機器口譯：口譯教育面臨的挑戰與對策
【作者簡介】馮建中，1962年生，現為國防科技大學國際關係學院教授、學科帶頭人。主要研究方向：歐、美能源戰略；口譯理論與實踐。著有專著和教材8部，發表各類論文近40篇；主持國家級和省級課題2項，參與完成其他各類課題5項。代表作有：《歐盟能源戰略：走向低碳經濟》《走向綠色的歐洲——歐盟環境保護制度》《美軍能源戰略研究》《實用英語口譯教程》《口譯實例與技巧》《英漢口譯實練》等。
【摘要】近年來，隨著翻譯相關技術的飛速發展，機器口譯取得了長足的進步。大量語音翻譯系統和應用軟體相繼亮相。機器口譯技術的進步給口譯行業和口譯教育帶來了嚴峻的挑戰。機器口譯是否會取代人工口譯？口譯教育應如何應對機器口譯所帶來的挑戰？本文從機器口譯的基本概念、優缺點、發展現狀和未來趨勢出發，分析技術進步對口譯行業和口譯教育帶來的挑戰，提出創新口譯教育的幾點思考。
【關鍵詞】機器口譯；語音翻譯系統；口譯教育；計算機輔助口譯(CAI)
．引言
近年來，隨著語音識別、機器翻譯、自然語言處理、大數據、人工智慧、深度學習等翻譯相關技術的飛速發展，機器口譯取得了長足的進步。大量語音翻譯系統和應用軟體相繼亮相，並且日趨智能化、實用化、大眾化、便攜化。智能手機、平板電腦等移動終端安裝一個翻譯軟體即可收聽同傳或無障礙週遊世界，已經不再是一個夢想。實際上，口譯免費潮已經開始。
機器口譯的進步給人類跨語言交流提供了極大的便利，同時也給口譯行業進而給口譯教育帶來了嚴峻的挑戰。機器口譯是否會取代人工口譯？口譯行業是否會消失？譯員是否會失業？口譯教育應如何應對機器口譯的挑戰？這些問題事關口譯行業的未來和口譯教育的前景，理應引起口譯教育界的高度關注和認真應對。
1．機器口譯概述
1.1機器口譯的基本概念
相對於機器翻譯，機器口譯是一個相對陌生的概念。機器口譯（MI），又稱「口語翻譯」(Spoken Language Translation,SLT)、「語音機器翻譯」（Speech-to-Speech MT）或「自動口譯」（AutomatedInterpretation），是指讓計算機實現從一種語言的語音到另一種語言的語音自動翻譯的過程（瑞諾爾, 2010）。其理想目標是讓計算機像人一樣在持不同語言的說話人之間充當口譯員的角色。會議演講、交談（通過電話、網路或面對面交流）、廣播等場景下的話語翻譯都是機器口譯應用的重要領域。
機器口譯可分解為三個步驟：一是語音識別，即機器通過軟體接收說話人的語音，然後將其識別轉化為文字；二是語言轉換，即機器翻譯程序對文本進行加工轉譯；三是語音合成，即機器將譯文自動形成目的語語音輸出。因此，機器口譯包含三項核心技術：語音識別、機器翻譯和語音合成。
與機器翻譯一樣，人們常把機器口譯與計算機輔助口譯（CAI）或「機助口譯」混為一談。機器口譯是全自動口譯，無需人工輔助，例如各種在線語音翻譯系統、口語翻譯機、口譯機器人、自動口譯電話等。計算機輔助口譯則指譯員在計算機的輔助之下完成口譯任務。計算機輔助口譯的原理是：計算機快速識別源語語音，然後將識別的內容進行機器翻譯，最後將譯文呈現在屏幕上，供譯員參考。不難看出，最後的譯文是顯示在屏幕上供譯員參考還是轉換成語音由機器播出，這是機器口譯與計算機輔助口譯的根本區別之所在。
1.2機器口譯的優缺點
機器口譯有著人工口譯難以企及的一系列優點：一是成本低。人工口譯培養周期長、難度大、費用高，特別是同傳，國際會議上每個語種往往需要安排兩名譯員，人力和開支要求均比較高；機器口譯使用成本低，有的甚至完全免費。二是效率高。人工口譯費時、費事、效率低下，還時常出現翻譯盲點，且譯員受體力、腦力和能力的限制，難以長時間、不間斷、高強度地工作，特別是同傳；機器口譯速度快、效率高，不會疲勞，且受海量數據支持，學習快，無翻譯盲點，可以大大提高翻譯效率和同傳準確性。三是使用方便。人工口譯難找，特別是非通用語種；機器口譯不受語種和時空的限制，一個系統可同時安裝幾種、幾十種甚至幾百種語言互譯，因而方便、快捷、省事，尤其是準確性要求不高的口譯。此外，國際會議上同傳設備使用麻煩，同傳接收機經常不夠用，且容易丟失，引發糾紛；機器口譯相對簡便，只需在智能手機或平板電腦上安裝一個應用軟體即可收聽同傳或者進行交談。
當然，機器口譯也存在著一系列缺點，主要瓶頸有兩個：一是語音識別軟體尚不完美。語音識別的準確性與說話人的口語質量和周圍環境密切相關。目前，多數語音翻譯系統和應用軟體只能識別語速不快、發音規範、前後連貫的語句。假如說話人語速很快，講話不連貫，或者講方言、帶口音、吐字不清、發音錯誤、使用同音字，語音識別系統就會出錯。同時，環境雜訊（背景雜訊、背景語音、混響、回聲、多人講話）、信道雜訊（麥克風調整、電話調整、電話蜂音）、網路連接不暢、說話人距離遠，都會嚴重降低語音識別的準確率。二是機器翻譯不夠準確。機器演算法無法理解和翻譯語言文學性，包括文化、語境、語法和情感。人類語言非常複雜，許多詞語是多義的，具體意思取決於特定的語境。機器翻譯常常忽略上下文來翻譯詞句，也不遵守語法，因而譯文生硬，常常伴有語法和語序錯誤，準確性和流暢性較差。目前，機器翻譯還基本停留在表層結構的句法分析之上，無法像人腦一樣理解意義、區分情感色彩和文化差異，因而無法識別和傳達語言的深層含義、言外之意和文化元素（包括幽默和隱喻）。
