JP6413216B2 - 電子機器、音声出力録音方法及びプログラム - Google Patents

Description

本発明は、音声の録音と再生が可能な電子機器、音声出力録音方法及びプログラムに関する。

従来から、音声出力の可能な装置が語学学習に使用されている。
近年、このような装置では、ユーザが習熟レベルを指定すると、単語や文（例えば例文）の模範音声が再生されて、習熟レベルに対応した録音時間だけユーザによる発音が録音された後、その録音音声が再生されるようになっている（例えば特許文献１参照）。この装置によれば、模範音声と録音音声とを聞き比べて学習することができる。

特開２００８−１７５８５１号公報

しかしながら、従来の技術では、表示されているテキスト内から音声の学習対象の単語を任意に選択することができないため、テキスト内の文の音声を学習して、当該文中の単語の音声を学習することができず、学習効率が低い。
即ち、文の模範音声では、文が全体としてネイティブに発音されるため、単語ごとの模範音声が連続して再生される場合と異なり、単語の抑揚や強弱が変化していたり、前後に並んだ単語の発音がリエゾンしていたりして、単語単体での音声が聞き取り難くなってしまう場合が多い。このような場合に、従来の技術では、文中の任意の単語を音声の学習対象に選択することができないため、文の音声を学習し、さらに当該文中の聞き取りにくい単語の音声を学習することができず、学習効率が低い。

本発明の課題は、テキスト内の文の音声を学習するとともに、当該文中の単語の音声を学習することのできる電子機器、音声出力録音方法及びプログラムを提供することである。

以上の課題を解決するため、本発明の電子機器は、
単語と単語音声データが複数記憶されている単語音声記憶手段と、
複数の単語を含む文と、当該文の文音声データとが対応付けられて複数記憶されている文音声記憶手段と、
前記文を含むテキストを表示する制御を行うテキスト表示制御手段と、
ユーザ操作に基づいて、前記テキスト内の前記文又は当該文中の単語を音声学習対象として指定する音声学習対象指定手段と、
前記文が前記音声学習対象として指定された場合には、当該文についてのユーザ音声データを録音する制御を行い、前記文中の単語が指定された場合には、当該単語についてのユーザ音声データを録音する制御を行う対象別録音制御手段と、
前記対象別録音制御手段により前記文についてのユーザ音声データが録音された場合には、当該文に対応する前記文音声データを出力し、当該文についてのユーザ音声データを出力する制御を行い、前記対象別録音制御手段により単語についてのユーザ音声データが録音された場合には、前記単語音声データを出力し、当該単語についてのユーザ音声データを出力する制御を行う対象別出力制御手段と、を備え、
前記文音声記憶手段には、
各文に対し、当該文の文音声データを含む動画データが対応付けて記憶されており、
前記対象別録音制御手段は、
前記文が前記音声学習対象として指定された場合には、
当該文に対応する前記文音声データを出力する制御として、当該文に対応する前記動画データを出力する制御を行い、
前記動画データを出力する制御が終了したことに応じて、出力内容を、前記動画データから、当該動画データが対応付けられた文を含む前記テキストへ切り替える制御を行い、
当該文を含む前記テキストを表示しながら、当該文についてのユーザ音声データを録音する制御を行う制御を行い、
前記対象別出力制御手段は、
前記対象別録音制御手段により前記文についてのユーザ音声データが録音された場合には、
当該文に対応する前記文音声データを出力する制御として、当該文に対応する前記動画データを出力する制御を行うとともに、
当該文についてのユーザ音声データを出力する制御を行うときに、当該文を含む前記テキストを表示する制御を行うことを特徴とする。

本発明によれば、テキスト内の文の音声を学習するとともに、当該文中の単語の音声を学習することができる。

（ａ）は電子辞書の概観を示す平面図であり、（ｂ）はタブレットパソコン（或いはスマートフォン）の概観を示す平面図であり、（ｃ）は外部再生装置に接続されるパソコンの外観図である。 電子辞書の内部構成を示すブロック図である。 録音再生処理を示すフローチャートである。 録音再生処理を示すフローチャートである。 録音再生処理を示すフローチャートである。 表示部の表示内容などを示す図である。 表示部の表示内容などを示す図である。 表示部の表示内容などを示す図である。 表示部の表示内容などを示す図である。 表示部の表示内容などを示す図である。 表示部の表示内容などを示す図である。 表示部の表示内容などを示す図である。 表示部の表示内容などを示す図である。 表示部の表示内容などを示す図である。 変形例における電子辞書の内部構成等を示すブロック図である。

以下、図面を参照して、本発明に係る音声出力制御装置を電子辞書に適用した場合の実施形態について詳細に説明する。

［外観構成］
図１は、電子辞書１の平面図である。
この図に示すように、電子辞書１は、メインディスプレイ１０、サブディスプレイ１１、カードスロット１２、スピーカ１３、マイク１４及びキー群２を備えている。

メインディスプレイ１０及びサブディスプレイ１１は、ユーザによるキー群２の操作に応じた文字や符号等、各種データをカラーで表示する部分であり、ＬＣＤ（Liquid Crystal Display）やＥＬＤ（Electronic Luminescence Display）等によって構成されている。なお、本実施の形態におけるメインディスプレイ１０及びサブディスプレイ１１は、いわゆるタッチパネル１１０（図２参照）と一体的に形成されており、手書き入力等の操作を受け付け可能となっている。

カードスロット１２は、種々の情報を記憶した外部情報記憶媒体１２ａ（図２参照）と着脱可能に設けられている。
スピーカ１３は、ユーザによるキー群２の操作に応じた音声を出力する部分であり、マイク１４は外部から音声を取り込む部分である。

キー群２は、ユーザから電子辞書１を操作するための操作を受ける各種キーを有している。具体的には、キー群２は、決定キー２ｂと、文字キー２ｃと、カーソルキー２ｅと、音声キー２ｇ等とを有している。

決定キー２ｂは、検索の実行や、見出し語の決定等に使用されるキーである。文字キー２ｃは、ユーザによる文字の入力等に使用されるキーであり、本実施の形態においては“Ａ”〜“Ｚ”キーを備えている。

カーソルキー２ｅは、画面内の反転表示位置、つまりカーソル位置の移動等に使用されるキーであり、本実施の形態においては上下左右の方向を指定可能となっている。音声キー２ｇは、音声を学習するとき等に使用されるキーである。

［内部構成］
続いて、電子辞書１の内部構造について説明する。図２は、電子辞書１の内部構成を示すブロック図である。

この図に示すように、電子辞書１は、表示部２１、入力部２２、音声入出力部７０、記録媒体読取部６０、ＣＰＵ（Central Processing Unit）２０、記憶部８０を備え、各部はバスで相互にデータ通信可能に接続されて構成されている。

表示部２１は、上述のメインディスプレイ１０及びサブディスプレイ１１を備えており、ＣＰＵ２０から入力される表示信号に基づいて各種情報をメインディスプレイ１０やサブディスプレイ１１に表示するようになっている。

入力部２２は、上述のキー群２やタッチパネル１１０を備えており、押下されたキーやタッチパネル１１０の位置に対応する信号をＣＰＵ２０に出力するようになっている。

音声入出力部７０は、上述のスピーカ１３及びマイク１４を備えており、ＣＰＵ２０から入力される音声出力信号に基づいてスピーカ１３に音声出力を行わせたり、ＣＰＵ２０から入力される録音信号に基づいてマイク１４に音声データの録音を行わせたりするようになっている。

記録媒体読取部６０は、上述のカードスロット１２を備えており、当該カードスロット１２に装着された外部情報記憶媒体１２ａから情報を読み出したり、当該外部情報記憶媒体１２ａに情報を記録したりするようになっている。

ここで、外部情報記憶媒体１２ａには、辞書データベース３０や教材コンテンツ４０が格納されるようになっている。なお、これら辞書データベース３０や教材コンテンツ４０は後述の記憶部８０における辞書データベース３０や教材コンテンツ４０と同様のデータ構造を有しているため、ここでは説明を省略する。

記憶部８０は、電子辞書１の各種機能を実現するためのプログラムやデータを記憶するとともに、ＣＰＵ２０の作業領域として機能するメモリである。本実施の形態においては、記憶部８０は、音声録音再生プログラム８１と、辞書データベース群３と、単語音声データ群５と、教材コンテンツ群４等とを記憶している。

