冯建中 | 机器口译：口译教育面临的挑战与对策
【作者简介】冯建中，1962年生，现为国防科技大学国际关系学院教授、学科带头人。主要研究方向：欧、美能源战略；口译理论与实践。著有专著和教材8部，发表各类论文近40篇；主持国家级和省级课题2项，参与完成其他各类课题5项。代表作有：《欧盟能源战略：走向低碳经济》《走向绿色的欧洲——欧盟环境保护制度》《美军能源战略研究》《实用英语口译教程》《口译实例与技巧》《英汉口译实练》等。
【摘要】近年来，随着翻译相关技术的飞速发展，机器口译取得了长足的进步。大量语音翻译系统和应用软件相继亮相。机器口译技术的进步给口译行业和口译教育带来了严峻的挑战。机器口译是否会取代人工口译？口译教育应如何应对机器口译所带来的挑战？本文从机器口译的基本概念、优缺点、发展现状和未来趋势出发，分析技术进步对口译行业和口译教育带来的挑战，提出创新口译教育的几点思考。
【关键词】机器口译；语音翻译系统；口译教育；计算机辅助口译(CAI)
0．引言
近年来，随着语音识别、机器翻译、自然语言处理、大数据、人工智能、深度学习等翻译相关技术的飞速发展，机器口译取得了长足的进步。大量语音翻译系统和应用软件相继亮相，并且日趋智能化、实用化、大众化、便携化。智能手机、平板电脑等移动终端安装一个翻译软件即可收听同传或无障碍周游世界，已经不再是一个梦想。实际上，口译免费潮已经开始。
机器口译的进步给人类跨语言交流提供了极大的便利，同时也给口译行业进而给口译教育带来了严峻的挑战。机器口译是否会取代人工口译？口译行业是否会消失？译员是否会失业？口译教育应如何应对机器口译的挑战？这些问题事关口译行业的未来和口译教育的前景，理应引起口译教育界的高度关注和认真应对。
1．机器口译概述
1.1机器口译的基本概念
相对于机器翻译，机器口译是一个相对陌生的概念。机器口译（MI），又称“口语翻译”(Spoken Language Translation,SLT)、“语音机器翻译”（Speech-to-Speech MT）或“自动口译”（AutomatedInterpretation），是指让计算机实现从一种语言的语音到另一种语言的语音自动翻译的过程（瑞诺尔, 2010）。其理想目标是让计算机像人一样在持不同语言的说话人之间充当口译员的角色。会议演讲、交谈（通过电话、网络或面对面交流）、广播等场景下的话语翻译都是机器口译应用的重要领域。
机器口译可分解为三个步骤：一是语音识别，即机器通过软件接收说话人的语音，然后将其识别转化为文字；二是语言转换，即机器翻译程序对文本进行加工转译；三是语音合成，即机器将译文自动形成目的语语音输出。因此，机器口译包含三项核心技术：语音识别、机器翻译和语音合成。
与机器翻译一样，人们常把机器口译与计算机辅助口译（CAI）或“机助口译”混为一谈。机器口译是全自动口译，无需人工辅助，例如各种在线语音翻译系统、口语翻译机、口译机器人、自动口译电话等。计算机辅助口译则指译员在计算机的辅助之下完成口译任务。计算机辅助口译的原理是：计算机快速识别源语语音，然后将识别的内容进行机器翻译，最后将译文呈现在屏幕上，供译员参考。不难看出，最后的译文是显示在屏幕上供译员参考还是转换成语音由机器播出，这是机器口译与计算机辅助口译的根本区别之所在。
1.2 机器口译的优缺点
机器口译有着人工口译难以企及的一系列优点：一是成本低。人工口译培养周期长、难度大、费用高，特别是同传，国际会议上每个语种往往需要安排两名译员，人力和开支要求均比较高；机器口译使用成本低，有的甚至完全免费。二是效率高。人工口译费时、费事、效率低下，还时常出现翻译盲点，且译员受体力、脑力和能力的限制，难以长时间、不间断、高强度地工作，特别是同传；机器口译速度快、效率高，不会疲劳，且受海量数据支持，学习快，无翻译盲点，可以大大提高翻译效率和同传准确性。三是使用方便。人工口译难找，特别是非通用语种；机器口译不受语种和时空的限制，一个系统可同时安装几种、几十种甚至几百种语言互译，因而方便、快捷、省事，尤其是准确性要求不高的口译。此外，国际会议上同传设备使用麻烦，同传接收机经常不够用，且容易丢失，引发纠纷；机器口译相对简便，只需在智能手机或平板电脑上安装一个应用软件即可收听同传或者进行交谈。
当然，机器口译也存在着一系列缺点，主要瓶颈有两个：一是语音识别软件尚不完美。语音识别的准确性与说话人的口语质量和周围环境密切相关。目前，多数语音翻译系统和应用软件只能识别语速不快、发音规范、前后连贯的语句。假如说话人语速很快，讲话不连贯，或者讲方言、带口音、吐字不清、发音错误、使用同音字，语音识别系统就会出错。同时，环境噪声（背景噪声、背景语音、混响、回声、多人讲话）、信道噪声（麦克风调整、电话调整、电话蜂音）、网络连接不畅、说话人距离远，都会严重降低语音识别的准确率。二是机器翻译不够准确。机器算法无法理解和翻译语言文学性，包括文化、语境、语法和情感。人类语言非常复杂，许多词语是多义的，具体意思取决于特定的语境。机器翻译常常忽略上下文来翻译词句，也不遵守语法，因而译文生硬，常常伴有语法和语序错误，准确性和流畅性较差。目前，机器翻译还基本停留在表层结构的句法分析之上，无法像人脑一样理解意义、区分情感色彩和文化差异，因而无法识别和传达语言的深层含义、言外之意和文化元素（包括幽默和隐喻）。
1.3 机器口译的历史与现状
尽管机器口译存在这样那样的问题，但是，人类并未因此而停止探索的脚步。从20世纪80年代中后期开始，随着语音识别水平和计算机性能的不断提高，语音翻译研究开始呈现迅速发展趋势，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，此类系统大多局限于某个或少数领域（如医患对话、会议注册、旅馆预订、航空旅游信息查询等），且支持语种不多。
随着全球化进程的加快和国际交流的日益频繁，人类渴望早日实现无障碍即时口语交流。为了实现这一梦想，以IBM、谷歌、微软、百度、科大讯飞为代表的国内外科研巨头相继成立研究团队，专门从事智能翻译研究，矢志攻克机器翻译的难题，让机器系统来扮演口译员的角色。近年来，语音识别、机器翻译和人工智能技术的突破以及大数据、云计算、深度学习、深度神经网络等先进技术的闪亮登场，为机器口译的飞速发展提供了强大的技术支撑，大量语音翻译系统和应用软件如雨后春笋一般涌现出来。以下分四类挂一漏万地介绍机器口译的应用成果。
第一，自动翻译电话。自动翻译电话历来是国际语音翻译研究的一大重点，并且取得了丰硕成果。例如，1993-2000年德日美联合研发的Verbmobil免提式双向移动多语种对话翻译系统能处理3种语言（德、英、日）之间商务领域的对话，翻译准确率超过80%，对话翻译成功率达90%。2007年11月，日本NEC公司宣布研制成功世界首款即时翻译手机。该手机具有声音识别和实时翻译功能，能识别约5000个日文单词。只要对着话筒讲日文，1秒种后，相应的英文翻译就会显示在屏幕上（陈中，2007）。2013年6月，以色列创业公司Lexifone开启了一项自动电话口译服务。该系统提供英语与七种语言（法、西、意、葡、德、俄和汉语）之间的口译服务，最适合贸易和商务直接对话（Kaytie，2014）。2018年6月，在第5届中国-南亚博览会暨第25届中国昆明进出口商品交易会上，传神语联网网络信息技术有限公司通过“贴身翻译官”专线口译服务为大会免费提供语言服务，支持用户一键拨通口译专线服务热线，简单操作保证“随用随呼”，支持英、俄、越、柬、泰、缅、老、阿、意语9个语种，多语覆盖保证质量（传神语联网，2018）。
第二，在线即时语音翻译系统。即时语音翻译是当前国际智能翻译研究的热点。世界机器翻译先驱IBM 公司从 2001 年开始大规模开展智能语音翻译领域的研究，重点是英语、阿拉伯语和汉语之间的互译。2009年9月，IBM 正式推出 ViaVoice Translator 文本到语音翻译软件，可安装在手提电脑上，为自动化口译奠定了基础。由于无明显进展，该项目最终被放弃。
2010年1月，互联网巨头谷歌公布了谷歌翻译（Google Translate）安桌版，2011年1月推出其升级版，2015年1月实时语音翻译系统正式上线。使用者可将安装有该软件的智能手机用作实时翻译机，在会话模式下与他人进行交流。该系统可识别主流语言，并自动转换成90多种语言的语音和文本。至2016年8月，谷歌翻译支持的语言已达103种，离线状态下支持翻译语言52种，每天服务用户超过2亿，覆盖全世界99%的网民。