1.3機器口譯的歷史與現狀
儘管機器口譯存在這樣那樣的問題，但是，人類並未因此而停止探索的腳步。從20世紀80年代中後期開始，隨著語音識別水平和計算機性能的不斷提高，語音翻譯研究開始呈現迅速發展趨勢，取得了一系列重要成果，有代表性的包括：SpeechTrans(1989)、ASURA(1993)、JANUS-III (1997)、Spoken Language Translator(1992-1999)、Sync/Trans (1999)、Verbmobil (1993-2000)、EUTRANS(2001)、TRIM(2005)、ATR(2006)、MASTOR(2009)、IraqComm(2009)(Aiken，2010；Aiken et al，2010)。但是，此類系統大多局限於某個或少數領域（如醫患對話、會議註冊、旅館預訂、航空旅遊信息查詢等），且支持語種不多。
隨著全球化進程的加快和國際交流的日益頻繁，人類渴望早日實現無障礙即時口語交流。為了實現這一夢想，以IBM、谷歌、微軟、百度、科大訊飛為代表的國內外科研巨頭相繼成立研究團隊，專門從事智能翻譯研究，矢志攻克機器翻譯的難題，讓機器系統來扮演口譯員的角色。近年來，語音識別、機器翻譯和人工智慧技術的突破以及大數據、雲計算、深度學習、深度神經網路等先進技術的閃亮登場，為機器口譯的飛速發展提供了強大的技術支撐，大量語音翻譯系統和應用軟體如雨後春筍一般湧現出來。以下分四類掛一漏萬地介紹機器口譯的應用成果。
第一，自動翻譯電話。自動翻譯電話歷來是國際語音翻譯研究的一大重點，並且取得了豐碩成果。例如，1993-2000年德日美聯合研發的Verbmobil免提式雙向移動多語種對話翻譯系統能處理3種語言（德、英、日）之間商務領域的對話，翻譯準確率超過80%，對話翻譯成功率達90%。2007年11月，日本NEC公司宣布研製成功世界首款即時翻譯手機。該手機具有聲音識別和實時翻譯功能，能識別約5000個日文單詞。只要對著話筒講日文，1秒種後，相應的英文翻譯就會顯示在屏幕上（陳中，2007）。2013年6月，以色列創業公司Lexifone開啟了一項自動電話口譯服務。該系統提供英語與七種語言（法、西、意、葡、德、俄和漢語）之間的口譯服務，最適合貿易和商務直接對話（Kaytie，2014）。2018年6月，在第5屆中國-南亞博覽會暨第25屆中國昆明進出口商品交易會上，傳神語聯網網路信息技術有限公司通過「貼身翻譯官」專線口譯服務為大會免費提供語言服務，支持用戶一鍵撥通口譯專線服務熱線，簡單操作保證「隨用隨呼」，支持英、俄、越、柬、泰、緬、老、阿、意語9個語種，多語覆蓋保證質量（傳神語聯網，2018）。
第二，在線即時語音翻譯系統。即時語音翻譯是當前國際智能翻譯研究的熱點。世界機器翻譯先驅IBM 公司從 2001 年開始大規模開展智能語音翻譯領域的研究，重點是英語、阿拉伯語和漢語之間的互譯。2009年9月，IBM 正式推出 ViaVoice Translator 文本到語音翻譯軟體，可安裝在手提電腦上，為自動化口譯奠定了基礎。由於無明顯進展，該項目最終被放棄。
2010年1月，互聯網巨頭谷歌公布了谷歌翻譯（Google Translate）安桌版，2011年1月推出其升級版，2015年1月實時語音翻譯系統正式上線。使用者可將安裝有該軟體的智能手機用作實時翻譯機，在會話模式下與他人進行交流。該系統可識別主流語言，並自動轉換成90多種語言的語音和文本。至2016年8月，谷歌翻譯支持的語言已達103種，離線狀態下支持翻譯語言52種，每天服務用戶超過2億，覆蓋全世界99%的網民。
美國另一科技巨頭微軟也不甘落後。2012年，微軟首席研究官里克·拉希德（Rick Rashid）在中國演示了微軟實時英漢語音翻譯系統，翻譯準確率達到80%-90%。微軟率先將模擬人腦行為的深度神經網路技術與其成熟的統計機器翻譯技術相結合，極大地降低了語音識別的錯誤率，提高了翻譯準確性，讓一對一語音交談成為現實（冰岩，2012）。2014年12月，微軟發布了Skype Translator預覽版，實現了英語和西班牙語之間的實時語音互譯。2015年4月，微軟在中國市場正式推出了具備實時語音翻譯技術的Skype Translator中文預覽版。該產品集成了微軟在語音識別、機器翻譯、自然語言處理、機器學習等領域的眾多科技成果，使英文和中文普通話之間的實時語音對話成為現實。中文預覽版新增了語音讀取文字信息、持續性識別、自動聲量控制、語言翻譯靜音等多項功能。Skype每月連接用戶數量超過3億人，每天處理的對話時長超過20億分鐘。隨著產品的不斷優化，跨語言無障礙交流的時代終將來臨（Calo，2015）。
第三，翻譯機器人。翻譯機器人是現代人工智慧的終極目標之一，是近年來國際機器翻譯研究的一個熱點。2015年7月，科大訊飛研製的翻譯機器人「飛飛」在第19屆RoboCup世界盃開幕式上首次亮相，擔任安徽合肥市長張慶軍的英文翻譯，同時又為RoboCup國際聯合會主席田野五十澍擔任中文翻譯。其準確的發音、流利的翻譯和豐富的肢體語言贏得了在場觀眾的紛紛好評。「飛飛」是訊飛高級人工智慧前瞻性重大攻關項目「超級計劃」的階段性成果。該計劃是讓機器從「能聽會說」到「能理解會思考」的目標邁進的關鍵項目。科大訊飛已經在深度神經網路上取得了突破，其口語翻譯曾在2014國際口語機器翻譯評測比賽中獲得英漢雙向口譯第一名，能在一秒之內實現中英和英中輕鬆互譯（張素，2015）。
