專利名稱：使用語(yǔ)音-文本轉(zhuǎn)換自動(dòng)生成數(shù)字圖像文件的文件名的制作方法
4OT語(yǔ)音一文本轉(zhuǎn)換自動(dòng)生成數(shù)字
圖像文件的文件名
背景技術(shù)：
本發(fā)明通常涉及數(shù)字相機(jī)，包括數(shù)字照相機(jī)、數(shù)字?jǐn)z像機(jī)、裝備有數(shù)字相 機(jī)的移動(dòng)電話，和類似物品，并且，更特別的涉及j柳語(yǔ)音-文本轉(zhuǎn)換來(lái)為數(shù) 字圖像文件自動(dòng)生成有含義的文件名。
數(shù)字相機(jī)電子地捕捉圖像并用數(shù)字格式在存儲(chǔ)器中儲(chǔ)存這些圖像作為數(shù)字 圖像文件，像數(shù)碼照片、視頻或類似文件。如果需要，這些數(shù)字圖像文件可以 被傳輸或下載到圖像處理設(shè)備，像計(jì)算機(jī)、照片打印機(jī)，等以用于編輯和/或打 印。許多數(shù)字照相mia—步允許4OT者記錄簡(jiǎn)短音頻或聲音注釋，典型的為持 續(xù)幾秒鐘，然后可能要與給定的數(shù)字圖像文件關(guān)聯(lián)。這種音頻注釋可能被用戶 用于多種目的，例如為圖像提供上下文背景或記錄在編輯或打印期間i頓的信 息。
目前，數(shù)字照相機(jī)4OT默認(rèn)文件命名機(jī)制，用于鑒別和追蹤存儲(chǔ)于存儲(chǔ)器 中或傳輸?shù)较裼?jì)算機(jī)或數(shù)字圖像打印機(jī)的數(shù)字圖像處理設(shè)備中的數(shù)字圖像文 件。典型的默認(rèn)文件命名機(jī)制使用字母和數(shù)字的組合，從而這些字母和數(shù)字的 組合被有序地分配給存儲(chǔ)于數(shù)字相機(jī)存儲(chǔ)器中的文件。例如， 一些通用命名機(jī)
制使用由字母序列(例如，"DSC"、 "MG"、 "IMG—"、 "PICT"、 "DSCF"、 "DSCN"等)組成的標(biāo)識(shí)符，這些組合用于表示數(shù)字圖像文件類型，例如，照 片，視頻或類似類型，或者用于標(biāo)識(shí)數(shù)字相機(jī)存儲(chǔ)器中文件或文件夾分區(qū)的數(shù) 字序列("101"、 "101_"等)。序列號(hào)(例如，"0001"、 "0002"、 "0003"等) 添加到此標(biāo)識(shí)符，用于將存儲(chǔ)于存儲(chǔ)器中的特定的數(shù)字圖像文件與其它數(shù)字圖 像文件區(qū)分出來(lái)。最后，文件類型擴(kuò)展名(例如，"JPG"、 "TIF"、 "BIT"、 "MPG"等)可以附加于序列號(hào)尾部用于識(shí)別數(shù)字圖像文件的文件類型。按此方 法，可以創(chuàng)建一個(gè)默認(rèn)的文件名，具有格式"DSC0001,JPG"、 "MG—0001.JPG"、 "101_0002" ^m似格式，此后這些格式被用于標(biāo)識(shí)數(shù)字圖像文件。
這種默認(rèn)文件命名機(jī)制存在一個(gè)問題，即它們向數(shù)字相機(jī)的使用者傳達(dá)極少或沒有傳達(dá)有用的信息，而這些信息能幫助使用者將一個(gè)文件區(qū)別于其它文 件。替代這個(gè)的是，用戶必須打開并瀏覽齡文件才能判定該數(shù)字圖像文件包 含的圖像是否是需要的。更進(jìn)一步，許多數(shù)字相機(jī)都配置了存儲(chǔ)器，這使其能 存儲(chǔ)極其大量的數(shù)字圖像文件，對(duì)用戶來(lái)說(shuō)進(jìn)行該處理過程效率低下并會(huì)感到 挫敗。為了致力解決這一缺陷，很多數(shù)字相機(jī)都具有縮略顯示，它由很多數(shù)字
圖像文件存儲(chǔ)的圖像的小版式組成。fflil該方法，用戶可以選擇需要的圖像文
件而不必打開存儲(chǔ)器中的文件。盡管如此，由縮略顯示提供的圖像版式通常都 非常小，i頓戶船制各包含相似主題內(nèi)容的圖像文件區(qū)分開來(lái)。
因此，我們需要提供一種系統(tǒng)和方法用于快速而高效地創(chuàng)建數(shù)字圖像文件 的注釋文件名，它向用戶傳達(dá)有意義的信息，從而允許用戶搜索存儲(chǔ)于存儲(chǔ)器 中的數(shù)字圖像文件并在這些數(shù)字圖像文件中選擇，和/或者無(wú)需非必要地打開瀏 覽文件就能分類和組織那些文件。
本發(fā)明涉及一種用于自動(dòng)生成由數(shù)字照相機(jī)捕捉的數(shù)字圖像文件的注釋文 件名的系統(tǒng)和方法，該注釋文件名向用戶傳達(dá)有意義的信息。通過該方法，用 戶可以生成文件名，該文件名可能被用于更有效的在存儲(chǔ)器所存儲(chǔ)的圖像文件 中進(jìn)行選擇，減少了用戶不必要地打開和瀏覽文件的需求。
在一個(gè)具體實(shí)施例中，本發(fā)明提供了一種數(shù)字相機(jī)，育^自動(dòng)生成數(shù)字圖
像文件的注釋文件名。該數(shù)字相機(jī)包括用于捕捉圖像的成像系統(tǒng)，耦合于成像 系統(tǒng)的處理系統(tǒng)，用于將捕捉的圖像M為數(shù)字圖像文件，和音頻系統(tǒng)，用于 記錄包含與該數(shù)字圖像相關(guān)的音頻信息的音頻注釋。在圖像被捕捉后，數(shù)字照 相機(jī)的處理 行指令程序，用于將該音頻信息轉(zhuǎn)換為文本字符串，并將該文 本字符串與數(shù)字圖像文件關(guān)聯(lián)作為該數(shù)字圖像文件的注釋文件名。