美国另一科技巨头微软也不甘落后。2012年，微软首席研究官里克?拉希德（Rick Rashid）在中国演示了微软实时英汉语音翻译系统，翻译准确率达到80%-90%。微软率先将模拟人脑行为的深度神经网络技术与其成熟的统计机器翻译技术相结合，极大地降低了语音识别的错误率，提高了翻译准确性，让一对一语音交谈成为现实（冰岩，2012）。2014年12月，微软发布了Skype Translator预览版，实现了英语和西班牙语之间的实时语音互译。2015年4月，微软在中国市场正式推出了具备实时语音翻译技术的Skype Translator中文预览版。该产品集成了微软在语音识别、机器翻译、自然语言处理、机器学习等领域的众多科技成果，使英文和中文普通话之间的实时语音对话成为现实。中文预览版新增了语音读取文字信息、持续性识别、自动声量控制、语言翻译静音等多项功能。Skype每月连接用户数量超过3亿人，每天处理的对话时长超过20亿分钟。随着产品的不断优化，跨语言无障碍交流的时代终将来临（Calo，2015）。
第三，翻译机器人。翻译机器人是现代人工智能的终极目标之一，是近年来国际机器翻译研究的一个热点。2015年7月，科大讯飞研制的翻译机器人“飞飞”在第19届RoboCup世界杯开幕式上首次亮相，担任安徽合肥市长张庆军的英文翻译，同时又为RoboCup国际联合会主席田野五十澍担任中文翻译。其准确的发音、流利的翻译和丰富的肢体语言赢得了在场观众的纷纷好评。“飞飞”是讯飞高级人工智能前瞻性重大攻关项目“超级计划”的阶段性成果。该计划是让机器从“能听会说”到“能理解会思考”的目标迈进的关键项目。科大讯飞已经在深度神经网络上取得了突破，其口语翻译曾在2014国际口语机器翻译评测比赛中获得英汉双向口译第一名，能在一秒之内实现中英和英中轻松互译（张素，2015）。
百度智能机器人“小度”也是一款明星翻译机器人。2015年7月，在第53届计算机语言学国际年会上，“小度”在上千位观众面前展现了拟真人同声传译的能力。其对语义的理解和准确流畅的翻译给全场留下了深刻印象。2016年1月，在第十届中国电子信息技术年会上，能讲英语、日语、韩语等多国语言的“小度”再次亮相，协助主持人“采访”外宾，其准确、流利、快速的翻译水平让来宾们倍感惊讶。“小度”此次亮相带来了全新的功能——多语种即时翻译。不管现场主持人和嘉宾怎么给它制造翻译难度，“小度”都能从容应对、准确翻译，俨然一个精通各国语言的“翻译小达人”（王静，2016）。
第四，便携式语音翻译机。当前，国内外语音翻译设备和软件的研发异常活跃，产品琳琅满目，已经广泛应用于出国旅游等跨语言交流的方方面面。2010年，美国富兰克林电子公司针对出国人员推出了贴身译M866富兰克林智能翻译机。该机支持英、中等17国语言，覆盖全球127个国家和地区，能随写随译，双语显示，具有整句翻译功能和真人发音系统，翻译准确度高达98.7%（IT经理世界，2015）。2009年11月，日本NEC公司推出一款“翻译眼镜”(Tele Scooter)。该设备外形象一付眼镜，但没有镜片，使用一种成像设备，将经过声音识别和翻译软件处理后立刻生成的文字像电影“字幕”一样投射到使用者的视网膜（显示屏）上。眼镜使用时，谈话内容会被一个麦克风收录，翻译后以可视文本的形式或通过耳机以声音的形式即时传送给对方。该智能眼镜还可用于涉密场合的交谈，摆脱人工翻译的麻烦（陈丹妮，2009）。为了迎接2020东京奥运会和残奥会、帮助外国访客克服语言障碍，日本政府和企业正在积极开展科技革新，研制多语种语音翻译机。2016年，日本Logbar研发团队推出了一款名为ILI的可穿戴式翻译设备。该设备能在离线环境下进行实时语音翻译，而且能保证精准翻译。ILI通过内置的翻译引擎与语音合成芯片共同完成翻译过程。目前，该系统仅支持中、英、日三国语言的翻译功能（雪萍，2016）。另据报道，日本奈良科技大学（Nara Institute of Science andTechnology）的研究人员正在研发一款自动化同传软件，旨在改进日英同传的准确性和速度。该软件可在说话人结束讲话之前就开始口译，口译质量相当于拥有一年同传经验的译员。研究人员计划在2020年东京奥运会之前推出自动化同传服务（Kaytie，2014）。
口语翻译机在现代战争和军事行动中也得到了广泛应用。为了解决相关语种译员奇缺、容易遭杀害和忠诚度难以保证等问题，帮助美军在伊拉克、阿富汗、非洲地区顺利开展军事行动，美国相关科技公司研制了多款语音翻译设备和软件，帮助美军克服语言障碍，提高与当地人的沟通协调能力。2006年，IBM为驻伊美军开发了一套名为MASTOR的多语种自动语音翻译机。该系统可识别、翻译5万多英文单词和10万阿拉伯语单词，能迅速将英语译为成阿拉伯语。该翻译机首先装备了美军特种部队、海军陆战队和医务人员（晓健，2006）。同年，一套名为IraqComm的语言翻译系统也配发驻伊美军。该系统可提供英语与阿拉伯语口语之间的双向语音翻译，目的是让美军和医务人员在安全检查站、挨家挨户搜查或急救情况下能与当地人进行对话。2010年，驻阿富汗美军配发了一套名为TransTac的战术应用口语交流与翻译系统。该系统带两个语言库，可应付阿富汗的两种主要语言——普什图语和达里语。系统能在5秒钟内将日常简短的对话译成英语，只是不能有俚语、行话、技术术语等（陈浩，2012）。在非洲大陆，2015年，驻非美军配备了手持式SQ.410自动语音翻译系统，以帮助美军在打击极端组织时解决语言障碍问题。该装置佩戴在胸前，能将美军与非洲友军交流语句互译为各自熟悉的语言。该系统可在无网络连接的情况下翻译9种语言（史丹丹，2015）。
在国内，以科大讯飞为代表的科技企业也在大力研发各种语音翻译设备和软件。科大讯飞从2012年开始进入语音翻译领域，并推出了“讯飞语音翻译”等产品，主要集中在境外旅游、国际会议等垂直应用领域。科大讯飞研发的“灵犀语音助手”，只要按下中文或英文说话按钮，说出所需翻译的句子，即可实现秒翻。2015年10月，讯飞输入法正式发布“随声译”功能。该功能集语音识别、机器翻译等核心技术于一身，实现了同传效果，其翻译速度与准确率均达到了较高的水平。“随声译”支持中英文实时翻译，让手机变成了翻译机（庞杰，2016）。2015年2月，讯飞开放平台单日在线语音交互突破1.2亿次，应用合作伙伴超过6万家，终端用户数量超过6.8亿，技术应用前景十分广阔。
百度公司推出的百度翻译是一款集翻译、词典、海量例句于一体的移动应用，免费提供27个语种翻译服务、702个翻译方向服务。2013年2月，百度翻译发布安卓手机客户端，成为全球安卓平台首款支持离线翻译的应用；同年3月又发布iOS客户端，支持离线翻译、语音翻译、摄像头翻译等功能。手机客户端支持中文普通话、英语、粤语的语音识别和会话翻译，能与外国人无障碍实时沟通，语音识别率和翻译准确率均达到相当水平。
当前主流的免费翻译软件主要有以下五种：一是腾讯翻译君，支持中、英、日、韩4种语言；二是有道翻译官，支持中、英、日、韩、法、俄、西7国语言翻译，离线翻译；三是百度翻译，支持中、英、日、韩、泰、法、西、德等28种热门语言互译；四是搜狗翻译，支持中、英、法、日等50多种语言之间的互译功能；五是谷歌翻译，可提供100种语言间的在线语音翻译。此外，华为 Mate 10机身自带AI随性翻译功能，支持50多个语种的翻译。
国内语音翻译设备层出不穷，例如，科大讯飞晓译翻译机、讯飞翻译机2.0；搜狗旅行翻译宝、搜狗录音翻译笔；传神翻译机、传神译路翻译机；全球译V100同声语音翻译机；百度翻译机；网易翻译蛋；有道翻译蛋；魔芋AI翻译机；准儿翻译机。
需要指出的是，机器口译的研究成果远远不止上述产品。事实上，只要上网搜索一下，便会发现无数的语音翻译设备和软件。目前，翻译机和软件的准确率还达不到理想状态。各家在中英翻译上都表现不错，但在英中翻译上差异很大。虽然准确性各不相同，但却为人们出国旅游和跨语言交流带来了极大的便利。
1.4 机器口译的未来趋势
随着社会需求的迅速扩张，语音翻译技术的应用正进入繁荣期。从目前的发展势头来看，机器口译潜力巨大、前景光明。未来发展在很大程度上取决于语音识别（背景噪声的语音识别、语种识别、口音识别）和机器翻译等技术的进一步突破。2015年3月，科大讯飞远场识别技术对外亮相发布，超过5米的语音识别技术突破了语音交互距离瓶颈，大幅度改进了语音交互的自由度，其降噪和去混效果均达到了国际顶级水平（孙慧，2015）。这意味着机器口译实现高精度语音识别又消除了一大障碍。2018年7月4日，百度语音技术部总监高亮在百度AI开发者大会上宣布，百度基于远场的语音语义一体化技术取得重大突破，为业界提供更顶尖的远场语音技术。该技术将远场交互中高频Query识别准确率提升10个点，并保持普通Query识别率不降；多语种混合声学建模基于Deep Peak2大幅提升中英文混合Query识别准确率，相对错误率比业界最好竞品降低20%；新升级的TTS技术业界首创传统拼接技术与Wavenet技术融合方案，保证合成质量的同时大大降低成本。百度还重磅发布远场语音技术低成本解决方案“度小云”，它基于Deep Peak V2语音识别技术、语音语义一体化技术及LSTM-VAD深度学习语音切分技术，实现业界领先的五级唤醒技术，并拥有基于Wavenet的精致音库，支持远场优化的音频通信技术。未来开发者可以一站式获取百度远场语音能力（中国商业观察网，2018）。