音声録音再生プログラム８１は、本発明に係る音声出力制御プログラムであり、後述の録音再生処理（図３〜図５参照）をＣＰＵ２０に実行させるようになっている。

辞書データベース群３は、見出し語と、この見出し語の説明情報のテキストとを対応付けた見出し語情報が複数格納された辞書データベース３０を複数有しており、本実施の形態においては、英和辞書の辞書データベース３０Ａを有している。

この辞書データベース３０Ａは、学習対象の英語例文を複数含むテキストデータ３０ＡＴを説明情報のデータとして有するとともに、例文ごとの模範音声データ３０ＡＭを有している。なお、本実施の形態においては、テキストデータ３０ＡＴにおける各文のうち、模範音声データ３０ＡＭに対応する例文には、音声アイコンＩｇ（図６参照）が付記されるようになっている。

単語音声データ群５は、各辞書データベース３０における見出し語の各単語の模範音声データ５０Ｍを有している。なお、この単語音声データ群５は、同一の単語について複数の模範音声データ５０Ｍを有していても良い。

教材コンテンツ群４は、複数の教材コンテンツ４０を有しており、本実施の形態においては、英会話の教材コンテンツ４０Ａと、物語動画の教材コンテンツ４０Ｂとを有している。

このうち、英会話の教材コンテンツ４０Ａは、英会話に関する項目ごとに、学習対象の複数の英文を含むテキストデータ４０ＡＴと、文ごとの模範音声データ４０ＡＭとを有している。なお、本実施の形態においては、テキストデータ４０ＡＴにおける各文のうち、模範音声データ４０ＡＭに対応する文には、音声アイコンＩｇが付記されるようになっている。

また、物語動画の教材コンテンツ４０Ｂは、物語の項目ごとに、音声付動画データ４０ＢＤと、音声テキストデータ４０ＢＴとを有している。

音声付動画データ４０ＢＤは、音声を含む動画のデータであり、本実施の形態においては、経時的に連続する複数の音声付動画セグメント４００Ｄから構成されている。なお、本実施の形態においては、音声付動画セグメント４００Ｄは、音声付動画データ４０ＢＤを当該音声付動画データ４０ＢＤに含まれる音声の一文ごとに分割することで形成されている。また、各音声付動画セグメント４００Ｄにおける音声データは、後述の音声テキストセグメント４００Ｔの模範音声データとなっている。

音声テキストデータ４０ＢＴは、音声付動画データ４０ＢＤに含まれる音声に対応するテキストデータであり、音声付動画データ４０ＢＤに含まれる音声を、その音声の言語でテキスト化したものである。この音声テキストデータ４０ＢＴは、本実施の形態においては、各音声付動画セグメント４００Ｄに１対１で対応する複数の音声テキストセグメント４００Ｔから構成されている。つまり、各音声テキストセグメント４００Ｔは、複数の単語を含む文のテキストデータとなっている。

ＣＰＵ２０は、入力される指示に応じて所定のプログラムに基づいた処理を実行し、各機能部への指示やデータの転送等を行い、電子辞書１を統括的に制御するようになっている。具体的には、ＣＰＵ２０は、入力部２２から入力される操作信号等に応じて記憶部８０に格納された各種プログラムを読み出し、当該プログラムに従って処理を実行する。そして、ＣＰＵ２０は、処理結果を記憶部８０に保存するとともに、当該処理結果を音声入出力部７０や表示部２１に適宜出力させる。

［動作］
続いて、電子辞書１の動作について、図面を参照しつつ説明する。

図３〜図５は、ＣＰＵ２０が音声録音再生プログラム８１を読み出して実行する録音再生処理の流れを示すフローチャートである。

図３に示すように、この録音再生処理においては、まずＣＰＵ２０は、記憶部８０に含まれる辞書データベース３０や教材コンテンツ４０のタイトルをメインディスプレイ１０に一覧表示させ、ユーザ操作に基づいて、何れかの辞書データベース３０または教材コンテンツ４０を選択する（ステップＳ１）。

次に、ＣＰＵ２０は、物語動画の教材コンテンツ４０Ｂが選択されたか否かを判定し（ステップＳ３）、選択されていないと判定した場合（ステップＳ３；Ｎｏ）には、英和辞書の辞書データベース３０Ａや英会話の教材コンテンツ４０Ａが選択されたか否かを判定する（ステップＳ５）。

このステップＳ５において英和辞書の辞書データベース３０Ａや英会話の教材コンテンツ４０Ａが選択されていないと判定した場合（ステップＳ５；Ｎｏ）には、ＣＰＵ２０は、他の処理へ移行する。

また、ステップＳ５において英和辞書の辞書データベース３０Ａや英会話の教材コンテンツ４０Ａが選択されたと判定した場合（ステップＳ５；Ｙｅｓ）には、ＣＰＵ２０は、ユーザ操作に基づいて、英和辞書の辞書データベース３０Ａにおける何れかの見出し語、或いは、英会話の教材コンテンツ４０Ａにおける何れかの項目を選択する（ステップＳ７）。

次に、ＣＰＵ２０は、選択された見出し語の説明情報のテキストデータ３０ＡＴ、或いは選択された項目のテキストデータ４０ＡＴをメインディスプレイ１０に表示させる（ステップＳ９）。また、このときＣＰＵ２０は、テキストデータ３０ＡＴ，４０ＡＴにおける各文のうち、模範音声データ３０ＡＭ，４０ＡＭに対応付けられた文の先頭に音声アイコンＩｇを表示させる。

次に、ＣＰＵ２０は、音声キー２ｇが操作されるか否かを判定し（ステップＳ１１）、操作されないと判定した場合（ステップＳ１１；Ｎｏ）には他の処理へ移行する。

また、ステップＳ１１において音声キー２ｇが操作されたと判定した場合（ステップＳ１１；Ｙｅｓ）には、ＣＰＵ２０は、メインディスプレイ１０の端部に音声モード指定アイコンＩとして、聞くアイコンＩａと、聞き比べアイコンＩｂと、読み上げアイコンＩｃとの３つを、この順に上から並べて表示させ、前回の録音再生処理で操作されたアイコンを指定表示させる（ステップＳ１３。図６（ｂ）参照）。

ここで、これら音声モード指定アイコンＩは、電子辞書１の動作モードを音声モードに移行させるためのアイコンである。
具体的には、聞くアイコンＩａは動作モードを、音声モードの「聞くモード」に移行させるためのアイコンであり、「聞くモード」とは、模範音声データ３０ＡＭ、４０ＡＭや音声付動画データ４０ＢＤを再生（音声出力）させるモードである。
また、聞き比べアイコンＩｂは動作モードを、音声モードの「聞き比べモード」に移行させるためのアイコンであり、「聞き比べモード」とは、模範音声データ３０ＡＭ、４０ＡＭや音声付動画データ４０ＢＤを再生（音声出力）させるとともにユーザ音声を録音した後、両者を交互に再生させるモードである。
また、読み上げアイコンＩｃは動作モードを、音声モードの「読み上げモード」に移行させるためのアイコンであり、「読み上げモード」とは、テキストの文字列に対応する合成音声を生成して再生（音声出力）させるモードである。

次に、ＣＰＵ２０は、何れの音声モード指定アイコンＩが指定表示されているかに基づいて、指定された音声モードが「聞くモード」、「聞き比べモード」及び「読み上げモード」の何れであるかを判定する（ステップＳ１５）。

このステップＳ１５において指定された音声モードが「読み上げモード」であると判定した場合（ステップＳ１５；読み上げモード）には、ＣＰＵ２０は、音声モード指定アイコンＩに対する操作によって音声モードの切替操作が行われるか否かを判定する（ステップＳ１６）。

このステップＳ１６において音声モードの切替操作が行われたと判定した場合（ステップＳ１６；Ｙｅｓ）には、ＣＰＵ２０は、切替操作に応じたアイコンを指定表示させ、上述のステップＳ１５に移行する。

また、ステップＳ１６において音声モードの切替操作が行われないと判定した場合（ステップＳ１６；Ｎｏ）には、ＣＰＵ２０は、読み上げモード処理を行った後（ステップＳ１７）、上述のステップＳ１６に移行する。

ここで、この読み上げモード処理においてＣＰＵ２０は、ユーザ操作に基づいて再生回数を設定した後、メインディスプレイ１０に表示されているテキスト内の文字列うち、ユーザ操作により指定される文字列に対応する合成音声を生成して、再生回数だけ再生させる。ここで、再生回数の設定に当たっては、後述の図１２（ｂ）に示すような回数設定アイコンＩｋが表示されることが好ましい。この回数設定アイコンＩｋは、現時点で設定されている再生回数をアイコン内に表示し、操作される毎に再生回数を１，３，５，１，３，…の順に切り替えるようになっている。