百度智能機器人「小度」也是一款明星翻譯機器人。2015年7月，在第53屆計算機語言學國際年會上，「小度」在上千位觀眾面前展現了擬真人同聲傳譯的能力。其對語義的理解和準確流暢的翻譯給全場留下了深刻印象。2016年1月，在第十屆中國電子信息技術年會上，能講英語、日語、韓語等多國語言的「小度」再次亮相，協助主持人「採訪」外賓，其準確、流利、快速的翻譯水平讓來賓們倍感驚訝。「小度」此次亮相帶來了全新的功能——多語種即時翻譯。不管現場主持人和嘉賓怎麼給它製造翻譯難度，「小度」都能從容應對、準確翻譯，儼然一個精通各國語言的「翻譯小達人」（王靜，2016）。
第四，攜帶型語音翻譯機。當前，國內外語音翻譯設備和軟體的研發異常活躍，產品琳琅滿目，已經廣泛應用於出國旅遊等跨語言交流的方方面面。2010年，美國富蘭克林電子公司針對出國人員推出了貼身譯M866富蘭克林智能翻譯機。該機支持英、中等17國語言，覆蓋全球127個國家和地區，能隨寫隨譯，雙語顯示，具有整句翻譯功能和真人發音系統，翻譯準確度高達98.7%（IT經理世界，2015）。2009年11月，日本NEC公司推出一款「翻譯眼鏡」(Tele Scooter)。該設備外形象一付眼鏡，但沒有鏡片，使用一種成像設備，將經過聲音識別和翻譯軟體處理後立刻生成的文字像電影「字幕」一樣投射到使用者的視網膜（顯示屏）上。眼鏡使用時，談話內容會被一個麥克風收錄，翻譯後以可視文本的形式或通過耳機以聲音的形式即時傳送給對方。該智能眼鏡還可用於涉密場合的交談，擺脫人工翻譯的麻煩（陳丹妮，2009）。為了迎接2020東京奧運會和殘奧會、幫助外國訪客克服語言障礙，日本政府和企業正在積極開展科技革新，研製多語種語音翻譯機。2016年，日本Logbar研發團隊推出了一款名為ILI的可穿戴式翻譯設備。該設備能在離線環境下進行實時語音翻譯，而且能保證精準翻譯。ILI通過內置的翻譯引擎與語音合成晶元共同完成翻譯過程。目前，該系統僅支持中、英、日三國語言的翻譯功能（雪萍，2016）。另據報道，日本奈良科技大學（Nara Institute of Science andTechnology）的研究人員正在研發一款自動化同傳軟體，旨在改進日英同傳的準確性和速度。該軟體可在說話人結束講話之前就開始口譯，口譯質量相當於擁有一年同傳經驗的譯員。研究人員計劃在2020年東京奧運會之前推出自動化同傳服務（Kaytie，2014）。
口語翻譯機在現代戰爭和軍事行動中也得到了廣泛應用。為了解決相關語種譯員奇缺、容易遭殺害和忠誠度難以保證等問題，幫助美軍在伊拉克、阿富汗、非洲地區順利開展軍事行動，美國相關科技公司研製了多款語音翻譯設備和軟體，幫助美軍克服語言障礙，提高與當地人的溝通協調能力。2006年，IBM為駐伊美軍開發了一套名為MASTOR的多語種自動語音翻譯機。該系統可識別、翻譯5萬多英文單詞和10萬阿拉伯語單詞，能迅速將英語譯為成阿拉伯語。該翻譯機首先裝備了美軍特種部隊、海軍陸戰隊和醫務人員（曉健，2006）。同年，一套名為IraqComm的語言翻譯系統也配發駐伊美軍。該系統可提供英語與阿拉伯語口語之間的雙向語音翻譯，目的是讓美軍和醫務人員在安全檢查站、挨家挨戶搜查或急救情況下能與當地人進行對話。2010年，駐阿富汗美軍配發了一套名為TransTac的戰術應用口語交流與翻譯系統。該系統帶兩個語言庫，可應付阿富汗的兩種主要語言——普什圖語和達里語。系統能在5秒鐘內將日常簡短的對話譯成英語，只是不能有俚語、行話、技術術語等（陳浩，2012）。在非洲大陸，2015年，駐非美軍配備了手持式SQ.410自動語音翻譯系統，以幫助美軍在打擊極端組織時解決語言障礙問題。該裝置佩戴在胸前，能將美軍與非洲友軍交流語句互譯為各自熟悉的語言。該系統可在無網路連接的情況下翻譯9種語言（史丹丹，2015）。
在國內，以科大訊飛為代表的科技企業也在大力研發各種語音翻譯設備和軟體。科大訊飛從2012年開始進入語音翻譯領域，並推出了「訊飛語音翻譯」等產品，主要集中在境外旅遊、國際會議等垂直應用領域。科大訊飛研發的「靈犀語音助手」，只要按下中文或英文說話按鈕，說出所需翻譯的句子，即可實現秒翻。2015年10月，訊飛輸入法正式發布「隨聲譯」功能。該功能集語音識別、機器翻譯等核心技術於一身，實現了同傳效果，其翻譯速度與準確率均達到了較高的水平。「隨聲譯」支持中英文實時翻譯，讓手機變成了翻譯機（龐傑，2016）。2015年2月，訊飛開放平台單日在線語音交互突破1.2億次，應用合作夥伴超過6萬家，終端用戶數量超過6.8億，技術應用前景十分廣闊。
百度公司推出的百度翻譯是一款集翻譯、詞典、海量例句於一體的移動應用，免費提供27個語種翻譯服務、702個翻譯方向服務。2013年2月，百度翻譯發布安卓手機客戶端，成為全球安卓平台首款支持離線翻譯的應用；同年3月又發布iOS客戶端，支持離線翻譯、語音翻譯、攝像頭翻譯等功能。手機客戶端支持中文普通話、英語、粵語的語音識別和會話翻譯，能與外國人無障礙實時溝通，語音識別率和翻譯準確率均達到相當水平。