在第二個(gè)實(shí)施例中，本發(fā)明提供了一種用于自動(dòng)生成數(shù)字圖像文件的注釋 文件名的系統(tǒng)和方法，該數(shù)字圖像文件是由數(shù)字相機(jī)捕捉的。依照該系統(tǒng)和方 法，包含音頻信息的音頻注釋與該數(shù)字圖像文件關(guān)聯(lián)。使用語(yǔ)音""文本轉(zhuǎn)換將 該音頻注釋中的音頻信息轉(zhuǎn)換為文本字符串。然后，將該文本字符串與該數(shù)字 圖像文件相關(guān)聯(lián)，作為該數(shù)字圖像文件的注釋文件名。
可以理解的是，前述概述和接下來(lái)的詳細(xì)說(shuō)明都是用于例證和說(shuō)明的，并 且都不是限制本發(fā)明。附圖被引入到說(shuō)明書中，并且作為說(shuō)明書的一部分，論述本發(fā)明的實(shí)施例，并與本發(fā)明的一般描述一起用于解釋本發(fā)明的原理。
附圖的簡(jiǎn)要描述 參考附圖，本領(lǐng)域技術(shù)人員可以更好的理解本發(fā)明的多項(xiàng)優(yōu)點(diǎn)

圖1顯示^M本發(fā)明示例實(shí)施例的數(shù)字照相機(jī)的方框亂 圖2顯示生成圖1所示的數(shù)字照相機(jī)中數(shù)字圖像文件的注釋文件名的方框
圖3A，3B和3C是如圖1所示的數(shù)字照相機(jī)在為存儲(chǔ)于竊儲(chǔ)器中的數(shù)字 圖像文件生皿釋文件名過程中的顯示器簡(jiǎn)圖4顯示依照本發(fā)明示例實(shí)施例，生成數(shù)字圖像文件的注釋文件名的方法 的流程圖5顯示依照本發(fā)明第二示例實(shí)施例的數(shù)字照相機(jī)的方框亂 圖6顯示如圖5所示數(shù)字照相機(jī)中數(shù)字圖像文件的注釋文件名的的生成的 方框圖7A和7B顯示圖5所示的數(shù)字照相機(jī)在為存儲(chǔ)于其存儲(chǔ)器中的數(shù)字圖像 文件命名戰(zhàn)呈中的顯示器簡(jiǎn)圖8顯示依照本發(fā)明第二示例實(shí)施例，生成數(shù)字圖像文件的注釋文件名的 方法的流程圖；以及
圖9顯示傲照本發(fā)明的與圖像處理設(shè)備相耦合的數(shù)字照相機(jī)的方框圖，其 中，由該數(shù)字照相機(jī)捕捉的數(shù)字圖像文件的注釋文件名的生成是由該圖像處理 設(shè)，供的。
具體實(shí)施例的詳細(xì)描述 現(xiàn)在，將對(duì)本發(fā)明優(yōu)選實(shí)施例作出詳細(xì)解釋，這些例子都在附圖中加以說(shuō)明。
圖1到12舉例說(shuō)明了依照本發(fā)明示例實(shí)施例自動(dòng)生成由數(shù)字照相機(jī)捕捉的 數(shù)字圖像文件的注釋文件名的系統(tǒng)和方法，該注釋文件名可向用戶傳達(dá)有含義 的信息。
圖1描繪了實(shí)施本發(fā)明系統(tǒng)和方法的示例數(shù)字照相機(jī)100。如圖所示，該 數(shù)字照相機(jī)包括成像系統(tǒng)102,成像系統(tǒng)102包括鏡頭/快門組合裝置104，用來(lái) 指引并聚焦光線到圖像生麟106中，圖像生臓106包括一個(gè)或多個(gè)CCD(電 荷耦合體)或CMOS (互補(bǔ)金屬氧化物半導(dǎo)體)傳SI用于捕艦象的圖像。該鏡頭/快門組M置104和圖像生皿106者瞎禺合于處理系統(tǒng)108， Ml系統(tǒng) 108控制快門/鏡頭組合裝置中鏡頭和快門的操作，并處理從圖像生成器106中 接收到的圖像信息，用于生成數(shù)字圖像文件，該文件包含數(shù)字格式的捕捉圖像。 在一示例實(shí)施例中，處理系統(tǒng)108可包含數(shù)字照相機(jī)100操作所需要的處理器， 存儲(chǔ)器，例如隨機(jī)存取存儲(chǔ)器(RAM),只讀存儲(chǔ)器(ROM),電可擦除可編程 只讀存儲(chǔ)器(EEPROM)，或者類似存儲(chǔ)器，總線系統(tǒng)，等等。該處理系統(tǒng)108 耦舒用于存儲(chǔ)數(shù)字圖像文件的存儲(chǔ)器110。在示例實(shí)施例中，存儲(chǔ)器110可包 含閃存，如Compact Flash、 SmartMedia 、 PC卡、記憶# 、雙記憶#@和類 似錢；硬盤驅(qū)動(dòng)器；可移動(dòng)硬盤驅(qū)動(dòng)器；或者類似體。該數(shù)字照相機(jī)100 可進(jìn)一步包括耦^T處理系統(tǒng)108的顯示裝置112，用于顯示用戶捕捉到的圖 像，由此允許用戶將圖像居中擺放，聚焦數(shù)字照相機(jī)100，使圖像中出現(xiàn)的人物 擺,勢(shì)，和類似操作。顯示裝置112可進(jìn)一步用于顯示從圖像文件接收到的 捕捉圖像，用于向用戶傳達(dá)信息的菜單，該菜單用于選擇數(shù)字照相機(jī)100的特 性，這些特性用于控制數(shù)字照相機(jī)100的操作，等等。數(shù)字照相機(jī)進(jìn)一步包括 音頻系統(tǒng)114，音頻系統(tǒng)114包括麥克風(fēng)116，并可選的包括揚(yáng)聲器118，用于 允許使用者記錄簡(jiǎn)短的音頻或聲音注釋，記錄用于數(shù)字視頻記錄的聲音，輸入 聲絲令，等等。
如圖2所示，圖1中所示的數(shù)字照相機(jī)100 1^M本發(fā)明示例實(shí)施例4頓系 統(tǒng)120來(lái)自動(dòng)生成數(shù)字圖像文件的注釋文件名。 一個(gè)或多個(gè)圖像被數(shù)字照相機(jī) 100的成像系統(tǒng)102捕捉，并被存儲(chǔ)于存儲(chǔ)器110中作為數(shù)字圖像文件122。在 本發(fā)明實(shí)施例中，數(shù)字圖像文件122可包含數(shù)字靜止圖像，該數(shù)字靜止圖像包 括單個(gè)的照片圖像或一組照片圖像，數(shù)字視頻，等等，它們使用通用格式，例 如聯(lián)合圖像專家組(JPEG)， ^動(dòng)圖像專家組(MPEG)指定的格式，g似 格式。