机器翻译的准确性问题也在稳步破解之中。2016年3月，谷歌人工智能系统“阿尔法狗”(AlphaGo)完胜世界围棋冠军李世石，成功挑战作为人类智力极限的围棋游戏。这表明人工智能已经能以接近人类的思考方式解决问题，机器智能化时代已经来临。既然“阿尔法狗”能够通过深度学习技术不断学习棋谱，模仿未来棋局，最终成为围棋大师，那么，人工智能也完全可以利用海量的翻译资料进行深度学习、积累经验，经过全面的翻译训练，学会全局分析，联系上下文，最终学会翻译人类语言。事实上，谷歌翻译正在尝试加入“深度学习”功能，使其变得像“阿尔法狗”一样有战斗力。谷歌2016年9月27日发布的“神经网络机器翻译系统（GNMT），模仿人脑的神经思考模式，产出媲美人工翻译的高质量译文，并将误差降低了55%-85%。《麻省理工学院技术评论》杂志评价，采用神经网络技术的Google翻译准确率几乎与人类无异。2018年3月14日，微软亚洲研究院宣布，其研发的机器翻译系统在通用新闻报道测试集newstest2017的中译英测试集上，达到了人类专业译者的水平。 微软称，这是首个在新闻报道的翻译质量和准确率上可比肩人工翻译的翻译系统。这是自然语言处理领域的一项里程碑的成就。微软的这次突破，将机器翻译超越人类业余译者的时间提前了整整7年。这表明人类朝着解决机器翻译的终极目标又更近了一步（闻菲、肖琴，2018）。
科大讯飞的“超级计划”研究也在稳步推进之中，其目标是让机器从“能听会说”到“能理解会思考”。谷歌深度学习项目“谷歌大脑（Google Brain）”联合创始人雷格?科拉多认为，得益于人工智能的进步，未来10年内即时理解一门语言的设想将会成为现实。通过佩戴一种特殊的耳机，人们即可听懂各种语言，与语言各不相同的人举行会议（杨帆，2016）。美国未来学家雷?库兹韦尔2011年在接受《赫芬顿邮报》采访时甚至预言，到2029年机译质量将达到人工翻译的水准（林巍，2016）。
鉴于人类思维和语言的复杂性，这种预言可能过于乐观。完全人性化的机器口译系统可能还要经历崎岖而漫长的发展道路。但是，随着人工智能特别是多层的人工神经网络和深度学习技术的加速发展，计算机通过深度神经网络模拟人脑机制来学习、判断、决策的能力将稳步提高。深度学习技术的融入将大幅提升翻译的准确度，基于神经网络进行翻译将能使之变得更加精确（林巍，2016）。事实证明，技术更新的速度远远超过人类的想象！全球沟通无障碍的时代即将到来!
2．机器口译对口译行业的挑战和影响
2.1口译行业将面临严重冲击
机器口译的发展和普及给口译行业带来的挑战是完全可以想象的。“无论是口译员还是笔译员，译者这个群体担忧自己是否会被替代并非杞人忧天，人工智能技术已经在各个行业都掀起了波澜。”（王华树，2016：4）美联社曾经联合美国几大高校做过一个评测，在未来几年会消失的职业中，翻译也赫然在列（雨潇，2015）。试想，在机器口译日趋智能化、实用化、便携化、大众化的背景下，还有多少游客愿意放弃这种廉价、便捷、快速的服务去找旅游翻译？！事实上，2008年北京奥运会期间，就有外国公司推出机器电话口译，免费帮助来华访问的外国游客沟通交流。尽管翻译质量不够完美，但却有效地帮助了许多外国游客在华旅行，取代了原本由译员完成的许多工作（Beninatto，2008）。2010年至2014年，武汉一位退休女医生一句外语都不会，仅靠手机翻译软件独自周游8国（喻莉，2014）。2015年，一对中国新婚夫妇借助手机翻译软件完成了古巴蜜月之旅。虽然旅行过程中伴随着磕磕绊绊和似是而非的误解，但结果还是成功了（大唐波斯将军，2015）。由此可见，导游口译员存在的意义已经遭到相当程度的削弱。2016年11月乌镇第三届世界互联网大会上百度、搜狗相继亮相人工智能同声传译技术之后，又一次引发了机器翻译是否会取代同声传译的激烈争论。
当然，机器口译对口译行业的冲击会有程度之分。口译市场大致由普通用户和专业用户构成。普通用户（如游客、商家）内容相对价值较低，不求百分之百的翻译准确率，只需了解说话人的大概意思就行。此类用户的口译即使出现最可怕的误译，也不至于产生多大的影响。机器口译无疑倍受此类用户的青睐。换言之，在旅游观光、商贸洽谈等翻译准确性要求不高的领域，机器口译对口译从业人员的影响将是致命的。业内人士认为，未来，中低端口译80%以上可能被机器口译所替代。另外，在诸如旅馆咨询、机场问讯、海关检查、股市信息发布、天气预报、公共交通等内容受限的领域，机器口译完全可以取代人工口译。在技术性、专业性很强的领域，同传译员也可能让位于机器口译。毕竟，同传译员也无法达到百分之百的翻译准确率。中译语通CEO于洋指出，人工智能时代的语言服务产业将出现的一大趋势就是会议口译领域将实现机器翻译的场景化应用（译世界，2016）。
专业用户（如国家机关和政府部门）高度重视口译质量，要求百分之百的准确率，对翻译错误零容忍，因为任何失误都可能导致工作被动、经济损失、外交事件甚至冲突和战争，而机器无法承担出错所导致的严重后果。因此，专业用户不会把敏感的口译工作交给机器口译来完成。可以预见，在政治、外交、法庭等涉题严肃、敏感、质量要求高的专业翻译领域，严谨、精准、地道、富有创造性的职业译员仍将是最佳选择。
2.2口译工作环境发生深刻变化
近年来，随着翻译技术的革命，各种计算机辅助翻译工具应运而生，译员的工作环境发生了深刻的变化。传统口译员使用的基本工具是纸、笔。译员快速记录说话人所表达的信息，然后依靠记忆和笔记将所听信息传达给听话人，其间很少有机会使用参考材料或其他辅助工具。尽管这种工作模式依然是现场口译的主流模式，但是，译员越来越多地依靠计算机辅助翻译工具来完成口译任务。电脑、互联网、电子邮件、电子词典、在线词典、机器翻译软件、语料库、语料搜索工具、翻译记忆和术语管理工具已经成为译员必备的辅助工具。计算机的辅助作用贯穿整个口译项目：译前，译员利用计算机上网完成资料查询、术语分类、发言稿预译等译前准备工作；译中，译员在同传时可直接朗读预译发言稿，也可借助计算机对源语发言进行语音识别和机器翻译，然后将译文呈现在屏幕上供参考，译员还可查看译前准备的术语和资料，或实时上网查资料，使用电子术语词典，甚至在聊天室里寻求同事帮助（Kelly, 2009）；译后，整理术语库，完成资料归档（王晓，2015）。
口译工作环境的变化对口译从业人员的能力和素质提出了新的、更高的要求，迫切要求译员改变手工作坊式的工作方法，学习和掌握先进的翻译技术，特别是计算机辅助翻译工具，实质性地提高口译质量和工作效率，增强市场竞争力。如果因循守旧，译员就难以抗衡机器口译的竞争，最终逃脱不了被淘汰的命运。口译教育院校是口译人才培养的主阵地。口译行业和译员面临的挑战就是口译教育院校应该关注和应对的问题。
3．技术进步视域下创新口译教育的几点思考
3.1 认清形势，更新观念，拓宽人才培养口径
机器口译技术的进步给口译行业带来了前所未有的挑战，并进而对口译教育产生了重大影响。在机器口译日益普及的大视域面前，口译教育院校既不能无视技术进步给口译行业带来的巨大挑战，也不能唯技术论，宣扬悲观论调，放弃口译教育。正确的态度是认清形势，更新观念，积极作为。具体地说：
一要加强分析预测。要充分认清技术进步的大趋势及其对口译行业和口译教育可能产生的巨大影响，科学判断行业发展前景和人才需求变化。应该看到，机器口译的不断发展和日益普及必然冲击口译行业。但是，在可预见的将来，人工口译不可能大规模消亡，这是因为，在经济全球化和国际交往日益增长，特别是我国文化“走出去”战略和“一带一路”建设全面推进的大背景之下，我国对口译人才的需求量只会增加不会减少。当前，我国合格的翻译人才极度短缺，能够承担对外交流任务的高素质、专业化翻译人才严重匮乏，目前从事翻译工作的主体是不具备翻译专业资质的“业余翻译”或“兼职翻译”，而不是“职业翻译”（郭晓勇，2013）。可见，口译教育任重而道远。此外，在实际口译工作中，译员的角色往往不限于翻译工作本身，还常常承担许多与语言转换关系不大甚至完全无关的角色。例如，我国各级外事部门的译员在陪同领导出访时不仅要当好翻译员，还要兼任参事员、协调员、管理员和安全员（冯建中，2007）。机器口译无法胜任这些角色，因此，从这层意义上讲，人类译员具有不可替代性。更重要的是，机器口译固有的缺陷（如语境判断、文化差异）难以在短期内取得全面突破。中国数学家、语言学家周海中教授曾在论文《机器翻译五十年》中指出，在人类尚未明了大脑是如何进行语言的模糊识别和逻辑判断的情况下，机译要达到“信、达、雅”的程度是不可能的，这是制约机译质量提高的一大瓶颈。因此，至少在中高端口译领域，机器口译无法取代人工口译。2018年4月在博鳌亚洲论坛上腾讯AI同声传译“掉链子”的事件就是一个最好的证明：目前的通用机器翻译技术远远没有达到理想状态。尽管如此，相关院校必须高度重视需求分析，科学确定人才培养的定位、规格和规模，避免因盲目发展导致学生毕业即失业或者大批转行的窘境。