また、上述のステップＳ１５において指定された音声モードが「聞くモード」であると判定した場合（ステップＳ１５；聞くモード）には、ＣＰＵ２０は、音声モード指定アイコンＩに対する操作によって音声モードの切替操作が行われるか否かを判定する（ステップＳ１８）。

このステップＳ１８において音声モードの切替操作が行われたと判定した場合（ステップＳ１８；Ｙｅｓ）には、ＣＰＵ２０は、切替操作に応じたアイコンを指定表示させ、上述のステップＳ１５に移行する。

また、ステップＳ１８において音声モードの切替操作が行われないと判定した場合（ステップＳ１８；Ｎｏ）には、ＣＰＵ２０は、聞くモード処理を行った後（ステップＳ１９）、上述のステップＳ１８に移行する。

ここで、この聞くモード処理においてＣＰＵ２０は、ユーザ操作に基づいて再生回数を設定した後、メインディスプレイ１０に表示されているテキスト内でユーザ操作により指定される単語の模範音声データ５０Ｍ、或いは当該テキスト内でユーザ操作により指定される文の模範音声データ３０ＡＭ、４０ＡＭを、再生回数だけ再生（音声出力）させる。なお、再生回数の設定に当たっては、上述のステップＳ１７と同様の回数設定アイコンＩｋが表示されることが好ましい。また、指定された単語について模範音声データ５０Ｍが複数存在する場合には、ＣＰＵ２０は、ユーザ操作により指定される何れかの模範音声データ５０Ｍを再生（音声出力）させる。

また、上述のステップＳ１５において指定された音声モードが「聞き比べモード」であると判定した場合（ステップＳ１５；聞き比べモード）には、図４に示すように、ＣＰＵ２０は、メインディスプレイ１０に表示されている音声アイコンＩｇのうち、先頭の音声アイコンＩｇを指定表示する（ステップＳ２１）。

次に、ＣＰＵ２０は、音声モード指定アイコンＩに対する操作によって音声モードの切替操作が行われるか否かを判定する（ステップＳ２３）。

このステップＳ２３において音声モードの切替操作が行われたと判定した場合（ステップＳ２３；Ｙｅｓ）には、図３に示すように、ＣＰＵ２０は、切替操作に応じたアイコンを指定表示させ、上述のステップＳ１５に移行する。

また、図４に示すように、ステップＳ２３において音声モードの切替操作が行われないと判定した場合（ステップＳ２３；Ｎｏ）には、メインディスプレイ１０に表示されている何れかの音声アイコンＩｇまたは単語をユーザが指定すると、ＣＰＵ２０は、当該音声アイコンＩｇに対応する文か、或いは当該単語自体を音声学習対象として指定する（ステップＳ２５）。

次に、ＣＰＵ２０は、訳／決定キー２ｂが操作されるか否かを判定し（ステップＳ２７）、操作されないと判定した場合（ステップＳ２７；Ｎｏ）には、キー群２における他のキーが操作されるか否かを判定する（ステップＳ２９）。

そして、ステップＳ２９において他のキーが操作されたと判定した場合（ステップＳ２９；Ｙｅｓ）には、ＣＰＵ２０は、当該キーに応じた他の処理へ移行する。また、ステップＳ２９において他のキーが操作されないと判定した場合（ステップＳ２９；Ｎｏ）には、図３に示すように、ＣＰＵ２０は、上述のステップＳ１５に移行する。

また、図４に示すように、ステップＳ２７において訳／決定キー２ｂが操作されたと判定した場合（ステップＳ２７；Ｙｅｓ）には、ＣＰＵ２０は、上述のステップＳ２５で音声アイコンＩｇに対して指定操作が行われたか否か、つまり音声アイコンＩｇの付された文が音声学習対象として指定されたか否かを判定する（ステップＳ３１）。

このステップＳ３１において音声アイコンＩｇに対して指定操作が行われたと判定した場合（ステップＳ３１；Ｙｅｓ）には、ＣＰＵ２０は、指定された音声アイコンＩｇ（以下、指定音声アイコンＩｇＳとする）に対応する文、つまり音声学習対象の文の模範音声データ３０ＡＭ（または４０ＡＭ）を再生（音声出力）させる（ステップＳ３３）。

次に、ＣＰＵ２０は、指定音声アイコンＩｇＳに対応する文（音声学習対象の文）についてのユーザ音声をマイク１４に録音させて記憶部８０に記憶させる（ステップＳ３５）。なお、本実施の形態においては、録音時間は所定時間（例えば１分間）だけ行われるが、ユーザにより終了操作が行われるまでの時間だけ行われても良い。

次に、ＣＰＵ２０は、模範音声とユーザ音声とを聞き比べする旨のユーザ操作が行われるか否かを判定し（ステップＳ３７）、行われないと判定した場合（ステップＳ３７；Ｎｏ）には、図３に示すように、上述のステップＳ１５に移行する。

また、図４に示すように、ステップＳ３７において模範音声とユーザ音声とを聞き比べする旨のユーザ操作が行われたと判定した場合（ステップＳ３７；Ｙｅｓ）には、ＣＰＵ２０は、指定音声アイコンＩｇＳに対応する文（音声学習対象の文）の模範音声データ３０ＡＭ（または４０ＡＭ）を再生（音声出力）させ（ステップＳ３９）、ステップＳ３５で録音したユーザ音声を再生（音声出力）させた後（ステップＳ４１）、上述のステップＳ３７に移行する。

また、上述のステップＳ３１において音声アイコンＩｇに対して指定操作が行われなかったと判定した場合、つまり単語に対して指定操作が行われた場合（ステップＳ３１；Ｎｏ）には、ＣＰＵ２０は、単語音声データ群５を参照し、指定された単語、つまり音声学習対象の単語（以下、指定単語とする）について複数の模範音声データ５０Ｍが存在するか否かを判定する（ステップＳ５１）。

このステップＳ５１において指定単語について複数の模範音声データ５０Ｍが存在すると判定した場合（ステップＳ５１；Ｙｅｓ）には、ＣＰＵ２０は、ユーザ操作に基づいて何れか１つの模範音声データ５０Ｍを指定した後（ステップＳ５３）、後述のステップＳ５５に移行する。

また、ステップＳ５１において指定単語について複数の模範音声データ５０Ｍが存在しないと判定した場合、つまり１つの模範音声データ５０Ｍしか存在しない場合（ステップＳ５１；Ｎｏ）には、ＣＰＵ２０は、当該模範音声データ５０Ｍを指定した後、指定されている模範音声データ５０Ｍを再生（音声出力）させる（ステップＳ５５）。

次に、ＣＰＵ２０は、指定単語についてのユーザ音声をマイク１４に録音させて記憶部８０に記憶させる（ステップＳ５７）。なお、本実施の形態においては、録音時間は所定時間（例えば１分間）だけ行われるが、ユーザにより終了操作が行われるまでの時間だけ行われても良い

次に、ＣＰＵ２０は、模範音声とユーザ音声とを聞き比べする旨のユーザ操作が行われるか否かを判定し（ステップＳ５９）、行われないと判定した場合（ステップＳ５９；Ｎｏ）には、図３に示すように、上述のステップＳ１５に移行する。

また、図４に示すように、ステップＳ５９において模範音声とユーザ音声とを聞き比べする旨のユーザ操作が行われたと判定した場合（ステップＳ５９；Ｙｅｓ）には、ＣＰＵ２０は、指定単語（音声学習対象の単語）の模範音声データ５０Ｍを再生（音声出力）させ（ステップＳ６１）、ステップＳ５７で録音したユーザ音声を再生（音声出力）させた後（ステップＳ６３）、上述のステップＳ５９に移行する。

また、図３に示すように、上述のステップＳ３において物語動画の教材コンテンツ４０Ｂが選択されたと判定した場合（ステップＳ３；Ｙｅｓ）には、図５に示すように、ＣＰＵ２０は、ユーザ操作に基づいて、物語動画の教材コンテンツ４０Ｂの項目を選択する（ステップＳ７１）。

次に、ＣＰＵ２０は、動画学習を行う旨のユーザ操作が行われるか否かを判定し（ステップＳ７３）、行われないと判定した場合（ステップＳ７３；Ｎｏ）には他の処理へ移行する。

