學生譯員使用IFLYREC對其英中同傳口譯質量影響研究

楊 琳

(外交學院，北京 100091)

一、引言

近年來，人工智能(Artificial Intelligence)飛速發展，不斷為其他領域帶來工作模式的革命。在口筆譯領域，研究人員將語音識別(Speech Recognition)和機器翻譯(Machine Translation)技術相結合，由此產生了語音翻譯技術(Speech Translation)。隨著語音翻譯器的翻譯速度和質量不斷優化，軟件開發者和翻譯工作者對其的關注度逐漸提高。

語音翻譯技術的出現和發展催生了計算機輔助同傳(Computer-Assisted Simultaneous Interpreting)的工作模式，是指在同傳口譯中翻譯機器為人類譯員提供參考資料(包括詞匯表、實時轉寫字幕和翻譯字幕等)，以期減輕譯員壓力，提升口譯質量。在日常練習和實際工作中，學生譯員經常需要翻譯帶有大量專業術語、長句和信息密集句的講話，這些都是同傳中的難點。根據Gile的精力分配模型，譯員的總處理能力(TA)有限，對其聽力與分析(L)、產出(P)、記憶(M)和理解(C)的總要求(TR)不可超過其總處理能力(TA)。[1]當遇到口譯難點時，對譯員的總要求往往會超過其總處理能力，可能導致譯員出現錯譯、漏譯和模糊處理等問題。

本研究采用實驗和問卷調查相結合的方法，探究學生譯員在同傳口譯中遇到術語、長句和信息密集句等口譯難點時，能否在語音翻譯器的輔助下提升口譯表現。最后，文章根據實驗和問卷結果，就如何優化語音翻譯器進行討論。

二、語音翻譯器輔助人類譯員研究綜述

(一)語音翻譯與計算機輔助同傳

語音翻譯(Speech Translation)是指計算機識別講者聲音和講話內容，隨即把實時翻譯字幕展示在計算機屏幕上的技術。許多軟件開發者和譯員都高度關注該技術。例如，Jiang和Lu認為，語音翻譯器譯文產出效率較高，支持語種較多，成本也較低；然而，它們無法識別一些方言、無法傳達講者的情緒。[2]

語音翻譯器可以同時提供實時轉寫文本和翻譯字幕，因而它們可能在實際工作中減輕口譯員的精力分配負擔，提升口譯質量。當應用于同傳時，該工作模式就可稱為計算機輔助同傳(CASI)工作模式。

(二)機器輔助下的人類口譯

對人工智能和翻譯機器未來是否會取代人類譯員的問題，學界觀點尚未達成一致。一些學者認可人工智能的優勢。例如，王華樹等指出，人工智能翻譯工具的智能程度正不斷提高，比如Google Assistant甚至能夠像人類譯員一樣，發音自然、語速流暢、停頓適當、精準識別語音和語義，從而產出精確的翻譯。[3]

另外一些學者則指出現有語音翻譯器的缺點，認為人類譯員不可替代。比如，鄧軍濤等指出，人類譯員在實際工作中需要扮演文化協調者、對話促進者、發言者、支持者等多重角色，這些都是人工智能目前無法勝任的。[4]

考慮到現存語音翻譯器的優缺點，部分學者討論了人類譯員和語音翻譯工具之間的關系。比如，許文勝等認為，雖然信息技術飛速發展，但翻譯機器并不能取代人類譯員，人類譯員需要靈活運用機器的輔助功能，實現人機協同。[5]

為探索使用語音翻譯工具輔助人類譯員的可能性，李潤美開展了口譯實驗，目的是測試工具的實時翻譯字幕是否有助于減輕學生譯員的負擔，并探究工具在交傳過程中發揮的作用。研究得出，學生譯員借助以IFLYREC為代表的語音翻譯工具可以提高口譯準確性和完整度。[6]然而，其口譯質量評估標準及量化打分時各項權重的科學性有待商榷。孫海琴等開展了口譯實驗和問卷調查，認為IFLYREC在人類譯員翻譯數字等客觀信息時會產生幫助，而在人類譯員翻譯邏輯等主觀信息時會產生干擾。[7]由于實驗結果僅僅通過比較機器組和非機器組各項平均分的方法進行評估，沒有進行顯著性檢驗，實驗結果的可信度有待討論。