M (OT數(shù)字照相機(jī)100的音頻系統(tǒng)112來(lái)記錄音頻或聲音信息，用戶可 進(jìn)一步生成與數(shù)字圖像文件122相關(guān)的音頻注釋124。該特征允許用戶為捕捉到 的圖像提供上下文背景，或者允許用戶記錄在隨后的圖像編輯或打印期間使用 的信息。當(dāng)信息被記錄后，該音頻注釋被關(guān)聯(lián)到數(shù)字圖像文件122，并與數(shù)字圖 像文件122—同存儲(chǔ)于存儲(chǔ)器110中。例如，在一個(gè)實(shí)施例中，捕捉到照片圖 像之后，數(shù)字照相機(jī)100可il^用戶(例如，3!3i顯示器112來(lái)顯示提示)記蘇頻注釋124。然后，用戶可4頓音頻系統(tǒng)114的麥克風(fēng)116講話來(lái)記錄音頻
注釋124，通常講話t轉(zhuǎn)賣幾秒鐘。
當(dāng)數(shù)字圖像文件122和任何相關(guān)的音頻注釋124 儲(chǔ)于存儲(chǔ)器110時(shí)，
處理系統(tǒng)108執(zhí)行指令程序，該指令程序?yàn)閿?shù)字圖像文件122分配初始默認(rèn)文
件名126。默認(rèn)文件命名機(jī)制可能會(huì)被像如圖1和2中顯示的數(shù)字照相機(jī)100
這樣的數(shù)字照相機(jī){頓，該默認(rèn)文件命名機(jī)制通常l柳字母和數(shù)字的組合，這
些組合順序地被分配給存儲(chǔ)在數(shù)字照相機(jī)100的存儲(chǔ)器110中的文件。例如，
默認(rèn)文件命名機(jī)制使用由字母序列(例如，"DSC"、 "MG"、 "MG一"、
"PICT"、 "DSCF"、 "DSCN"等)組成的標(biāo)識(shí)符，這些字母序列用于表示數(shù)字
圖像文件的類型，例如，照片，數(shù)字視頻，或者類似類型；或者，默認(rèn)文件命
名機(jī)制使用由數(shù)字序列("101"、 "101一"等)組成的標(biāo)識(shí)符，這些數(shù)字序列用
于確定數(shù)字照相機(jī)勵(lì)存儲(chǔ)器中的文件敘件夾分區(qū)。序列號(hào)(例如，"0001"、
"0002"、 "0003"等)附加于該標(biāo)識(shí)符，用于將存儲(chǔ)于存儲(chǔ)器中的特定數(shù)字圖像
文件與其他數(shù)字圖像文件區(qū)分開來(lái)。最后，文件類型擴(kuò)展名(例如，".JPG"、"TjP"、 " mT"、 "，g"等)可附加于上述序列號(hào)末尾，來(lái)標(biāo)識(shí)數(shù)字圖像文件
的文件類型。如圖2顯示的實(shí)施例中，己分配的默認(rèn)文件名126包括字符串"DSC0111"，它使用標(biāo)識(shí)符"DSC"和序列號(hào)"0111"。盡管如此，應(yīng)該意識(shí)到，處理系統(tǒng)108也可分配具有其他格式而沒有偏離本發(fā)明范圍和目的的文件名。
f^M本發(fā)明，用戶可選擇艦{頓與數(shù)字圖像文件122相關(guān)聯(lián)的音頻注釋124，為存儲(chǔ)于數(shù)字照相機(jī)的存儲(chǔ)器110中的數(shù)字圖像文件122生j^主釋文件名。在這種情況中，語(yǔ)音一文*^換驅(qū)動(dòng)器128使用語(yǔ)^"文本轉(zhuǎn)換禾M)字，自動(dòng)為*具有相關(guān)注釋信息124的數(shù)字圖像文件122將包含于該音頻注釋124的音頻信息轉(zhuǎn)換成文本字符串130。然后該語(yǔ)音一文本轉(zhuǎn)換驅(qū)動(dòng)器128使用文本字符串130替換數(shù)字圖像文件122的默認(rèn)文件名126，并且將數(shù)字圖像文件122存儲(chǔ)于存儲(chǔ)器110中，由此，文本字符串130與數(shù)字圖像文件122相關(guān)聯(lián)作為數(shù)字圖像文件122的注釋文件名132。
例如，在圖3A至3C所示的實(shí)施例中，用戶可以打開由數(shù)字照相機(jī)100(圖1)的顯示器112顯示的菜單134 ("MENU"),并選擇菜單選項(xiàng)136，以啟動(dòng)注釋文件命名(例如，如圖3B和3C所示，ffl3t^擇菜單選項(xiàng)136下一步的選項(xiàng)框138"啟動(dòng)聲音注釋文件命名")，從而啟動(dòng)語(yǔ)音一文本轉(zhuǎn)換驅(qū)動(dòng)器128。該語(yǔ)音一文本轉(zhuǎn)換驅(qū)動(dòng)器128在數(shù)字照相機(jī)100的存儲(chǔ)器110所存儲(chǔ)的數(shù)字圖像文件122中，搜尋或掃描那些具有音頻注釋124的數(shù)字圖像文件122，荊頓語(yǔ)音—文*^換程序?yàn)槊總€(gè)具有與音頻注釋124相關(guān)的數(shù)字圖像文件122來(lái)自動(dòng)地將包含于音頻注釋124中的音頻信息轉(zhuǎn)換為文本字符串130。然后，語(yǔ)音一文本轉(zhuǎn)換驅(qū)動(dòng)器128以文本字符串130替換數(shù)字圖像文件122的默認(rèn)文件名126，并將數(shù)字圖像文件122存儲(chǔ)于存儲(chǔ)器110中，因此，文本字符串130與數(shù)字圖像文件122相關(guān)聯(lián)作為數(shù)字圖像文件122的注釋文件名132。
