声記録装置は、連写機能を備えたデジタルカメラなどであり、一定レベルを超える音声が入力されたときに撮影された静止画像データに対して、入力された音声データを対応付けて記憶する。

W63SA by SANYO 取扱説明書 133頁

特開２００７−２３５４３２号公報［H04N 5/225, H04N 101/00］

従来のカメラ付き携帯電話でカメラ機能を使って撮影する場合に、ハードスイッチを押下することで撮影を行うと、ボタン押下の操作によって携帯電話が揺れてしまい、撮影した画像がぶれてしまうことがあった。そのため、「上手に撮影できた写真」（以下、ベストショットと言う）を撮影するのが難しかった。そこで、非特許文献１に開示される連写モードや、特許文献１に開示されている連写機能を利用して、ハードスイッチを押下せずに撮影することが考えられたが、ベストショットを撮影しようとすると、以下のような問題点が新たに発生してしまう。

たとえば、非特許文献１に開示されている連写モードでは、撮影する枚数に限度があり、ベストショットが撮影されるまで、連写を続けることができなかった。また、特許文献１に開示されている連写機能では、撮影する枚数に限度はないが、ベストショットが撮影されるまで連写し続けると、不要な写真が大量に撮影されてしまう。そのため、撮影者は、撮影した複数の写真からベストショットを選択する手間がかかり、使い勝手が悪くなってしまう。

それゆえに、この発明の主たる目的は、新規な、携帯端末、電子カメラおよび連続撮影プログラムを提供することである。

この発明の他の目的は、ベストショットを容易に撮影することができる、携帯端末、電子カメラおよび連続撮影プログラムを提供することである。

この発明は、上記の課題を解決するために、以下の構成を採用した。なお、括弧内の参照符号および補足説明等は、この発明の理解を助けるために記述する実施形態との対応関係を示したものであって、この発明を何ら限定するものではない。

第１の発明は、音声を入力するための音声入力手段を有する、携帯端末であって、画像を撮影する撮影手段、撮影手段を、第１所定時間毎に画像を連続して撮影させるよう制御する撮影制御手段、音声入力手段に入力された音声を認識する音声認識手段、連続して画像が撮影されている状態で、撮影手段によって撮影された後の第２所定時間に音声が入力されたとき、音声認識された結果に基づいて、画像の優先順位を示す第１識別情報を決定する第１決定手段、連続して撮影されている画像のうち、撮影手段によって画像が撮影された後に決められた第１識別情報を、当該画像に対応付ける対応付手段、および第１識別情報が対応付けられた画像を保存する保存手段を備える、携帯端末である。

第１の発明では、携帯端末（１０）は、たとえばマイク（１６ｂ）などの音声入力手段（１６ａ，１６ｂ）を有する。また、携帯端末１０は、カメラ制御回路（３８ａ）およびイメージセンサ（３８ｂ）から構成される撮影手段（２０ａ，３８ａ，３８ｂ）を備え、被写界の画像を撮影することができる。撮影制御手段（２０ａ，Ｓ３５，Ｓ４１，Ｓ４３，Ｓ４９）は、たとえば３秒毎に画像を連続して撮影するように撮影手段を制御する。携帯端末は音声認識用の音声辞書が記憶されるＲＯＭ（３２）を有しており、音声認識手段（２０ａ，２０ｂ，３２）は、たとえばマイクに入力された音声を認識する。第１決定手段（２０ａ，Ｓ４７）は、連続して画像が撮影されている状態で、撮影手段によって撮影された後の第２所定時間に音声が入力されると、音声が認識（変換）された文字列から、画像の優先順位を示す第１識別情報を決定する。対応付手段（２０ａ，Ｓ５７）は、連続して撮影されている画像のうち、撮影手段によって画像が撮影された後に決められた第１識別情報を、その画像に対応付ける。そして、第１識別情報が対応付けられた画像は、保存手段（２０ａ，Ｓ５９）によって、たとえばフラッシュメモリ（２８）またはメモリカード（４４）に保存される。

第１の発明によれば、使用者は、連続して撮影される写真のうち、上手に撮影されたときに発話することで、ベストショットを容易に撮影することができる。さらに、ベストショットには優先順位を示す第１識別情報が対応付けられるため、使用者は、複数の写真の中から、ベストショットを選別する作業をしなくても済むようになる。
また、認識された音声に基づいて識別情報が決まるため、使用者は、複数のベストショットを簡単に分類しながら、撮影することができる。

第２の発明は、第１の発明に従属し、連続して撮影されている画像のうち、第１識別情報が対応付けられていない画像を一時保存する一時保存手段をさらに備える。

第３の発明は、第１の発明または第２の発明に従属し、連続して撮影されている状態で、撮影手段によって撮影される前の第３所定時間に入力された音声に基づいて撮影シーンを示す第２識別情報を決定する第２決定手段をさらに備え、対応付手段は、連続して撮影されている画像のうち、撮影手段によって画像が撮影された時の後と前とに決められた第１識別情報および第２識別情報のそれぞれを、当該画像に対応付ける。

第３の発明では、第２決定手段（２０ａ，Ｓ３９）は、連続して撮影されている状態で、たとえば撮影される前の２秒間に入力された音声の認識結果に応じて第２識別情報を決定する。たとえば、第２識別情報は撮影された画像の撮影シーンを示す。そして、撮影のときに音声が認識された画像は、第１識別情報および第２識別情報の少なくとも一方が対応付けられる。

第３の発明によれば、使用者は、撮影される時刻を基準として、２種類の識別情報を決めることができる。そのため、使用者は、ベストショット以外の基準で、撮影された写真をさらに細かく分類できるようになる。

第４の発明は、第１の発明ないし第３の発明のいずれかに従属し、対応付手段によって対応付けられた第１識別情報に基づいて保存された画像を表示する画像表示手段をさらに備える。

第４の発明では、携帯端末は、たとえばＬＣＤモニタ（２６）を有しており、画像表示手段（２０ａ，２６，Ｓ７５，Ｓ７９，Ｓ８３）は、たとえば画像に対応付けられた第１識別情報毎に画像を表示する。

第４の発明によれば、第１識別情報別に画像が表示されるため、使用者は、ベストショットを含む、複数の写真の取捨選択を容易に行うことができる。

第５の発明は、音声を入力するための音声入力手段（１６ａ，１６ｂ）を有する、電子カメラであって、画像を撮影する撮影手段（２０ａ，３８ａ，３８ｂ）、撮影手段を、第１所定時間毎（３秒）に画像を連続して撮影させるよう制御する撮影制御手段（２０ａ，Ｓ３５，Ｓ４１，Ｓ４３，Ｓ４９）、音声入力手段に入力された音声を認識する音声認識手段（２０ａ，２０ｂ，３２）、連続して画像が撮影されている状態で、撮影手段によって撮影された後の第２所定時間に音声が入力されたとき、音声認識された結果に基づいて、画像の優先順位を示す識別情報を決定する決定手段（２０ａ，Ｓ４７）、連続して撮影されている画像のうち、撮影手段によって画像が撮影された後に決められた識別情報を、当該画像に対応付ける対応付手段（２０ａ，Ｓ５７）、および識別情報が対応付けられた画像を保存する保存手段（２０ａ，Ｓ５９）を備える、電子カメラである。

第５の発明でも、第１の発明と同様、使用者は、連続して撮影される写真のうち、上手に撮影されたときに発話することで、ベストショットを容易に撮影することができる。さらに、ベストショットには優先順位を示す第１識別情報が対応付けられるため、使用者は、複数の写真の中から、ベストショットを選別する作業をしなくても済むようになる。