當前主流的免費翻譯軟體主要有以下五種：一是騰訊翻譯君，支持中、英、日、韓4種語言；二是有道翻譯官，支持中、英、日、韓、法、俄、西7國語言翻譯，離線翻譯；三是百度翻譯，支持中、英、日、韓、泰、法、西、德等28種熱門語言互譯；四是搜狗翻譯，支持中、英、法、日等50多種語言之間的互譯功能；五是谷歌翻譯，可提供100種語言間的在線語音翻譯。此外，華為 Mate 10機身自帶AI隨性翻譯功能，支持50多個語種的翻譯。
國內語音翻譯設備層出不窮，例如，科大訊飛曉譯翻譯機、訊飛翻譯機2.0；搜狗旅行翻譯寶、搜狗錄音翻譯筆；傳神翻譯機、傳神譯路翻譯機；全球譯V100同聲語音翻譯機；百度翻譯機；網易翻譯蛋；有道翻譯蛋；魔芋AI翻譯機；準兒翻譯機。
需要指出的是，機器口譯的研究成果遠遠不止上述產品。事實上，只要上網搜索一下，便會發現無數的語音翻譯設備和軟體。目前，翻譯機和軟體的準確率還達不到理想狀態。各家在中英翻譯上都表現不錯，但在英中翻譯上差異很大。雖然準確性各不相同，但卻為人們出國旅遊和跨語言交流帶來了極大的便利。
1.4機器口譯的未來趨勢
隨著社會需求的迅速擴張，語音翻譯技術的應用正進入繁榮期。從目前的發展勢頭來看，機器口譯潛力巨大、前景光明。未來發展在很大程度上取決於語音識別（背景雜訊的語音識別、語種識別、口音識別）和機器翻譯等技術的進一步突破。2015年3月，科大訊飛遠場識別技術對外亮相發布，超過5米的語音識別技術突破了語音交互距離瓶頸，大幅度改進了語音交互的自由度，其降噪和去混效果均達到了國際頂級水平（孫慧，2015）。這意味著機器口譯實現高精度語音識別又消除了一大障礙。2018年7月4日，百度語音技術部總監高亮在百度AI開發者大會上宣布，百度基於遠場的語音語義一體化技術取得重大突破，為業界提供更頂尖的遠場語音技術。該技術將遠場交互中高頻Query識別準確率提升10個點，並保持普通Query識別率不降；多語種混合聲學建模基於Deep Peak2大幅提升中英文混合Query識別準確率，相對錯誤率比業界最好競品降低20%；新升級的TTS技術業界首創傳統拼接技術與Wavenet技術融合方案，保證合成質量的同時大大降低成本。百度還重磅發布遠場語音技術低成本解決方案「度小雲」，它基於Deep Peak V2語音識別技術、語音語義一體化技術及LSTM-VAD深度學習語音切分技術，實現業界領先的五級喚醒技術，並擁有基於Wavenet的精緻音庫，支持遠場優化的音頻通信技術。未來開發者可以一站式獲取百度遠場語音能力（中國商業觀察網，2018）。
機器翻譯的準確性問題也在穩步破解之中。2016年3月，谷歌人工智慧系統「阿爾法狗」(AlphaGo)完勝世界圍棋冠軍李世石，成功挑戰作為人類智力極限的圍棋遊戲。這表明人工智慧已經能以接近人類的思考方式解決問題，機器智能化時代已經來臨。既然「阿爾法狗」能夠通過深度學習技術不斷學習棋譜，模仿未來棋局，最終成為圍棋大師，那麼，人工智慧也完全可以利用海量的翻譯資料進行深度學習、積累經驗，經過全面的翻譯訓練，學會全局分析，聯繫上下文，最終學會翻譯人類語言。事實上，谷歌翻譯正在嘗試加入「深度學習」功能，使其變得像「阿爾法狗」一樣有戰鬥力。谷歌2016年9月27日發布的「神經網路機器翻譯系統（GNMT），模仿人腦的神經思考模式，產出媲美人工翻譯的高質量譯文，並將誤差降低了55%-85%。《麻省理工學院技術評論》雜誌評價，採用神經網路技術的Google翻譯準確率幾乎與人類無異。2018年3月14日，微軟亞洲研究院宣布，其研發的機器翻譯系統在通用新聞報道測試集newstest2017的中譯英測試集上，達到了人類專業譯者的水平。 微軟稱，這是首個在新聞報道的翻譯質量和準確率上可比肩人工翻譯的翻譯系統。這是自然語言處理領域的一項里程碑的成就。微軟的這次突破，將機器翻譯超越人類業餘譯者的時間提前了整整7年。這表明人類朝著解決機器翻譯的終極目標又更近了一步（聞菲、肖琴，2018）。
科大訊飛的「超級計劃」研究也在穩步推進之中，其目標是讓機器從「能聽會說」到「能理解會思考」。谷歌深度學習項目「谷歌大腦（Google Brain）」聯合創始人雷格·科拉多認為，得益於人工智慧的進步，未來10年內即時理解一門語言的設想將會成為現實。通過佩戴一種特殊的耳機，人們即可聽懂各種語言，與語言各不相同的人舉行會議（楊帆，2016）。美國未來學家雷·庫茲韋爾2011年在接受《赫芬頓郵報》採訪時甚至預言，到2029年機譯質量將達到人工翻譯的水準（林巍，2016）。
鑒於人類思維和語言的複雜性，這種預言可能過於樂觀。完全人性化的機器口譯系統可能還要經歷崎嶇而漫長的發展道路。但是，隨著人工智慧特別是多層的人工神經網路和深度學習技術的加速發展，計算機通過深度神經網路模擬人腦機制來學習、判斷、決策的能力將穩步提高。深度學習技術的融入將大幅提升翻譯的準確度，基於神經網路進行翻譯將能使之變得更加精確（林巍，2016）。事實證明，技術更新的速度遠遠超過人類的想像！全球溝通無障礙的時代即將到來!
