JP2011150657A

JP2011150657A - 翻訳音声再生装置およびその再生方法

Info

Publication number: JP2011150657A
Application number: JP2010013478A
Authority: JP
Inventors: Takehiko Isaka; 岳彦井阪
Original assignee: Fujitsu Toshiba Mobile Communication Ltd
Current assignee: Fujitsu Mobile Communications Ltd
Priority date: 2010-01-25
Filing date: 2010-01-25
Publication date: 2011-08-04

Abstract

【課題】翻訳結果の音声を聴取者に好適に提示することができる翻訳音声再生装置およびその再生方法を提供する。
【解決手段】第一の言語および第一の言語とは異なる第二の言語に係る音声の入力を受け付ける音声入力部１６と、入力された第一の言語に係る音声を音声認識した後に第二の言語に翻訳し第二の言語に係る音声データを生成し、および入力された第二の言語に係る音声を音声認識した後に第一の言語に翻訳し第一の言語に係る音声データを生成する翻訳処理部２９と、特定の方向へ音声データを出力する第一の音声出力部１５と、第一の音声出力部よりも無指向に音声データを出力する第二の音声出力部１７と、第一の言語に係る音声データを第一の音声出力部１５より出力させ、第二の言語に係る音声データを第二の音声出力部１７より出力させる再生方向切替部２９とを備えた。
【選択図】図３

Description

本発明は、翻訳された音声の再生技術に係り、特に二者以上に対する音声再生を好適に行う翻訳音声再生装置およびその再生方法に関する。

近年のハードウェア技術の進歩によって、形態可能な小型の情報機器を用いて音声入力による翻訳機能（いわゆる音声翻訳）が実現されるようになった。この情報機器は、主に海外旅行時など発話可能な言語が異なる者の間で行われる対話を対象とした音声翻訳を行う際に用いられる。例えば、日英翻訳では、日本語から英語、英語から日本語の二方向の翻訳が行われる。

従来、発話可能な言語の異なる二人が一台の情報機器で音声翻訳しながら対話する場合において、発話者と聴取者との双方の使用性を向上させることのできる翻訳機能を備えた情報機器が知られている。

例えば、特許文献１には、発話言語の異なる二人が情報機器を介して向き合った状態で会話する際に、発話者が切り替わる度に翻訳結果の表示方向が聴取者の方向に向くように自動的に切り替わる音声変換技術が開示されている。この音声変換技術は、二人の利用者のどちらに翻訳装置の操作権限があるかを決定した上で音声入力部の入力形態を制御し、音声翻訳部における翻訳方向を指定し、表示部における表示内容を指示する構成であった。

また、特許文献２には、話者識別技術を利用して翻訳方向を切り替える音声翻訳技術が開示されている。この音声翻訳技術は、発話者と発話言語の対応関係を保持しておき、発話者と発話言語の対応関係を記録して、現在対話を進める話者対を能動的に切り替えながら、対話の流れに応じて言語変換方向を自動的に決定するものであった。

特開２００５−１４１７５９号公報特開２００７−３２２５２３号公報

音声翻訳機能を備えた小型の情報機器では、発話者が変わるたびに翻訳後の音声やテキストを聴取者に好適に提示するように制御する必要がある。

特許文献１に開示された音声変換技術は、本体の傾きを検出するジャイロセンサにより言語変換方向を検出し、翻訳結果の表示方向を制御するものであった。このため、発話者が相手の答を求めるため相手に翻訳装置の操作を促す場合には、音声翻訳装置を相手に差し出して、さかさまになるように相手の手に持ってもらう操作が必要であった。

特許文献２に開示された音声翻訳技術は、言語変換方向を自動的に決定できる技術は開示されているものの、翻訳結果を聴取者に好適に提示する技術については開示されていなかった。

本発明はこのような事情を考慮してなされたもので、翻訳結果の音声を聴取者に好適に提示することができる翻訳音声再生装置およびその再生方法を提供することを目的とする。

本発明に係る翻訳音声再生装置は、上述した課題を解決するため、第一の言語および前記第一の言語とは異なる第二の言語に係る音声の入力を受け付ける音声入力部と、入力された前記第一の言語に係る音声を音声認識した後に前記第二の言語に翻訳し前記第二の言語に係る音声データを生成し、および入力された前記第二の言語に係る音声を音声認識した後に前記第一の言語に翻訳し前記第一の言語に係る音声データを生成する翻訳処理部と、特定の方向へ音声データを出力する第一の音声出力部と、前記第一の音声出力部よりも無指向に音声データを出力する第二の音声出力部と、前記第一の言語に係る音声データを前記第一の音声出力部より出力させ、前記第二の言語に係る音声データを前記第二の音声出力部より出力させる再生方向切替部とを備えたことを特徴とする。