第６の発明は、音声を入力するための音声入力手段（１６ａ，１６ｂ）、画像を撮影する撮影手段（２０ａ，３８ａ，３８ｂ）および音声入力手段に入力された音声を認識する音声認識手段（２０ａ，２０ｂ，３２）を有する、電子機器のプロセサ（２０ａ）を、撮影手段を、第１所定時間（３秒）毎に画像を連続して撮影させるよう制御する撮影制御手段（Ｓ３５，Ｓ４１，Ｓ４３，Ｓ４９）、連続して画像が撮影されている状態で、撮影手段によって撮影された後の第２所定時間に音声が入力されたとき、音声認識された結果に基づいて、画像の優先順位を示す識別情報を決定する決定手段（Ｓ４７）、連続して撮影されている画像のうち、撮影手段によって画像が撮影された後に決められた識別情報を、当該画像に対応付ける対応付手段（Ｓ５７）、および識別情報が対応付けられた画像を保存する保存手段（Ｓ５９）として機能させる、連続撮影プログラムである。

第６の発明でも、第１の発明と同様、使用者は、連続して撮影される写真のうち、上手に撮影されたときに発話することで、ベストショットを容易に撮影することができる。さらに、ベストショットには優先順位を示す第１識別情報が対応付けられるため、使用者は、複数の写真の中から、ベストショットを選別する作業をしなくても済むようになる。
第７の発明は、音声を入力するための音声入力手段、画像を撮影する撮影手段および音声入力手段に入力された音声を認識する音声認識手段を有する、電子機器における連続撮影方法であって、電子機器のプロセサが、撮影手段を、第１所定時間毎に画像を連続して撮影させるよう制御する撮影制御ステップ、連続して画像が撮影されている状態で、撮影手段によって撮影された後の第２所定時間に音声が入力されたとき、音声認識された結果に基づいて、画像の優先順位を示す識別情報を決定する決定ステップ、連続して撮影されている画像のうち、撮影手段によって画像が撮影された後に決められた識別情報を、当該画像に対応付ける対応付ステップ、および識別情報が対応付けられた画像を保存する保存ステップを実行する、連続撮影方法である。

この発明によれば、使用者は、所定時間毎に連続して撮影される写真のうち、上手に撮影されたときに発話することで、ベストショットを容易に撮影および保存することができる。

この発明の上述の目的、その他の目的、特徴および利点は、図面を参照して行う以下の実施例の詳細な説明から一層明らかとなろう。

図１は本発明の一実施例の携帯端末の電気的な構成を示すブロック図である。 図２は本発明の携帯端末によって撮影される複数の画像の一例を示す図解図である。 図３は図２に示す複数の画像が保存される領域の一例を示す図解図である。 図４は或る時刻に撮影される画像に対応付けられる識別情報を示す図解図である。 図５は図１に示すＲＡＭに記憶される識別情報データの一例を示す図解図である。 図６は図１に示すＬＣＤモニタに表示される画像データの一例を示す図解図である。 図７は図１に示すＬＣＤモニタに表示される画像データの他の一例を示す図解図である。 図８は図１に示すＬＣＤモニタに表示される画像データのその他の一例を示す図解図である。 図９は図１に示すＬＣＤモニタに表示される画像データのさらにその他の一例を示す図解図である。 図１０は図１に示すＲＡＭのメモリマップの一例を示す図解図である。 図１１は図１に示すＣＰＵの識別情報設定処理を示すフロー図である。 図１２は図１に示すＣＰＵのベストショット撮影処理を示すフロー図である。 図１３は図１に示すＣＰＵのベストショット撮影処理の他の一部であって、図１２に後続するフロー図である。 図１４は図１に示すＣＰＵの画像表示処理を示すフロー図である。

図１を参照して、携帯端末１０は、制御部２０、入力装置であるキー入力装置２２およびタッチパネル制御回路３４によって制御されるタッチパネル３６ａとタッチキー３６ｂとを含む。また、制御部２０は、ＣＰＵ（プロセサまたはコンピュータと呼ばれることもある。）２０ａとＤＳＰ(Digital Signal Processor)２０ｂと含む。ＣＰＵ２０ａは、CDMA方式に対応する無線通信回路１４を制御して発呼信号を出力する。出力された発呼信号は、アンテナ１２から送出され、基地局を含む移動通信網に送信される。通話相手が応答操作を行うと、通話可能状態が確立される。

通話可能状態に移行した後にキー入力装置２２、タッチパネル３６ａおよびタッチキー３６ｂによって通話終了操作が行われると、ＣＰＵ２０ａは、無線通信回路１４を制御して、通話相手に通話終了信号を送信する。そして、通話終了信号の送信後、ＣＰＵ２０ａは、通話処理を終了する。また、先に通話相手から通話終了信号を受信した場合も、ＣＰＵ２０ａは、通話処理を終了する。さらに、通話相手によらず、移動通信網から通話終了信号を受信した場合も、ＣＰＵ２０ａは通話処理を終了する。

携帯端末１０が起動している状態で通話相手からの発呼信号がアンテナ１２によって捉えられると、無線通信回路１４は、着信をＣＰＵ２０ａに通知する。また、ＣＰＵ２０ａは、ＬＣＤドライバ２４によって、表示装置であるＬＣＤモニタ２６を制御し、着信通知に記述された発信元情報をＬＣＤモニタ２６に表示させる。そして、ＣＰＵ２０ａは、第２スピーカ１８ｂから着信音を出力させる。さらに、ＣＰＵ２０ａは、バイブレータとして機能するモータ４０を駆動（回転）させることで携帯端末１０を振動させ、着信を使用者に通知する。

通話可能状態では、次のような処理が実行される。通話相手から送られてきた変調音声信号（高周波信号）は、アンテナ１２によって受信される。受信された変調音声信号は、無線通信回路１４によって復調処理および復号処理が施される。そして、得られた受話音声信号は、第１スピーカ１８ａから出力される。一方、第１マイク１６ａによって取り込まれた送話音声信号は、無線通信回路１４によって符号化処理および変調処理を施される。そして、生成された変調音声信号は、上述と同様、アンテナ１２を利用して通話相手に送信される。

タッチパネル３６ａは、ＬＣＤモニタ２６の画面内で、任意の位置を指示するためのポインティングデバイスである。タッチパネル３６ａは、その上面を指で、押したり、スライドしたり（撫でたり）、触られたりすることにより操作されると、その操作を検出する。そして、タッチパネル３６ａに指が触れると、タッチパネル制御回路３４は、その指の位置を特定し、操作された位置の座標データをＣＰＵ２０ａに出力する。つまり、使用者は、タッチパネル３６ａの上面を指で、押したり、スライドしたり（擦ったり）、触れたりすることによって、操作の方向や図形などを携帯端末１０に入力することができる。

また、タッチパネル３６ａは、指がタッチパネル３６ａの表面に接近して生じた電極間の静電容量の変化を検出する静電容量方式と呼ばれる方式で、１本または複数本の指がタッチパネル３６ａに触れたことを検出する。具体的には、このタッチパネル３６ａは、電極パターンが形成された透明フィルムに、指が接近することで生じる電極間の静電容量の変化を検出する、投影型の静電容量方式が採用されている。なお、検出方式には、表面型の静電容量方式が採用されてもよいし、抵抗膜方式、超音波方式、赤外線方式および電磁誘導方式などであってもよい。

ここで、使用者がタッチパネル３６ａの上面を指で触れる操作を「タッチ」と言うことにする。一方、タッチパネル３６ａから指を離す操作を「リリース」と言うことにする。また、タッチパネル３６ａの表面を擦る操作を「スライド」と言うことにする。そして、タッチによって示された座標を「タッチ点」、リリースによって示された座標を「リリース点」と言うことにする。さらに、使用者がタッチパネル３６ａの上面をタッチして、続けてリリースする操作を「タッチアンドリリース」と言うことにする。そして、タッチ、リリース、スライドおよびタッチアンドリリースなどのタッチパネル３６ａに対して行う操作を、総じて「タッチ操作」と言うことにする。

なお、タッチ点は、タッチパネル３６ａに触れている指の面積の重心座標となる。また、タッチ操作を行うために、専用のタッチペンなどを備えるようにしてもよい。さらに、ＬＣＤモニタ２６の表示座標およびタッチパネル３６ａのタッチ位置座標の原点は左上端とする。つまり、横座標は左上端から右上端に進むにつれて大きくなり、縦座標は左上端から左下端に進むにつれて大きくなる。