基于現存研究結果，文章旨在探討IFLYREC實時語音翻譯字幕能否提升學生譯員在英中同傳中，尤其是在遇到術語、長句和信息密集句等口譯難點時的口譯表現。

三、IFLYREC輔助學生譯員英中同傳效果實驗

(一)實驗假設

為探究IFLYREC語音翻譯器能否提升學生譯員同傳口譯表現，本實驗提出以下假設:(1)IFLYREC能夠幫助學生譯員減輕信息輸入、處理和輸出負擔；(2)IFLYREC能夠幫助學生譯員提升英中同傳總體質量；(3)IFLYREC能夠幫助學生譯員提升英中同傳中的術語、長句和信息密集句等難點的口譯質量。

(二)實驗設計

本實驗邀請16名外交學院MTI專業研究生二年級學生作為被試。他們自入學以來學習的課程完全相同，全部進行了大量交傳和同傳培訓，均通過了CATTI英語二級口譯考試。他們被隨機分為A組和B組，每組8人。

科大訊飛IFLYREC語音翻譯器發布于2020年，提供包括中英文等語言的實時語音識別和翻譯服務。據IFLYREC官網顯示，其實時語音識別準確率達97.5%，在國內語音識別行業中處于領先地位，曾獲“最值得信賴服務商”稱號。因此，為給被試提供最大限度的幫助，本研究選擇IFLYREC作為語音翻譯工具。

為幫助被試熟悉IFLYREC的工作模式，筆者在實驗前一周制作了一段1分鐘的演示視頻供其學習，屏幕上半部分播放演講視頻，下半部分展示IFLYREC實時翻譯字幕。視頻內容與正式實驗材料無關，形式與正式實驗材料完全一致。正式實驗材料為一篇金融領域的英語演講，講者是King's Business School金融學教授Patrick Boyle，主要分析了恒大(Evergrande)的破產與中國整體經濟以及過去30年的某些經濟決策之間的聯系。筆者選取兩處講者語速相當、長度相當，所含術語、長句和信息密集句數量基本一致的段落，分別命名為A部分和B部分。兩部分術語數量均為30，長句數量分別為18和17，信息密集句數量分別為22和19，具有可比性。由于所選材料中長句和信息密集句高度重合，本實驗選取同時滿足兩個條件的句子作為分析對象。

本實驗采用交叉驗證設計(見表1)。翻譯A部分時，A組為對照組，無IFLYREC實時翻譯字幕輔助；B組為實驗組，有IFLYREC實時翻譯字幕輔助。翻譯B部分時，B組為對照組，無IFLYREC實時翻譯字幕輔助；A組為實驗組，有IFLYREC實時翻譯字幕輔助。

表1 實驗設計

實驗地點為外交學院語音教室。實驗全程錄音，方便筆者將音頻轉寫成文字稿，用于后續打分、統計和分析。

A組首先進行實驗，先進行A部分的同傳，無IFLYREC輔助。A部分結束后休息五分鐘。隨后，進行B部分的同傳，有IFLYREC輔助。

然后B組進行實驗，先進行B部分的同傳，無IFLYREC輔助。B部分結束后休息五分鐘。隨后，進行A部分的同傳，有IFLYREC輔助。

(三)實驗結果

1.評分機制

為評估被試的術語口譯表現，本研究參考徐然(2018)的術語準確度評分系統。[8]該評分系統把術語口譯錯誤分為六類:“錯譯”“漏譯”“搭配不當”“語法錯誤”“發音錯誤”和“語義錯誤”。由于該實驗的譯出語是母語，故不考慮發音錯誤；該實驗僅評估術語本身是否譯對，故不考慮句子層面的語法錯誤和語義錯誤。評分細則詳見表2。