二要更新观念。仲伟合(2013)指出，职业化时代的翻译教育需要紧跟翻译行业发展的特点，实现翻译教育与翻译行业的有机接轨。技术进步深刻影响着口译行业的未来发展，迫切要求口译教育院校更新观念，拥抱技术，把先进的翻译技术和理念融入到口译教育之中，使其成为口译人才培养体系不可或缺的一部分。
三要拓宽人才培养口径。应对机器口译普及和口译行业变化的出路在于拓宽人才培养口径，一方面是回应社会需求变化，提高口译人才的综合能力和技术素养，应对未来口译行业的不确定性；另一方面也是反映当前口译人才市场的现状，调查表明，大部分翻译专业毕业生并未流向核心层（即传统的人工翻译服务），而是加速向边缘层（以翻译服务为主体或目的，需要借助计算机技术来实现）和相关层（其他与翻译相关）流动（肖维青，2011）。因此，口译教育院校要以技术进步视域下译员所需能力和素质为出发点和落脚点，改革和优化人才培养方案，着力培养宽口径、高层次、应用型、专业化、懂技术的职业口译人才，以满足社会需求，同时增强毕业生就业和再就业的能力。
3.2 创新口译教育模式，构建技术课程体系
当前，我国口译教育院校的口译教育模式大多基于传统的译员能力观和口译教育观。传统的译员能力观认为，优秀的译员应具有高水平的语言能力、宽广的百科知识、足够的专业知识、必要的跨文化知识和娴熟的口译技巧(林郁如等，1999)。吉尔把口译理解简化为一个公式：C=KL+ELK+C(即理解=语言知识+言外知识+分析)(Gile, 1995)。在此基础上，仲伟合(2003)提出，优秀译员的知识结构应包括三个版块：KI=KL+EK+S(P+AP)，即译员应掌握的知识=双语知识版块+百科知识版块(包括专题知识)+口译技能(职业口译技能和艺术表达技能)版块。相关院校基本按照这三个版块设计口译课程体系，由此造成了“国内多数MTI院校课程设置重语言和翻译技能培养，轻翻译技术和翻译管理类课程”的现状（王华树，2013）。
翻译技术的进步让我们不得不重新思考译员翻译能力的构成和口译课程设置问题。西班牙巴塞罗那自治大学“翻译能力研究项目组”（PACTE）研究团队认为，翻译能力是由多种能力模块构成的综合能力。该团队提出了一个翻译能力模式（Translation Competence Model），由五种次能力构成：双语次能力（即双语交流所需的程序性知识）、语言外次能力（关于世界的整体或具体知识）、翻译知识次能力（有关翻译职业的各方面知识）、工具次能力（获得并使用各类资料和信息以及在翻译过程中应用现代技术的能力）和策略次能力(保证翻译过程顺利进行、有效解决翻译问题的程序性知识)。此外，翻译能力还包括一系列心理生理因素。各种次能力相互影响、相互增进，通过有针对性的训练而逐步习得（王传英，2010）。
这一模式虽是针对笔译而建，但同样适用于解释信息化时代口译员所需的能力和素质。口译教育院校可以此模式为理论基础，对传统的“三大版块”口译课程体系进行改造创新，增加一个翻译技术版块：KI=KL+EK+S(P+AP)+CAI/CAT，即合格译员的能力=双语知识版块+百科知识版块(包括专题知识)+口译技能(职业口译技能和艺术表达技能)版块+翻译技术版块。翻译技术版块针对工具次能力，着重培养学生运用翻译技术的能力；前三个版块大致对应PACTE模式的双语、语言外、翻译知识和策略四个次能力以及心理生理素质。这样既能继承口译教育传统，又能实现模式创新。当然，三个版块与5个次能力的对应并非简单的移植，而是要在吃透其内涵的基础上对各版块的课程体系、教学内容、教学方法和教学手段进行相应的改革和优化。
翻译技术版块是口译教育院校未来需要重点建设的课程群。在国外和香港地区翻译院校里，翻译技术课非常普及，课程内容相当丰富，而国内翻译院校普遍不太重视翻译技术和翻译管理类的课程，因而毕业生的技术素养非常欠缺。在信息化时代，口译员必须具备计算机应用、信息检索、术语管理和计算机辅助翻译四种技术能力（王华树，2015）。口译教育院校应围绕着这四种能力构建技术课程群。计算机应用课重点培养译员在口译活动中熟练运用多种计算机操作的基本技能；信息检索课重点培养译员在口译工作中在单位时间内快速获取专业信息的能力；术语管理课重点培养译员为满足口译活动需要而对术语资源进行管理的能力；计算机辅助翻译课重点培养口译员综合使用多种翻译技术的能力，包括翻译记忆技术、机器翻译技术、语音识别技术等。
值得一提的是，计算机辅助口译（CAI）将在未来口译工作中发挥重要作用。相关实证研究已经证明，计算机辅助口译对提高译员的表现具有明显的辅助作用（林小木，2013；王晓，2015）。未来，译员可望在口译中借助CAI即时语音翻译工具，减少听辨、记忆和转换负荷，弥补知识和术语不足，提高整体口译质量，避免机器口译准确性不够的弊端。因此，口译教育院校应重视CAI的教学应用，让学生插上技术的翅膀。
3.3 加强政产学研协作，提高人才培养的针对性
机器口译给口译行业和口译教育带来的挑战非口译教育院校所能独自应对，必须依靠政产学研紧密合作，协同创新，共同促进口译教育的可持续发展。具体地说，作为人才培养的组织者和规划者，政府应密切关注机器口译普及对人才需求可能产生的影响，制定相应的发展规划和政策法规，加强对语言服务产业的规划和指导，做到有法可依。作为行业的监管者和服务者，翻译（行业）协会应担负起制定和推行口译职业规范和质量认定标准，规范行业秩序，加强行业自律，协调高校、企业、政府相关管理和政策制定部门的关系，同时定期发布行业发展趋势和市场需求信息，促进口译资格测评和认证机制、口译教学与行业发展之间的衔接（仲伟合，2013）。作为人才的使用者，产业界对行业变化最敏感，对人才所需能力和素质感受最深刻，因此，企业要积极与院校密切协作，提出自己的人才需求，参与人才培养的全过程，提供人才实践机会，选派技术专家到校任职，共同提高人才的技术素养和实践能力。作为人才培养的主体，院校要积极加强校企合作，吸引行业技术专家来校任职或讲学，开设有特色的实用型课程；鼓励教师进企业参加实践，弥补实践经验不足的短板；广泛建立口译实习实践基地，为学生创造更多的实践机会，使人才培养更符合企业的需求。作为政府、协会、高校和企业的智囊，研究机构要从学界的角度对口译行业发展和口译教育改革开展调研和研究，为政府决策、行业监管、企业创新和院校改革提供科学的依据、咨询和对策。
3.4 积极开展国际合作，努力实现优势互补
技术进步给口译行业和口译教育带来的影响是全球性的。这就需要世界各国口译教育界加强合作，实现优势互补，有针对性地培养全球语言服务市场所需要的口译人才，共同应对口译行业和口译教育面临的挑战。具体地说，口译教育院校要从三个方面加强国际合作：一是积极借鉴国际著名翻译院校的先进理念（特别是翻译技术教学的理念和做法）和人才培养模式，提升自身的口译教育水准，努力形成定位准确、特色鲜明、体系完整的口译教育模式。二是加强国际联合办学的力度，充分利用国际优质教育资源（特别是出色的教师和课程），弥补自身的不足（包括翻译技术教育弱项），共同培养国际紧缺口译人才。三是积极谋求与国际机构建立长期性合作关系，打造国际口译实训实践基地，为学生创造一流的口译实践机会，扩大国际就业渠道。
4．结语
技术进步是大势所趋。机器口译的不断发展和日益普及必定会淘汰低端译员，但是，在可预见的将来，机器口译完全取代人工口译的可能性不大，除非人类可以完全破解大脑的奥秘。这一趋势必将对口译从业人员及口译教育产生重大而深刻的影响。因此，口译教育院校应高度关注技术进步，拥抱技术，利用技术，创新口译教育模式，加紧构建和完善翻译技术课程体系，全面提高口译人才的技术素养和口译质量。同时，要大力加强政产学研协作，广泛开展国际口译教育合作，提升办学理念和教学水准，合力培养适应全球化时代多样化需求的宽口径、高层次、应用型、专业化、懂技术的国际职业口译人才，努力实现口译教育的可持续发展。
【关键词】机器口译；语音翻译系统；口译教育；计算机辅助口译(CAI)
0．引言
近年来，随着语音识别、机器翻译、自然语言处理、大数据、人工智能、深度学习等翻译相关技术的飞速发展，机器口译取得了长足的进步。大量语音翻译系统和应用软件相继亮相，并且日趋智能化、实用化、大众化、便携化。智能手机、平板电脑等移动终端安装一个翻译软件即可收听同传或无障碍周游世界，已经不再是一个梦想。实际上，口译免费潮已经开始。
机器口译的进步给人类跨语言交流提供了极大的便利，同时也给口译行业进而给口译教育带来了严峻的挑战。机器口译是否会取代人工口译？口译行业是否会消失？译员是否会失业？口译教育应如何应对机器口译的挑战？这些问题事关口译行业的未来和口译教育的前景，理应引起口译教育界的高度关注和认真应对。
1．机器口译概述
1.1机器口译的基本概念