また、ステップＳ７３において動画学習を行う旨のユーザ操作が行われたと判定した場合（ステップＳ７３；Ｙｅｓ）には、ＣＰＵ２０は、選択された項目の音声テキストデータ４０ＢＴをメインディスプレイ１０に表示させる（ステップＳ７５）。より具体的には、このときＣＰＵ２０は、選択された項目の音声テキストデータ４０ＢＴに含まれる音声テキストセグメント９２０をメインディスプレイ１０に一覧表示させる。また、このステップＳ７５においてＣＰＵ２０は、メインディスプレイ１０の端部に動画学習アイコンＩｈを表示させるとともに、各音声テキストセグメント９２０の文頭にも動画学習アイコンＩｈを表示させる。ここで、動画学習アイコンＩｈは、電子辞書１の動作モードを動画学習モードに移行させるためのアイコンであり、動画学習モードとは、音声付の動画を再生（音声出力）させるモードである。

次に、ＣＰＵ２０は、動画学習アイコンＩｈが操作されるか否かを判定し（ステップＳ７７）、操作されないと判定した場合（ステップＳ７７；Ｎｏ）には他の処理へ移行する。

また、ステップＳ２０において動画学習アイコンＩｈが操作されたと判定した場合（ステップＳ７７；Ｙｅｓ）には、ＣＰＵ２０は、メインディスプレイ１０の端部に音声モード指定アイコンＩとして、聞くアイコンＩａと、聞き比べアイコンＩｂとの２つを、この順に上から並べて表示させ、前回の録音再生処理で操作されたアイコンを指定表示させる（ステップＳ７９）。

次に、ＣＰＵ２０は、何れの音声モード指定アイコンＩが指定表示されているかに基づいて、指定された音声モードが「聞くモード」及び「聞き比べモード」の何れであるかを判定する（ステップＳ８１）。

このステップＳ８１において指定された音声モードが「聞くモード」である場合（ステップＳ８１；聞くモード）には、ＣＰＵ２０は、音声モード指定アイコンＩに対する操作によって音声モードの切替操作が行われるか否かを判定する（ステップＳ８３）。

このステップＳ８３において音声モードの切替操作が行われたと判定した場合（ステップＳ８３；Ｙｅｓ）には、ＣＰＵ２０は、切替操作に応じたアイコンを指定表示させ、上述のステップＳ８１に移行する。

また、ステップＳ８３において音声モードの切替操作が行われないと判定した場合（ステップＳ８３；Ｎｏ）には、ＣＰＵ２０は、聞くモード処理を行った後（ステップＳ８５）、上述のステップＳ８３に移行する。なお、このステップＳ８５での聞くモード処理においてＣＰＵ２０は、ユーザ操作に基づいて再生回数を設定した後、メインディスプレイ１０に表示されているテキスト内でユーザ操作により指定される音声テキストセグメント４００Ｔの音声付動画セグメント４００Ｄを、再生回数だけ再生（音声・動画出力）させる。この際、テキスト表示から動画表示に切り替えて、再生（音声・動画出力）させる。ここで、再生回数の設定に当たっては、上述のステップＳ１７と同様に、回数設定アイコンＩｋが表示されることが好ましい。

また、上述のステップＳ８１において指定された音声モードが「聞き比べモード」である場合（ステップＳ８１；聞き比べモード）には、ＣＰＵ２０は、メインディスプレイ１０に表示されている動画学習アイコンＩｈのうち、先頭の動画学習アイコンＩｈを指定表示する（ステップＳ９１）。

次に、ＣＰＵ２０は、音声モード指定アイコンＩに対する操作によって音声モードの切替操作が行われるか否かを判定する（ステップＳ９３）。

このステップＳ９３において音声モードの切替操作が行われたと判定した場合（ステップＳ９３；Ｙｅｓ）には、ＣＰＵ２０は、切替操作に応じたアイコンを指定表示させ、上述のステップＳ８１に移行する。

また、ステップＳ９３において音声モードの切替操作が行われないと判定した場合（ステップＳ９３；Ｎｏ）には、メインディスプレイ１０に表示されている何れかの音声テキストセグメント９２０の動画学習アイコンＩｈをユーザが指定すると、ＣＰＵ２０は、当該動画学習アイコンＩｈに対応する音声テキストセグメント９２０を音声学習対象として指定する（ステップＳ９５）。

次に、ＣＰＵ２０は、訳／決定キー２ｂが操作されるか否かを判定し（ステップＳ９７）、操作されないと判定した場合（ステップＳ９７；Ｎｏ）には、キー群２における他のキーが操作されるか否かを判定する（ステップＳ９９）。

そして、ステップＳ９９において他のキーが操作されたと判定した場合（ステップＳ９９；Ｙｅｓ）には、ＣＰＵ２０は、当該キーに応じた他の処理へ移行する。また、ステップＳ９９において他のキーが操作されないと判定した場合（ステップＳ９９；Ｎｏ）には、ＣＰＵ２０は、上述のステップＳ８１に移行する。

また、上述のステップＳ９７において訳／決定キー２ｂが操作されたと判定した場合（ステップＳ９７；Ｙｅｓ）には、ＣＰＵ２０は、メインディスプレイ１０の表示内容を、音声テキストセグメント９２０の一覧表示から、指定されている動画学習アイコンＩｈ（以下、指定動画学習アイコンＩｈＳとする）に対応する音声付動画セグメント４００Ｄ（音声学習対象の文（音声テキストセグメント９２０）に対応する音声付動画セグメント４００Ｄ）の先頭部分に切り替える（ステップＳ１０１）。

次に、ＣＰＵ２０は、指定動画学習アイコンＩｈＳに対応する音声テキストセグメント９２０、つまり音声学習対象の文の音声付動画セグメント４００Ｄを再生（音声・動画出力）させる（ステップＳ１０３）。

指定動画学習アイコンＩｈＳに対応する音声付動画セグメント４００Ｄの再生が終了したら、次に、ＣＰＵ２０は、メインディスプレイ１０の表示内容を、指定動画学習アイコンＩｈＳに対応する音声付動画セグメント４００Ｄの末尾部分から、音声テキストセグメント９２０の一覧表示に戻す（ステップＳ１０５）。

次に、ＣＰＵ２０は、指定動画学習アイコンＩｈＳに対応する音声テキストセグメント９２０（音声学習対象の文）が表示された状態で、この音声テキストセグメント９２０（音声学習対象の文）についてのユーザ音声をマイク１４に録音させて記憶部８０に記憶させる（ステップＳ１０７）。なお、本実施の形態においては、録音時間は所定時間（例えば１分間）だけ行われるが、ユーザにより終了操作が行われるまでの時間だけ行われても良い。

次に、ＣＰＵ２０は、模範音声とユーザ音声とを聞き比べする旨のユーザ操作が行われるか否かを判定し（ステップＳ１０９）、行われないと判定した場合（ステップＳ１０９；Ｎｏ）には、上述のステップＳ８１に移行する。

また、ステップＳ１０９において模範音声とユーザ音声とを聞き比べする旨のユーザ操作が行われたと判定した場合（ステップＳ１０９；Ｙｅｓ）には、ＣＰＵ２０は、メインディスプレイ１０の表示内容を、音声テキストセグメント９２０の一覧表示から、指定動画学習アイコンＩｈＳに対応する音声付動画セグメント４００Ｄの先頭部分に切り替える（ステップＳ１１１）。

次に、ＣＰＵ２０は、指定動画学習アイコンＩｈＳに対応する音声付動画セグメント４００Ｄを再生（音声・動画出力）させる（ステップＳ１１３）。

指定動画学習アイコンＩｈＳに対応する音声付動画セグメント４００Ｄの再生（音声・動画出力）が終了したら、次に、ＣＰＵ２０は、メインディスプレイ１０の表示内容を、指定動画学習アイコンＩｈＳに対応する音声付動画セグメント４００Ｄの末尾部分から、音声テキストセグメント９２０の一覧表示に戻す（ステップＳ１１５）。

次に、ＣＰＵ２０は、音声テキストセグメント９２０の一覧表示された状態で、指定動画学習アイコンＩｈＳに対応する音声テキストセグメント９２０についてステップＳ１０７で録音したユーザ音声を再生（音声出力）させた後（ステップＳ１１７）、上述のステップＳ１０９に移行する。

［動作例］
続いて、図６〜図１４を参照しつつ、上記の録音再生処理を具体的に説明する。なお、これらの図においては、図中の右側にメインディスプレイ１０の表示画面等を示し、図中の左側に操作内容等を示している。また、これらの図においては、音声の出力内容を吹き出しで図示しており、より詳細には、模範音声と、ユーザ音声と、読み上げ音声とを異なる態様の吹き出しで図示している。