表2 術語翻譯評分細則

為評估被試的長句和信息密集句口譯表現，本研究參考韓潮(2021)的口譯質量評估體系，包括“信息完整度”“表達流暢度”和“語言質量”三個指標。[9]然而，該體系沒有給出每項指標的權重或計分方式。因此，本實驗設計了一套量化評分細則(見表3):

表3 長句和信息密集句翻譯評分細則

本實驗的評分員由筆者擔任。筆者將被試的口譯轉錄文本與原文逐一進行對照，對每位被試的每個術語翻譯進行打分，對每個長句和信息密集句的信息完整度、表達流暢度和語言質量分別進行打分，并對每位被試的口譯整體表現進行打分。然后，筆者以有無IFLYREC輔助作為區分，對以上所有指標進行了顯著性檢驗。

2.實驗結果

由表4可知，對A部分的術語而言，有IFLYREC輔助的譯員比無IFLYREC輔助的譯員均分更高，表現明顯更好(p＜0.05)；對B部分的術語而言，有IFLYREC輔助的譯員比無IFLYREC輔助的譯員均分更高，表現更好，雖然差異不顯著(p＞0.05)。

表4 術語翻譯顯著性檢驗結果

由表5可知，在翻譯A部分的長句與信息密集句時，在信息完整度、表達流暢度、語言質量和總體口譯質量方面，有IFLYREC輔助的譯員比無IFLYREC輔助的譯員均分更高，表現更好，尤其是在信息完整度上的差異較為顯著(p＜0.05)。然而，B部分的結果與A部分截然相反。具體來講，有IFLYREC輔助的譯員在信息完整度、表達流暢度、語言質量和總體口譯質量方面的表現均不如無IFLYREC輔助的譯員，雖然差異不顯著(p＞0.05)。

表5 長句與信息密集句翻譯顯著性檢驗結果

綜上所述，兩部分的實驗結果不完全一致。總體來講，有IFLYREC輔助的學生譯員的術語口譯表現優于無IFLYREC輔助的學生譯員。但在長句和信息密集句方面，IFLYREC并不一定能幫助學生譯員提升口譯表現。

四、IFLYREC輔助學生譯員英中同傳效果調查

為找出可能導致兩部分實驗結果不完全一致的原因，筆者給所有被試發送了問卷，詢問他們IFLYREC是否對其口譯過程產生了幫助或者干擾，以及在未來工作中是否愿意使用IFLYREC等。

75%的被試認為IFLYREC有利于提升其術語口譯表現。部分人提到，IFLYREC的一些專業術語翻譯幫助其減輕了處理信息的負擔；若涉及陌生領域，IFLYREC可以在其難以聽懂時提供幫助。相比之下，只有25%的被試認為IFLYREC對其術語口譯表現產生了負面影響或幾乎沒有影響。

超過50%的被試認為IFLYREC對其長句和信息密集句口譯產生了干擾。部分人提到，IFLYREC翻譯字幕延遲時間過長，導致其在等待時錯過了后面的信息。

超過40%的被試表示不確定在以后的工作中是否會使用IFLYREC。部分人提到，如能減少IFLYREC實時翻譯字幕的延遲，并提高其翻譯準確性，他們會更愿意使用IFLYREC。

五、分析

以上實驗數據與問卷結果顯示，在兩個部分中，有IFLYREC輔助的學生譯員都比無IFLYREC輔助的學生譯員的術語表現更好；而在長句和信息密集句上，兩組的實驗結果截然相反，未呈現明顯的趨向性，故就被試的術語表現進行探討。