また、本発明に係る翻訳音声再生方法は、第一の言語に係る音声の入力を受け付ける第一の音声入力ステップと、入力された前記第一の言語に係る音声を音声認識した後に前記第二の言語に翻訳し前記第二の言語に係る音声データを生成する第一の翻訳ステップと、前記第一の言語に係る音声データを特定の方向へ出力する第一の音声出力ステップと、前記第一の言語とは異なる第二の言語に音声の入力を受け付ける第二の音声入力ステップと、入力された前記第二の言語に係る音声を音声認識した後に前記第一の言語に翻訳し、前記第一の言語に係る音声データを生成する第二の翻訳ステップと、前記第二の言語に係る音声データを前記第一の音声出力ステップよりも無指向に音声データを出力する第二の音声出力ステップとを備えることを特徴とする。

本発明に係る翻訳音声再生装置およびその再生方法によれば、翻訳結果の音声を聴取者に好適に提示することができる。

本発明に係る翻訳音声再生装置の実施形態である携帯端末の外観斜視図。指向性スピーカおよび無指向性スピーカの音声データの出力領域を説明する概念図。本実施形態における携帯端末の主な機能構成を示す概略的な機能ブロック図。本実施形態における携帯端末の翻訳処理部の詳細を示す概略的な機能ブロック図。本実施形態における携帯端末により実行される音声翻訳処理を説明するフローチャート。音声データの入力および再生方向を説明する概念図。

本発明に係る翻訳音声再生装置およびその再生方法の実施形態を添付図面に基づいて説明する。本実施形態においては、本発明に係る翻訳音声再生装置に通信機能を備えた携帯端末を適用し、この携帯端末が翻訳音声再生方法を行う例を適用して説明する。

図１は、本発明に係る翻訳音声再生装置の実施形態である携帯端末１を示す外観斜視図である。図１（Ａ）は、携帯端末１の表面の外観斜視図、(Ｂ）は裏面の外観斜視図である。

携帯端末１は、矩形の板状の筐体１１を有する。この筐体１１の表面には、タッチパネル１２が大部分を占めて構成される。

タッチパネル１２は、文字や画像などからなる表示画面を表示する領域が設けられたディスプレイ（図３の表示部１３）である。このディスプレイは、例えばＬＣＤ（ＬｉｑｕｉｄＣｒｙｓｔａｌＤｉｓｐｌａｙ）、有機ＥＬ（ＥｌｅｃｔｒｏＬｕｍｉｎｅｓｃｅｎｃｅ）ディスプレイで構成される。

また、タッチパネル１２は、操作面に対する接触動作を入力位置情報として検出するタッチセンサ（図３の入力部１４）である。タッチセンサは、ディスプレイの上面に複数配置された接触動作を検出するための素子と、さらにその上に積層された透明な操作面で構成される。なお、タッチパネル１２上で接触動作を検知する方法は、圧力の変化を感知する感圧式、静電気による電気信号を感知する静電式、その他の方法を適用することができる。

さらに、タッチパネル１２は、指向性スピーカ（図３の指向性スピーカ１５）と一体に構成される。この指向性スピーカ（パラメトリック・スピーカ）は、超音波を用いて音声を変調することで、超音波の指向特性を利用して特定の方向へ音声を伝達（出力）するようになっている。指向性スピーカは、本実施形態においては、特定の方向へ音声データを出力する第一の音声出力部として機能する。

筐体１１のタッチパネル１２と同一面上には、音声を集音するためのマイクロフォン１６が配置される。マイクロフォン１６は、第一の言語および第一の言語とは異なる第二の言語に係る音声の入力を受け付ける音声入力部として機能する。

図１（Ｂ）に示す筐体１１の裏面には、無指向性スピーカ１７が配置される。この無指向性スピーカ１７は、指向性スピーカ１５とは異なり発生した音波を拡散させることによって無指向に音声を伝達（出力）するようになっている。無指向性スピーカ１７は、本実施形態においては、第一の音声出力部よりも無指向に音声データを出力する第二の音声出力部として機能する。

