图像朗读系统、装置和方法以及响应输出系统与流程

本公开涉及从图像/影像变换为文本/字符串等并利用声音朗读的技术。

背景技术：

1、有通过ai（人工智能）辨识/解析用摄像机拍摄的图像/影像（包括静止图像、视频等），变换为文本/字符串等（换言之语句化），并利用声音朗读的技术（有时记载为图像朗读或者声音朗读等）。作为这样的技术，提供例如如非专利文献1所示的、作为微软公司的iphone用的app的“seeing ai”app。在“seeing ai”app中，通过ai分析捕捉用摄像机取得的影像而得到的照片图像，变换为文本，并利用声音朗读。这样的技术例如对于辅助视觉障碍人士等是有效的。

2、另外，作为现有技术案例，有日本特开2000-325389号公报（专利文献1）、日本特开2006-251596号公报（专利文献2）、日本特开2017-77446号公报（专利文献3）等。

3、现有技术文献

4、专利文献

5、专利文献1：日本特开2000-325389号公报

6、专利文献2：日本特开2006-251596号公报

7、专利文献3：日本特开2017-77446号公报

8、非专利文献

9、非专利文献1：，“seeing ai”

技术实现思路

1、例如，在上述“seeing ai”app中，关于用户进行捕捉操作而得到的图像，进行向文本的变换。另外，在“seeing ai”app中，有作为“场景”拍摄照片并说明所捕捉的场景的功能。

2、然而，在这样的技术中，关于用户步行时等如何更适当地使用，考虑并不充分，存在改善余地。例如，由用户进行的捕捉操作等操作输入的工作量大。在用户步行时周围状况随时间而变化，为了通过摄像机图像的声音朗读而随时掌握周围状况，用户必须多次进行操作输入。另外，在用户步行时，有时在用户的前后左右等方向上有各种对象物等，周围状况复杂，为了通过摄像机图像的声音朗读而掌握复杂的周围状况，难以用1个摄像机应对。

3、在专利文献1等现有技术案例中，例如，记载了关于智能手机的1个摄像机，根据由用户作出的捕捉操作，进行图像朗读等的意思。然而，在现有技术案例中，关于如何根据用摄像机拍摄的图像来辅助视觉障碍人士才优选等，未示出具体的实施方式。另外，在现有技术案例中，未考虑人佩戴摄像机而使用时的优选的实施方式。另外，在现有技术案例中，关于这些实施方式，未充分考虑符合视觉障碍人士辅助等利用场景的适当的功能、处理、用户的使用便利性。

4、本公开的目的在于，关于上述图像朗读技术，提供一种可更适当地使用的技术。

5、本公开中的代表性的实施方式具有以下所示的结构。一个实施方式提供一种图像朗读系统，具备由用户携带或者佩戴的设备，该设备从由摄像机拍摄的图像中利用声音来朗读对象物，其中，所述设备自动地在预定的定时反复从所述摄像机的影像中捕捉图像，解析所捕捉到的图像而取得包括表示图像内的对象物的文本的信息，根据所取得的信息，通过预定的判断，决定成为朗读的对象的对象物以及文本，从所述设备自动地在预定的定时反复进行表示所决定的对象物的文本的声音朗读。

6、根据本公开中的代表性的实施方式，关于上述图像朗读技术，能够提供可更适当地使用的技术。在具体实施方式中，示出上述以外的课题、结构以及效果等。

1.一种图像朗读系统，具备由用户携带或者佩戴的设备，该设备从由摄像机拍摄的图像中利用声音来朗读对象物，其中，

2.根据权利要求1所述的图像朗读系统，其中，

3.根据权利要求1所述的图像朗读系统，其中，

4.根据权利要求1所述的图像朗读系统，其中，

5.根据权利要求1所述的图像朗读系统，其中，

6.根据权利要求4所述的图像朗读系统，其中，

7.根据权利要求1所述的图像朗读系统，其中，

8.根据权利要求7所述的图像朗读系统，其中，

9.根据权利要求1所述的图像朗读系统，其中，

10.根据权利要求1所述的图像朗读系统，其中，

11.根据权利要求1所述的图像朗读系统，其中，

12.根据权利要求1所述的图像朗读系统，其中，

13.根据权利要求1所述的图像朗读系统，其中，

14.根据权利要求1所述的图像朗读系统，其中，

15.根据权利要求14所述的图像朗读系统，其中，

16.根据权利要求14所述的图像朗读系统，其中，

17.根据权利要求1所述的图像朗读系统，其中，

18.根据权利要求17所述的图像朗读系统，其中，

19.根据权利要求15所述的图像朗读系统，其中，

20.根据权利要求1所述的图像朗读系统，其中，

21.根据权利要求1所述的图像朗读系统，其中，

22.根据权利要求1所述的图像朗读系统，其中，

23.根据权利要求1所述的图像朗读系统，其中，

24.根据权利要求1所述的图像朗读系统，其中，

25.根据权利要求1所述的图像朗读系统，其中，

26.一种图像朗读装置，是具备由用户携带或者佩戴的设备的图像朗读系统中的所述设备，该设备从由摄像机拍摄的图像中利用声音朗读对象物，其中，

27.一种图像朗读系统中的图像朗读方法，所述图像朗读系统具备由用户携带或者佩戴的设备，该设备从由摄像机拍摄的图像中利用声音朗读对象物，其中，所述图像朗读方法具有如下步骤：

28.一种响应输出系统，具备由用户携带或者佩戴的设备，对所述用户进行响应，其中，

29.根据权利要求28所述的响应输出系统，其中，

30.根据权利要求28所述的响应输出系统，其中，

31.根据权利要求28所述的响应输出系统，其中，