（動作例１）
まず、ユーザが英会話の教材コンテンツ４０Ａを選択し（ステップＳ５；Ｙｅｓ）、当該教材コンテンツ４０Ａにおける項目「受付で」を選択すると（ステップＳ７）、図６（ａ）に示すように、選択された項目「受付で」のテキストデータ４０ＡＴがメインディスプレイ１０に表示される（ステップＳ９）。また、このときテキストデータ４０ＡＴにおける各文のうち、模範音声データ４０ＡＭに対応付けられた文の先頭に音声アイコンＩｇが表示される。

次に、ユーザが音声キー２ｇを操作すると（ステップＳ１１；Ｙｅｓ）、図６（ｂ）に示すように、メインディスプレイ１０の端部に音声モード指定アイコンＩとして、聞くアイコンＩａと、聞き比べアイコンＩｂと、読み上げアイコンＩｃとの３つが、この順に上から並べて表示される（ステップＳ１３）。

次に、ユーザが聞き比べアイコンＩｂを操作して「聞き比べモード」を指定すると（ステップＳ１５；聞き比べモード）、メインディスプレイ１０に表示されている音声アイコンＩｇのうち、先頭の音声アイコンＩｇが指定表示される（ステップＳ２１）。

次に、図６（ｃ）に示すように、ユーザが英文「What company do you represent?」の音声アイコンＩｇを指定し（ステップＳ２５）、訳／決定キー２ｂを操作すると（ステップＳ２７；Ｙｅｓ）、指定音声アイコンＩｇＳに対応する文の模範音声データ４０ＡＭが再生（音声出力）される（ステップＳ３３）。

次に、図６（ｄ）に示すように、指定音声アイコンＩｇＳに対応する文「What company do you represent?」についてのユーザ音声がマイク１４によって録音される（ステップＳ３５）。

次に、図７（ａ）に示すように、模範音声とユーザ音声とを聞き比べするか否かの選択肢がメインディスプレイ１０に表示され、聞き比べする旨の選択肢をユーザが選択すると（ステップＳ３７；Ｙｅｓ）、図７（ｂ）、図７（ｃ）に示すように、指定音声アイコンＩｇＳに対応する文「What company do you represent?」の模範音声データ４０ＡＭが再生（音声出力）され（ステップＳ３９）、録音されたユーザ音声が再生（音声出力）される（ステップＳ４１）。

一方、上述の図６（ｂ）に示した状態から、ユーザが聞き比べアイコンＩｂを操作して「聞き比べモード」を指定した後（ステップＳ１５；聞き比べモード）、図８（ａ）、図８（ｂ）に示すように、メインディスプレイ１０に表示されている単語「represent」を指定して（ステップＳ２５）、訳／決定キー２ｂを操作すると（ステップＳ２７；Ｙｅｓ）、指定されている単語「represent」の模範音声データ５０Ｍが再生（音声出力）される（ステップＳ５５）。なお、このとき指定単語「represent」について複数の模範音声データ５０Ｍが存在する場合（ステップＳ５１；Ｙｅｓ）には、図８（ｃ）に示すように、模範音声データ５０Ｍの候補が選択肢として表示され、ユーザ操作に基づいて何れか１つの模範音声データ５０Ｍが指定される（ステップＳ５３）。

次に、図８（ｄ）に示すように、指定単語「represent」についてのユーザ音声がマイク１４によって録音される（ステップＳ５７）。

次に、図９（ａ）に示すように、模範音声とユーザ音声とを聞き比べするか否かの選択肢がメインディスプレイ１０に表示され、聞き比べする旨の選択肢をユーザが選択すると（ステップＳ５９；Ｙｅｓ）、図９（ｂ）、図９（ｃ）に示すように、指定単語「represent」の模範音声データ５０Ｍが再生（音声出力）され（ステップＳ６１）、録音されたユーザ音声が再生（音声出力）される（ステップＳ６３）。

（動作例２）
まず、ユーザが物語動画の教材コンテンツ４０Ｂを選択し（ステップＳ３；Ｙｅｓ）、当該教材コンテンツ４０Ｂにおける項目「ＮＹ編」を選択して（ステップＳ７１）、動画学習を行う旨の操作を行うと（ステップＳ７３；Ｙｅｓ）図１０（ａ）に示すように、選択された項目「ＮＹ編」の音声テキストデータ４０ＢＴに含まれる音声テキストセグメント９２０がメインディスプレイ１０に一覧表示される（ステップＳ９）。また、このときメインディスプレイ１０の端部に動画学習アイコンＩｈが表示されるとともに、各音声テキストセグメント９２０の文頭にも動画学習アイコンＩｈが表示される。なお、本動作例においては、各音声テキストセグメント９２０に対し、日本語での訳文が付記されている。

次に、図１０（ｂ）に示すように、ユーザが動画学習アイコンＩｈを操作すると（ステップＳ７７；Ｙｅｓ）、メインディスプレイ１０の端部に音声モード指定アイコンＩとして、聞くアイコンＩａと、聞き比べアイコンＩｂとの２つが、この順に上から並べて表示される（ステップＳ７９）。

次に、ユーザが聞き比べアイコンＩｂを操作して「聞き比べモード」を指定すると（ステップＳ８１；聞き比べモード）、メインディスプレイ１０に表示されている動画学習アイコンＩｈのうち、先頭の動画学習アイコンＩｈが指定表示される（ステップＳ９１）。

次に、メインディスプレイ１０に表示されている先頭の動画学習アイコンＩｈ（「I’m hungry…」に対応する動画学習アイコンＩｈ）をユーザが指定し（ステップＳ９５）、図１０（ｃ）に示すように、訳／決定キー２ｂを操作すると（ステップＳ９７；Ｙｅｓ）、メインディスプレイ１０の表示内容が、音声テキストセグメント９２０の一覧表示から、指定動画学習アイコンＩｈＳに対応する音声付動画セグメント４００Ｄの先頭部分に切り替えられる（ステップＳ１０１）。

次に、指定動画学習アイコンＩｈＳに対応する音声付動画セグメント４００Ｄ（「I’m hungry…」）が再生（音声・動画出力）される（ステップＳ１０３）。

次に、図１０（ｄ）に示すように、メインディスプレイ１０の表示内容が指定動画学習アイコンＩｈＳに対応する音声付動画セグメント４００Ｄの末尾部分から、音声テキストセグメント９２０の一覧表示に戻される（ステップＳ１０５）。

次に、指定動画学習アイコンＩｈＳに対応する音声テキストセグメント９２０（「I’m hungry…」）についてのユーザ音声がマイク１４によって録音される（ステップＳ１０７）。

次に、図１１（ａ）に示すように、模範音声とユーザ音声とを聞き比べするか否かの選択肢がメインディスプレイ１０に表示され、聞き比べする旨の選択肢をユーザが選択すると（ステップＳ１０９；Ｙｅｓ）、図１１（ｂ）に示すように、メインディスプレイ１０の表示内容が、音声テキストセグメント９２０の一覧表示から、指定動画学習アイコンＩｈＳに対応する音声付動画セグメント４００Ｄの先頭部分に切り替えられて（ステップＳ１１１）、指定動画学習アイコンＩｈＳに対応する音声付動画セグメント４００Ｄが再生（音声・動画出力）される（ステップＳ１１３）。

そして、図１１（ｃ）に示すように、メインディスプレイ１０の表示内容が音声付動画セグメント４００Ｄの末尾部分から、音声テキストセグメント９２０の一覧表示に戻され（ステップＳ１１５）、録音されたユーザ音声が再生（音声出力）される（ステップＳ１１７）。

（動作例３）
まず、ユーザが英会話の教材コンテンツ４０Ａを選択し（ステップＳ５；Ｙｅｓ）、当該教材コンテンツ４０Ａにおける項目「受付で」を選択すると（ステップＳ７）、図１２（ａ）に示すように、選択された項目「受付で」のテキストデータ４０ＡＴがメインディスプレイ１０に表示される（ステップＳ９）。また、このときテキストデータ４０ＡＴにおける各文のうち、模範音声データ４０ＡＭに対応付けられた文の先頭に音声アイコンＩｇが表示される。

次に、ユーザが音声キー２ｇを操作すると（ステップＳ１１；Ｙｅｓ）、図１２（ｂ）に示すように、メインディスプレイ１０の端部に音声モード指定アイコンＩとして、聞くアイコンＩａと、聞き比べアイコンＩｂと、読み上げアイコンＩｃとの３つが、この順に上から並べて表示される（ステップＳ１３）。

