计算机辅助下同声传译质量的评估

　　摘    要：　随着时代的发展和科技的进步,计算机辅助翻译技术在口译领域的应用也日益增加。近日,多家公司也相继推出了计算机辅助下的同声传译技术,并且将其与传统模式下的人工翻译进行了对比。本文将从计算机辅助下同声传译的质量评估、机器翻译与人工翻译质量比对的角度进行深度分析,使读者对计算机辅助翻译产生更深入的了解。

　　关键词：　计算机辅助翻译; 同声传译; CAT;

　　一、背景现状

　　近年来以互联网、人工智能、大数据等为核心的新一代信息技术正在改变翻译的面貌，同时也给翻译教育带来前所未有的机遇和挑战。[1]多家公司相继推出了新成果，用户可以将同传软件安装到电脑上。嵌入Microsoft Power Point之中就可以使用实时口语机器翻译系统。开启滚动字幕的设置，会自动生成一个二维码，使用者可以在手机上看到口语翻译的文本，屏幕也会同步显示语音识别及机器翻译的结果。该成果的推广使用是计算机辅助在口译领域的重大成就。

　　二、计算机辅助下同声传译质量的评估

　　无论人工口译、机助口译，还是自动口译，在现代口译活动中，这些口译技术都发挥着使能、助能、赋能的多重作用，在译前、译中、译后多个环节为口译员提供不同形式、不同程度的帮助，如快速地获取专业领域知识，抓取语义摘要信息、提取专业术语知识、厘清原文逻辑关系、管理口译语言资产等。[2]基于对准确率及翻译效果的猜测，众多学者也进行了测试。本文将以北京语言大学高级翻译学院韩林涛老师进行的有道同传和微软同传的测评为例，从词汇、句型以及语音识别等层面、对双语互译进行分析。

　　（一）英汉翻译

　　原文呈现：Good morning!I am Alex from Beijing Language and Culture University.Thanks for inviting me to this event to talk about how to train future translators.I think students need to practice using advanced translation software such as Trados,speech recognition software and many other AI technologies.

　　第一，对于Beijing Language and Culture University的翻译，两次测试中有道同传都准确地识别出源语，并给出正确的译文。微软同传分别译成了“北京语言学院的亚历克斯，文化大学……”和“文化大学北京语言学院”，显然有偏差。人工译员有一定的知识储备可以避免此类错误。

　　第二，在第二次测试中，对于“Culture University.Thanks for inviting me to this event to talk about how to train future translators.”的处理，两款同传软件都在不通程度上出现了问题。有道同传将这个句子识别成了“I’m Alex from Beijing language at the coffee,the resident thanks for inviting me to disband to talk about how transceiver translators.”。因为识别的稍差造成。微软同传没有显示识别结果，但从它给出的译文“谢谢你邀请我参加这次活动，谈谈趋势如何”这个角度来讲，它是将“train”识别成了“trend”。在这一轮的测试当中，有道同传和微软同传都在识别的环节出现了不通程度的失误，或许这是因为讲话者语速加快、吐字不清晰所造成的。但是人工翻译来讲即使遇到有口音的发言人，也可以根据上下文进行预测，这是机器翻译不具备的优势。
 

　　第三，对于软件名称“trados”处理，说明计算机辅助翻译下的同声传译对讲话者的发音有着很高的要求。第一次测试中，两款软件分别将其译为了“traddles”和“trudels”。开始猜测语料库中没有相关的素材，但在第二次测试中两款软件都给出了正确的翻译。这就说明是在识别讲话人语言过程中出现的问题，并非语料库问题。

　　第四，对于“advanced translation software”这个词的处理，有道翻译以及微软翻译给出的译文都是“最好的翻译软件”。追根溯源，造成这一现象的原因我们也不难理解，因为“advanced”这个词本身也有“最好的，先进的”的意思。诚然，无论是“最好的”还是“最新的”，在这里都不影响听众的理解。却暴露了机器翻译的在处理译文过程中所缺少的“化境意识”。这一点也正是相比机器翻译，传统的人工翻译最具优势的一点。通常译员在听到一个句子后，首先要对源语进行“脱壳”，借助笔记进行辅助，记下源语所要传达的意思，然后通过思考利用目标语言组织句子，进行产出。而机器翻译只是基于大量的语料库，在双语之间进行转换，缺少思考，“脱壳”以及“化境”处理。

　　第五，在英译汉的第二轮测试中有道同传及微软同传都在“I think students need to practice using advanced translation software such as Trados,speech recognition s o f t w a r e a n d m a n y o t h e r A I technologies.”上出现了不同程度的偏差。有道同传给出的译文是“我认为学生需要练习使用最好的翻译软件，如traddles，语音，识别，软件和许多其他技术”。而微软给出的译文为“我认为学生需要在最好的翻译软件，如trados练习使用。语音识别软件和许多其他人工智能技术”。两个版本的译文相对比，各有利弊。相对而言，有道同传给出的译文从句式方面来讲是正确的，但是它译文中三个举例的名词都出现了问题。“trados”的拼写存在问题、“语音识别软件”被拆分成了三个并列结构、“人工智能技术”没有听出来，而是使用了“许多其他技术”来替代。微软同传在组织句子结构上略逊一筹，给出的译文中句子存在语法错误，但是它的优势在于准确翻译出了讲话者提到的三个例子。