なお、指向性スピーカ１５および無指向性スピーカ１７の配置は一例であって、携帯端末１の他の位置に配置するようにしてもよい。例えば、指向性スピーカ１５と無指向性スピーカ１７とを同一面上（例えばタッチパネル１２と同一面上）に配置するようにしてもよい。

図２は、指向性スピーカ１５および無指向性スピーカ１７の音声データの出力領域を説明する概念図である。なお、図２は図１に示す各スピーカ１５および１７の実際の配置によらず、指向性スピーカ１５および無指向性スピーカ１７の音声データの出力領域を概念的に示したものである。

指向性スピーカ１５は、領域（ａ）を特定方向として音声を伝達するようになっている。これに対し、無指向性スピーカ１７は、領域（ｂ）をはじめとする携帯端末１の周囲に無指向に音声を伝達するようになっている。

指向性スピーカ１５は、例えば携帯端末１を保持する者に好適に音声が伝達される位置に配置されればよい。また、無指向性スピーカ１７は、例えば携帯端末１を保持する者の周囲に位置する者に好適に音声が伝達される位置に配置されればよい。

図３は、本実施形態における携帯端末１の主な機能構成を示す概略的な機能ブロック図である。携帯端末１は、主制御部２１、電源回路部２２、入力制御部２３、表示制御部２４、音声制御部２５、通信制御部２６、記憶部２８および翻訳処理部２９がバスによって相互に通信可能に接続されて構成されている。

主制御部２１は、ＣＰＵ（ＣｅｎｔｒａｌＰｒｏｃｅｓｓｉｎｇＵｎｉｔ）を具備する。主制御部２１は、記憶部２８に記憶された各種プログラムに基づき動作して、携帯端末１の総括的な制御を行う。

電源回路部２２は、電力供給源（図示せず）を備える。電源回路部２２は、電源をＯＮする操作に基づいて携帯端末１の電源のＯＮ／ＯＦＦ状態を切り替える。電源回路部２２は、電源がＯＮ状態の場合に電力供給源から各部に対して電力を供給して、携帯端末１を動作可能にする。

入力制御部２３は入力部１４（タッチパネル１２）に対する入力インタフェースを備える。入力制御部２３は、所定時間毎（例えば１０ｍｓ毎）にタッチパネル１２からの検知信号を入力位置の座標を示す入力位置情報として受け取り、その入力を示す信号を生成して主制御部２１に伝送する。

表示制御部２４は表示部１３（タッチパネル１２）に対する表示インタフェースを備える。表示制御部２４は、主制御部２１の制御に基づいて、文書データや画像信号に基づいた画像をタッチパネル１２に表示させる。

音声制御部２５は、主制御部２１の制御に基づいて、マイクロフォン１６で集音された音声からアナログ音声信号を生成し、このアナログ音声信号をデジタル音声信号に変換する。また音声制御部２５は、デジタル音声信号を取得すると、主制御部２１の制御に基づいて、このデジタル音声信号をアナログ音声信号に変換し、指向性スピーカ１５または無指向性スピーカ１７から音声として出力する。

通信制御部２６は、主制御部２１の制御に基づいて、基地局からアンテナ２７を介して受信した受信信号をスペクトラム逆拡散処理してデータを復元する。このデータは、主制御部２１の指示により、音声制御部２５に伝送されて指向性スピーカ１５または無指向性スピーカ１７から出力されたり、表示制御部２４に伝送されて表示部１３に表示されたり、または記憶部２８に記録されたりする。また通信制御部２６は、主制御部２１の制御に基づいて、マイクロフォン１６で集音された音声データや入力部１４を介して入力されたデータや記憶部２８に記憶されたデータを取得すると、これらのデータに対してスペクトラム拡散処理を行い、基地局に対してアンテナ２７を介して送信する。

記憶部２８は、主制御部２１が行う処理についての処理プログラムや処理に必要なデータなどを格納するＲＯＭ（ＲｅａｄＯｎｌｙＭｅｍｏｒｙ）やハードディスク、不揮発性メモリ、データベース、主制御部２１が処理を行う際に使用されるデータを一時的に記憶するＲＡＭ（ＲａｎｄｏｍＡｃｃｅｓｓＭｅｍｏｒｙ）などから構成される。