(一)術語表現

1.術語錯誤類型

筆者首先將術語錯誤進行歸類。由表6和表7可知，在兩個部分中，最常見的錯誤類型都是漏譯，其次是錯譯和搭配錯誤。這說明在大多數情況下，學生譯員選擇省略他們不知道的術語。此外，該實驗中術語的漏譯大多是比較嚴重的漏譯(單個術語得分為0分)，造成了原文意思嚴重缺失或扭曲。

表6 術語錯誤數量及占比(A部分)

表7 術語錯誤數量及占比(B部分)

另外，在兩個部分中，有IFLYREC輔助的被試術語錯誤總數小于無輔助的被試術語錯誤總數。值得注意的是，有IFLYREC輔助的被試比無輔助的被試漏譯總數更少。這表明IFLYREC幫助人類譯員減少了術語漏譯。

2.IFLYREC幫助學生譯員提升術語口譯質量

(1)補充遺漏術語

在翻譯專業性強、信息密度大的講話時，學生譯員經常遇到不熟悉的術語。這時，IFLYREC的實時翻譯字幕便可能為學生譯員提供借鑒。比如，在A部分中，A3最初沒有翻譯cut corners，但幾秒鐘后IFLYREC提供了這個術語的實時翻譯，她便立刻將遺漏的術語補充在了下一句譯文中。

原文:There have been lots of issues with this model where often the property developers cut corners in construction because the buildings have already been sold.And this has led to what the Chinese called“tofu-dreg construction”，where the builder might have skimped on rebar，padded out the concrete with old bottles and things like that to save money.

譯文:有、因為有、但是還是會存在很多問題。比如說豆腐工程經常發生。就是說，房地產開發商會偷工減料，減少自己的成本。

在原文中，cut corners比tofu-dreg construction出現得更早，但A3在譯出“豆腐工程”之后才譯出“偷工減料”。這可能是因為她不知道cut corners這個術語，但IFLYREC的實時翻譯字幕幫助她理解了它的意思，因此她選擇了在下一句補譯。雖然她改變了原句順序，但未影響聽眾理解。由此可見，IFLYREC可以幫助學員增補漏掉的術語，從而提高整體信息完整度。

(2)提高術語口譯準確性

若學生譯員能善用IFLYREC，可能會提高術語口譯準確性和整體信息完整度。例如，筆者在轉錄B4的譯文后發現，其翻譯非常緊貼IFLYREC的翻譯。統計得出，B4是16位被試中術語出錯次數最少的。其15處術語翻譯中，有9處與IFLYREC的翻譯完全相同，因此其信息完整度在16位被試中排名第3(見表8)。這說明IFLYREC的實時翻譯可以幫助譯員提高術語口譯準確性和整體信息完整度。

表8 信息完整度得分及排名(B部分)

(3)不可過度依賴IFLYREC

在評估B4在B部分中的表達流暢度和語言質量后發現，其口譯整體質量并不高。由表9可知，即便其信息完整度在16名被試中排名第3，其表達流暢度和語言質量仍排名第13，三項指標總分僅排名第10。

表9 信息完整度、表達流暢度和語言質量得分(排名)(B部分)

續表

為探究過度依賴IFLYREC的實時翻譯對B4整體口譯表現產生負面影響的原因，筆者仔細研究了她的譯文，發現其存在顛倒因果關系和指代不清等問題。這說明她沒有充分理解講者的邏輯。在實際工作中，會給聽眾造成困惑甚至誤解。因此，即使在IFLYREC的輔助下準確地翻譯了術語，整句口譯質量也不一定會提高。這說明譯員應多注意句子的邏輯，而不是只注重個別術語的翻譯。

綜上所述，IFLYREC可以幫助學生譯員補充遺漏術語，提高術語口譯準確性，從而提高整體信息完整度。但是，如果在未充分理解原文的情況下過于緊貼IFLYREC的翻譯，容易忽略甚至扭曲原文的邏輯和意思。