一方、タッチキー３６ｂは、タッチセンサーとも呼ばれ、タッチパネル３６ａと同様に静電容量方式で、タッチ操作を検出する。そして、タッチキー３６ｂは、タッチパネル３６ａと同様に、タッチパネル制御回路３４によって制御される。たとえば、タッチキー３６ｂには、実行する機能を表わすアイコン（画像）が表示されている。なお、タッチキー３６ｂは、ＣＰＵ２０ａの制御によりアイコンの表示が切り換えられると、タッチ操作に応じて実行する機能も切り換えられてもよい。

また、携帯端末１０は、二次電池であるリチウムイオン電池４８の電圧に基づく電源をシステム全体に供給する電源回路４６を含む。また、電源回路４６がリチウムイオン電池４８の電圧に基づく電源をシステム全体に供給している場合には、電源オン状態と言うことにする。同様に、電源回路４６がリチウムイオン電池４８の電圧に基づく電源をシステム全体に供給していない場合には、電源オフ状態と言うことにする。電源回路４６は、電源オフ状態で、キー入力装置２２によって電源オン操作がされると起動され、電源オフ状態で、キー入力装置２２による電源オフ操作がされると停止される。さらに、電源オフ状態であっても、電源回路４６は、リチウムイオン電池４８の充電に応答して起動され、リチウムイオン電池４８の充電が完了するのに応答して停止される。また、充電とは、リチウムイオン電池４８が外部電源と接続され外部電源から電力の供給を受けることで、リチウムイオン電池４８が電気エネルギーを蓄えることを言う。

携帯端末１０は、音声認識機能を備えており、たとえば、使用者によって発話された音声が音声入力手段である第２マイク１６ｂに入力されると、ＬＣＤモニタ２６には音声が認識（変換）された文章が表示される。具体的には、第２マイク１６ｂによって取り込まれた音声信号はＤＰＳ２０ｂによって音声データに変換され、ＣＰＵ２０ａおよびＤＳＰ２０ｂは音声データから特徴パターン（特徴量）を抽出する。また、ＣＰＵ２０ａおよびＤＳＰ２０ｂは、音声認識用の音声辞書を構成する参照音声データをＲＯＭ３２から読み出す。そして、ＣＰＵ２０ａおよびＤＳＰ２０ｂは、統計的決定理論に基づく音声認識の手法によって、特徴パターンと各参照パターンとを照合することで、音声データと一致する参照音声データを特定する。この音声辞書は参照音声データとその参照音声データが表わす文字列とが対応付けられているため、ＣＰＵ２０ａおよびＤＳＰ２０ｂは特定した参照音声データに対応する文字列を読み出すことで、当該音声データを文字列に変換する。

また、この統計的決定理論に基づく音声認識の手法では、音声認識の手法として広く利用されているHMM(Hidden Markov Model：隠れマルコフモデル)を利用して、各参照音声データと特徴パターンとの尤度を算出する。そして、ＣＰＵ２０ａおよびＤＳＰ２０ｂは最も尤度が高い参照パターンを特定する。

なお、ＣＰＵ２０ａ、ＤＳＰ２０ｂおよびＲＯＭ３２は、音声認識手段として機能する。また、他の実施例では、特徴パターンの照合による音声認識の手法が採用されてもよい。

また、携帯端末１０はカメラ機能を備えており、キー入力装置２２、タッチパネル３６ａおよびタッチキー３６ｂによってカメラ機能を実行する操作が行われると、カメラ制御回路３８ａおよびイメージセンサ３８ｂを撮影手段として機能させ、カメラ機能を実行する。

たとえば、被写界の光学像はイメージセンサ３８ｂに照射され、イメージセンサ３８ｂの撮像エリアには、たとえばUXGA(1600×1200画素)に対応する受光素子が配置されており、撮像エリアでは、光電変換によって、被写界の光学像に対応する電荷つまりUXGAの生画像信号が生成される。

そして、カメラ機能が実行されると、被写体のリアルタイム動画像つまりスルー画像を表示装置であるＬＣＤモニタ２６に表示するべく、ＣＰＵ２０ａは、カメラ制御回路３８ａに内蔵されるイメージセンサドライバを起動させ、露光動作および指定された読み出し領域に対応する電荷読み出し動作をイメージセンサドライバに命令する。

イメージセンサドライバは、イメージセンサ３８ｂの撮像面の露光と、当該露光によって生成された電荷の読み出しとを実行する。この結果、生画像信号が、イメージセンサ３８ｂから出力される。また、イメージセンサ３８ｂから出力された生画像信号は、カメラ制御回路３８ａに入力される。カメラ制御回路３８ａは、入力された生画像信号に対して、色分離、白バランス調整、ＹＵＶ変換などの処理を施し、ＹＵＶ形式の画像データを生成する。そして、ＣＰＵ２０ａには、ＹＵＶ形式の画像データが入力される。このとき、カメラ制御回路３８ａは、フォーカスレンズ３８ｃを制御することで、被写界にピントを合わせる。

また、ＣＰＵ２０ａに入力されたＹＵＶ形式の画像データは、ＣＰＵ２０ａによってＲＡＭ３０に一旦格納される。さらに、格納されたＹＵＶ形式の画像データは、ＣＰＵ２０ａを介して、ＲＡＭ３０からＬＣＤドライバ２４に与えられる。また同時に、ＣＰＵ２０ａは、間引き読み出し命令をＬＣＤドライバ２４に発行する。そして、ＬＣＤドライバ２４は、ＣＰＵ２０ａから発行された間引き読み出し命令に従って、ＹＵＶ形式の画像データを３０fpsでＬＣＤモニタ２６に出力する。これによって、被写界を表す低解像度（320×240画素）のスルー画像がＬＣＤモニタ２６に表示される。

なお、ＹＵＶ形式の画像データにおいて、Ｙは輝度を意味し、Ｕは青色から輝度を引いた色差を意味し、Ｖは赤色から輝度を引いた色差を意味する。つまり、ＹＵＶ形式の画像データは、輝度信号（Ｙ）データと青色の色差信号（Ｕ）データと赤色の色差信号（Ｖ）データとから構成される。

さらに、キー入力装置２２、タッチパネル３６ａおよびタッチキー３６ｂによって撮影操作が行われると、ＣＰＵ２０ａは、本撮影処理を実行する。つまり、ＣＰＵ２０ａは、イメージセンサ３８ｂから出力されるUXGAの生画像信号に所定の信号処理を施して、ＲＡＭ３０に一旦格納し、メモリカード４４に対する記録処理をＩ／Ｆ４２に命令する。Ｉ／Ｆ４２は、ＣＰＵ２０ａを通してＲＡＭ３０から画像データを読み出し、読み出された画像データを含む画像ファイルとしてメモリカード４４に記録する。さらに、ＣＰＵ２０ａは、第２スピーカ１８ｂから、本撮影処理が実行されていること通知する音を出力させる。なお、メモリカード４４は着脱自在であり、スロット（図示せず）に装着されたときにＩ／Ｆ４２によってアクセス可能となる。

また、使用者は、撮影される画像データのサイズを、UXGAの他に、WQVGA(240×400画素)およびVGA(640×480画素)を選択することができる。そして、選択された画像データのサイズがWQVGAの場合は、画像データはメモリカード４４に保存されず、フラッシュメモリ２８に記録される。