次に、ユーザが聞くアイコンＩａを操作して「聞くモード」を指定すると（ステップＳ１５；聞くモード）、聞くモード処理が行われる（ステップＳ１９）。

具体的には、まずメインディスプレイ１０の端部に回数設定アイコンＩｋが表示され、前回の録音再生処理で設定された再生回数が回数設定アイコンＩｋに表示される。次に、ユーザが回数設定アイコンＩｋを操作すると、操作される毎に再生回数が１，３，５，１，３，…の順に切り替えられる。そして、ユーザが再生回数を「３」に設定した後、メインディスプレイ１０に表示されている英文「May I have your name please?」の音声アイコンＩｇを指定すると、図１２（ｃ）に示すように、この文の模範音声データ４０ＡＭが再生回数「３」だけ再生（音声出力）される。次に、図１３（ａ）に示すように、メインディスプレイ１０に表示されている単語「represent」をユーザが指定すると、指定単語「represent」について複数の模範音声データ５０Ｍが存在すると判定されて、図１３（ｂ）に示すように、模範音声データ５０Ｍの候補が選択肢として表示される。そして、ユーザが何れか１つの模範音声データ５０Ｍを指定すると、図１３（ｃ）に示すように、指定されている単語「represent」の模範音声データ５０Ｍが再生回数「３」だけ再生（音声出力）される。

（動作例４）
まず、ユーザが英会話の教材コンテンツ４０Ａを選択し（ステップＳ５；Ｙｅｓ）、当該教材コンテンツ４０Ａにおける項目「紹介」を選択すると（ステップＳ７）、図１４（ａ）に示すように、選択された項目「紹介」のテキストデータ４０ＡＴがメインディスプレイ１０に表示される（ステップＳ９）。また、このときテキストデータ４０ＡＴにおける各文のうち、模範音声データ４０ＡＭに対応付けられた文の先頭に音声アイコンＩｇが表示される。

次に、ユーザが音声キー２ｇを操作すると（ステップＳ１１；Ｙｅｓ）、図１４（ｂ）に示すように、メインディスプレイ１０の端部に音声モード指定アイコンＩとして、聞くアイコンＩａと、聞き比べアイコンＩｂと、読み上げアイコンＩｃとの３つが、この順に上から並べて表示される（ステップＳ１３）。

次に、ユーザが読み上げアイコンＩｃを操作して「読み上げモード」を指定すると（ステップＳ１５；読み上げモード）、読み上げモード処理が行われる（ステップＳ１７）。

具体的には、まずメインディスプレイ１０の端部に回数設定アイコンＩｋが表示され、前回の録音再生処理で設定された再生回数が回数設定アイコンＩｋに表示される。次に、ユーザが回数設定アイコンＩｋを操作すると、操作される毎に再生回数が１，３，５，１，３，…の順に切り替えられる。そして、ユーザが再生回数を「３」に設定した後、図１４（ｃ）に示すように、メインディスプレイ１０に表示されている英文「Let me introduce my assistant, Mr. Suzuki.」を指定すると、図１４（ｄ）に示すように、この文に対応する合成音声が生成され、再生回数「３」だけ再生（音声出力）される。

以上の電子辞書１によれば、図４のステップＳ３３〜Ｓ４１、Ｓ５５〜Ｓ６３や図６〜図９などに示したように、文が音声学習対象として指定された場合には、当該文に対応する模範音声データ３０ＡＭ、４０ＡＭを出力する制御と、当該文についてのユーザ音声を録音する制御とを行って、模範音声データ３０ＡＭ，４０ＡＭを出力する制御と、当該文についてのユーザ音声を出力する制御とを行い、一方、文中の単語が指定された場合には、当該単語に対応する模範音声データ５０Ｍを出力する制御と、当該単語についてのユーザ音声を録音する制御とを行って、模範音声データ５０Ｍを出力する制御と、当該単語についてのユーザ音声を出力する制御とを行うので、テキスト内の文の音声を学習するとともに、当該文中の単語の音声を学習することができる。

また、図５のステップＳ１０１〜Ｓ１１７や図１０〜図１１などに示したように、物語動画の教材コンテンツ４０Ｂが選択された場合には、文が音声学習対象として指定された場合に、当該文に対応する模範音声データを出力する制御として、当該文に対応する音声付動画データ４０ＢＤ（音声付動画セグメント４００Ｄ）を出力する制御を行い、当該文についてのユーザ音声を録音する制御を行うときや、当該文についてのユーザ音声を出力する制御を行うときに、当該文を含む音声テキストセグメント４００Ｔを表示する制御を行うので、音声の含まれた動画を用いて、テキスト内の文の音声を学習することができる。また、動画を用いる場合であっても、テキストの内容を把握しつつ音声学習を行うことができる。

また、図３のステップＳ１３や図６（ｂ）などに示したように、テキストが表示されている状態で、「聞くモード」を指定するための聞くアイコンＩａと、「聞き比べモード」を指定するための聞き比べアイコンＩｂと、「読み上げモード」を指定するための読み上げアイコンＩｃとがこの順に並べて表示されるので、使用頻度の高い順にアイコンが表示される。従って、他の順にアイコンが表示される場合と比較して、使い勝手を向上させることができる。

また、図４のステップＳ１８や図１２（ｂ）などに示したように、文の再生回数を設定するための回数設定アイコンＩｋが表示され、この回数設定アイコンＩｋによって設定された再生回数だけ、模範音声データ３０ＡＭ，４０ＡＭが出力されるので、音声学習の学習効果を高めることができる。

［変形例］
続いて、上記実施形態の変形例について説明する。なお、上記の実施形態と同様の構成要素には同一の符号を付し、その説明を省略する。

本変形例における電子辞書１Ａは、図１５に示すように、通信部９０と、記憶部８０Ａとを備えている。
通信部９０は、ネットワークＮに接続可能となっており、これにより、ネットワークＮに接続される外部機器、例えばデータサーバＤとの通信が可能となっている。このデータサーバＤには、単語音声データ群５及び教材コンテンツ群４等が格納されるようになっている。

また、この通信部９０には、外部再生装置Ｇが接続可能となっている。外部再生装置Ｇは、表示部Ｇ１や音声入出力部Ｇ２を備えている。表示部Ｇ１は、上述のメインディスプレイ１０と同様のディスプレイＧ１０を有しており、入力される表示信号に基づいて各種情報をディスプレイＧ１０に表示するようになっている。音声入出力部Ｇ２は、上述のスピーカ１３、マイク１４と同様のスピーカＧ２０、マイクＧ２１を有しており、入力される音声出力信号に基づいてスピーカＧ２０に音声出力を行わせたり、入力される録音信号に基づいてマイクＧ２１に音声データの録音を行わせたりするようになっている。

記憶部８０Ａは、本発明に係る音声録音再生プログラム８１Ａを記憶している。
この音声録音再生プログラム８１Ａは、上記実施形態と同様の録音再生処理（図３〜図５参照）をＣＰＵ２０に実行させるためのプログラムである。

但し、音声録音再生プログラム８１Ａにより実行される録音再生処理では、ＣＰＵ２０は、記憶部８０Ａ内の単語音声データ群５や教材コンテンツ群４等の代わりに、データサーバＤ内の単語音声データ群５や教材コンテンツ群４等を、通信部９０により取得して用いるようになっている。

また、ＣＰＵ２０は、テキストデータ４０ＡＴや音声テキストセグメント４００Ｔを表示する制御と、ユーザ音声を録音する制御と、模範音声データ５０Ｍ、４０ＡＭや音声付動画セグメント４００Ｄ、ユーザ音声の録音データを再生（音声出力）して音声出力する制御とを、電子辞書１Ａの表示部２１や音声入出力部７０に対して行う代わりに、通信部９０を介して外部再生装置Ｇの表示部Ｇ１及び音声入出力部Ｇ２に対して行うようになっている。

以上の電子辞書１Ａによっても、上記実施形態における電子辞書１と同様の作用効果を得ることができる。

なお、本発明を適用可能な実施形態は、上述した実施形態や変形例に限定されることなく、本発明の趣旨を逸脱しない範囲で適宜変更可能である。

例えば、本発明に係る音声出力制御装置を電子辞書１，１Ａとして説明したが、本発明が適用可能なものは、このような製品に限定されず、例えば図１（ｂ）に示すようなタブレットパソコン１Ｂ（或いはスマートフォン），図１（ｃ）に示すような外部再生装置Ｇに接続されるパソコン１Ｃの他、デスクトップパソコンやノートパソコン、携帯電話、ＰＤＡ（Ｐｅｒｓｏｎａｌ Ｄｉｇｉｔａｌ Ａｓｓｉｓｔａｎｔ）、ゲーム機などの電子機器全般に適用可能である。また、本発明に係る音声録音再生プログラム８１，８１Ａは、電子辞書１，１Ａに対して着脱可能なメモリカード、ＣＤ等に記憶されることとしてもよい。