相对于机器翻译，机器口译是一个相对陌生的概念。机器口译（MI），又称“口语翻译”(Spoken Language Translation,SLT)、“语音机器翻译”（Speech-to-Speech MT）或“自动口译”（AutomatedInterpretation），是指让计算机实现从一种语言的语音到另一种语言的语音自动翻译的过程（瑞诺尔, 2010）。其理想目标是让计算机像人一样在持不同语言的说话人之间充当口译员的角色。会议演讲、交谈（通过电话、网络或面对面交流）、广播等场景下的话语翻译都是机器口译应用的重要领域。
机器口译可分解为三个步骤：一是语音识别，即机器通过软件接收说话人的语音，然后将其识别转化为文字；二是语言转换，即机器翻译程序对文本进行加工转译；三是语音合成，即机器将译文自动形成目的语语音输出。因此，机器口译包含三项核心技术：语音识别、机器翻译和语音合成。
与机器翻译一样，人们常把机器口译与计算机辅助口译（CAI）或“机助口译”混为一谈。机器口译是全自动口译，无需人工辅助，例如各种在线语音翻译系统、口语翻译机、口译机器人、自动口译电话等。计算机辅助口译则指译员在计算机的辅助之下完成口译任务。计算机辅助口译的原理是：计算机快速识别源语语音，然后将识别的内容进行机器翻译，最后将译文呈现在屏幕上，供译员参考。不难看出，最后的译文是显示在屏幕上供译员参考还是转换成语音由机器播出，这是机器口译与计算机辅助口译的根本区别之所在。
1.2 机器口译的优缺点
机器口译有着人工口译难以企及的一系列优点：一是成本低。人工口译培养周期长、难度大、费用高，特别是同传，国际会议上每个语种往往需要安排两名译员，人力和开支要求均比较高；机器口译使用成本低，有的甚至完全免费。二是效率高。人工口译费时、费事、效率低下，还时常出现翻译盲点，且译员受体力、脑力和能力的限制，难以长时间、不间断、高强度地工作，特别是同传；机器口译速度快、效率高，不会疲劳，且受海量数据支持，学习快，无翻译盲点，可以大大提高翻译效率和同传准确性。三是使用方便。人工口译难找，特别是非通用语种；机器口译不受语种和时空的限制，一个系统可同时安装几种、几十种甚至几百种语言互译，因而方便、快捷、省事，尤其是准确性要求不高的口译。此外，国际会议上同传设备使用麻烦，同传接收机经常不够用，且容易丢失，引发纠纷；机器口译相对简便，只需在智能手机或平板电脑上安装一个应用软件即可收听同传或者进行交谈。
当然，机器口译也存在着一系列缺点，主要瓶颈有两个：一是语音识别软件尚不完美。语音识别的准确性与说话人的口语质量和周围环境密切相关。目前，多数语音翻译系统和应用软件只能识别语速不快、发音规范、前后连贯的语句。假如说话人语速很快，讲话不连贯，或者讲方言、带口音、吐字不清、发音错误、使用同音字，语音识别系统就会出错。同时，环境噪声（背景噪声、背景语音、混响、回声、多人讲话）、信道噪声（麦克风调整、电话调整、电话蜂音）、网络连接不畅、说话人距离远，都会严重降低语音识别的准确率。二是机器翻译不够准确。机器算法无法理解和翻译语言文学性，包括文化、语境、语法和情感。人类语言非常复杂，许多词语是多义的，具体意思取决于特定的语境。机器翻译常常忽略上下文来翻译词句，也不遵守语法，因而译文生硬，常常伴有语法和语序错误，准确性和流畅性较差。目前，机器翻译还基本停留在表层结构的句法分析之上，无法像人脑一样理解意义、区分情感色彩和文化差异，因而无法识别和传达语言的深层含义、言外之意和文化元素（包括幽默和隐喻）。
1.3 机器口译的历史与现状
尽管机器口译存在这样那样的问题，但是，人类并未因此而停止探索的脚步。从20世纪80年代中后期开始，随着语音识别水平和计算机性能的不断提高，语音翻译研究开始呈现迅速发展趋势，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，此类系统大多局限于某个或少数领域（如医患对话、会议注册、旅馆预订、航空旅游信息查询等），且支持语种不多。
随着全球化进程的加快和国际交流的日益频繁，人类渴望早日实现无障碍即时口语交流。为了实现这一梦想，以IBM、谷歌、微软、百度、科大讯飞为代表的国内外科研巨头相继成立研究团队，专门从事智能翻译研究，矢志攻克机器翻译的难题，让机器系统来扮演口译员的角色。近年来，语音识别、机器翻译和人工智能技术的突破以及大数据、云计算、深度学习、深度神经网络等先进技术的闪亮登场，为机器口译的飞速发展提供了强大的技术支撑，大量语音翻译系统和应用软件如雨后春笋一般涌现出来。以下分四类挂一漏万地介绍机器口译的应用成果。
第一，自动翻译电话。自动翻译电话历来是国际语音翻译研究的一大重点，并且取得了丰硕成果。例如，1993-2000年德日美联合研发的Verbmobil免提式双向移动多语种对话翻译系统能处理3种语言（德、英、日）之间商务领域的对话，翻译准确率超过80%，对话翻译成功率达90%。2007年11月，日本NEC公司宣布研制成功世界首款即时翻译手机。该手机具有声音识别和实时翻译功能，能识别约5000个日文单词。只要对着话筒讲日文，1秒种后，相应的英文翻译就会显示在屏幕上（陈中，2007）。2013年6月，以色列创业公司Lexifone开启了一项自动电话口译服务。该系统提供英语与七种语言（法、西、意、葡、德、俄和汉语）之间的口译服务，最适合贸易和商务直接对话（Kaytie，2014）。2018年6月，在第5届中国-南亚博览会暨第25届中国昆明进出口商品交易会上，传神语联网网络信息技术有限公司通过“贴身翻译官”专线口译服务为大会免费提供语言服务，支持用户一键拨通口译专线服务热线，简单操作保证“随用随呼”，支持英、俄、越、柬、泰、缅、老、阿、意语9个语种，多语覆盖保证质量（传神语联网，2018）。
第二，在线即时语音翻译系统。即时语音翻译是当前国际智能翻译研究的热点。世界机器翻译先驱IBM 公司从 2001 年开始大规模开展智能语音翻译领域的研究，重点是英语、阿拉伯语和汉语之间的互译。2009年9月，IBM 正式推出 ViaVoice Translator 文本到语音翻译软件，可安装在手提电脑上，为自动化口译奠定了基础。由于无明显进展，该项目最终被放弃。
2010年1月，互联网巨头谷歌公布了谷歌翻译（Google Translate）安桌版，2011年1月推出其升级版，2015年1月实时语音翻译系统正式上线。使用者可将安装有该软件的智能手机用作实时翻译机，在会话模式下与他人进行交流。该系统可识别主流语言，并自动转换成90多种语言的语音和文本。至2016年8月，谷歌翻译支持的语言已达103种，离线状态下支持翻译语言52种，每天服务用户超过2亿，覆盖全世界99%的网民。
美国另一科技巨头微软也不甘落后。2012年，微软首席研究官里克?拉希德（Rick Rashid）在中国演示了微软实时英汉语音翻译系统，翻译准确率达到80%-90%。微软率先将模拟人脑行为的深度神经网络技术与其成熟的统计机器翻译技术相结合，极大地降低了语音识别的错误率，提高了翻译准确性，让一对一语音交谈成为现实（冰岩，2012）。2014年12月，微软发布了Skype Translator预览版，实现了英语和西班牙语之间的实时语音互译。2015年4月，微软在中国市场正式推出了具备实时语音翻译技术的Skype Translator中文预览版。该产品集成了微软在语音识别、机器翻译、自然语言处理、机器学习等领域的众多科技成果，使英文和中文普通话之间的实时语音对话成为现实。中文预览版新增了语音读取文字信息、持续性识别、自动声量控制、语言翻译静音等多项功能。Skype每月连接用户数量超过3亿人，每天处理的对话时长超过20亿分钟。随着产品的不断优化，跨语言无障碍交流的时代终将来临（Calo，2015）。
第三，翻译机器人。翻译机器人是现代人工智能的终极目标之一，是近年来国际机器翻译研究的一个热点。2015年7月，科大讯飞研制的翻译机器人“飞飞”在第19届RoboCup世界杯开幕式上首次亮相，担任安徽合肥市长张庆军的英文翻译，同时又为RoboCup国际联合会主席田野五十澍担任中文翻译。其准确的发音、流利的翻译和丰富的肢体语言赢得了在场观众的纷纷好评。“飞飞”是讯飞高级人工智能前瞻性重大攻关项目“超级计划”的阶段性成果。该计划是让机器从“能听会说”到“能理解会思考”的目标迈进的关键项目。科大讯飞已经在深度神经网络上取得了突破，其口语翻译曾在2014国际口语机器翻译评测比赛中获得英汉双向口译第一名，能在一秒之内实现中英和英中轻松互译（张素，2015）。