翻訳処理部２９は、マイクロフォン１６より入力された原言語（翻訳前の言語）としての音声を受け取り、目的言語（翻訳後の言語）に翻訳されたテキストデータおよび音声データを生成する。なお、以下の翻訳処理に関する説明に、第一の言語で発話を行う者と、この第一の言語とは異なる第二の言語で発話を行う者との二者間において発話者と聴取者とが交互に入れ替わりながら携帯端末１の音声翻訳機能を利用する例を適用して説明する。なお、この音声翻訳機能を利用する者は二者に限られず、三者以上で利用する場合に適用することができる。

図４は、本実施形態における携帯端末の翻訳処理部２９の詳細を示す概略的な機能ブロック図である。

翻訳処理部２９は、発話区間検出部３１、音声翻訳部３２および再生方向切替部３３を有する。

発話区間検出部３１は、マイクロフォン１６より入力された発話者の音声に基づく波形データを取得すると、この波形データに基づいて発話の区間を検出する。発話の区間は、例えば発話者の発話の途切れに伴う波形データの変化に基づいて検出される。発話区間検出部３１は、検出された区間毎の波形データに基づく音声信号を音声翻訳部３２に出力する。また、発話区間検出部３１は、再生方向切替部３３に対して発話の区間が検出された旨の信号を出力する。なお、発話区間検出部３１は、本実施形態においては、音声入力部より受け付けた音声の区間を検出する区間検出部として機能する。

音声翻訳部３２は、発話区間検出部３１より取得した音声信号に基づいて、原言語から目的言語への翻訳を行う。具体的には、音声翻訳部３２は、取得した音声信号を音声認識することによりテキストデータに変換した後に目的言語に機械翻訳する。音声翻訳部３２は、このテキストデータに基づいて音声合成を行い、目的言語の音声データを音声制御部２５を介して指向性スピーカ１５または無指向性スピーカ１７より出力させる。また音声翻訳部３２は、得られたテキストデータについても表示制御部２４を介して表示部１３（タッチパネル１２）より出力させる。音声翻訳部３２は、原言語および目的言語が、第一の言語および第二の言語のいずれに対応するかを入力部１４（タッチパネル１２）より受け付けた発話者（例えば携帯端末１のユーザ）の指示に基づいて認識するものとする。例えば、発話者が日本語で発話を行う場合には原言語が日本語である旨の設定を行ったり、発話者が英語で発話を行う場合には原言語が英語である旨の設定を行ったりする。

なお、音声翻訳部３２は、本実施形態においては入力された第一の言語に係る音声を音声認識した後に第二の言語に翻訳し第二の言語に係る音声データを生成し、および入力された第二の言語に係る音声を音声認識した後に第一の言語に翻訳し第一の言語に係る音声データを生成する翻訳処理部として機能する。

また、音声翻訳部３２で行われる処理については、公知の音声認識技術、機械翻訳技術、および音声合成技術を適用することができる。このため、音声翻訳部３２の詳細な構成・処理の説明については省略する。

再生方向切替部３３は、発話区間検出部３１より所定の信号を検出すると、音声翻訳部３２において生成された音声データの出力先を指向性スピーカ１５および無指向性スピーカ１７との間で切り替えるための信号であるスピーカ制御信号を音声制御部２５に出力する。音声制御部２５は、このスピーカ制御信号に基づいて音声翻訳部３２より出力される目的言語の音声データを出力するスピーカを切り替える。再生方向切替部３３は、指向性スピーカ１５および無指向性スピーカ１７より出力される言語が、第一の言語および第二の言語のいずれに該当するかを、入力部１４（タッチパネル１２）より受け付けた利用者（例えば携帯端末１のユーザ）の指示に基づいて認識するものとする。

再生方向切替部３３は、本実施形態においては、第一の言語に係る音声データを第一の音声出力部より出力させ、第二の言語に係る音声データを第二の音声出力部より出力させる再生方向切替部として機能する。

次に、携帯端末１において実施される音声再生方法を適用した音声翻訳処理について説明する。

図５は、本実施形態における携帯端末１により実行される音声翻訳処理を説明するフローチャートである。

ステップＳ１において、携帯端末１は、入力部１４（タッチパネル１２）を介して指向性スピーカ１５および無指向性スピーカ１７よりそれぞれ出力される言語の設定を受け付ける。設定は、例えば携帯端末１のユーザが処理開始後に設定してもよいし、予め設定しておいてもよい。

ステップＳ２において、携帯端末１は、入力部１４を介してマイクロフォン１６より入力される翻訳前の言語（原言語）および翻訳後の言語（目的言語）の設定を受け付ける。なお、ユーザにより原言語および目的言語の設定を行うことに代えて、携帯端末１の翻訳処理部２９が自動で原言語および目的言語を識別するようにしてもよい。