(二)對IFLYREC的改進建議

1.減少實時翻譯的延遲

實驗數據和問卷結果顯示，實時翻譯延遲過多是IFLYREC目前最大的問題。75%的被試者表示，當IFLYREC終于展示出他們希望參考的句子的翻譯時，講者平均已經往下講了兩三句，因而大多數譯員選擇放棄前面的句子。在機助同傳中，如果機器翻譯延遲過多，對口譯員的幫助就會大打折扣。因此，開發者應盡量減少IFLYREC實時翻譯字幕的延遲。

2.提高譯文準確性

雖然IFLYREC的語音識別準確率達97.5%，但其語音翻譯的準確率還有待提高。在該實驗中，IFLYREC有時會出現錯譯現象。

原文:The“three red lines”were hard limits on a property development company'sdebt to asset ratio，itsdebt to equity ratio，and it'scash to short-term debt ratio.

譯文:這三條紅線是對房地產開發公司債務的硬限制。資產比率，它的債務與權益比率和現金與短期債務比率。

該句包括三個術語:“資產負債率”“債務股本比”和“現金短債比”。但IFLYREC只正確譯出了一個，這可能是因為語料庫數據不足。此外，IFLYREC對此句的斷句不當，大大扭曲了原意。因此，為增強人類譯員對IFLYREC的信任度，開發者應擴充語料庫，提升句子結構識別準確度，以提高實時翻譯準確性。

3.優化語法糾錯功能

部分被試表示，IFLYREC有時會連續多次修改同一個句子的翻譯，嚴重分散他們對下面句子的注意力。事實上，語法糾錯(Grammatical Error Correction)是自然語言處理(Natural Language Processing)領域最重要的應用之一，目的是通過參考相鄰的單詞乃至整句來自動檢測和糾正語法錯誤[10]，以改善語法和表達，提高整個文本的可讀性[11]。機器在翻譯過程中，由于對詞匯、標點和句子結構等識別錯誤，需要不斷自我糾正。以下句子是該實驗中IFLYREC進行語法糾錯的典型例子:

原文:It's kind of hard to say.It does make sense for them to worry about the high levels of real estate debt and debt in general.

譯文:很難說。他們擔心房地產的高水平、債務和總體債務是有道理的。

對該句的翻譯，IFLYREC反復修改了3次，耗時8秒鐘。雖然最終確定的譯文基本正確，但8秒對同傳來說已經是相當長的延遲，IFLYREC的實時翻譯幾乎毫無意義。因此，開發者應優化IFLYREC的語法糾錯功能，以使其能更好地輔助人類譯員。

六、結語

本研究采取實驗和問卷調查相結合的方法，探究了IFLYREC實時翻譯字幕是否有助于提升學生譯員在英中同傳中的口譯表現。結果顯示，IFLYREC在總體上對譯員術語口譯幫助較大，而在長句和信息密集句口譯上作用不大。IFLYREC尚有優化空間，建議開發者減少實時翻譯字幕的延遲，提高譯文準確性，并優化語法糾錯功能。

本研究還說明，口譯活動中僅依賴翻譯軟件是不明智的，傳統口譯培訓中講授的口譯策略依然重要。當學生譯員遇到口譯難點時，仍需熟練地接收和分析信息，善用口譯策略，保證表達流利度和語言質量。因此，現階段專業口譯培訓仍具有重要意義。

受技術和現實條件限制，該實驗僅包含16位被試者，未來研究應盡可能擴大樣本容量，以增強實驗結果的可信性。另外，筆者是本次實驗唯一的評分員。條件允許時應邀請多位評分員，以降低評分過程的主觀性。此外，也可對被試進行訪談。口譯是一種高度主觀的活動，通過與被試交談，研究人員有機會了解機助口譯模式下更多發人深省的細節。

隨著人工智能技術的深入發展，各種計算機口譯工具不斷涌現，為人類譯員帶來工作模式的革命。人類譯員應在熟練運用傳統翻譯技能的同時，勇敢地擁抱新興技術，更好實現人機協同，促進自身工作效率提升、質量提高、體驗優化。