在圖3A至圖3C中，數(shù)字圖像文件122由具有初始默認(rèn)文件名126"DSC0111"、 "DSC0112"、 "DSC0113"、 "DSC0114"、 "DSC0115"和"DSC0116"的縮略圖140 ，示。那些具有相關(guān)音頻注釋124的數(shù)字圖像文件122均{頓諸如揚(yáng)聲器圖標(biāo)、便簽圖標(biāo)或類似的圖標(biāo)142棘示。因此，在圖3A至圖3B中，具有文件名"DSC0111"、 "DSC0113"和"DSC0115"的數(shù)字圖像122都包含相關(guān)的包含了音頻信息的音頻注釋124，它們被語(yǔ)音一文本轉(zhuǎn)換驅(qū)動(dòng)器128分別轉(zhuǎn)換為文本字符串"文本字符串"、"文本字符串2"、"文本字符串3"。此時(shí)，語(yǔ)音一文本轉(zhuǎn)換驅(qū)動(dòng)器128將分別使用注釋文件名"文本字符串"、"文本字符串2"、"文本字符串3"來(lái)分別替換包含音頻注釋124的數(shù)字圖像文件122的初始默認(rèn)文件名"DSC0111"、 "DSC0113"和"DSC0115"，并將文件122存儲(chǔ)于存儲(chǔ)器110。例如，用戶^If營(yíng)旅行中，可j頓數(shù)字照相機(jī)IOO照數(shù)字照片，并將這些照片存儲(chǔ)為數(shù)字圖像文件122。在一個(gè)同伴扎營(yíng)并站在湖邊時(shí)，為他照了數(shù)字照片，之后用戶可以記錄包含諸如"Jane在湖邊"和"扎營(yíng)"的音頻信息的音頻注釋124，這與數(shù)字圖像文件122相關(guān)聯(lián)，并分別以初始默認(rèn)文件名126 "DSC0111"和"DSC0113"存儲(chǔ)于存儲(chǔ)器110中。當(dāng)用戶選擇"啟動(dòng)聲音注釋文件命名"菜單選項(xiàng)136，則語(yǔ)音一文本轉(zhuǎn)換驅(qū)動(dòng)器128將音頻信息"Jane在湖邊"和"扎營(yíng)"轉(zhuǎn)換為合適的文本字符串130，例如"Janebythelake"和"Settingupcamp"，并使用文本字符串130 "Janebythelake"和"Settingupcamp"替換初始默認(rèn)文件名126 "DSC0111"和"DSC0113"，因此，數(shù)字圖像文件122被分別以注釋文件名132 " Janebythelake"和"Settingupcamp"重新命名。值得重視的是，當(dāng)數(shù)字圖像文件被下載到圖像處理設(shè)備中(參見圖9)，例如艦添加文j抖廣展名如".JPG"、 "TIF"或者類似擴(kuò)展名，注釋文件名可能被進(jìn)一步修改。在本發(fā)明實(shí)施例中，如果兩個(gè)或更多數(shù)字圖像文件122具有包含非常相似的音頻信息的音頻注釋124，以至語(yǔ)音一文本轉(zhuǎn)換驅(qū)動(dòng)器128將該音頻信息轉(zhuǎn)換為相同的文本字符串130，貝U語(yǔ)音一文本轉(zhuǎn)換驅(qū)動(dòng)器128可在文本字符串130與數(shù)字圖像文件122關(guān)聯(lián)作為數(shù)字圖像文件122的注釋文件名132之前，為文本字符串130分配頃序指示符。因此，在用戶使用數(shù)字照相機(jī)100為站在湖邊的同伴拍攝了數(shù)字照片的例子中，用戶可能照了兩張或多張同伴扎營(yíng)的照片，并都記錄了音頻注釋124，每l照片都包含音頻信息"Jane在湖邊"，因此，語(yǔ)音一文本轉(zhuǎn)換驅(qū)動(dòng)器128將音頻信息"Jane在湖邊"轉(zhuǎn)換成同樣的文本字符串130 "Janebythelake"。在判斷兩個(gè)文本字符串相同時(shí)，語(yǔ)音一文本轉(zhuǎn)換驅(qū)動(dòng)器128或其它相關(guān)軟件可能會(huì)在一個(gè)或多個(gè)這樣的文本字符串130中加入順序指示符。例如，語(yǔ)音一文本轉(zhuǎn)換驅(qū)動(dòng)器可添加序列號(hào)"1"和"2"來(lái)生成文本字符串130 "Janebythelakel"和"Janebythelake2"，以分別提供注釋文件名132"Janebythelakel"和"Janebythelake2"。
圖4總結(jié)了傲照本發(fā)明的示例實(shí)施例用于為數(shù)字圖像文件生鵬釋文件名的方法200，該方法被圖1和圖2中所示的照相機(jī)100使用。在步驟202， 一個(gè)或多個(gè)圖像被數(shù)字照相機(jī)100中的成像系統(tǒng)102捕捉；在步驟204，創(chuàng)建數(shù)字圖像文件122。接下來(lái)在步驟206，記錄與圖像相關(guān)的音頻信息，并且，在步驟208，該音頻信息被用于生成與數(shù)字圖像文件122相關(guān)的音頻信息124。例如，如圖3A到3C詳細(xì)描述的那樣，在捕捉完照片圖像之后，數(shù)字照相機(jī)100可能際用戶記錄音頻注釋126。然后在步驟210，使用合適的默認(rèn)文件命名機(jī)制，數(shù)字圖像文件122和相關(guān)的音頻注釋124被分配初始默認(rèn)文件名，并M初始默認(rèn)文件名索引地存儲(chǔ)在存儲(chǔ)器110中。在步驟212，用戶可能在數(shù)字圖像文件122和音頻注釋124存儲(chǔ)到110之后的任何時(shí)間，j頓與數(shù)字圖像文件122相關(guān)的音頻注釋124，選擇為存儲(chǔ)于數(shù)字照相機(jī)100的存儲(chǔ)器110中的數(shù)字圖像文件122生磁主釋文件名。例如，如圖3A至圖3C詳細(xì)描述的那樣，用戶可打開由數(shù)字照相機(jī)IOO (圖l)的顯示器112顯示的菜單("MENU") 134，并選擇菜單選項(xiàng)136來(lái)啟動(dòng)音頻注釋文件命名。如果用戶選擇不啟動(dòng)該音頻注釋文件命名，貝IJ通過重復(fù)執(zhí)，涉驟202至210娜捉附加的數(shù)字圖像122以及可選的音頻注釋124。