2．機器口譯對口譯行業的挑戰和影響
2.1口譯行業將面臨嚴重衝擊
機器口譯的發展和普及給口譯行業帶來的挑戰是完全可以想像的。「無論是口譯員還是筆譯員，譯者這個群體擔憂自己是否會被替代並非杞人憂天，人工智慧技術已經在各個行業都掀起了波瀾。」（王華樹，2016：4）美聯社曾經聯合美國幾大高校做過一個評測，在未來幾年會消失的職業中，翻譯也赫然在列（雨瀟，2015）。試想，在機器口譯日趨智能化、實用化、便攜化、大眾化的背景下，還有多少遊客願意放棄這種廉價、便捷、快速的服務去找旅遊翻譯？！事實上，2008年北京奧運會期間，就有外國公司推出機器電話口譯，免費幫助來華訪問的外國遊客溝通交流。儘管翻譯質量不夠完美，但卻有效地幫助了許多外國遊客在華旅行，取代了原本由譯員完成的許多工作（Beninatto，2008）。2010年至2014年，武漢一位退休女醫生一句外語都不會，僅靠手機翻譯軟體獨自周遊8國（喻莉，2014）。2015年，一對中國新婚夫婦藉助手機翻譯軟體完成了古巴蜜月之旅。雖然旅行過程中伴隨著磕磕絆絆和似是而非的誤解，但結果還是成功了（大唐波斯將軍，2015）。由此可見，導遊口譯員存在的意義已經遭到相當程度的削弱。2016年11月烏鎮第三屆世界互聯網大會上百度、搜狗相繼亮相人工智慧同聲傳譯技術之後，又一次引發了機器翻譯是否會取代同聲傳譯的激烈爭論。
當然，機器口譯對口譯行業的衝擊會有程度之分。口譯市場大致由普通用戶和專業用戶構成。普通用戶（如遊客、商家）內容相對價值較低，不求百分之百的翻譯準確率，只需了解說話人的大概意思就行。此類用戶的口譯即使出現最可怕的誤譯，也不至於產生多大的影響。機器口譯無疑倍受此類用戶的青睞。換言之，在旅遊觀光、商貿洽談等翻譯準確性要求不高的領域，機器口譯對口譯從業人員的影響將是致命的。業內人士認為，未來，中低埠譯80%以上可能被機器口譯所替代。另外，在諸如旅館諮詢、機場問訊、海關檢查、股市信息發布、天氣預報、公共交通等內容受限的領域，機器口譯完全可以取代人工口譯。在技術性、專業性很強的領域，同傳譯員也可能讓位於機器口譯。畢竟，同傳譯員也無法達到百分之百的翻譯準確率。中譯語通CEO于洋指出，人工智慧時代的語言服務產業將出現的一大趨勢就是會議口譯領域將實現機器翻譯的場景化應用（譯世界，2016）。
專業用戶（如國家機關和政府部門）高度重視口譯質量，要求百分之百的準確率，對翻譯錯誤零容忍，因為任何失誤都可能導致工作被動、經濟損失、外交事件甚至衝突和戰爭，而機器無法承擔出錯所導致的嚴重後果。因此，專業用戶不會把敏感的口譯工作交給機器口譯來完成。可以預見，在政治、外交、法庭等涉題嚴肅、敏感、質量要求高的專業翻譯領域，嚴謹、精準、地道、富有創造性的職業譯員仍將是最佳選擇。
2.2口譯工作環境發生深刻變化
近年來，隨著翻譯技術的革命，各種計算機輔助翻譯工具應運而生，譯員的工作環境發生了深刻的變化。傳統口譯員使用的基本工具是紙、筆。譯員快速記錄說話人所表達的信息，然後依靠記憶和筆記將所聽信息傳達給聽話人，其間很少有機會使用參考材料或其他輔助工具。儘管這種工作模式依然是現場口譯的主流模式，但是，譯員越來越多地依靠計算機輔助翻譯工具來完成口譯任務。電腦、互聯網、電子郵件、電子詞典、在線詞典、機器翻譯軟體、語料庫、語料搜索工具、翻譯記憶和術語管理工具已經成為譯員必備的輔助工具。計算機的輔助作用貫穿整個口譯項目：譯前，譯員利用計算機上網完成資料查詢、術語分類、發言稿預譯等譯前準備工作；譯中，譯員在同傳時可直接朗讀預譯發言稿，也可藉助計算機對源語發言進行語音識別和機器翻譯，然後將譯文呈現在屏幕上供參考，譯員還可查看譯前準備的術語和資料，或實時上網查資料，使用電子術語詞典，甚至在聊天室里尋求同事幫助（Kelly, 2009）；譯後，整理術語庫，完成資料歸檔（王曉，2015）。
口譯工作環境的變化對口譯從業人員的能力和素質提出了新的、更高的要求，迫切要求譯員改變手工作坊式的工作方法，學習和掌握先進的翻譯技術，特別是計算機輔助翻譯工具，實質性地提高口譯質量和工作效率，增強市場競爭力。如果因循守舊，譯員就難以抗衡機器口譯的競爭，最終逃脫不了被淘汰的命運。口譯教育院校是口譯人才培養的主陣地。口譯行業和譯員面臨的挑戰就是口譯教育院校應該關注和應對的問題。
3．技術進步視域下創新口譯教育的幾點思考
3.1認清形勢，更新觀念，拓寬人才培養口徑
機器口譯技術的進步給口譯行業帶來了前所未有的挑戰，並進而對口譯教育產生了重大影響。在機器口譯日益普及的大視域面前，口譯教育院校既不能無視技術進步給口譯行業帶來的巨大挑戰，也不能唯技術論，宣揚悲觀論調，放棄口譯教育。正確的態度是認清形勢，更新觀念，積極作為。具體地說：