そして、携帯端末１０は、連続撮影によってベストショットを撮影するためのベストショット撮影機能も備えている。たとえば、図２（Ａ）−図２（Ｉ）を参照して、ベストショット撮影機能によって撮影された９つの画像データは、或る時刻から３秒（第１所定時間）毎に撮影された画像データである。図２（Ａ）は或る時刻に人間Ａの顔を撮影した画像であり、図２（Ｂ）は人間Ａの全体像を撮影した画像である。また、図２（Ｃ）は人間Ｂの全体像を撮影した画像であり、図２（Ｄ）は人間Ａと人間Ｂとが集合したときに撮影した画像である。また、図２（Ｅ）は人間Ａが玩具を持っているときに全体像を撮影した画像であり、図２（Ｆ）は人間Ａと人間Ｂとが玩具で遊んでいるときに撮影した画像である。また、図２（Ｇ）は人間Ａと人間Ｃとが一緒に移動しているときに撮影した画像であり、図２（Ｈ）は人間Ａと人間Ｂと人間Ｃとが集合しているときに撮影した画像である。そして、図２（Ｉ）は使用者が撮影している場所から見える山の風景を撮影した画像である。

ここで、本実施例では、ベストショット撮影機能によって画像が撮影されているときに、音声が入力されると、その音声に基づく識別情報が画像データに対応付けられて記録される。

図３（Ａ）を参照して、図２（Ａ）−図２（Ｉ）の９つの画像データは、まずＲＡＭ３０のテンポラリ領域に一時保存される。たとえば、図２（Ａ）の画像データは「画像００１」に対応し、図２（Ｂ）の画像データは「画像００２」に対応し、図２（Ｃ）の画像データは「画像００３」に対応し、図２（Ｄ）の画像データは「画像００４」に対応し、図２（Ｅ）の画像データは「画像００５」に対応し、図２（Ｆ）の画像データは「画像００６」に対応し、図２（Ｇ）の画像データは「画像００７」に対応し、図２（Ｈ）の画像データは「画像００８」に対応し、図２（Ｉ）の画像データは「画像００９」に対応する。

また、「画像００１」、「画像００２」、「画像００３」、「画像００４」、「画像００６」、「画像００８」および「画像００９」が撮影されるときに、音声が認識されたため、識別情報が対応付けられる。たとえば、「画像００１」には、撮影するシーン（以下、単に「シーン」と言うことがある。）を識別する「人物写真」の識別情報が対応付けられており、さらにベストショットのプライオリティ（優先順位）を識別する「エクセレント」の識別情報も対応付けられている。これは、「画像００１」の撮影に合わせて、シーンの識別情報を表わす音声と、ベストショットの識別情報を表わす音声とが、第２マイク１６ｂ入力されたためである。

「画像００２」には、シーンを識別する「人物写真」の識別情報が対応付けられているが、ベストショットの識別情報（第２識別情報）は対応付けられていない。これは、「画像００２」の撮影に合わせてシーンの識別情報を表わす音声のみが入力されたためである。また、「画像００３」には、シーンの識別情報（第１識別情報）は対応付けられていないが、ベストショットのプライオリティを表わす「グッド」の識別情報が対応付けられている。これは、「画像００３」の撮影に合わせてベストショットの識別情報を表わす音声のみが入力されたためである。

さらに、「画像００４」には、シーンを識別する「集合写真」の識別情報と、「グッド」の識別情報とが対応付けられる。「画像００６」には、「エクセレント」の識別情報のみが対応付けられる。「画像００８」には、「集合写真」の識別情報が対応付けられる。「画像００９」には、シーンを識別する「風景写真」の識別情報と、ベストショットのプライオリティを表わす「セレクト」とが対応付けられる。

図３（Ｂ）を参照して、ベストショットの識別情報が対応付けられた画像データは、フラッシュメモリ２８またはメモリカード４４のベストショット保存領域に保存される。つまり、「エクセレント」、「グッド」または「セレクト」の識別情報が対応付けられた、「画像００１」、「画像００３」、「画像００４」、「画像００６」および「画像００９」がベストショット保存領域に保存される。

さらに、図３（Ｃ）を参照して、シーンの識別情報のみが対応付けられた画像データは、フラッシュメモリ２８またはメモリカード４４のシーン保存領域に保存される。つまり、「人物写真」、「集合写真」または「風景写真」の識別情報が対応付けられた、「画像００２」および「画像００８」がシーン保存領域に保存される。

そして、図３（Ｄ）を参照して、識別情報が対応付けられていない画像データは、ＲＡＭ３０の暫定領域に一時保存される。つまり、「画像００５」および「画像００７」がＲＡＭ３０に一時保存される。

このように、認識された音声に基づいて識別情報が決まるため、使用者は、ベストショットを分類して、撮影することができる。

なお、テンポラリ内には、格納（保存）されたデータのうち、古いデータから順に読み出されるＦＩＦＯ(First In First Out)のアルゴリズムが適用されている。たとえば、テンポラリ領域に、「画像００１」から順番に「画像００９」まで保存されれば、最初に保存された「画像００１」から読み出される。

ここで、シーンの識別情報とベストショットの識別情報とを対応付けるための音声認識処理について説明する。図４を参照して、撮影される前の時間Ａ（第２所定時間）の間に認識される音声に基づいてシーンの識別情報が決定される。たとえば、時刻ａまでの２秒間に認識された音声が「集合写真」であれば、時刻ａに撮影される「画像００４」は、集合の撮影シーンとして撮影される。

また、撮影された後の時間Ｂ（第３所定時間）に認識される音声に基づいてベストショットの識別情報が決定される。たとえば、時刻ａから１秒以内に認識された音声が「グッド」であれば、時刻ａに撮影された「画像００４」には、「グッド」の識別情報が対応付けられる。

このように、撮影される時刻を基準として、使用者は、撮影される前に発声した内容に基づいてシーンの識別情報を決めることができ、撮影された後に発声した内容に基づいてベストショットのプライオリティを決定することができる。つまり、使用者は、撮影される時刻を基準として、２種類の識別情報を決めることができる。

なお、他の実施例では、音声認識が可能な時間を、ＬＥＤによる発光で使用者に伝えてもよい。つまり、携帯端末１０は、音声認識によって識別情報が決定できる状態では、ＬＥＤを発光させる。さらに、携帯端末１０は、第２所定時間と第３所定時間とを区別できるように、第２所定時間と第３所定時間とで、ＬＥＤが発光する色を変えるようにしてもよい。

図５（Ａ）および図５（Ｂ）は、初期設定された識別情報が記録されるテーブルを示す図解図である。図５（Ａ）を参照して、シーン設定テーブルは、「シーン」の列と、シーンに対応する「識別情報」が記録される列とから構成される。たとえば、「シーン」の列には、「人物の撮影シーン」、「集合の撮影シーン」および「風景の撮影シーン」などが記録される。また、「識別情報」の列には、「人物の撮影シーン」に対応して「人物写真」が記録され、「集合の撮影シーン」に対応して「集合写真」が記録され、「風景の撮影シーン」に対応して「風景写真」が記録される。

たとえば、シーンの初期設定のときに、設定されるシーンが「人物の撮影シーン」であり、「人物写真」の音声が入力されると、シーン設定テーブルには、「人物の撮影シーン」のシーンと「人物写真」の識別情報とが記録される。なお、設定されるシーンの名称は、キー入力装置２２に対する文字入力のキー操作によって決まる。

また、図５（Ｂ）を参照して、ベストショット設定テーブルは、「プライオリティ」の列と、プライオリティに対応する「識別情報」の列とから構成されている。たとえば、「プライオリティ」の列には、上からプライオリティが高い順番に番号が記録される。つまり、１からｍ（ｍ：自然数）までの番号が記録される。また、「識別情報」の列は、「１」に対応して「エクセレント」が記録され、「２」に対応して「グッド」が記録され、「３」に対応して「セレクト」が記録される。

たとえば、ベストショットの初期設定では、使用者によって入力された音声の順番にプライオリティが設定される。つまり、最初に認識された音声が「エクセレント」であれば、プライオリティが最も高い「１」が「エクセレント」に設定され、次に認識された音声が「グッド」であれば、プライオリティが２番目に高い「２」が「グッド」に設定され、３番目に認識された音声が「セレクト」であれば、プライオリティが３番目に高い「３」が「セレクト」に設定される。