但是，在步驟212，如果用戶3Iil^擇如圖3A至3C描述的"啟動(dòng)聲音注釋文件命名"菜單選項(xiàng)136，選擇啟動(dòng)音頻注釋文件命名，則在步驟214，存儲(chǔ)于存儲(chǔ)器110中的音頻注釋124的音頻信息被轉(zhuǎn)換為文本字符串130，并在步驟216，該文本字符串與數(shù)字圖像文件122相關(guān)聯(lián)，作為數(shù)字圖像文件122的注釋文件名132。然后在步驟218中，重命名的數(shù)字圖像文件122可存儲(chǔ)于存儲(chǔ)器110中或者可替換地傳輸給數(shù)字圖像處理設(shè)備，例如計(jì)嶽幾，照片打印機(jī)或類似設(shè)備。這里，如果兩個(gè)或多個(gè)數(shù)字圖像文件122具有包含非常相似的音頻信息的音頻注釋124，以至語(yǔ)音一文本轉(zhuǎn)換驅(qū)動(dòng)器128將該音頻信息轉(zhuǎn)換為相同的文本字符串130，則可能在文本字符串130與數(shù)字文件122關(guān)聯(lián)以作為數(shù)字ft像文件122的注釋文件名132之前，順序指示符被分配給該一個(gè)或多個(gè)文本字符串130。
值得重視的是， 一旦音頻注釋文件命名己經(jīng)被啟動(dòng)，并且存儲(chǔ)于存儲(chǔ)器iio中的具有相關(guān)音頻注釋124的任意數(shù)字圖像文件122被重命名為注釋文件名132，則附加的圖像可被數(shù)字照相機(jī)100捕捉并存儲(chǔ)為數(shù)字圖像文件122。在這些瞎況中，如圖1至圖4所示實(shí)施例描述的那樣，可向這些數(shù)字圖像文件122掛辯刀始默認(rèn)文件名126，此后，以注釋文件名132重命名?？商鎿Q的，可以向這些數(shù)字圖像文件122 (即在音頻注釋文件命名啟動(dòng)之后生成的數(shù)字圖像文件122)提供注釋文件名132，而不象圖5至圖8所示實(shí)施例描述的那樣一開始分配初始默認(rèn)文件名126。在這些實(shí)施例中，如果一旦音頻注釋文件命名被啟動(dòng)，則一個(gè)或多個(gè)圖像被捕捉并且生成數(shù)字圖像文件122，但沒有音頻注釋124被記錄(例如，用戶并沒有在被提示后記錄聲音注釋)，處理系統(tǒng)108可向已生成的數(shù)字圖像文件122分配默認(rèn)的文件名126 (例如"DSC0116"或類似名稱)。根據(jù)用戶設(shè)置或類似配置，當(dāng)隨后的數(shù)字圖像文件122被生成以提供音頻注釋文件命名，處理系統(tǒng)108可繼續(xù)^用戶記錄音頻注釋124，或者可替換的，Mil分配初始默認(rèn)文件名126，可以默認(rèn)傳統(tǒng)文件命名機(jī)制。
現(xiàn)在參考圖5至圖8，該數(shù)字照相機(jī)100可進(jìn)一步允許生成數(shù)字圖像文件122的注釋文件名132，而不首先分配初始默認(rèn)文件名126。如圖5所示，圖1中所示的數(shù)字照相機(jī)100可進(jìn)一步包含臨時(shí)緩沖存儲(chǔ)器144，其耦合到數(shù)字照相機(jī)100的處理系統(tǒng)108，用于臨時(shí)存儲(chǔ)由數(shù)字照相機(jī)Mai音頻系統(tǒng)114記錄的音頻注釋124。在一個(gè)示例的實(shí)施例中，臨時(shí)緩沖存儲(chǔ)器144可包括數(shù)字照相機(jī)100的處理系統(tǒng)108的隨機(jī)存取存儲(chǔ)器(RAM)， ^^蟲的RAM存儲(chǔ)器，閃存，或者類似存儲(chǔ)器?？蛇x擇的，該臨時(shí)緩沖存儲(chǔ)器144可包括存儲(chǔ)器110的分區(qū)片段。
圖6顯示了系統(tǒng)120，其被如圖5所示的數(shù)字照相機(jī)100所使用，依照本發(fā)明的一個(gè)示例實(shí)施例用于自動(dòng)生成數(shù)字圖像文件的注釋文件名。在這個(gè)實(shí)施例中， 一個(gè)或多個(gè)圖像(例如，照片，數(shù)字視頻^H似圖像)被數(shù)字照相機(jī)IOO的成像系統(tǒng)102捕捉，作為數(shù)字圖像文件122存儲(chǔ)于存儲(chǔ)器110中。可通過使用數(shù)字照相機(jī)腦的音頻系統(tǒng)114記競(jìng)頻或聲音信息，來(lái)生成與數(shù)字照相文件122相關(guān)的音頻注釋124。例如，在圖7A所示的實(shí)施例中，捕捉到照片圖像之后，數(shù)字照相機(jī)100可^用戶(例如，如圖7A所示的顯示器112所示，可M如"文件名？"之類的提示146)記錄音頻注釋124。
此時(shí)，用戶可向音頻系統(tǒng)114的麥克風(fēng)116講話，以記錄音頻注釋124，通常這個(gè)過程持續(xù)幾秒鐘。當(dāng)記錄完成后，該音頻注釋被臨時(shí)存儲(chǔ)于臨時(shí)緩沖存儲(chǔ)器144。該語(yǔ)音一文本轉(zhuǎn)換驅(qū)動(dòng)器128使用語(yǔ)音一文本轉(zhuǎn)換程序，自動(dòng)將包含于存儲(chǔ)在臨時(shí)緩沖存儲(chǔ)器144中的音頻注釋124的音頻信息，轉(zhuǎn)換為文本字符串130。然后，該語(yǔ)音一文本轉(zhuǎn)換驅(qū)動(dòng)器128將數(shù)字圖像文件122存儲(chǔ)于存儲(chǔ)器110，因此文本字符串130與該數(shù)字圖像文件122相關(guān)聯(lián)作為數(shù)字圖像文件122的注釋文件名132 (例如"文本字符串")。如果需要，音頻注釋124也可保存于存儲(chǔ)器110中，并與數(shù)字圖像文件122相關(guān)聯(lián)。該臨時(shí)緩沖存儲(chǔ)器144可被清除或擦除?？