　　（二）汉英翻译

　　原文呈现：大家下午好！我是来自北京语言大学的韩林涛，感谢邀请我参加这次活动。今天我想谈谈如何培养“未来的译者”。我认为今天的学生应当学习如何使用最新的翻译软件。如：Trados，语音识别软件，以及许多其他基于AI的翻译软件。

　　第一，关于“北京语言大学”的翻译。在三轮测试当中，微软同传都是将其按照字对字的翻译方式，将其翻译为“Beijing Language University”。有道同传在前两轮的测试中给出了标准的译文“Beijing Language and Culture University”，虽然没有区分大小写，但用词还是正确的；在第三轮测试中，有道翻译出现了语音识别错误，将“北京语言大学”识别成了“北京远大岁”进而给出了“a senior from Beijing”的错误答案。如果译员缺乏相关经验，译前准备不充分，面对此类有一定困难。对于语料库中没有收录的词汇，计算机采取译员在没有知识储备情况下通常采取的策略——临场发挥。机器翻译临场将“北京语言大学”翻译为“Beijing Language University”，虽然这不是北京语言大学校名官方的英文版本，但至少把意思传达出来了，在快节奏高压力的同传过程中是可以理解的，但作为口译的学习工作者，我们还是要努力丰富语料、提高语言的质量，避免此类问题的出现。

　　第二，对于人名的翻译。源语中的“韩林涛”三个字，在有道同传的三轮测试中都被翻译成了“han lintao”，从音译的角度来讲，这是正确的但没有注意大小写的切换。而微软同传的过程中有两次都被识别成了“Li Tao”,一次给出了完全正确的答案“Han Lintao”。显然，微软同传在细节上完善得更精细，但是在语音识别上却存在一些不足。人工译员不会出现此类问题。

　　第三，在翻译举例“如：Trados，语音识别软件，以及许多其他基于AI的翻译软件。”这个句子时,有道同传将其识别为“如差的”，给出了“Such as poor”这样的译文。微软同传也出现了识别错误，给出的译文竟然是“Wuchuan’s speech recognition software,as well as many other AI-based translation software.”，与原文不符。

　　第四，抛开识别错误所引发的问题不谈，对于“trados”这个软件的翻译，在三轮测试当中两款软件都没有准确译出。如果是口译员的话，应该可以翻译正确。英文词汇夹杂在中文语句中对语音识别技术的要求很高，但这也反映出计算机辅助翻译所要发展的新方向。

　　第五，源语中有这样一句话“今天我想谈谈如何培养‘未来的译者’。”在计算机的语音识别过程中有道同传将“译者”识别成了“医者”，进而给出了“doctors”这样的翻译。之所以人工译员不会出现此类问题，就是因为他们具有联系上下文、结合语境的思考过程，这一点也是计算机不具备的能力。

　　第六，在第一次测试中有道同传没有将句子翻译完。人工译员在遇到听不懂等情况，往往也会结合语境和自身知识储备，用完整的句子传达信息。这一点是机器翻译目前不具备的优势。

　　三、计算机辅助下同声传译质量评估存在的局限性

　　为了保证测试结果的客观性，测试中使用了同样的原文材料反复进行两次实验，旨在避免偶然性。一方面，语速的快慢、语气的轻缓以及甚至是人耳不可捕捉到的停顿都可以在机器翻译过程中造成误差。如有条件，今后在测试中应控制变量，用一份音频文件播放两次的测试形式来避免误差。另一方面，本文选用了有道翻译以及微软翻译两款软件进行分析，避免以偏概全。条件有限，本文只对有道同传和微软同传两款软件进行了段落测试。虽然其中囊括一些“陷阱”来测试目前同声传译技术，但是测试中没有涉及句式的转换，因而无法判断机器翻译对于长难句以及复杂句的翻译水平。

　　四、结语

　　教育部教育信息化2.0行动计划强调，从提升师生信息技术应用能力向全面提升其信息素养转变。[3]计算机辅助翻译为今后的研究开辟新道路，带动了整个产业的发展。但是目前看来，想要用计算机辅助翻译下的同声传译取代传统意义上的人工同声传译却言之甚早。对于有语境的翻译，涉及典故、成语等还是需要通过联系上下文以及背景知识综合判断后进行翻译，这一点机器尚且不能达到人工翻译的水平。机器翻译的正常运转要依靠大量的语料库，需要有源源不断的语料输入，需要有大量的人才对语料库的语言质量进行把关。与此同时，人工翻译也需要依靠计算机辅助，无论从背景资料到翻译项目管理还是后期校对、排版、审核都需要计算机的帮助。

　　因而，新形势下的口译学习者和研究者应不断提高信息素养，认清口译技术的发展趋势，顺应潮流、不断创新，兼顾技术与知识的发展，掌握科学的口译学习方法，建立完整的口译框架，从而推动口译行业发展。

　　参考文献

　　[1]陈菁,吴琼.信息技术辅助下的中西口译教学:演变与展望[J].中国翻译,2019,40(2):68-78+192
　　[2]王华树,杨承淑.人工智能时代的口译技术发展:概念、影响与趋势[J].中国翻译,2019(6):69-79+191-192.
　　[3] 中华人民共和国教育部.教育部关于印发《教育信息化2.0行动计划》的通知[EB/OL].http://www.moe.gov.cn/srcsite/A16/s3342/201804/t20180425_334188.html.