第四，便携式语音翻译机。当前，国内外语音翻译设备和软件的研发异常活跃，产品琳琅满目，已经广泛应用于出国旅游等跨语言交流的方方面面。2010年，美国富兰克林电子公司针对出国人员推出了贴身译M866富兰克林智能翻译机。该机支持英、中等17国语言，覆盖全球127个国家和地区，能随写随译，双语显示，具有整句翻译功能和真人发音系统，翻译准确度高达98.7%（IT经理世界，2015）。2009年11月，日本NEC公司推出一款“翻译眼镜”(Tele Scooter)。该设备外形象一付眼镜，但没有镜片，使用一种成像设备，将经过声音识别和翻译软件处理后立刻生成的文字像电影“字幕”一样投射到使用者的视网膜（显示屏）上。眼镜使用时，谈话内容会被一个麦克风收录，翻译后以可视文本的形式或通过耳机以声音的形式即时传送给对方。该智能眼镜还可用于涉密场合的交谈，摆脱人工翻译的麻烦（陈丹妮，2009）。为了迎接2020东京奥运会和残奥会、帮助外国访客克服语言障碍，日本政府和企业正在积极开展科技革新，研制多语种语音翻译机。2016年，日本Logbar研发团队推出了一款名为ILI的可穿戴式翻译设备。该设备能在离线环境下进行实时语音翻译，而且能保证精准翻译。ILI通过内置的翻译引擎与语音合成芯片共同完成翻译过程。目前，该系统仅支持中、英、日三国语言的翻译功能（雪萍，2016）。另据报道，日本奈良科技大学（Nara Institute of Science andTechnology）的研究人员正在研发一款自动化同传软件，旨在改进日英同传的准确性和速度。该软件可在说话人结束讲话之前就开始口译，口译质量相当于拥有一年同传经验的译员。研究人员计划在2020年东京奥运会之前推出自动化同传服务（Kaytie，2014）。
口语翻译机在现代战争和军事行动中也得到了广泛应用。为了解决相关语种译员奇缺、容易遭杀害和忠诚度难以保证等问题，帮助美军在伊拉克、阿富汗、非洲地区顺利开展军事行动，美国相关科技公司研制了多款语音翻译设备和软件，帮助美军克服语言障碍，提高与当地人的沟通协调能力。2006年，IBM为驻伊美军开发了一套名为MASTOR的多语种自动语音翻译机。该系统可识别、翻译5万多英文单词和10万阿拉伯语单词，能迅速将英语译为成阿拉伯语。该翻译机首先装备了美军特种部队、海军陆战队和医务人员（晓健，2006）。同年，一套名为IraqComm的语言翻译系统也配发驻伊美军。该系统可提供英语与阿拉伯语口语之间的双向语音翻译，目的是让美军和医务人员在安全检查站、挨家挨户搜查或急救情况下能与当地人进行对话。2010年，驻阿富汗美军配发了一套名为TransTac的战术应用口语交流与翻译系统。该系统带两个语言库，可应付阿富汗的两种主要语言——普什图语和达里语。系统能在5秒钟内将日常简短的对话译成英语，只是不能有俚语、行话、技术术语等（陈浩，2012）。在非洲大陆，2015年，驻非美军配备了手持式SQ.410自动语音翻译系统，以帮助美军在打击极端组织时解决语言障碍问题。该装置佩戴在胸前，能将美军与非洲友军交流语句互译为各自熟悉的语言。该系统可在无网络连接的情况下翻译9种语言（史丹丹，2015）。
在国内，以科大讯飞为代表的科技企业也在大力研发各种语音翻译设备和软件。科大讯飞从2012年开始进入语音翻译领域，并推出了“讯飞语音翻译”等产品，主要集中在境外旅游、国际会议等垂直应用领域。科大讯飞研发的“灵犀语音助手”，只要按下中文或英文说话按钮，说出所需翻译的句子，即可实现秒翻。2015年10月，讯飞输入法正式发布“随声译”功能。该功能集语音识别、机器翻译等核心技术于一身，实现了同传效果，其翻译速度与准确率均达到了较高的水平。“随声译”支持中英文实时翻译，让手机变成了翻译机（庞杰，2016）。2015年2月，讯飞开放平台单日在线语音交互突破1.2亿次，应用合作伙伴超过6万家，终端用户数量超过6.8亿，技术应用前景十分广阔。
百度公司推出的百度翻译是一款集翻译、词典、海量例句于一体的移动应用，免费提供27个语种翻译服务、702个翻译方向服务。2013年2月，百度翻译发布安卓手机客户端，成为全球安卓平台首款支持离线翻译的应用；同年3月又发布iOS客户端，支持离线翻译、语音翻译、摄像头翻译等功能。手机客户端支持中文普通话、英语、粤语的语音识别和会话翻译，能与外国人无障碍实时沟通，语音识别率和翻译准确率均达到相当水平。
当前主流的免费翻译软件主要有以下五种：一是腾讯翻译君，支持中、英、日、韩4种语言；二是有道翻译官，支持中、英、日、韩、法、俄、西7国语言翻译，离线翻译；三是百度翻译，支持中、英、日、韩、泰、法、西、德等28种热门语言互译；四是搜狗翻译，支持中、英、法、日等50多种语言之间的互译功能；五是谷歌翻译，可提供100种语言间的在线语音翻译。此外，华为 Mate 10机身自带AI随性翻译功能，支持50多个语种的翻译。
国内语音翻译设备层出不穷，例如，科大讯飞晓译翻译机、讯飞翻译机2.0；搜狗旅行翻译宝、搜狗录音翻译笔；传神翻译机、传神译路翻译机；全球译V100同声语音翻译机；百度翻译机；网易翻译蛋；有道翻译蛋；魔芋AI翻译机；准儿翻译机。
需要指出的是，机器口译的研究成果远远不止上述产品。事实上，只要上网搜索一下，便会发现无数的语音翻译设备和软件。目前，翻译机和软件的准确率还达不到理想状态。各家在中英翻译上都表现不错，但在英中翻译上差异很大。虽然准确性各不相同，但却为人们出国旅游和跨语言交流带来了极大的便利。
1.4 机器口译的未来趋势
随着社会需求的迅速扩张，语音翻译技术的应用正进入繁荣期。从目前的发展势头来看，机器口译潜力巨大、前景光明。未来发展在很大程度上取决于语音识别（背景噪声的语音识别、语种识别、口音识别）和机器翻译等技术的进一步突破。2015年3月，科大讯飞远场识别技术对外亮相发布，超过5米的语音识别技术突破了语音交互距离瓶颈，大幅度改进了语音交互的自由度，其降噪和去混效果均达到了国际顶级水平（孙慧，2015）。这意味着机器口译实现高精度语音识别又消除了一大障碍。2018年7月4日，百度语音技术部总监高亮在百度AI开发者大会上宣布，百度基于远场的语音语义一体化技术取得重大突破，为业界提供更顶尖的远场语音技术。该技术将远场交互中高频Query识别准确率提升10个点，并保持普通Query识别率不降；多语种混合声学建模基于Deep Peak2大幅提升中英文混合Query识别准确率，相对错误率比业界最好竞品降低20%；新升级的TTS技术业界首创传统拼接技术与Wavenet技术融合方案，保证合成质量的同时大大降低成本。百度还重磅发布远场语音技术低成本解决方案“度小云”，它基于Deep Peak V2语音识别技术、语音语义一体化技术及LSTM-VAD深度学习语音切分技术，实现业界领先的五级唤醒技术，并拥有基于Wavenet的精致音库，支持远场优化的音频通信技术。未来开发者可以一站式获取百度远场语音能力（中国商业观察网，2018）。
机器翻译的准确性问题也在稳步破解之中。2016年3月，谷歌人工智能系统“阿尔法狗”(AlphaGo)完胜世界围棋冠军李世石，成功挑战作为人类智力极限的围棋游戏。这表明人工智能已经能以接近人类的思考方式解决问题，机器智能化时代已经来临。既然“阿尔法狗”能够通过深度学习技术不断学习棋谱，模仿未来棋局，最终成为围棋大师，那么，人工智能也完全可以利用海量的翻译资料进行深度学习、积累经验，经过全面的翻译训练，学会全局分析，联系上下文，最终学会翻译人类语言。事实上，谷歌翻译正在尝试加入“深度学习”功能，使其变得像“阿尔法狗”一样有战斗力。谷歌2016年9月27日发布的“神经网络机器翻译系统（GNMT），模仿人脑的神经思考模式，产出媲美人工翻译的高质量译文，并将误差降低了55%-85%。《麻省理工学院技术评论》杂志评价，采用神经网络技术的Google翻译准确率几乎与人类无异。2018年3月14日，微软亚洲研究院宣布，其研发的机器翻译系统在通用新闻报道测试集newstest2017的中译英测试集上，达到了人类专业译者的水平。 微软称，这是首个在新闻报道的翻译质量和准确率上可比肩人工翻译的翻译系统。这是自然语言处理领域的一项里程碑的成就。微软的这次突破，将机器翻译超越人类业余译者的时间提前了整整7年。这表明人类朝着解决机器翻译的终极目标又更近了一步（闻菲、肖琴，2018）。
科大讯飞的“超级计划”研究也在稳步推进之中，其目标是让机器从“能听会说”到“能理解会思考”。谷歌深度学习项目“谷歌大脑（Google Brain）”联合创始人雷格?科拉多认为，得益于人工智能的进步，未来10年内即时理解一门语言的设想将会成为现实。通过佩戴一种特殊的耳机，人们即可听懂各种语言，与语言各不相同的人举行会议（杨帆，2016）。美国未来学家雷?库兹韦尔2011年在接受《赫芬顿邮报》采访时甚至预言，到2029年机译质量将达到人工翻译的水准（林巍，2016）。
鉴于人类思维和语言的复杂性，这种预言可能过于乐观。完全人性化的机器口译系统可能还要经历崎岖而漫长的发展道路。但是，随着人工智能特别是多层的人工神经网络和深度学习技术的加速发展，计算机通过深度神经网络模拟人脑机制来学习、判断、决策的能力将稳步提高。深度学习技术的融入将大幅提升翻译的准确度，基于神经网络进行翻译将能使之变得更加精确（林巍，2016）。事实证明，技术更新的速度远远超过人类的想象！全球沟通无障碍的时代即将到来!