一要加強分析預測。要充分認清技術進步的大趨勢及其對口譯行業和口譯教育可能產生的巨大影響，科學判斷行業發展前景和人才需求變化。應該看到，機器口譯的不斷發展和日益普及必然衝擊口譯行業。但是，在可預見的將來，人工口譯不可能大規模消亡，這是因為，在經濟全球化和國際交往日益增長，特別是我國文化「走出去」戰略和「一帶一路」建設全面推進的大背景之下，我國對口譯人才的需求量只會增加不會減少。當前，我國合格的翻譯人才極度短缺，能夠承擔對外交流任務的高素質、專業化翻譯人才嚴重匱乏，目前從事翻譯工作的主體是不具備翻譯專業資質的「業餘翻譯」或「兼職翻譯」，而不是「職業翻譯」（郭曉勇，2013）。可見，口譯教育任重而道遠。此外，在實際口譯工作中，譯員的角色往往不限於翻譯工作本身，還常常承擔許多與語言轉換關係不大甚至完全無關的角色。例如，我國各級外事部門的譯員在陪同領導出訪時不僅要當好翻譯員，還要兼任參事員、協調員、管理員和安全員（馮建中，2007）。機器口譯無法勝任這些角色，因此，從這層意義上講，人類譯員具有不可替代性。更重要的是，機器口譯固有的缺陷（如語境判斷、文化差異）難以在短期內取得全面突破。中國數學家、語言學家周海中教授曾在論文《機器翻譯五十年》中指出，在人類尚未明了大腦是如何進行語言的模糊識別和邏輯判斷的情況下，機譯要達到「信、達、雅」的程度是不可能的，這是制約機譯質量提高的一大瓶頸。因此，至少在中高埠譯領域，機器口譯無法取代人工口譯。2018年4月在博鰲亞洲論壇上騰訊AI同聲傳譯「掉鏈子」的事件就是一個最好的證明：目前的通用機器翻譯技術遠遠沒有達到理想狀態。儘管如此，相關院校必須高度重視需求分析，科學確定人才培養的定位、規格和規模，避免因盲目發展導致學生畢業即失業或者大批轉行的窘境。
二要更新觀念。仲偉合(2013)指出，職業化時代的翻譯教育需要緊跟翻譯行業發展的特點，實現翻譯教育與翻譯行業的有機接軌。技術進步深刻影響著口譯行業的未來發展，迫切要求口譯教育院校更新觀念，擁抱技術，把先進的翻譯技術和理念融入到口譯教育之中，使其成為口譯人才培養體系不可或缺的一部分。
三要拓寬人才培養口徑。應對機器口譯普及和口譯行業變化的出路在於拓寬人才培養口徑，一方面是回應社會需求變化，提高口譯人才的綜合能力和技術素養，應對未來口譯行業的不確定性；另一方面也是反映當前口譯人才市場的現狀，調查表明，大部分翻譯專業畢業生並未流向核心層（即傳統的人工翻譯服務），而是加速向邊緣層（以翻譯服務為主體或目的，需要藉助計算機技術來實現）和相關層（其他與翻譯相關）流動（肖維青，2011）。因此，口譯教育院校要以技術進步視域下譯員所需能力和素質為出發點和落腳點，改革和優化人才培養方案，著力培養寬口徑、高層次、應用型、專業化、懂技術的職業口譯人才，以滿足社會需求，同時增強畢業生就業和再就業的能力。
3.2創新口譯教育模式，構建技術課程體系
當前，我國口譯教育院校的口譯教育模式大多基於傳統的譯員能力觀和口譯教育觀。傳統的譯員能力觀認為，優秀的譯員應具有高水平的語言能力、寬廣的百科知識、足夠的專業知識、必要的跨文化知識和嫻熟的口譯技巧(林郁如等，1999)。吉爾把口譯理解簡化為一個公式：C=KL+ELK+C(即理解=語言知識+言外知識+分析)(Gile, 1995)。在此基礎上，仲偉合(2003)提出，優秀譯員的知識結構應包括三個版塊：KI=KL+EK+S(P+AP)，即譯員應掌握的知識=雙語知識版塊+百科知識版塊(包括專題知識)+口譯技能(職業口譯技能和藝術表達技能)版塊。相關院校基本按照這三個版塊設計口譯課程體系，由此造成了「國內多數MTI院校課程設置重語言和翻譯技能培養，輕翻譯技術和翻譯管理類課程」的現狀（王華樹，2013）。
翻譯技術的進步讓我們不得不重新思考譯員翻譯能力的構成和口譯課程設置問題。西班牙巴塞羅那自治大學「翻譯能力研究項目組」（PACTE）研究團隊認為，翻譯能力是由多種能力模塊構成的綜合能力。該團隊提出了一個翻譯能力模式（Translation Competence Model），由五種次能力構成：雙語次能力（即雙語交流所需的程序性知識）、語言外次能力（關於世界的整體或具體知識）、翻譯知識次能力（有關翻譯職業的各方面知識）、工具次能力（獲得並使用各類資料和信息以及在翻譯過程中應用現代技術的能力）和策略次能力(保證翻譯過程順利進行、有效解決翻譯問題的程序性知識)。此外，翻譯能力還包括一系列心理生理因素。各種次能力相互影響、相互增進，通過有針對性的訓練而逐步習得（王傳英，2010）。
圖一：PACTE團隊翻譯能力模型（轉引自肖維青，2011）
這一模式雖是針對筆譯而建，但同樣適用於解釋信息化時代口譯員所需的能力和素質。口譯教育院校可以此模式為理論基礎，對傳統的「三大版塊」口譯課程體系進行改造創新，增加一個翻譯技術版塊：KI=KL+EK+S(P+AP)+CAI/CAT，即合格譯員的能力=雙語知識版塊+百科知識版塊(包括專題知識)+口譯技能(職業口譯技能和藝術表達技能)版塊+翻譯技術版塊。翻譯技術版塊針對工具次能力，著重培養學生運用翻譯技術的能力；前三個版塊大致對應PACTE模式的雙語、語言外、翻譯知識和策略四個次能力以及心理生理素質。這樣既能繼承口譯教育傳統，又能實現模式創新。當然，三個版塊與5個次能力的對應並非簡單的移植，而是要在吃透其內涵的基礎上對各版塊的課程體系、教學內容、教學方法和教學手段進行相應的改革和優化。