図６（Ａ）および図６（Ｂ）は、ベストショット撮影機能を終了させる操作がされた後にＬＣＤモニタ２６に表示されるGUIの一例を示す図解図である。図６（Ａ）を参照して、ＬＣＤモニタ２６は、状態表示領域５０、機能表示領域５２およびキー表示領域５４を含む。状態表示領域５０には、アンテナ１２による電波受信状態、リチウムイオン電池４８の残電池容量および現在日時などが表示される。また、機能表示領域５２には、「エクセレント」または「グッド」の識別情報が対応付けられた画像（写真）が表示される。たとえば、「エクセレント」の識別情報が対応付けられた画像としては、図２（Ａ）および図２（Ｆ）に示した画像が表示される。また、「グッド」の識別情報が対応付けられた画像としては、図２（Ｃ）および図２（Ｄ）に示した画像が表示される。

キー表示領域５４には、切り換えキー５６およびモードキー５８が含まれる。切り換えキー５６は、機能表示領域５２に表示される内容を切り替えるためのキーである。たとえば、モードキー５６の表示範囲内がタッチされると、機能表示領域５２に表示される画像が図６（Ｂ）に示す状態に切り替わる。

なお、図６（Ａ）で示す状態表示領域５０、機能表示領域５２、キー表示領域５４および切り換えキー５６については、他の図面でも同様であるため、他の図面では、詳細な説明を省略する。

図６（Ｂ）を参照して、機能表示領域５２には、「セレクト」の識別情報が対応付けられた画像と、ベストショットの識別情報が対応付けられていない「その他」の画像が表示される。たとえば、「セレクト」の識別情報が対応付けられた画像としては、図２（Ｉ）に示した画像である。また、「その他」の画像としては、図２（Ｂ）、図２（Ｅ）、図２（Ｇ）および図２（Ｈ）に示した画像が表示される。

ここで、ベストショットの識別情報に基づいて画像が表示される状態（ベストショットモード）でモードキー５８が操作されると、シーンの識別情報に基づいて画像が表示される状態（シーンモード）に切り替わる。図７（Ａ）を参照して、機能表示領域５２には、「人物写真」または「集合写真」の識別情報が対応付けられた画像が表示される。たとえば、人物写真の識別情報が対応付けられた画像としては、図２（Ａ）および図２（Ｂ）に示した画像が表示される。また、「集合写真」の識別情報が対応付けられた画像としては、図２（Ｄ）および図２（Ｈ）に示した画像が表示される。

図７（Ｂ）を参照して、切り替えキー５６が操作されると、機能表示領域５２には、「風景写真」の識別情報が対応付けられた画像と、シーンの識別情報が対応付けられていない「その他のシーン」の画像とが表示される。たとえば、「風景写真」の識別情報が対応付けられた画像としては、図２（Ｉ）に示した画像である。また、「その他のシーン」の画像としては、図２（Ｃ）、図２（Ｅ）、図２（Ｆ）および図２（Ｇ）に示した画像が表示される。

シーンモードでモードキー５８が操作されると、ベストショットおよびシーンの両方の識別情報に基づいて画像が表示される状態（同時モード）に切り替わる。図８（Ａ）を参照して、機能表示領域５２には、「人物写真」の識別情報が対応付けられた画像が、ベストショットの識別情報毎に表示されている。たとえば、「人物写真」と「エクセレント」との識別情報が対応付けられた画像として図２（Ａ）に示す画像が表示され、「人物写真」の識別情報が対応付けられたが、ベストショットの識別情報が対応付けられていない画像として図２（Ｂ）に示した画像が表示される。

なお、該当する画像が存在しない場合には、画像が存在しないことを示す文字列が表示される。たとえば、人物の撮影シーンにおいて、「グッド」または「セレクト」の識別情報が対応付けられた画像が存在しなければ、「グッド」および「セレクト」の画像が表示される領域には「ｎｏ ｉｍａｇｅ」の文字列が表示される。

「人物写真」の識別情報に基づいて画像表示されている状態で、切り替えキー５６が操作されると、機能表示領域５２には、「集合写真」の識別情報が対応付けられた画像が、ベストショットの識別情報毎に表示される。たとえば、図８（Ｂ）を参照して、「集合写真」と「グッド」との識別情報が対応付けられた画像として図２（Ｄ）に示す画像が表示され、集合写真の識別情報が対応付けられたが、ベストショットの識別情報が対応付けられていない画像として図２（Ｈ）に示した画像が表示される。なお、図８（Ｂ）では、「エクセレント」および「セレクト」の画像が表示される領域には、「ｎｏ ｉｍａｇｅ」の文字列が表示される。

また、「集合写真」の識別情報に基づいて画像表示されている状態で、切り替えキー５６が操作されると、「風景写真」の識別情報が対応付けられた画像が、ベストショットの識別情報毎に表示される。たとえば、図９（Ａ）を参照して、「風景写真」と「セレクト」とが対応付けられた画像として図２（Ｉ）に示す画像が表示される。なお、図９（Ａ）では、「エクセレント」、「グッド」および「その他」の画像が表示される領域には、「ｎｏ ｉｍａｇｅ」の文字列が表示される。

また、「風景写真」の識別情報に基づいて画像表示されている状態で、切り替えキー５６が操作されると、シーンの識別情報が対応付けられていない画像が、ベストショットの識別情報毎に表示される。たとえば、図９（Ｂ）を参照して、「エクセレント」の識別情報のみが対応付けられた画像として図２（Ｆ）に示す画像が表示され、「グッド」の識別情報のみが対応付けられた画像として図２（Ｃ）に示す画像が表示され、識別情報が対応付けられていない画像データとして図２（Ｅ）および図２（Ｇ）のそれぞれに示す画像が表示される。

そして、同時モードでモードキー５８が操作されると、ベストショットモード（図６（Ａ），（Ｂ）参照）に戻る。

ここで、使用者によって任意の画像に対して削除操作がされると、その画像データはフラッシュメモリ２８、ＲＡＭ３０またはメモリカード４４から削除される。たとえば、使用者によって画像が選択（タッチ操作）されると、その画像を削除するか否かを確認するGUIが表示される。さらに、削除が選択されると、その画像の表示が消去される。このように、本実施例では、識別情報別に画像データを表示することで、使用者による画像データの取捨選択を容易に行うことができる。

なお、削除操作には、同一の識別情報が対応付けられている画像を一括で削除する一括削除操作や、タッチアンドリリースやタッチアンドスライドによって任意の画像データを選択してから、まとめて削除する選択削除操作が含まれる。また、多くの画像が撮影された場合に、１画面中に全ての画像を表示しきれなければ、画面をスクロールする操作に応じて、表示されていない画像が表示されるようにしてもよい。

また、モードキー５８が操作された後に入力される音声を認識して、表示される画像の状態を切り替えるようにしてもよい。たとえば、携帯端末１０は、モードキー５８が操作された後に、「ベストショット別」の音声を認識すれば、ベストショットモードとなり、「シーン別」の音声を認識すれば、シーンモードとなり、「シーンとベストショット」の音声を認識すれば、同時モードとなる。

図１０は、ＲＡＭ３０のメモリマップを示す図解図である。図１０を参照して、ＲＡＭ３０のメモリマップには、プログラム記憶領域３０２およびデータ記憶領域３０４が含まれる。プログラムおよびデータの一部は、フラッシュメモリ２８から一度に全部または必要に応じて部分的にかつ順次的に読み出され、ＲＡＭ３０に記憶されてからＣＰＵ２０ａなどで処理される。

プログラム記憶領域３０２は、携帯端末１０を動作させるためのプログラムを記憶する。携帯端末１０を動作させるためのプログラムは、音声認識プログラム３１０、撮影プログラム３１２、識別情報設定プログラム３１４、ベストショット撮影プログラム３１６および画像表示プログラム３１８などによって構成される。音声認識プログラム３１０は、第２マイク１６ｂに入力された音声を認識するためのプログラムである。撮影プログラム３１２は、カメラ制御回路３８ａ、イメージセンサ３８ｂおよびフォーカスレンズ３８ｃを利用して被写界の画像を撮影するためのプログラムである。