ステップＳ３において、携帯端末１は、マイクロフォン１６より音声の入力を受け付ける。ここでは言語設定ステップＳ２において設定された原言語の音声の入力を受け付ける。

ステップＳ４において、翻訳処理部２９は、発話区間検出部３１において入力された音声より発話の区間が検出されたか否かの判定を行う。携帯端末１は、発話の区間が検出されない場合、発話の区間が検出されるまで引き続き音声の入力を受け付ける（音声入力ステップＳ３および検出判定ステップＳ４を繰り返す）。

携帯端末１は、発話の区間が検出されたと判定した場合、ステップＳ５において、音声翻訳部３２により目的言語のテキストデータおよび音声データを生成する。

ステップＳ６において、再生方向切替部３３は、発話の区間が検出されたことに伴い音声データを出力するスピーカを切り替えるスピーカ制御信号を生成し、音声制御部２５に出力する。スピーカ制御信号は、スピーカ設定ステップＳ１および言語設定ステップＳ２において受け付けた設定に基づいて生成される。例えば、原言語が日本語に設定されている場合には、翻訳されて出力される言語の音声データに対応付けられたスピーカに出力を切り替える旨のスピーカ制御信号を生成する。

ステップＳ７において、音声翻訳部３２は、生成したテキストデータを表示制御部２４を介して表示部１３（タッチパネル１２）より出力させる。また、音声翻訳部３２は、生成された音声データを音声制御部２５を介してスピーカより出力させる。音声制御部２５は、スピーカ制御信号に基づいて指向性スピーカ１５または無指向性スピーカ１７より音声データを出力する。

ステップＳ８において、携帯端末１は、音声翻訳処理を終了する指示を受け付けたか否かの判定を行う。携帯端末１は、指示を受け付けていないと判定した場合、ステップＳ２に戻り以降の処理を繰り返す。

次に、図５の音声翻訳処理を具体例に適用して説明する。

図６は、音声データの入力および再生方向を説明する概念図である。

以下に説明する音声翻訳処理は、例えば携帯端末１を保持し使用言語を日本語とするユーザが、使用言語を英語とする者（ユーザの対話者）に道を尋ねる場合に適用して説明する。なお、ユーザは指向性スピーカ１５（タッチパネル１２）の出力領域に位置しており、図６に示す領域（ａ）に位置するものとする。またユーザの対話者は、携帯端末１の周囲に位置し、無指向性スピーカ１７の出力領域である領域（ｂ）に位置するものとする。

ユーザは、自己が入力した日本語の音声が英語に翻訳された音声データを無指向性スピーカ１７より出力するように設定する（ステップＳ１）。携帯端末１を保持するユーザの周囲にいる対話相手に音声データを再生（出力）するためである。また、対話者により入力された英語の音声が日本語に翻訳された音声データを指向性スピーカ１５より出力するように設定する（ステップＳ１)。携帯端末１を保持するユーザに適切に音声データを再生（出力）するためである。

ユーザは、これから発話を行う原言語を日本語、目的言語を英語として設定すると（ステップＳ２）、マイクロフォン１６を介して英語への翻訳を所望する音声（例えば「バス停はどこですか？」）を発話する。図６（Ａ）に示すように、携帯端末１を保持し指向性スピーカ１５（タッチパネル１２）の出力領域に位置するユーザが、マイクロフォン１６を介して音声を入力する。このときユーザは指向性スピーカ１５の出力領域である領域（ａ）に位置するのが望ましい。

ユーザにより一連の音声が発話されて、携帯端末１が音声の入力を受け付けた後（ステップＳ３）発話の区間が検出されると（ステップＳ４のＹＥＳ）、入力された音声に基づいて目的言語としての英語のテキストデータおよび音声データ（例えば「Where is a bus stop?」）が生成される（ステップＳ５）。このとき、テキストデータはタッチパネル１２に表示されることにより（ステップＳ７）、ユーザの対話者はその内容を確認する。また、図６（Ａ）に示すように英語の音声データはスピーカ制御信号に基づいて無指向性スピーカ１７より出力されるため、携帯端末１の周囲、すなわち領域（ｂ）に位置する対話者に好適に伝達される（ステップＳ７）。

ユーザ側の発話が終了すると、ユーザは、音声の入力を行う原言語を英語、目的言語を日本語として設定する（ステップＳ２）。対話者は、ユーザの問に対する回答としての日本語への翻訳を所望する音声（例えば、「Go straight.」）をマイクロフォン１６を介して発話する。