翻譯技術版塊是口譯教育院校未來需要重點建設的課程群。在國外和香港地區翻譯院校里，翻譯技術課非常普及，課程內容相當豐富，而國內翻譯院校普遍不太重視翻譯技術和翻譯管理類的課程，因而畢業生的技術素養非常欠缺。在信息化時代，口譯員必須具備計算機應用、信息檢索、術語管理和計算機輔助翻譯四種技術能力（王華樹，2015）。口譯教育院校應圍繞著這四種能力構建技術課程群。計算機應用課重點培養譯員在口譯活動中熟練運用多種計算機操作的基本技能；信息檢索課重點培養譯員在口譯工作中在單位時間內快速獲取專業信息的能力；術語管理課重點培養譯員為滿足口譯活動需要而對術語資源進行管理的能力；計算機輔助翻譯課重點培養口譯員綜合使用多種翻譯技術的能力，包括翻譯記憶技術、機器翻譯技術、語音識別技術等。
值得一提的是，計算機輔助口譯（CAI）將在未來口譯工作中發揮重要作用。相關實證研究已經證明，計算機輔助口譯對提高譯員的表現具有明顯的輔助作用（林小木，2013；王曉，2015）。未來，譯員可望在口譯中藉助CAI即時語音翻譯工具，減少聽辨、記憶和轉換負荷，彌補知識和術語不足，提高整體口譯質量，避免機器口譯準確性不夠的弊端。因此，口譯教育院校應重視CAI的教學應用，讓學生插上技術的翅膀。
3.3加強政產學研協作，提高人才培養的針對性
機器口譯給口譯行業和口譯教育帶來的挑戰非口譯教育院校所能獨自應對，必須依靠政產學研緊密合作，協同創新，共同促進口譯教育的可持續發展。具體地說，作為人才培養的組織者和規劃者，政府應密切關注機器口譯普及對人才需求可能產生的影響，制定相應的發展規劃和政策法規，加強對語言服務產業的規劃和指導，做到有法可依。作為行業的監管者和服務者，翻譯（行業）協會應擔負起制定和推行口譯職業規範和質量認定標準，規範行業秩序，加強行業自律，協調高校、企業、政府相關管理和政策制定部門的關係，同時定期發布行業發展趨勢和市場需求信息，促進口譯資格測評和認證機制、口譯教學與行業發展之間的銜接（仲偉合，2013）。作為人才的使用者，產業界對行業變化最敏感，對人才所需能力和素質感受最深刻，因此，企業要積極與院校密切協作，提出自己的人才需求，參與人才培養的全過程，提供人才實踐機會，選派技術專家到校任職，共同提高人才的技術素養和實踐能力。作為人才培養的主體，院校要積極加強校企合作，吸引行業技術專家來校任職或講學，開設有特色的實用型課程；鼓勵教師進企業參加實踐，彌補實踐經驗不足的短板；廣泛建立口譯實習實踐基地，為學生創造更多的實踐機會，使人才培養更符合企業的需求。作為政府、協會、高校和企業的智囊，研究機構要從學界的角度對口譯行業發展和口譯教育改革開展調研和研究，為政府決策、行業監管、企業創新和院校改革提供科學的依據、諮詢和對策。
3.4積極開展國際合作，努力實現優勢互補
技術進步給口譯行業和口譯教育帶來的影響是全球性的。這就需要世界各國口譯教育界加強合作，實現優勢互補，有針對性地培養全球語言服務市場所需要的口譯人才，共同應對口譯行業和口譯教育面臨的挑戰。具體地說，口譯教育院校要從三個方面加強國際合作：一是積極借鑒國際著名翻譯院校的先進理念（特別是翻譯技術教學的理念和做法）和人才培養模式，提升自身的口譯教育水準，努力形成定位準確、特色鮮明、體系完整的口譯教育模式。二是加強國際聯合辦學的力度，充分利用國際優質教育資源（特別是出色的教師和課程），彌補自身的不足（包括翻譯技術教育弱項），共同培養國際緊缺口譯人才。三是積極謀求與國際機構建立長期性合作關係，打造國際口譯實訓實踐基地，為學生創造一流的口譯實踐機會，擴大國際就業渠道。
4．結語
技術進步是大勢所趨。機器口譯的不斷發展和日益普及必定會淘汰低端譯員，但是，在可預見的將來，機器口譯完全取代人工口譯的可能性不大，除非人類可以完全破解大腦的奧秘。這一趨勢必將對口譯從業人員及口譯教育產生重大而深刻的影響。因此，口譯教育院校應高度關注技術進步，擁抱技術，利用技術，創新口譯教育模式，加緊構建和完善翻譯技術課程體系，全面提高口譯人才的技術素養和口譯質量。同時，要大力加強政產學研協作，廣泛開展國際口譯教育合作，提升辦學理念和教學水準，合力培養適應全球化時代多樣化需求的寬口徑、高層次、應用型、專業化、懂技術的國際職業口譯人才，努力實現口譯教育的可持續發展。
【參考書目】
Aiken,Milam. (2010)「Automatic Interpretation ofEnglish Speech」.Issuesin Information, Volume XI, No.1.
Aiken,Milam, Mina Park & Shilpa Balan.(2010)「A Prototype System For Machine Interpretation」.Translation Journal,14(3).http://translationjournal.net/journal/53mi.htm[2016-8-2]
Calo.(2015)「挑戰實時語音翻譯：你講英語，我聽中文」. 微軟亞洲研究院.http://www.guokr.com/article/440143/[2016-08-12]
Gile, Daniel.(1995)Basic Concepts and Models for Interpreterand Translator[M]. Amsterdam & Philadelphia: John Benjamins PublishingCompany,80.