識別情報設プログラム３１４は、シーンの識別情報およびベストショットの識別情報を初期設定するためのプログラムであり、このプログラムが実行されること、シーン設定テーブルおよびベストショット設定テーブルが更新される。ベストショット撮影プログラム３１６は、第１所定時間毎に連続して画像を撮影するためのプログラムであり、シーンの識別情報およびベストショットの識別情報を、撮影した画像に対応付けて保存する。画像表示プログラム３１８は、撮影された画像をＬＣＤモニタ２６に表示するためのプログラムであり、図６（Ａ）などに示すように画像を表示させる。

なお、図示は省略するが、携帯端末１０を動作させるためのプログラムは、通話を行うためのプログラムや、現在時刻を表示するためのプログラムなどを含む。

データ記憶領域３０４には、タッチバッファ３３０、スルー画像バッファ３３２、テンポラリバッファ３３４、表示画像バッファ３３６および暫定バッファ３３８が設けられる。また、データ記憶領域３０４には、タッチ座標マップデータ３４０および識別情報データ３４２が記憶されるとともに、タッチフラグ３４４、音声認識フラグ３４６、第１カウンタ３４８および第２カウンタ３５０が設けられる。

タッチバッファ３３０は、タッチパネル３６ａによって検出されたタッチなどの入力結果を一時記憶するためのバッファであり、たとえばタッチ点およびリリース点の座標データを一時的に記憶する。スルー画像バッファ３３２は、カメラ制御回路３８ａから読み出されたＹＵＶ形式の画像データが一時的に保存（一旦格納）されるバッファである。

テンポラリバッファ３３４は、撮影された画像が一時的に保存されるバッファであり、たとえば図３（Ａ）に示すテンポラリ領域が含まれる。表示画像バッファ３３６は、ＬＣＤモニタ２６に表示される画像が一旦格納されるバッファである。暫定バッファ３３８は、識別情報が対応付けられなかった画像が一時的に保存されるバッファであり、たとえば図３（Ｄ）に示す暫定領域が含まれる。

タッチ座標マップデータ３４０は、タッチパネル制御回路３４によって特定されるタッチ点などの座標を、ＬＣＤモニタ２６の表示座標と対応付けるためのデータである。つまり、ＣＰＵ２０ａは、タッチ座標マップデータ３２８に基づいて、タッチパネル３６ａに対して行われたタッチ操作の結果をＬＣＤモニタ２６の表示に対応付けることができる。識別情報データ３４２は、図５（Ａ）に示すシーン設定テーブルと、図５（Ｂ）に示すベストショット設定テーブルとから構成されるデータである。

タッチフラグ３４４は、タッチパネル３６ａにタッチしているか（触れているか）否かを判断するためのフラグである。たとえば、タッチフラグ３４４は、１ビットのレジスタで構成される。タッチフラグ３４４がオン（成立）されると、レジスタにはデータ値「１」が設定される。一方、タッチフラグ３４４タッチフラグ３４４がオフ（不成立）されると、レジスタにはデータ値「０」が設定される。

また、音声認識フラグ３４６は、音声が認識されたか否かを判断するためのフラグであり、音声認識プログラム３１０による処理で、音声が認識されればオンに切り替わる。なお、音声認識フラグ３４６の構成は、タッチフラグ３４４と同じであるため、詳細な説明は省略する。

第１カウンタ３４８は、連続撮影処理において、画像が撮影されるまでの第２所定時間（２秒）をカウントするためのカウンタである。また、第２カウンタ３５０は、連続撮影処理において、画像が撮影された後の第３所定時間（１秒）をカウントするためのカウンタである。

なお、図示は省略するが、データ記憶領域３０４には、GUIを表示するための画像データが記憶されると共に、携帯端末１０の動作に必要なカウンタや、フラグも設けられる。

ＣＰＵ２０ａは、「Linux（登録商標）」および「REX」などのRTOS(Real-time Operating System)の制御下で、図１１に示す識別情報設定処理、図１２と図１３とに示すベストショット撮影処理および図１４に示す画像表示処理などを含む複数のタスクを並列的に実行する。

図１１は、識別情報設定処理のフロー図である。たとえば、使用者が識別情報を設定する操作を行うと、ＣＰＵ２０ａは、ステップＳ１では設定される識別情報を決定する。たとえば、使用者が行う操作に応じて、シーンの識別情報か、ベストショットの識別情報かを決定する。続いて、ステップＳ３では、音声認識処理が実行される。つまり、設定される識別情報に対応する音声を取り込むために、音声認識処理を実行する。なお、識別情報設定処理と音声認識処理とは、並列的に実行される。

続いて、ステップＳ５では、音声が入力されたか否かを判断する。つまり、第２マイク１６ｂに音声が入力されたか否かを判断する。ステップＳ５で“ＮＯ”であれば、つまり音声が入力されなければステップＳ５の処理を繰り返し実行する。一方、ステップＳ５で“ＹＥＳ”であれば、つまり音声が入力されればステップＳ７で、入力された音声を認識する。たとえば、第２マイク１６ｂに入力された音声が「人物写真」であれば、音声認識処理によって「人物写真」の文字列のデータがＲＯＭ３２から読み出される。

続いて、ステップＳ９では、シーンの設定であるか否かを判断する。つまり、ステップＳ１でシーンの識別情報を設定する操作がされたか否かを判断する。ステップＳ９で“ＹＥＳ”であれば、つまりシーンの識別情報を設定する操作がされていれば、ステップＳ１１で認識結果をシーン設定テーブルに記録し、ステップＳ１５に進む。たとえば、「人物の撮影シーン」に対する識別情報の設定であり、かつ音声の認識結果が「人物写真」であれば、シーン設定テーブルには、「人物の撮影シーン」に対応して「人物写真」の識別情報が記録される。

一方、ステップＳ９で“ＮＯ”であれば、つまりベストショットの識別情報を設定する操作がされていれば、ステップＳ１３で認識結果をベストショット設定テーブルに記録する。たとえば、ベストショットのプライオリティが最も高い識別情報の設定であり、かつ音声の認識結果が「エクセレント」であれば、ベストショットの設定テーブルには、プライオリティが最も高いことを示す「１」に対応して、「エクセレント」の識別情報が記録される。

ステップＳ１５では、終了操作か否かを判断する。つまり、識別情報設定処理を終了するための操作がされたか否かを判断する。ステップＳ１５で“ＮＯ”であれば、つまり終了操作でなければ、ステップＳ１に戻る。一方、ステップＳ１５で“ＹＥＳ”であれば、つまり終了操作がされれば、識別情報設定処理を終了する。

図１２は、ベストショット撮影処理を示すフロー図である。ＣＰＵ２０ａは、ステップＳ３１では、撮影開始操作か否かを判断する。たとえば、キー入力装置２２に含まれる、シャッターキーが押下されたか否かを判断する。ステップＳ３１で“ＮＯ”であれば、つまり撮影開始操作がされなければ、ステップＳ３１の処理を繰り返し実行する。一方、ステップＳ３１で“ＹＥＳ”であれば、つまり撮影開始操作がされると、ステップＳ３３で音声認識処理を実行する。つまり、撮影された画像データに対応づけられる識別情報を決めるために、音声認識処理を実行する。なお、ベストショット撮影処理と音声認識処理とは、並列的に実行される。

続いて、ステップＳ３５では、タイマー処理を実行する。たとえばタイマー処理では、第１カウンタ３４８によって画像が撮影される前の第２所定時間を計測し、第２カウンタ３５０によって画像が撮影された後の第３所定時間を計測する。なお、第２所定時間はステップＳ３５の処理が実行された時にカウントが始まり、第３所定時間は画像が撮影された時にカウントが始まる。

ステップＳ３７では、シーンを決定する音声が入力されたか否かを判断する。つまり、「人物写真」、「集合写真」または「風景写真」の音声が入力され、その音声が認識されたか否かを判断する。ステップＳ３７で“ＮＯ”であれば、つまりシーンを決定する音声が入力されなければ、ステップＳ４１に進む。一方、ステップＳ３７で“ＹＥＳ”であれば、つまりシーンを決定する音声が入力されれば、ステップＳ３９でシーンの識別情報を決定する。たとえば、「人物写真」の音声が認識されていれば、次に撮影される画像に対応付けられる識別情報を「人物写真」とする。