また、物語動画の教材コンテンツ４０Ｂが選択されて聞き比べモードに移行した場合には、ユーザ操作により指定される動画学習アイコンＩｈに対応する音声付動画セグメント４００Ｄを再生（音声・動画出力）して、そのユーザ音声を録音した後、改めて音声付動画セグメント４００Ｄを再生（音声・動画出力）し、ユーザ音声を再生（音声出力）することとして説明したが、ユーザ操作に応じて、音声付動画セグメント４００Ｄ内でユーザ操作により指定される単語の模範音声データ３０ＡＭを再生し、そのユーザ音声を録音した後、改めて単語の模範音声データ３０ＡＭとユーザ音声とを再生することとしても良い。この場合には、音声の含まれた動画を用いて、テキスト内の文の音声を学習するとともに、当該文中の単語の音声を学習することができる。

以上、本発明のいくつかの実施形態を説明したが、本発明の範囲は、上述の実施の形態に限定するものではなく、特許請求の範囲に記載された発明の範囲とその均等の範囲を含む。
以下に、この出願の願書に最初に添付した特許請求の範囲に記載した発明を付記する。付記に記載した請求項の項番は、この出願の願書に最初に添付した特許請求の範囲の通りである。
〔付記〕
＜請求項１＞
単語の模範音声データが複数記憶されている単語音声記憶手段と、
複数の単語を含む文と、当該文の模範音声データとが対応付けられて複数記憶されている文音声記憶手段と、
前記文を含むテキストを表示する制御を行うテキスト表示制御手段と、
ユーザ操作に基づいて、前記テキスト内の前記文又は当該文中の単語を音声学習対象として指定する音声学習対象指定手段と、
前記文が前記音声学習対象として指定された場合に、当該文に対応する前記模範音声データを出力する制御と、当該文についてのユーザ音声を録音する制御とを行うか或いは、前記文中の単語が指定された場合に、当該単語に対応する模範音声データを出力する制御と、当該単語についてのユーザ音声を録音する制御とを行う対象別録音制御手段と、
前記対象別録音制御手段により前記文についてのユーザ音声が録音された場合に、当該文に対応する前記模範音声データを出力する制御と、当該文についてのユーザ音声を出力する制御とを行うか或いは、前記対象別再生録音制御手段により単語についてのユーザ音声が録音された場合に、当該単語に対応する前記模範音声データを出力する制御と、当該単語についてのユーザ音声を出力する制御とを行う対象別出力制御手段と、
を備えることを特徴とする音声出力制御装置。
＜請求項２＞
請求項１記載の音声出力制御装置において、
前記文音声記憶手段には、
各文に対し、当該文の模範音声データを含む動画データが対応付けて記憶されており、
前記対象別録音制御手段は、
前記文が前記音声学習対象として指定された場合には、
当該文に対応する前記模範音声データを出力する制御として、当該文に対応する前記動画データを出力する制御を行うとともに、
当該文についてのユーザ音声を録音する制御を行うときに、当該文を含む前記テキストを表示する制御を行うことを特徴とする音声出力制御装置。
＜請求項３＞
請求項２記載の音声出力制御装置において、
前記対象別出力制御手段は、
前記対象別録音制御手段により前記文についてのユーザ音声が録音された場合には、
当該文に対応する前記模範音声データを出力する制御として、当該文に対応する前記動画データを出力する制御を行うとともに、
当該文についてのユーザ音声を出力する制御を行うときに、当該文を含む前記テキストを表示する制御を行うことを特徴とする音声出力制御装置。
＜請求項４＞
請求項１〜３の何れか一項に記載の音声出力制御装置において、
前記文が前記音声学習対象として指定された場合に、当該文の前記模範音声データを出力する制御を行う模範音声出力制御手段と、
前記文が前記音声学習対象として指定された場合に、当該文の文字列に対応する合成音声を生成して出力する制御を行う合成音声出力制御手段と、
前記テキスト表示制御手段によりテキストが表示されている状態で、第１のアイコン、第２のアイコン及び第３のアイコンをこの順に並べて表示する制御を行うアイコン表示制御手段と、
前記第１のアイコンに対してユーザ操作が行われ、かつ、前記文が前記音声学習対象として指定された場合に、前記模範音声出力制御手段を機能させ、前記第２のアイコンに対してユーザ操作が行われ、かつ、前記文が前記音声学習対象として指定された場合に、前記対象別録音制御手段を機能させ、前記第３のアイコンに対してユーザ操作が行われ、かつ、前記文が前記音声学習対象として指定された場合に、前記合成音声出力制御手段を機能させる機能制御手段と、
を備えることを特徴とする音声出力制御装置。
＜請求項５＞
請求項４に記載の音声出力制御装置において、
前記模範音声出力制御手段は、
前記文の再生回数を設定するための回数設定アイコンを表示する制御を行う回数アイコン表示制御手段を有し、
前記回数設定アイコンによって設定された再生回数だけ、前記模範音声データを再生する制御を行うことを特徴とする音声出力制御装置。
＜請求項６＞
単語の模範音声データを取得する単語音声取得手段と、
複数の単語を含む文と、当該文の模範音声データとを取得する文音声取得手段と、
前記文を含むテキストを表示する制御を行うテキスト表示制御手段と、
ユーザ操作に基づいて、前記テキスト内の前記文又は当該文中の単語を音声学習対象として指定する音声学習対象指定手段と、
前記文が前記音声学習対象として指定された場合に、当該文に対応する前記模範音声データを出力する制御と、当該文についてのユーザ音声を録音する制御とを行うか或いは、前記文中の単語が指定された場合に、当該単語に対応する模範音声データを出力する制御と、当該単語についてのユーザ音声を録音する制御とを行う対象別録音制御手段と、
前記対象別録音制御手段により前記文についてのユーザ音声が録音された場合に、当該文に対応する前記模範音声データを出力する制御と、当該文についてのユーザ音声を出力する制御とを行うか或いは、前記対象別録音制御手段により単語についてのユーザ音声が録音された場合に、当該単語に対応する前記模範音声データを出力する制御と、当該単語についてのユーザ音声を出力する制御とを行う対象別出力制御手段と、
を備えることを特徴とする音声出力制御装置。
＜請求項７＞
単語の模範音声データが複数記憶されている単語音声記憶手段と、
複数の単語を含む文と、当該文の模範音声データとが対応付けられて複数記憶されている文音声記憶手段と、
を備えるコンピュータに、
前記文を含むテキストを表示する制御を行うテキスト表示制御機能と、
ユーザ操作に基づいて、前記テキスト内の前記文又は当該文中の単語を音声学習対象として指定する音声学習対象指定機能と、
前記文が前記音声学習対象として指定された場合に、当該文に対応する前記模範音声データを出力する制御と、当該文についてのユーザ音声を録音する制御とを行うか或いは、前記文中の単語が指定された場合に、当該単語に対応する模範音声データを出力する制御と、当該単語についてのユーザ音声を録音する制御とを行う対象別録音制御機能と、
前記対象別録音制御機能により前記文についてのユーザ音声が録音された場合に、当該文に対応する前記模範音声データを出力する制御と、当該文についてのユーザ音声を出力する制御とを行うか或いは、前記対象別録音制御機能により単語についてのユーザ音声が録音された場合に、当該単語に対応する前記模範音声データを出力する制御と、当該単語についてのユーザ音声を出力する制御とを行う対象別出力制御機能と、
を実現させることを特徴とする音声出力制御プログラム。
＜請求項８＞
単語の模範音声データを取得する単語音声取得手段と、
複数の単語を含む文と、当該文の模範音声データとを取得する文音声取得手段と、
を備えるコンピュータに、
前記文を含むテキストを表示する制御を行うテキスト表示制御機能と、
ユーザ操作に基づいて、前記テキスト内の前記文又は当該文中の単語を音声学習対象として指定する音声学習対象指定機能と、
前記文が前記音声学習対象として指定された場合に、当該文に対応する前記模範音声データを出力する制御と、当該文についてのユーザ音声を録音する制御とを行うか或いは、前記文中の単語が指定された場合に、当該単語に対応する模範音声データを出力する制御と、当該単語についてのユーザ音声を録音する制御とを行う対象別録音制御機能と、
前記対象別録音制御機能により前記文についてのユーザ音声が録音された場合に、当該文に対応する前記模範音声データを出力する制御と、当該文についてのユーザ音声を出力する制御とを行うか或いは、前記対象別録音制御機能により単語についてのユーザ音声が録音された場合に、当該単語に対応する前記模範音声データを出力する制御と、当該単語についてのユーザ音声を出力する制御とを行う対象別出力制御機能と、
を実現させることを特徴とする音声出力制御プログラム。