2．机器口译对口译行业的挑战和影响
2.1口译行业将面临严重冲击
机器口译的发展和普及给口译行业带来的挑战是完全可以想象的。“无论是口译员还是笔译员，译者这个群体担忧自己是否会被替代并非杞人忧天，人工智能技术已经在各个行业都掀起了波澜。”（王华树，2016：4）美联社曾经联合美国几大高校做过一个评测，在未来几年会消失的职业中，翻译也赫然在列（雨潇，2015）。试想，在机器口译日趋智能化、实用化、便携化、大众化的背景下，还有多少游客愿意放弃这种廉价、便捷、快速的服务去找旅游翻译？！事实上，2008年北京奥运会期间，就有外国公司推出机器电话口译，免费帮助来华访问的外国游客沟通交流。尽管翻译质量不够完美，但却有效地帮助了许多外国游客在华旅行，取代了原本由译员完成的许多工作（Beninatto，2008）。2010年至2014年，武汉一位退休女医生一句外语都不会，仅靠手机翻译软件独自周游8国（喻莉，2014）。2015年，一对中国新婚夫妇借助手机翻译软件完成了古巴蜜月之旅。虽然旅行过程中伴随着磕磕绊绊和似是而非的误解，但结果还是成功了（大唐波斯将军，2015）。由此可见，导游口译员存在的意义已经遭到相当程度的削弱。2016年11月乌镇第三届世界互联网大会上百度、搜狗相继亮相人工智能同声传译技术之后，又一次引发了机器翻译是否会取代同声传译的激烈争论。
当然，机器口译对口译行业的冲击会有程度之分。口译市场大致由普通用户和专业用户构成。普通用户（如游客、商家）内容相对价值较低，不求百分之百的翻译准确率，只需了解说话人的大概意思就行。此类用户的口译即使出现最可怕的误译，也不至于产生多大的影响。机器口译无疑倍受此类用户的青睐。换言之，在旅游观光、商贸洽谈等翻译准确性要求不高的领域，机器口译对口译从业人员的影响将是致命的。业内人士认为，未来，中低端口译80%以上可能被机器口译所替代。另外，在诸如旅馆咨询、机场问讯、海关检查、股市信息发布、天气预报、公共交通等内容受限的领域，机器口译完全可以取代人工口译。在技术性、专业性很强的领域，同传译员也可能让位于机器口译。毕竟，同传译员也无法达到百分之百的翻译准确率。中译语通CEO于洋指出，人工智能时代的语言服务产业将出现的一大趋势就是会议口译领域将实现机器翻译的场景化应用（译世界，2016）。
专业用户（如国家机关和政府部门）高度重视口译质量，要求百分之百的准确率，对翻译错误零容忍，因为任何失误都可能导致工作被动、经济损失、外交事件甚至冲突和战争，而机器无法承担出错所导致的严重后果。因此，专业用户不会把敏感的口译工作交给机器口译来完成。可以预见，在政治、外交、法庭等涉题严肃、敏感、质量要求高的专业翻译领域，严谨、精准、地道、富有创造性的职业译员仍将是最佳选择。
2.2口译工作环境发生深刻变化
近年来，随着翻译技术的革命，各种计算机辅助翻译工具应运而生，译员的工作环境发生了深刻的变化。传统口译员使用的基本工具是纸、笔。译员快速记录说话人所表达的信息，然后依靠记忆和笔记将所听信息传达给听话人，其间很少有机会使用参考材料或其他辅助工具。尽管这种工作模式依然是现场口译的主流模式，但是，译员越来越多地依靠计算机辅助翻译工具来完成口译任务。电脑、互联网、电子邮件、电子词典、在线词典、机器翻译软件、语料库、语料搜索工具、翻译记忆和术语管理工具已经成为译员必备的辅助工具。计算机的辅助作用贯穿整个口译项目：译前，译员利用计算机上网完成资料查询、术语分类、发言稿预译等译前准备工作；译中，译员在同传时可直接朗读预译发言稿，也可借助计算机对源语发言进行语音识别和机器翻译，然后将译文呈现在屏幕上供参考，译员还可查看译前准备的术语和资料，或实时上网查资料，使用电子术语词典，甚至在聊天室里寻求同事帮助（Kelly, 2009）；译后，整理术语库，完成资料归档（王晓，2015）。
口译工作环境的变化对口译从业人员的能力和素质提出了新的、更高的要求，迫切要求译员改变手工作坊式的工作方法，学习和掌握先进的翻译技术，特别是计算机辅助翻译工具，实质性地提高口译质量和工作效率，增强市场竞争力。如果因循守旧，译员就难以抗衡机器口译的竞争，最终逃脱不了被淘汰的命运。口译教育院校是口译人才培养的主阵地。口译行业和译员面临的挑战就是口译教育院校应该关注和应对的问题。
3．技术进步视域下创新口译教育的几点思考
3.1 认清形势，更新观念，拓宽人才培养口径
机器口译技术的进步给口译行业带来了前所未有的挑战，并进而对口译教育产生了重大影响。在机器口译日益普及的大视域面前，口译教育院校既不能无视技术进步给口译行业带来的巨大挑战，也不能唯技术论，宣扬悲观论调，放弃口译教育。正确的态度是认清形势，更新观念，积极作为。具体地说：
一要加强分析预测。要充分认清技术进步的大趋势及其对口译行业和口译教育可能产生的巨大影响，科学判断行业发展前景和人才需求变化。应该看到，机器口译的不断发展和日益普及必然冲击口译行业。但是，在可预见的将来，人工口译不可能大规模消亡，这是因为，在经济全球化和国际交往日益增长，特别是我国文化“走出去”战略和“一带一路”建设全面推进的大背景之下，我国对口译人才的需求量只会增加不会减少。当前，我国合格的翻译人才极度短缺，能够承担对外交流任务的高素质、专业化翻译人才严重匮乏，目前从事翻译工作的主体是不具备翻译专业资质的“业余翻译”或“兼职翻译”，而不是“职业翻译”（郭晓勇，2013）。可见，口译教育任重而道远。此外，在实际口译工作中，译员的角色往往不限于翻译工作本身，还常常承担许多与语言转换关系不大甚至完全无关的角色。例如，我国各级外事部门的译员在陪同领导出访时不仅要当好翻译员，还要兼任参事员、协调员、管理员和安全员（冯建中，2007）。机器口译无法胜任这些角色，因此，从这层意义上讲，人类译员具有不可替代性。更重要的是，机器口译固有的缺陷（如语境判断、文化差异）难以在短期内取得全面突破。中国数学家、语言学家周海中教授曾在论文《机器翻译五十年》中指出，在人类尚未明了大脑是如何进行语言的模糊识别和逻辑判断的情况下，机译要达到“信、达、雅”的程度是不可能的，这是制约机译质量提高的一大瓶颈。因此，至少在中高端口译领域，机器口译无法取代人工口译。2018年4月在博鳌亚洲论坛上腾讯AI同声传译“掉链子”的事件就是一个最好的证明：目前的通用机器翻译技术远远没有达到理想状态。尽管如此，相关院校必须高度重视需求分析，科学确定人才培养的定位、规格和规模，避免因盲目发展导致学生毕业即失业或者大批转行的窘境。
二要更新观念。仲伟合(2013)指出，职业化时代的翻译教育需要紧跟翻译行业发展的特点，实现翻译教育与翻译行业的有机接轨。技术进步深刻影响着口译行业的未来发展，迫切要求口译教育院校更新观念，拥抱技术，把先进的翻译技术和理念融入到口译教育之中，使其成为口译人才培养体系不可或缺的一部分。
三要拓宽人才培养口径。应对机器口译普及和口译行业变化的出路在于拓宽人才培养口径，一方面是回应社会需求变化，提高口译人才的综合能力和技术素养，应对未来口译行业的不确定性；另一方面也是反映当前口译人才市场的现状，调查表明，大部分翻译专业毕业生并未流向核心层（即传统的人工翻译服务），而是加速向边缘层（以翻译服务为主体或目的，需要借助计算机技术来实现）和相关层（其他与翻译相关）流动（肖维青，2011）。因此，口译教育院校要以技术进步视域下译员所需能力和素质为出发点和落脚点，改革和优化人才培养方案，着力培养宽口径、高层次、应用型、专业化、懂技术的职业口译人才，以满足社会需求，同时增强毕业生就业和再就业的能力。