続いて、ステップＳ４１では、タイマーが満了か否かを判断する。つまり、ステップＳ４１では、タイマー処理が実行されてから第２所定時間が経過したか否かを判断する。ステップＳ４１で“ＮＯ”であれば、つまり第２所定時間が経過していなければ、ステップＳ３７に戻る。一方、ステップＳ４１で“ＹＥＳ”であれば、つまり第２所定時間が経過すれば、ステップＳ４３で撮影処理を実行する。つまり、被写界の画像が撮影される。

続いて、ステップＳ４５では、ベストショットを決定する音声が入力されたか否かを判断する。つまり、「エクセレント」、「グッド」および「セレクト」の音声が入力され、その音声が認識されたか否かを判断する。ステップＳ４５で“ＮＯ”であれば、つまりベストショットを決定する音声が入力されなければ、ステップＳ４９に進む。一方、ステップＳ４５で“ＹＥＳ”であれば、つまりベストショットを決定する音声が入力されていれば、ステップＳ４７でベストショットの識別情報を決定する。たとえば、「グッド」の音声が認識されていれば、ステップＳ４３で撮影された画像に対応付ける識別情報を「グッド」とする。

続いて、ステップＳ４９でタイマーが満了か否かを判断する。つまり、ステップＳ４９では、ステップＳ４１の処理とは異なり、撮影されてから第３所定時間が経過したか否かを判断する。ステップＳ４９で“ＮＯ”であれば、つまり第３所定時間が経過していなければ、ステップＳ４５に戻る。一方、ステップＳ４９で“ＹＥＳ”であれば、つまり第３所定時間が経過していれば、図１３に示すステップＳ５１で画像をバッファに一時保存する。つまり、ステップＳ４３で撮影された画像をテンポラリ領域（テンポラリバッファ３３４）に一時保存する。

続いて、ステップＳ５３では、音声が認識されたか否かを判断する。つまり、音声認識フラグ３４６がオンであるか否かを判断する。ステップＳ５３で“ＮＯ”であれば、つまり音声認識フラグ３４６がオフであれば、ステップＳ５５で画像を暫定領域（暫定バッファ３３８）に一時保存して、ステップＳ６３に進む。つまり、音声が認識されず、識別情報が決まっていないため、ステップＳ５５では、撮影された画像が暫定領域に一時保存される。

一方、ステップＳ５３で“ＹＥＳ”であれば、つまり音声認識フラグ３４６がオンであれば、ステップＳ５７で識別情報を画像に対応付ける。たとえば、シーンの識別情報が「人物写真」と決められており、ベストショットの識別情報が「グッド」と決められていれば、テンポラリ領域に格納された撮影された画像に、「人物写真」および「グッド」の識別情報が対応付けられる。なお、シーンの識別情報のみが決まっていればシーンの識別情報のみが対応付けられ、ベストショットの識別情報のみが決まっていればベストショットの識別情報のみが対応付けられる。

続いて、ステップＳ５９では、画像を保存領域に保存する。つまり、識別情報が対応付けられた画像データを、ベストショット保存領域またはシーン保存領域に保存する。なお、ステップＳ５９の処理を実行するＣＰＵ２０ａは保存手段として機能する。続いて、ステップＳ６１では、空き容量が十分か否かを判断する。つまり、フラッシュメモリ２８またはメモリカード４４に、さらに画像データを保存することが可能であるか否かを判断する。ステップＳ６１で“ＮＯ”であれば、つまりフラッシュメモリ２８またはメモリカード４４に、さらに画像データを保存することが不可能な状態であれば、ベストショット撮影処理を終了する。

一方、ステップＳ６１で“ＹＥＳ”であれば、つまりフラッシュメモリ２８またはメモリカード４４に、さらに画像データを保存することが可能な状態であれば、ステップＳ６３で終了操作か否かを判断する。たとえば、キー入力装置２２に含まれるシャッターキーが再び操作されたか否かを判断する。ステップＳ６３で“ＮＯ”であれば、つまり終了操作がされていなければ図１２に示すステップＳ３５に戻る。一方、ステップＳ６３で“ＹＥＳ”であれば、つまり終了操作がされれば、ベストショット撮影処理を終了する。

なお、ベストショット撮影処理において、ステップＳ３５，Ｓ４１，Ｓ４３，Ｓ４９の処理を実行するＣＰＵ２０ａは撮影制御手段として機能する。また、ステップＳ３９およびステップＳ４７の処理を実行するＣＰＵ２０ａは決定手段として機能し、さらにステップＳ３９の処理を実行するＣＰＵ２０ａは第１決定手段、ステップＳ４７の処理を実行するＣＰＵ２０ａは第２決定手段として機能する。また、ステップＳ５７の処理を実行するＣＰＵ２０ａは対応付手段として機能する。

図１４は、画像表示処理を示すフロー図である。ＣＰＵ２０ａは、ベストショット撮影処理が終了すると画像表示処理を実行し、ステップＳ７１で画像データを読み込む。つまり、ベストショット保存領域およびシーン保存領域と、ＲＡＭ３０の暫定保存領域（暫定バッファ３３８）とから画像データを読み出し、表示画像バッファ３３６に格納する。続いて、ステップＳ７３では、ベストショットモードであるか否かを判断する。つまり、ベストショットの識別情報に基づいて画像を表示するモードであるか否かを判断する。ステップＳ７３で“ＹＥＳ”であれば、つまりベストショットモードであれば、ステップＳ７５でベストショットの識別情報に基づいて画像を表示し、ステップＳ８５に進む。たとえば、ステップＳ７５では、図６（Ａ），図６（Ｂ）に示すように、表示画像バッファ３３６に格納された画像データのそれぞれは、「エクセレント」、「グッド」、「セレクト」および「その他」に分けられて、ＬＣＤモニタ２６に表示される。

なお、携帯端末１０が工場出荷状態の場合には、ベストショットモードで、画像が表示されるように設定されているため、１度目のループ（ステップＳ７３−Ｓ８３）では、ステップＳ７３では“ＹＥＳ”と判断され、ステップＳ７５の処理が実行される。そして、使用者は、ベストショット撮影機能の後に画像が表示されるモードを、任意に設定することができてもよい。

一方、ステップＳ７３で“ＮＯ”であれば、つまりベストショットモードでなければ、ステップＳ７７でシーンモードか否かを判断する。ステップＳ７７で“ＹＥＳ”であれば、つまりシーンモードであれば、ステップＳ７９でシーンの識別情報に基づいて画像を表示し、ステップＳ８５に進む。たとえば、ステップＳ７９では、図７（Ａ），図７（Ｂ）に示すように、表示画像バッファ３３６に格納された画像データのそれぞれは、「人物の撮影シーン」、「集合の撮影シーン」、「風景の撮影シーン」および「その他の撮影シーン」に分けられて、ＬＣＤモニタ２６に表示される。

一方、ステップＳ７７で“ＮＯ”であれば、つまりベストショットシーンでなければ、ステップＳ８１で同時モードか否かを判断する。ステップＳ８１で“ＮＯ”であれば、ステップＳ８５に進み、“ＹＥＳ”であれば、ステップＳ８３でベストショットおよびシーンの識別情報に基づいて画像を表示する。たとえば、ステップＳ８３では、図８（Ａ），図８（Ｂ），図９（Ａ）および図９（Ｂ）に示すように、表示画像バッファ３３６に格納された画像データのそれぞれは、撮影されたシーンにおいて、ベストショット毎に表示される。