Kaytie.(2014)「What is Machine Interpreting?」.Posted at Accredited Language.https://www.alsintl.com/blog/what-is-machine-interpreting/[2016-7-30]
Kelly, Nataly.(2009)Moving toward machineinterpretation.http://www.tcworld.info/e-magazine/translation-and-localization/article/moving-toward-machine-interpretation/[2016-7-20]
冰岩.(2012)微軟計算機「同聲傳譯」用本人聲音說中文[EB/OL].創事記微博.http://tech.sina.com.cn/it/csj/2012-11-09/16527785340.shtml[2016-08-06]
陳丹妮，「日本發明『翻譯眼鏡』」. 中國日報網，2015-10-30.http://www.chinadaily.com.cn/language_tips/news/2009-11/06/content_8925632.htm[2016-08-13]
陳浩.「DARPA啟動廣泛業務語言翻譯項目——TransTac(戰術應用口語交流與翻譯系統)」. 2012-08-16.http://www.360doc.com/content/12/0816/17/21412_230532955.shtm[2016-08-15]
陳中.(2007)「日本發明世界首款手機用即時翻譯軟體」. 新華網，2007年12月01日.http://news.xinhuanet.com/tech/2007-12/01/content_7178601.htm[2016-08-10]
傳神語聯網.傳神口譯服務為南博會多語溝通保駕護航[EB/OL].https://economy.china.com/jykx/news/11179727/20180621/25227624.html[2018-07-22]
大唐波斯將軍.機器翻譯代替不了人工，但足以摧毀翻譯行業[EB/OL]. 新浪微博，2015年02月10日.http://tech.sina.com.cn/zl/post/detail/i/2015-02-10/pid_8471610.htm[2016-08-12].
馮建中.口譯實例與技巧[C].書海出版社，2007：291-297.
郭曉勇.加快推進翻譯工作，服務中外交流大局[J].中國翻譯，2013(增刊):15-18.
IT經理世界.富蘭克林is7a語音翻譯機，真正實現和老外無國界交流」[EB/OL]. 2015-05-28.http://xian.qq.com/a/20150528/049034.htm[2016-08-15]
姜洪知.谷歌翻譯憋大招，到底為哪般？[EB/OL]. iDoNews專欄，2016年4月21日.http://www.donews.com/idonews/article/8393.shtm[2016-08-10].
林巍.人工智慧助力機器翻譯 語言交流即將暢通無阻[EB/OL]. 騰訊網，2016-03-29.http://tech.qq.com/a/20160329/043326.htm[2016-08-15]
林小木.計算機輔助英譯漢口譯實證研究[D].山東師範大學碩士學位論文.2013年5月13日.
林郁如等.新編英語口譯教程(學生用書)[C].上海外語教育出版社,1999:4.
龐傑.科大訊飛 你身邊的翻譯官！[EB/OL].2016-06-21，http://software.it168.com/a2016/0621/2727/000002727768.shtml[2016-08-10]
瑞諾爾（Manny Rayner）等著.口語機器翻譯[M].宗成慶導讀.北京大學出版社，2010:F17.
史丹丹.美軍翻譯機無需互聯網譯9語言，方言力不從心[EB/OL]. 新華網，2015-08-15.http://war.163.com/15/1117/07/B8JVN66000014OVF.html[2016-08-15]
孫慧.科大訊飛全球首發遠場識別：智能硬體迎來新風口[EB/OL].飛象網2015-03-16,https://www.cctime.com/html/2015-3-16/2015316104361657.htm.[2016-8-12]
王傳英.本地化行業發展與MTI課程體系創新[J].外語學習，2010(4):110-113.
王華樹、張靜.信息化時代口譯譯員的技術能力研究[J].北京第二外國語學院學報，2015(10).
王華樹.語言服務行業技術視域下的MTI技術課程體系構建[J].中國翻譯，2013(6).
王華樹.翻譯技術實踐[M].外文出版社，2016:4.
王靜.百度機器翻譯獲獎 揭密「貼身翻譯」小度機器人：會多國語言、能翻譯、懂採訪[EB/OL].京華時報，2016-01-09.http://www.cssn.cn/zx/shwx/shhnew/201601/t20160109_2819352.shtml.[2016-08-15]
王曉.從CAT到CAI——計算機輔助口譯實踐報告[D].山東師範大學碩士學位論文.2015年6月5日.
聞菲、肖琴.機器翻譯提前7年達到人類專業翻譯水平[EB/OL].新智元.https://www.sohu.com/a/225603296_473283.[2018-07-25]
曉健.駐伊美軍將配備多語言自動講話翻譯機[EB/OL].金羊網2006-10-13.http://news.sina.com.cn/w/2006-10-13/144810227976s.shtm[2016-08-12]
肖維青.技術合作專業化——蒙特雷國際翻譯論壇對中國翻譯教學的啟示[J].中國翻譯，2011(4):42-46.
雪萍.Google都比不上？日本團隊推可穿戴實時語音翻譯設備[N]，2016-01-08.http://www.chinaz.com/news/2016/0108/493440.shtm[2016-08-12]
楊帆.谷歌人工智慧高管：耳機能在10年內翻譯任何語言[EB/OL].鳳凰網2016-07-03.http://tech.ifeng.com/a/20160703/41632824_0.shtml[2016-08-18]
譯世界.《人工智慧時代的語言服務》解讀全球語言服務產業六大發展趨勢[EB/OL].2016-06-18.http://www.yeeworld.com/article/info/aid/7602.html[2016-08-18]
喻莉.一句外語不會，靠翻譯軟體與老外神侃——六旬「潮媽」4年獨自周遊8國[EB/OL].武漢晨報2014-04-06.http://whcb.cjn.cn/html/2014-04/06/content_5307021.htm.[2016-07-25]
雨瀟.人工智慧時代來臨，翻譯即將被替代[EB/OL].中韓人力網2015-05-08.http://www.cn-kr.net/news/article_2608.html[2016-08-12]
張素、吳蘭.中國機器人在機器人世界盃上任翻譯，口譯曾獲第一[EB/OL].中國新聞網，2015-07-19.
中國商業觀察網.百度AI語音技術再升級 讓機器聽清更能聽懂[EB/OL].https://tech.china.com/article/20180705/kejiyuan0531162490.html.[2018-07-22]
仲偉合.譯員的知識結構與口譯課程設置[J].中國翻譯，2003(4):63-65.
仲偉合.推進中國翻譯教育，落實國家文化戰略[J].中國翻譯，2013(增刊):26-29.
TAG:吾譯超群 |