対話者により一連の音声が発話されて、携帯端末１が音声の入力を受け付けた後（ステップＳ３）発話の区間が検出されると（ステップＳ４のＹＥＳ）、入力された音声に基づいて日本語のテキストデータおよび音声データ（例えば「まっすぐ行ってください。」）が生成される（ステップＳ５）。このとき、テキストデータはタッチパネル１２に表示され（ステップＳ７）、ユーザはその内容を確認する。また、図６（Ｂ）に示すように日本語の音声データはスピーカ制御信号に基づいて指向性スピーカ１５より出力されるため、携帯端末１を保持し領域（ａ）に位置するユーザに好適に伝達される（ステップＳ７）。

この携帯端末１によれば、翻訳結果としての音声データを、聴取者に応じて指向性スピーカ１５または無指向性スピーカ１７からそれぞれ出力するようにした。このため、音声データを聴取したい者に確実に伝達することができる。また、指向性スピーカ１５を用いることで、音声データを聴取する必要がない対話者（上述の例においては、道を尋ねられた対話者）に対しては伝達されないため、効率よく合成音声を提示することができる。

また、指向性スピーカ１５および無指向性スピーカ１７の切り替えを自動的に行うようにしたため、ユーザに対する操作性も向上させることができる。

本発明に係る翻訳音声再生装置は、携帯端末１のみならずＰＤＡ（ＰｅｒｓｏｎａｌＤｉｇｉｔａｌＡｓｓｉｓｔａｎｔ）、パーソナルコンピュータ、携帯型ゲーム機、携帯型音楽再生機、携帯型動画再生機などの音声翻訳機能を備えた他の装置にも適用することができる。

また、本発明の実施形態において説明した一連の処理は、ソフトウェアにより実行させることもできるが、ハードウェアにより実行させることもできる。

さらに、本発明の実施形態では、フローチャートのステップは、記載された順序に沿って時系列的に行われる処理例を示したが、必ずしも時系列的に処理されなくとも、並列的あるいは個別実行される処理をも含むものである。

１携帯端末
１１筐体
１２タッチパネル
１３表示部
１４入力部
１５指向性スピーカ
１６マイクロフォン
１７無指向性スピーカ
２１主制御部
２２電源回路部
２３入力制御部
２４表示制御部
２５音声制御部
２６通信制御部
２７アンテナ
２８記憶部
２９翻訳処理部
３１発話区間検出部
３２音声翻訳部
３３再生方向切替部

Claims

第一の言語および前記第一の言語とは異なる第二の言語に係る音声の入力を受け付ける音声入力部と、
入力された前記第一の言語に係る音声を音声認識した後に前記第二の言語に翻訳し前記第二の言語に係る音声データを生成し、および入力された前記第二の言語に係る音声を音声認識した後に前記第一の言語に翻訳し前記第一の言語に係る音声データを生成する翻訳処理部と、
特定の方向へ音声データを出力する第一の音声出力部と、
前記第一の音声出力部よりも無指向に音声データを出力する第二の音声出力部と、
前記第一の言語に係る音声データを前記第一の音声出力部より出力させ、前記第二の言語に係る音声データを前記第二の音声出力部より出力させる再生方向切替部とを備えたことを特徴とする翻訳音声再生装置。
前記音声入力部より受け付けた音声の区間を検出する区間検出部をさらに備え、
前記再生方向切替部は、前記区間検出部が前記区間を検出した場合に前記音声データの出力先を前記第一の音声出力部と前記第二の音声出力部とで切り替える請求項１記載の翻訳音声再生装置。
第一の言語に係る音声の入力を受け付ける第一の音声入力ステップと、
入力された前記第一の言語に係る音声を音声認識した後に前記第二の言語に翻訳し前記第二の言語に係る音声データを生成する第一の翻訳ステップと、
前記第一の言語に係る音声データを特定の方向へ出力する第一の音声出力ステップと、
前記第一の言語とは異なる第二の言語に音声の入力を受け付ける第二の音声入力ステップと、
入力された前記第二の言語に係る音声を音声認識した後に前記第一の言語に翻訳し、前記第一の言語に係る音声データを生成する第二の翻訳ステップと、
前記第二の言語に係る音声データを前記第一の音声出力ステップよりも無指向に音声データを出力する第二の音声出力ステップとを備えることを特徴とする翻訳音声再生方法。