１ 電子辞書
２０ ＣＰＵ
３０ 入力部
４０ 表示部
８１ 音声録音再生プログラム

Claims (6)

1. 単語と単語音声データが複数記憶されている単語音声記憶手段と、
   複数の単語を含む文と、当該文の文音声データとが対応付けられて複数記憶されている文音声記憶手段と、
   前記文を含むテキストを表示する制御を行うテキスト表示制御手段と、
   ユーザ操作に基づいて、前記テキスト内の前記文又は当該文中の単語を音声学習対象として指定する音声学習対象指定手段と、
   前記文が前記音声学習対象として指定された場合には、当該文についてのユーザ音声データを録音する制御を行い、前記文中の単語が指定された場合には、当該単語についてのユーザ音声データを録音する制御を行う対象別録音制御手段と、
   前記対象別録音制御手段により前記文についてのユーザ音声データが録音された場合には、当該文に対応する前記文音声データを出力し、当該文についてのユーザ音声データを出力する制御を行い、前記対象別録音制御手段により単語についてのユーザ音声データが録音された場合には、前記単語音声データを出力し、当該単語についてのユーザ音声データを出力する制御を行う対象別出力制御手段と、を備え、
   前記文音声記憶手段には、
   各文に対し、当該文の文音声データを含む動画データが対応付けて記憶されており、
   前記対象別録音制御手段は、
   前記文が前記音声学習対象として指定された場合には、
   当該文に対応する前記文音声データを出力する制御として、当該文に対応する前記動画データを出力する制御を行い、
   前記動画データを出力する制御が終了したことに応じて、出力内容を、前記動画データから、当該動画データが対応付けられた文を含む前記テキストへ切り替える制御を行い、
   当該文を含む前記テキストを表示しながら、当該文についてのユーザ音声データを録音する制御を行う制御を行い、
   前記対象別出力制御手段は、
   前記対象別録音制御手段により前記文についてのユーザ音声データが録音された場合には、
   当該文に対応する前記文音声データを出力する制御として、当該文に対応する前記動画データを出力する制御を行うとともに、
   当該文についてのユーザ音声データを出力する制御を行うときに、当該文を含む前記テキストを表示する制御を行うことを特徴とする電子機器。
2. 請求項１記載の電子機器において、
   前記対象別録音制御手段は、前記文が前記音声学習対象として指定された場合には、当該文に対応する前記文音声データを出力した後に、当該文についてのユーザ音声データを録音する制御を行い、前記文中の単語が指定された場合には、当該単語に対応する単語音声データを出力した後に、当該単語についてのユーザ音声データを録音する制御とを行う、
   ことを特徴とする電子機器。
3. 請求項１又は請求項２に記載の電子機器において、
   前記文が前記音声学習対象として指定された場合に、当該文の前記文音声データを出力する制御を行う文音声出力制御手段と、
   前記文が前記音声学習対象として指定された場合に、当該文の文字列に対応する合成音声データを生成して出力する制御を行う合成音声出力制御手段と、
   前記テキスト表示制御手段によりテキストが表示されている状態で、第１のアイコン、第２のアイコン及び第３のアイコンをこの順に並べて表示する制御を行うアイコン表示制御手段と、
   前記第１のアイコンに対してユーザ操作が行われ、かつ、前記文が前記音声学習対象として指定された場合に、前記文音声出力制御手段を機能させ、前記第２のアイコンに対してユーザ操作が行われ、かつ、前記文が前記音声学習対象として指定された場合に、前記対象別録音制御手段を機能させ、前記第３のアイコンに対してユーザ操作が行われ、かつ、前記文が前記音声学習対象として指定された場合に、前記合成音声出力制御手段を機能させる機能制御手段と、
   を備えることを特徴とする電子機器。
4. 請求項３に記載の電子機器において、
   前記文音声出力制御手段は、
   前記文の再生回数を設定するための回数設定アイコンを表示する制御を行う回数アイコン表示制御手段を有し、
   前記回数設定アイコンによって設定された再生回数だけ、前記文音声データを再生する制御を行うことを特徴とする電子機器。
5. 単語と単語音声データが対応付けられて複数記憶されている単語音声記憶手段と、
   複数の単語を含む文と、当該文の文音声データとが対応付けられて複数記憶されている文音声記憶手段と、
   を備えるコンピュータの音声出力録音方法であって、
   前記文を含むテキストを表示させ、
   ユーザ操作に基づいて、前記テキスト内の前記文又は当該文中の単語を音声学習対象として指定し、
   前記文が前記音声学習対象として指定された場合には、当該文についてのユーザ音声データを録音する制御を行い、前記文中の単語が指定された場合には、当該単語についてのユーザ音声データを録音する制御を行い、
   前記文についてのユーザ音声データが録音された場合には、当該文に対応する前記文音声データを出力し、当該文についてのユーザ音声データを出力する制御を行い、単語についてのユーザ音声が録音された場合には、当該単語に対応する前記単語音声データを出力し、当該単語についてのユーザ音声データを出力する制御を行い、
   前記文音声記憶手段には、
   各文に対し、当該文の文音声データを含む動画データが対応付けて記憶されており、
   前記録音する制御は、
   前記文が前記音声学習対象として指定された場合には、
   当該文に対応する前記文音声データを出力する制御として、当該文に対応する前記動画データを出力する制御を行い、
   前記動画データを出力する制御が終了したことに応じて、出力内容を、前記動画データから、当該動画データが対応付けられた文を含む前記テキストへ切り替える制御を行い、
   当該文を含む前記テキストを表示しながら、当該文についてのユーザ音声データを録音する制御を行う制御を行うことを含み、
   前記出力する制御は、
   前記録音する制御により前記文についてのユーザ音声データが録音された場合には、
   当該文に対応する前記文音声データを出力する制御として、当該文に対応する前記動画データを出力する制御を行うとともに、
   当該文についてのユーザ音声データを出力する制御を行うときに、当該文を含む前記テキストを表示する制御を行うことを含む、ことを特徴とする音声出力録音方法。
6. 単語と単語音声データが複数記憶されている単語音声記憶手段と、
   複数の単語を含む文と、当該文の文音声データとが対応付けられて複数記憶されている文音声記憶手段と、
   を備えるコンピュータに、
   前記文を含むテキストを表示する制御を行うテキスト表示制御機能と、
   ユーザ操作に基づいて、前記テキスト内の前記文又は当該文中の単語を音声学習対象として指定する音声学習対象指定機能と、
   前記文が前記音声学習対象として指定された場合には、当該文についてのユーザ音声データを録音する制御を行い、前記文中の単語が指定された場合には、当該単語についてのユーザ音声データを録音する制御を行う対象別録音制御機能と、
   前記対象別録音制御機能により前記文についてのユーザ音声データが録音された場合には、当該文に対応する前記文音声データを出力し、当該文についてのユーザ音声データを出力する制御を行い、前記対象別録音制御機能により単語についてのユーザ音声データが録音された場合には、前記単語音声データを出力し、当該単語についてのユーザ音声データを出力する制御を行う対象別出力制御機能と、を実現させ、
   前記文音声記憶手段には、
   各文に対し、当該文の文音声データを含む動画データが対応付けて記憶されており、
   前記対象別録音制御機能は、
   前記文が前記音声学習対象として指定された場合には、
   当該文に対応する前記文音声データを出力する制御として、当該文に対応する前記動画データを出力する制御を行い、
   前記動画データを出力する制御が終了したことに応じて、出力内容を、前記動画データから、当該動画データが対応付けられた文を含む前記テキストへ切り替える制御を行い、
   当該文を含む前記テキストを表示しながら、当該文についてのユーザ音声データを録音する制御を行う制御を行い、
   前記対象別出力制御機能は、
   前記対象別録音制御機能により前記文についてのユーザ音声データが録音された場合には、
   当該文に対応する前記文音声データを出力する制御として、当該文に対応する前記動画データを出力する制御を行うとともに、
   当該文についてのユーザ音声データを出力する制御を行うときに、当該文を含む前記テキストを表示する制御を行うことを特徴とするプログラム。