3.2 创新口译教育模式，构建技术课程体系
当前，我国口译教育院校的口译教育模式大多基于传统的译员能力观和口译教育观。传统的译员能力观认为，优秀的译员应具有高水平的语言能力、宽广的百科知识、足够的专业知识、必要的跨文化知识和娴熟的口译技巧(林郁如等，1999)。吉尔把口译理解简化为一个公式：C=KL+ELK+C(即理解=语言知识+言外知识+分析)(Gile, 1995)。在此基础上，仲伟合(2003)提出，优秀译员的知识结构应包括三个版块：KI=KL+EK+S(P+AP)，即译员应掌握的知识=双语知识版块+百科知识版块(包括专题知识)+口译技能(职业口译技能和艺术表达技能)版块。相关院校基本按照这三个版块设计口译课程体系，由此造成了“国内多数MTI院校课程设置重语言和翻译技能培养，轻翻译技术和翻译管理类课程”的现状（王华树，2013）。
翻译技术的进步让我们不得不重新思考译员翻译能力的构成和口译课程设置问题。西班牙巴塞罗那自治大学“翻译能力研究项目组”（PACTE）研究团队认为，翻译能力是由多种能力模块构成的综合能力。该团队提出了一个翻译能力模式（Translation Competence Model），由五种次能力构成：双语次能力（即双语交流所需的程序性知识）、语言外次能力（关于世界的整体或具体知识）、翻译知识次能力（有关翻译职业的各方面知识）、工具次能力（获得并使用各类资料和信息以及在翻译过程中应用现代技术的能力）和策略次能力(保证翻译过程顺利进行、有效解决翻译问题的程序性知识)。此外，翻译能力还包括一系列心理生理因素。各种次能力相互影响、相互增进，通过有针对性的训练而逐步习得（王传英，2010）。
图一：PACTE团队翻译能力模型（转引自肖维青，2011）
这一模式虽是针对笔译而建，但同样适用于解释信息化时代口译员所需的能力和素质。口译教育院校可以此模式为理论基础，对传统的“三大版块”口译课程体系进行改造创新，增加一个翻译技术版块：KI=KL+EK+S(P+AP)+CAI/CAT，即合格译员的能力=双语知识版块+百科知识版块(包括专题知识)+口译技能(职业口译技能和艺术表达技能)版块+翻译技术版块。翻译技术版块针对工具次能力，着重培养学生运用翻译技术的能力；前三个版块大致对应PACTE模式的双语、语言外、翻译知识和策略四个次能力以及心理生理素质。这样既能继承口译教育传统，又能实现模式创新。当然，三个版块与5个次能力的对应并非简单的移植，而是要在吃透其内涵的基础上对各版块的课程体系、教学内容、教学方法和教学手段进行相应的改革和优化。
翻译技术版块是口译教育院校未来需要重点建设的课程群。在国外和香港地区翻译院校里，翻译技术课非常普及，课程内容相当丰富，而国内翻译院校普遍不太重视翻译技术和翻译管理类的课程，因而毕业生的技术素养非常欠缺。在信息化时代，口译员必须具备计算机应用、信息检索、术语管理和计算机辅助翻译四种技术能力（王华树，2015）。口译教育院校应围绕着这四种能力构建技术课程群。计算机应用课重点培养译员在口译活动中熟练运用多种计算机操作的基本技能；信息检索课重点培养译员在口译工作中在单位时间内快速获取专业信息的能力；术语管理课重点培养译员为满足口译活动需要而对术语资源进行管理的能力；计算机辅助翻译课重点培养口译员综合使用多种翻译技术的能力，包括翻译记忆技术、机器翻译技术、语音识别技术等。
值得一提的是，计算机辅助口译（CAI）将在未来口译工作中发挥重要作用。相关实证研究已经证明，计算机辅助口译对提高译员的表现具有明显的辅助作用（林小木，2013；王晓，2015）。未来，译员可望在口译中借助CAI即时语音翻译工具，减少听辨、记忆和转换负荷，弥补知识和术语不足，提高整体口译质量，避免机器口译准确性不够的弊端。因此，口译教育院校应重视CAI的教学应用，让学生插上技术的翅膀。
3.3 加强政产学研协作，提高人才培养的针对性
机器口译给口译行业和口译教育带来的挑战非口译教育院校所能独自应对，必须依靠政产学研紧密合作，协同创新，共同促进口译教育的可持续发展。具体地说，作为人才培养的组织者和规划者，政府应密切关注机器口译普及对人才需求可能产生的影响，制定相应的发展规划和政策法规，加强对语言服务产业的规划和指导，做到有法可依。作为行业的监管者和服务者，翻译（行业）协会应担负起制定和推行口译职业规范和质量认定标准，规范行业秩序，加强行业自律，协调高校、企业、政府相关管理和政策制定部门的关系，同时定期发布行业发展趋势和市场需求信息，促进口译资格测评和认证机制、口译教学与行业发展之间的衔接（仲伟合，2013）。作为人才的使用者，产业界对行业变化最敏感，对人才所需能力和素质感受最深刻，因此，企业要积极与院校密切协作，提出自己的人才需求，参与人才培养的全过程，提供人才实践机会，选派技术专家到校任职，共同提高人才的技术素养和实践能力。作为人才培养的主体，院校要积极加强校企合作，吸引行业技术专家来校任职或讲学，开设有特色的实用型课程；鼓励教师进企业参加实践，弥补实践经验不足的短板；广泛建立口译实习实践基地，为学生创造更多的实践机会，使人才培养更符合企业的需求。作为政府、协会、高校和企业的智囊，研究机构要从学界的角度对口译行业发展和口译教育改革开展调研和研究，为政府决策、行业监管、企业创新和院校改革提供科学的依据、咨询和对策。
3.4 积极开展国际合作，努力实现优势互补
技术进步给口译行业和口译教育带来的影响是全球性的。这就需要世界各国口译教育界加强合作，实现优势互补，有针对性地培养全球语言服务市场所需要的口译人才，共同应对口译行业和口译教育面临的挑战。具体地说，口译教育院校要从三个方面加强国际合作：一是积极借鉴国际著名翻译院校的先进理念（特别是翻译技术教学的理念和做法）和人才培养模式，提升自身的口译教育水准，努力形成定位准确、特色鲜明、体系完整的口译教育模式。二是加强国际联合办学的力度，充分利用国际优质教育资源（特别是出色的教师和课程），弥补自身的不足（包括翻译技术教育弱项），共同培养国际紧缺口译人才。三是积极谋求与国际机构建立长期性合作关系，打造国际口译实训实践基地，为学生创造一流的口译实践机会，扩大国际就业渠道。
4．结语
技术进步是大势所趋。机器口译的不断发展和日益普及必定会淘汰低端译员，但是，在可预见的将来，机器口译完全取代人工口译的可能性不大，除非人类可以完全破解大脑的奥秘。这一趋势必将对口译从业人员及口译教育产生重大而深刻的影响。因此，口译教育院校应高度关注技术进步，拥抱技术，利用技术，创新口译教育模式，加紧构建和完善翻译技术课程体系，全面提高口译人才的技术素养和口译质量。同时，要大力加强政产学研协作，广泛开展国际口译教育合作，提升办学理念和教学水准，合力培养适应全球化时代多样化需求的宽口径、高层次、应用型、专业化、懂技术的国际职业口译人才，努力实现口译教育的可持续发展。
（编辑:织言）
京公网安备11010802022018号