اداره نشان‌های تجاری و حقوق انحصاری ایالات متحده، اخیرا فرم‌های مربوط به یک پتنت ثبت شده توسط اپل در ماه مارس را منتشر کرده است که نشان دهنده‌ی احتمال ادغام قابلیت جستجوی صوتی تصاویر، با نرم‌افزار سیری توسط کمپانی اپل است. این پتنت که با نام "تگ‌گذاری و جستجوی صوتی تصاویر" شناخته می‌شود، بیان کننده راهی برای جستجوی تصاویر تگ‌گذاری شده بر روی یک دستگاه موبایل با استفاده از زنجیره متنی زبان طبیعی است. زنجیره متنی می‌تواند اشاره به یک واحد، فعالیت و یا مکان داشته باشد.
اپل در این پتنت چنین توضیح داده است که کاربران می‌توانند به تصاویر خود تگ‌های صوتی اضافه کنند. برای نمونه با گفتن عبارت "this is me at the beach" تصویر مورد نظر تگ‌گذاری خواهد شد. پس از اینکه تگ صوتی به عکس افزوده شد، اطلاعات مرتبط با آن به فایل مربوطه متصل شده و پس از آن برای بدست آوردن این تصویر و یا تصاویر مشابه، به راحتی می‌توانید از عبارت "show me photos of me at the beach" استفاده کنید.
اپل به چند دلیل تصمیم به ثبت این پتنت گرفته است. دلیل اول این است که تکنولوژی دوربین و پردازش تصویر، انسان‌ها را قادر به تعامل یکپارچه با محیط‌ها از طریق تصویربرداری دیجیتال کرده است که موجب افزایش روز افزون حجم ذخیره‌سازی تصاویر بر روی دستگاه‌های موبایل شده است. دلیل دوم نیز این است که با این افزایش حجم تصاویر دیجیتال بر روی دستگاه‌های موبایل، امکان دسته‌بندی و سازمان‌دهی آن‌ها برای کمپانی اپل به یک اولویت مهم تبدیل شده است. اپل همچنین اشاره کرده است که روش سنتی تگ‌گذاری تصاویر، وقت‌گیر و نامفهوم است.
برای جلوگیری از اتلاف وقت، تصاویر می‌توانند بصورت خودکار بر اساس مکان جغرافیایی و زمان تگ‌گذاری شوند. تگ‌گذاری خودکار می‌تواند بر اساس شباهت تگ‌های ایجاد شده بر روی تصاویر قبلی بر چهره‌ها، ساختمان‌ها و مناظر نیز اعمال شود. زمانی که اپل، iOS 7 را در سپتامبر گذشته معرفی کرد ویژگی مرتب‌سازی بر اساس مکان و تاریخ را به برنامه Photos افزود. تکنولوژی توضیح داده شده در این پتنت به نوعی کامل‌کننده این ویژگی است.
تضمینی وجود ندارد که تکنولوژی ثبت شده در این پتنت در عمل پیاده‌سازی شود، ولی اپل این نکته را به اندازه کافی روشن کرده است که سیری بطور مداوم بهبود خواهد یافت.