商鎿Q的，臨時(shí)緩沖存儲(chǔ)器144可保持該音頻注釋124直到第二^t頻注釋124被記錄，ffl蓋臨時(shí)緩沖存儲(chǔ)器144中的第一^"t頻注釋124。例如，在一次露營(yíng)旅行中，用戶可使用數(shù)字照相機(jī)100拍數(shù)字照片，并存儲(chǔ)為數(shù)字圖像文件122。拍攝到同伴扎營(yíng)的數(shù)字照片之后，用戶可以記錄包含如"扎營(yíng)"的音劍言息的音頻注釋124，該音頻注釋被存儲(chǔ)于臨時(shí)緩沖存儲(chǔ)器144中。語(yǔ)音一文本轉(zhuǎn)換驅(qū)動(dòng)器128將音頻信息"扎營(yíng)"轉(zhuǎn)換為合適的與數(shù)字圖像文件122相關(guān)的文本字符串130例如"Settingupcamp"，作為注釋文件名132"Settingupcamp"。值得重視的是，當(dāng)數(shù)字圖像文件被下載到圖像處理設(shè)備(參見圖9)，注釋文件名可被進(jìn)一步修改，例如，M51添加文j抖廣展名例如"JPG"、"TIF，"或類似擴(kuò)展名。
可替換的，在記錄音頻注釋124之前，語(yǔ)音—文本轉(zhuǎn)換驅(qū)動(dòng)器128可4頓已定義的文件命名的聲Wi吾法，接收并識(shí)別Mil顯示器或音頻系統(tǒng)114輸入的命令。在這個(gè)實(shí)施例中，用戶可衝過向音頻系統(tǒng)114的麥克風(fēng)116講出預(yù)定義的關(guān)鍵字或短語(yǔ)(為了圖解目的，由顯示器112來(lái)重復(fù)為短語(yǔ)148)，來(lái)輸入一*令，這些關(guān)鍵字或短語(yǔ)由音頻注釋124的音頻信息所跟隨。因此，如圖7B所示，在捕捉到圖像并生成數(shù)字圖像文件122之后，用戶可說(shuō)出一個(gè)或多個(gè)跟隨著合適的音頻注釋124的關(guān)鍵字短語(yǔ)例如"文件名相同"或"分類相同"，然后這些短語(yǔ)存儲(chǔ)于臨時(shí)緩沖存儲(chǔ)器144中，并被轉(zhuǎn)換為文本字符串130，并用于生成與數(shù)字圖像文件122相關(guān)的注釋文件名132,該注釋文件名可能包括存儲(chǔ)該數(shù)字圖像文件122的分類文{快，等等?？商鎿Q的，用戶可以在圖像被M&和生成數(shù)字圖像文件122之前說(shuō)出關(guān)鍵字短語(yǔ)。
再一點(diǎn)，本發(fā)明實(shí)施例中，如果兩個(gè)或多個(gè)數(shù)字圖像文件122具有包含非常相似的音頻信息的音頻注釋124，以致于語(yǔ)音一文本轉(zhuǎn)換驅(qū)動(dòng)器128將該音頻信息轉(zhuǎn)換為相同的文本字符串130，則在將文本字符串與數(shù)字圖像文件122關(guān)聯(lián)作為數(shù)字圖像文件122的注釋文件名132之前，該語(yǔ)音一文本轉(zhuǎn)換驅(qū)動(dòng)器128或者相關(guān)軟件就會(huì)給文本字符串130分配)l頃序指示符。因此，在給出的用戶可以 營(yíng)旅行中使用數(shù)字照相機(jī)100拍 字照片的例子中，用戶可以拍攝兩張或多張同伴扎營(yíng)的數(shù)字照片，并記錄音頻注釋124， \照片都包含音頻信息"Jane在湖邊"，因此，語(yǔ)音一文本轉(zhuǎn)換驅(qū)動(dòng)器128將音頻信息"Jane在湖邊"轉(zhuǎn)換為相同的文本字符串130 "Janebythelake"。在確定第二個(gè)文本字符串與存儲(chǔ)于存儲(chǔ)器110的數(shù)字圖像文件122的注釋文件名相同時(shí)，在生麟二個(gè)數(shù)字圖像文件122的注釋文件名之前，語(yǔ)音一文本轉(zhuǎn)換驅(qū)動(dòng)器128或者相關(guān)軟件可添加順序指示符到文本字符串130中。例如，語(yǔ)音一文本轉(zhuǎn)換驅(qū)動(dòng)器可添加序列號(hào)"1"和"2"來(lái)生成文本字符串130 "Janebythelakel"和"Janebythelake2"，由此分別提供注釋文件名132 "Janebythelakel"和"Janeb^thelake2"。
圖8總結(jié)了依照本發(fā)明的示例實(shí)施例用于生成數(shù)字圖'像文件的注釋文件名的方法300，，該方法可用于如圖5和6所示的數(shù)字照相機(jī)100中。首先，在步驟302，判斷數(shù)字照相機(jī)100是否已經(jīng)啟動(dòng)音頻注釋文件命名。在步驟304，如果音頻注釋文件命名己經(jīng)被啟動(dòng)，則生成常用默認(rèn)文件名，并關(guān),抱含由數(shù)字照相機(jī)100捕捉的圖像的數(shù)字圖像文件122。但是， 一旦在步驟302啟動(dòng)音頻注釋文件命名，就為數(shù)字照相機(jī)100生成的數(shù)字圖像文件122生成注釋文件名。在步驟306，由數(shù)字照相機(jī)100中的成像系統(tǒng)102捕捉一個(gè)或多個(gè)圖像，并在步驟308生成數(shù)字圖像文件122。隨后在步驟310，與圖像相關(guān)的音頻信息被記錄，并在步驟312，該音頻信息用于生鵬儲(chǔ)于臨時(shí)緩沖存儲(chǔ)器144中的音頻注釋124。例如，如圖7A至7B描述的，在捕捉到照片圖像之后，數(shù)字照相機(jī)100可^用戶記錄音頻注釋124，或，可替換的，如圖7C所描述的，用戶可以在音頻信息124跟隨之下，輸入聲音關(guān)鍵字或短i絲令。然后，在步驟314，該音頻注釋124的音頻信息被轉(zhuǎn)換為文本字符串130，并在步驟316，關(guān)聯(lián)到數(shù)字圖像文件122作為數(shù)字圖像文件122的注釋文件名m。在步驟318，數(shù)字圖像文件122可被存儲(chǔ)到存儲(chǔ)器110或者可替換的，傳輸至微字圖像處理設(shè)備，例如計(jì)算機(jī)，照片打印機(jī)，或者類似設(shè)備。如果第二數(shù)字圖像文件122具有包含非常樹以的音頻信息的音頻注釋124，以至語(yǔ)音一文本轉(zhuǎn)換驅(qū)動(dòng)器128將音頻信息轉(zhuǎn)換成相同的文本字符串130，則在文本字符串130與數(shù)字圖像文件122關(guān)聯(lián)作為數(shù)字圖像文件122的注釋文件名132之前，順序指示符可被分配給文本字符串130。