なお、ステップＳ７５、ステップＳ７９またはステップＳ８３の処理を実行するＣＰＵ２０ａは、画像表示手段として機能する。

ステップＳ８５では、モード切り替え操作か否かを判断する。たとえば、モードキー５８が操作されたか否かを判断する。ステップＳ８５で“ＹＥＳ”であれば、たとえばモードキー５８が操作されれば、ステップＳ７３に戻る。一方、ステップＳ８５で“ＮＯ”であれば、つまりモードキー５８が操作されていなければ、ステップＳ８７で終了操作か否かを判断する。たとえば、キー入力装置２２に含まれる終話キーなどが操作されたか否かを判断する。ステップＳ８７で“ＮＯ”であれば、つまり終了操作がされなければステップＳ８５に戻る。一方、ステップＳ８７で“ＹＥＳ”であれば、つまり終了操作がされれば、画像表示処理を終了する。

なお、ステップＳ８７で“ＹＥＳ”である場合に、暫定バッファ３３８に格納された画像データをフラッシュメモリ２８またはメモリカード４４に保存するか否かの処理が実行されてもよい。そして、保存する操作がされなければ、暫定バッファ３３８に格納された画像データは消去される。

また、本実施例では、撮影される前の２秒（第２所定時間）と撮影された後の１秒（第３所定時間）と合わせて、第１所定時間（３秒）となるように処理が実行されているが、使用者は、第２所定時間と第３所定時間とを変えずに、第１所定時間のみを任意に変更してもよい。また、使用者は、第１所定時間との矛盾を生じない限り、第２所定時間および第３所定時間も任意に変更してもよい。

以上の説明から分かるように、携帯端末１０は、音声を認識するための第２マイク１６ｂおよびイメージセンサ３８ｂとフォーカスレンズ３８ｃとを制御するカメラ制御回路３８ａを備える。また、携帯端末１０は、カメラ制御回路３８ａを制御することで、カメラ機能を実行し、被写界の画像を撮影する。また、携帯端末１０は３秒毎に画像を撮影するベストショット撮影機能を実行することができる。そして、携帯端末１０は、ベストショット撮影機能が実行されて、画像が撮影されるときに、音声が入力されると、その画像に識別情報を対応付けてフラッシュメモリ２８またはメモリカード４４に保存する。

これにより、使用者は、連続して撮影される写真のうち、上手に撮影されたときに発話することで、ベストショットを容易に撮影することができる。さらに、ベストショットには識別情報が対応付けられて保存されるため、使用者は、複数の写真の中から、ベストショットを選別する作業をしなくても済むようになる。

なお、本実施例では、撮影される画像データのサイズとしてUXGA，WQVGAおよびVGAに限定されるものではなく、適宜他のサイズが用いられてもよい。さらに、カメラ機能では、静止画像だけでなく、動画像も撮影可能であってもよい。また、イメージセンサ３８ｂには、CMOSイメージセンサまたはCCDイメージセンサが採用される。

また、携帯端末１０の通信方式には、CDMA方式に限らず、W-CDMA方式、TDMA方式、PHS方式およびGSM方式などを採用してもよい。携帯端末１０のみに限らず、カメラ機能を備えるPDA(Personal Digital Assistant)などの携帯情報端末などであってもよい。さらに、カメラ機能を備えない携帯端末１０に対して、WEBカメラやモバイルカメラなどを取り付け、ベストショット撮影機能のソフト（プログラム）をインストールすることで、本実施例が実施されてもよい。また、音声認識処理には、第１マイク１６ａが用いられてもよい。

また、本明細書中の「ベストショット」の語は、和製英語であるため、英語文法における「best shot:ベストを尽くしての試み、できるだけのこと」とは解釈しないでいただきたい。さらに、「ベストショット」の語は、「上手に撮影できた写真」だけでなく、「大切に保存しておきたい写真」や、「お気に入りの写真」などの意味も包含されるものと理解されたい。

１０ … 携帯端末
１６ａ … 第１マイク
１６ｂ … 第２マイク
２０ａ … ＣＰＵ
２０ｂ … ＤＳＰ
２２ … キー入力装置
２６ … ＬＣＤモニタ
２８ … フラッシュメモリ
３０ … ＲＡＭ
３２ … ＲＯＭ
３８ａ … カメラ制御回路
３８ｂ … イメージセンサ
３８ｃ … フォーカスレンズ
４４ … メモリカード

Claims (7)

1. 音声を入力するための音声入力手段を有する、携帯端末であって、
   画像を撮影する撮影手段、
   前記撮影手段を、第１所定時間毎に画像を連続して撮影させるよう制御する撮影制御手段、
   前記音声入力手段に入力された音声を認識する音声認識手段、
   連続して画像が撮影されている状態で、前記撮影手段によって撮影された後の第２所定時間に音声が入力されたとき、音声認識された結果に基づいて、画像の優先順位を示す第１識別情報を決定する第１決定手段、
   連続して撮影されている画像のうち、前記撮影手段によって画像が撮影された後に決められた第１識別情報を、当該画像に対応付ける対応付手段、および
   前記第１識別情報が対応付けられた画像を保存する保存手段を備える、携帯端末。
2. 連続して撮影されている画像のうち、前記第１識別情報が対応付けられていない画像を一時保存する一時保存手段をさらに備える、請求項１記載の携帯端末。
3. 連続して撮影されている状態で、前記撮影手段によって撮影される前の第３所定時間に入力された音声に基づいて撮影シーンを示す第２識別情報を決定する第２決定手段をさらに備え、
   前記対応付手段は、連続して撮影されている画像のうち、前記撮影手段によって画像が撮影された時の後と前とに決められた第１識別情報および第２識別情報のそれぞれを、当該画像に対応付ける、請求項１または２記載の携帯端末。
4. 前記対応付手段によって対応付けられた第１識別情報に基づいて保存された画像を表示する画像表示手段をさらに備える、請求項１ないし３のいずれかに記載の携帯端末。
5. 音声を入力するための音声入力手段を有する、電子カメラであって、
   画像を撮影する撮影手段、
   前記撮影手段を、第１所定時間毎に画像を連続して撮影させるよう制御する撮影制御手段、
   前記音声入力手段に入力された音声を認識する音声認識手段、
   連続して画像が撮影されている状態で、前記撮影手段によって撮影された後の第２所定時間に音声が入力されたとき、音声認識された結果に基づいて、画像の優先順位を示す識別情報を決定する決定手段、
   連続して撮影されている画像のうち、前記撮影手段によって画像が撮影された後に決められた識別情報を、当該画像に対応付ける対応付手段、および
   前記識別情報が対応付けられた画像を保存する保存手段を備える、電子カメラ。
6. 音声を入力するための音声入力手段、画像を撮影する撮影手段および前記音声入力手段に入力された音声を認識する音声認識手段を有する、電子機器のプロセサを、
   前記撮影手段を、第１所定時間毎に画像を連続して撮影させるよう制御する撮影制御手段、
   連続して画像が撮影されている状態で、前記撮影手段によって撮影された後の第２所定時間に音声が入力されたとき、音声認識された結果に基づいて、画像の優先順位を示す識別情報を決定する決定手段、
   連続して撮影されている画像のうち、前記撮影手段によって画像が撮影された後に決められた識別情報を、当該画像に対応付ける対応付手段、および
   前記識別情報が対応付けられた画像を保存する保存手段として機能させる、連続撮影プログラム。
7. 音声を入力するための音声入力手段、画像を撮影する撮影手段および前記音声入力手段に入力された音声を認識する音声認識手段を有する、電子機器における連続撮影方法であって、前記電子機器のプロセサが、
   前記撮影手段を、第１所定時間毎に画像を連続して撮影させるよう制御する撮影制御ステップ、
   連続して画像が撮影されている状態で、前記撮影手段によって撮影された後の第２所定時間に音声が入力されたとき、音声認識された結果に基づいて、画像の優先順位を示す識別情報を決定する決定ステップ、
   連続して撮影されている画像のうち、前記撮影手段によって画像が撮影された後に決められた識別情報を、当該画像に対応付ける対応付ステップ、および
   前記識別情報が対応付けられた画像を保存する保存ステップを実行する、連続撮影方法。

Images