在圖5至圖8的實(shí)施例中所示，如果一個(gè)或多個(gè)圖像被捕捉，以至生成數(shù)字圖像文件122，但沒有記錄音頻注釋124 (例如，用戶并沒有在提示后記錄聲音注釋)，處理系統(tǒng)108可為生成的數(shù)字圖像文件122分配默認(rèn)文件名126 (例如，"DSC0116，"或?qū)嵤?。根據(jù)用戶設(shè)置，或者對(duì)以操作，當(dāng)生成隨后的數(shù)字圖像文件122以提供音頻注釋文件名時(shí)，處理系統(tǒng)108可繼續(xù)際用戶記錄音頻注釋124，或者，可替換的，用戶可以M分配初始默認(rèn)文件名126來(lái)默
認(rèn)傳統(tǒng)的文件命名機(jī)制。
如圖1至圖8的實(shí)施例所示，本發(fā)明使用語(yǔ)音一文本轉(zhuǎn)換驅(qū)動(dòng)器128，它實(shí)施為由數(shù)字照相機(jī)畫的鵬系統(tǒng)108執(zhí)行的一組指令(例如，軟件禾聘，固件，或者類似)。盡管如此，值得重視的是，本發(fā)明并不限于這些實(shí)施。例如，在圖9的實(shí)施例說(shuō)明中，該語(yǔ)音一文本轉(zhuǎn)換驅(qū)動(dòng)器128被實(shí)施為一組指令，這組指令由例如個(gè)人計(jì)算機(jī)，數(shù)字圖像打印機(jī)或類似的圖像處理設(shè)備150的處理系統(tǒng)來(lái)執(zhí)行。在該實(shí)施例中，具有相關(guān)的音頻注釋124的數(shù)字圖像文件122被給定初始默認(rèn)文件名126，并且存儲(chǔ)于數(shù)字照相機(jī)100的存儲(chǔ)器110中。然后，數(shù)字圖像文件122和相關(guān)音頻注釋124可被傳輸?shù)綀D像處理設(shè)備150 (例如，通過諸如通用串行總線(USB)連接，F(xiàn)ireWire (正EE 1394)連接，或者類^鵬接，來(lái)傳送數(shù)字圖像文件122和音頻注釋124，或者通過移除數(shù)字照相機(jī)100的存儲(chǔ)器110，并將它傳輸給圖像處理設(shè)備150)。傳輸完成后，位于圖像處理設(shè)備150中的語(yǔ)音一文本轉(zhuǎn)換驅(qū)動(dòng)器128使用語(yǔ)音一文本轉(zhuǎn)換程序，自動(dòng)將包含于音頻注釋124中的音頻信息轉(zhuǎn)換成文本字符串130。然后，語(yǔ)音一文本轉(zhuǎn)換驅(qū)動(dòng)器128使用文本字符串130，替換數(shù)字圖像文件122的默認(rèn)文件名126，并存儲(chǔ)該數(shù)字圖像文件122，以至文本字符串130與數(shù)字圖像文件122相關(guān)聯(lián)作為數(shù)字圖像文件122的注釋文件名132。
可理解的是，前述公開的方法中的步驟的特定次序或?qū)哟味际鞘纠椒ǖ睦??；谠O(shè)計(jì)偏好考慮，可理解，該方法中的步驟的特定次序或?qū)哟慰梢员恢匦屡帕卸黄x本發(fā)明保護(hù)范圍。相關(guān)的方法要求保護(hù)本發(fā)明的以簡(jiǎn)單次序 的#^步驟要素，并且該方法并不旨在限于現(xiàn)有的特定次序或?qū)哟巍?br> 我們認(rèn)為，前述描述使得本發(fā)明與其附屬的優(yōu)點(diǎn)都是可理解的。我們還認(rèn)為，不偏離本發(fā)明保護(hù)范圍和精神的，或者還保留本發(fā)明所有實(shí)質(zhì)優(yōu)點(diǎn)的，對(duì)本發(fā)明的形式，結(jié)構(gòu)和組件的排列所作的各種改變都是顯而易見的。之前實(shí)施例的說(shuō)明僅僅是形式上的，包括或包含這種改變的下述權(quán)利要求才是我們的目的所在。
權(quán)利要求
1、一種數(shù)字照相機(jī)(100)，包括圖像系統(tǒng)(102)，用于捕捉圖像；耦合于所述圖像系統(tǒng)(102)和音頻系統(tǒng)(114)的處理系統(tǒng)(108)，用于將所述捕捉的圖像處理為數(shù)字圖像文件(122)；耦合于所述處理系統(tǒng)(108)的音頻系統(tǒng)(114)，用于獲得音頻注釋(124)，所述音頻注釋(124)包含與所述數(shù)字圖像文件(122)相關(guān)的音頻信息，其中所述處理系統(tǒng)(108)執(zhí)行程序指令，用于將該音頻信息轉(zhuǎn)換為文本字符串(130)，并將所述文本字符串(130)與所述數(shù)字圖像文件(122)關(guān)聯(lián)，作為所述數(shù)字圖像文件(122)的注釋文件名(132)。
2、 如權(quán)利要求1所述的數(shù)字照相機(jī)(100)，其中由所述處理系統(tǒng)(108) 執(zhí)行的所述禾M^指令給所述數(shù)字圖像文件(122)分配初始默認(rèn)文件名(126)， ^f吏用所述注釋文件名(132)代替初始默認(rèn)文件名(126)。
3、 如權(quán)禾腰求1所述的數(shù)字照相機(jī)(100)，其中由所述處理系統(tǒng)(108) 所執(zhí)行的所述程序指令在記錄所述音頻注釋024)之前接收M31所述音頻系統(tǒng) (114)輸入的命令，所述命令指示所述音頻信息被轉(zhuǎn)換為與所述數(shù)字圖像文件 (122)相關(guān)地作為所述注釋文件名(132)的所述文本字符串(130)。
4、 如權(quán)利要求3所述的數(shù)字照相機(jī)(100)，其中所述命令包括音頻命令。
5、 如權(quán)利要求l、 2、 3或4所述的數(shù)字照相機(jī)(100)，其所述程序指令在 將所述文本字符串(130)與所述數(shù)字圖像文件(122)相關(guān)聯(lián)作為所述數(shù)字圖 像文件(122)的所述注釋文件名(132)之前，進(jìn)一步向所述文本字符串(130) 中添加順序指示符。
6、 如權(quán)利要求l、 2、 3、 4或5所述的數(shù)字照相機(jī)(100)，其進(jìn)一步包括 耦合于所述M系統(tǒng)的存儲(chǔ)器(110)，用于存儲(chǔ)所述數(shù)字圖像文件(122)和所 述音頻注釋(124)。
7、 如權(quán)利要求l、 3、 4、 5或6所述的數(shù)字照相機(jī)(100)，其進(jìn)一步包括 臨時(shí)緩沖存儲(chǔ)器(144)用于存儲(chǔ)所述音頻注釋(124)。
8、 如權(quán)利要求7所述的數(shù)字照相機(jī)(100)，其中所述禾聘指令在所述文本 字符串(130)與所述數(shù)字圖像文件(122)相關(guān)聯(lián)后，促使所述臨時(shí)緩沖存儲(chǔ)器(144)被清空。
9、 一種用于生成數(shù)字圖像文件(122)的注釋文件名(132)的方法(200)， 包括獲取音頻注釋(124)，所述音頻注釋(124)包含與所述數(shù)字圖像文件(122) 相關(guān)的音頻信息；^ffi語(yǔ)音一文本轉(zhuǎn)換程序(128)將所述音頻信息轉(zhuǎn)換為文本字符串(130);和將所述文本字符串(130)與所述數(shù)字圖像文件(122)相關(guān)聯(lián)，作為所述 數(shù)字圖像文件(122)的所述注釋文件名(132)。
10、 如權(quán)禾腰求9所述的方法(200)，進(jìn)一步包括捕^0 述數(shù)字圖像文件 (122)并將所述數(shù)字圖像文件(122)存儲(chǔ)于存儲(chǔ)器(110)中。
11、 如權(quán)利要求9所述的方法(200)，其中所述數(shù)字圖像文件(122)具有 初始默認(rèn)文件名(126)，所述初始默認(rèn)文件名(126) Mi^述注釋文件名(132) 所替代。
12、 如權(quán)利要求9所述的方法(200)，進(jìn)一步包括在記錄所述音頻注釋(124 ) 之前接收命令，所述命令指示所述音頻信息被轉(zhuǎn)換為與所述數(shù)字圖像相關(guān)聯(lián)的 所述文本字符串(130)，來(lái)作為所述注釋文件名(132)。
13、 如權(quán)利要求12所述的方法(200)，其中所述命令包含音頻命令。
14、 如權(quán)禾腰求9、 10、 11、 12或13所述的方法(200)，其中獲取音頻注 釋(124)包括記錄音頻注釋(124)。
15、 如權(quán)利要求14所述的方法(200)，進(jìn)一步包括 捕捉第二數(shù)字圖像文件(122);在存儲(chǔ)器(110)中存儲(chǔ)所述第二數(shù)字圖像文件(122);記錄第二音頻注釋(124)，所述音頻注釋(124)包含與所述第二數(shù)字圖像 文件(122)相關(guān)的音頻信息，其中與所述第二數(shù)字圖像文件(122)相關(guān)的所 述音頻信息和與第一數(shù)字圖像文件(122)相關(guān)的所述音頻信息基本上相似；^^語(yǔ)音一文本轉(zhuǎn)換程序(128)，將與第二數(shù)字圖像文件(122)相關(guān)的所 述音頻信息轉(zhuǎn)換為第二文本字符串(130);向所述第二文本字符串(130)、添加順序指示符；和將所述第二文本字符串(130)與所述第二數(shù)字圖像文件(122)相關(guān)聯(lián)，作為所述第二數(shù)字圖像文件(122)的注釋文件名(132)。
16、 如權(quán)利要求14所述的方法(200)，其中記錄所述音頻注釋(124)包 括將所述音頻注釋(124)存儲(chǔ)于存儲(chǔ)器(110)中。
17、 如權(quán)利要求14所述的方法(200)，其中記錄所述音頻注釋(124)包 括將所述音頻注釋(124)存儲(chǔ)于臨時(shí)緩沖存儲(chǔ)器(144)中。
18、 如權(quán)利要求17所述的方法(200)，進(jìn)一步包括在所述文本字符串(130) 與所述數(shù)字圖像文件(122)相關(guān)聯(lián)之后，清除所述臨時(shí)緩沖存儲(chǔ)器(144)。
全文摘要
一種用于自動(dòng)生成數(shù)字圖像文件(122)的注釋文件名(132)的系統(tǒng)(120)和方法(200)，允許用戶為由數(shù)字照相機(jī)(100)捕捉的數(shù)字圖像文件(122)生成富有含義的文件名。所述數(shù)字照相機(jī)(100)捕捉到圖像后，包含音頻信息的音頻注釋(124)被關(guān)聯(lián)到所述數(shù)字圖像文件(122)。音頻注釋(124)中的音頻信息通過語(yǔ)音—文本轉(zhuǎn)換被轉(zhuǎn)換為文本字符串(130)。然后該文本字符串(130)與所述數(shù)字圖像文件(122)相關(guān)聯(lián)，作為數(shù)字圖像文件(122)的注釋文件名(132)。
文檔編號(hào)G06F17/30GK101542477SQ200780011747
公開日2009年9月23日 申請(qǐng)日期2007年1月16日 優(yōu)先權(quán)日2006年4月7日
發(fā)明者J·R·凱勒, J·武昂, S·科拉 申請(qǐng)人:西門子通訊公司