有了机器翻译，就可以有AI同传吗？

博鳌论坛上的翻译君，横空出世的“腾讯同传”，再次引发了翻译圈内的讨论。

图片来源：微信小程序“腾讯同传”

有人对它强大的功能赞叹不已，也有人对它频现的低级错误嗤之以鼻。

“人工智能能否替代翻译？” 这一论题已不再新鲜。借助神经网络、机器学习等技术，AI翻译已经可以达到相当高的准确率。

无论哪家公司的APP，拿来阅读网上文章，出国旅游问路，都绰绰有余。随着语料库日渐强大，各国口音、专业术语，甚至（不少人认为难以翻译的）诗词歌赋都不在话下。

科技公司的思路似乎合情合理：机器翻译代替人工笔译，那么语音识别+机器翻译就可以代替口译。

但口译不是这么做的。

学过口译的同学一定记得，从学习的第一天起，老师拼命强调的一点就是：

‍ “翻意思，不要翻字。”

口译是“听-理解-说”的过程。

在“听”这一步，机器是不难达到人类水平的。政治、经济、医学、法律……各领域的术语，英国、印度、非洲……各地口音，只要语料库够强大，机器可以远超人类。

但“理解”这一步就不同了。

做口译时，译员听的，远不是一串字词而已。听到一个词，Ta脑中正调动着所有的背景知识，和讲话人的思路保持一致；在听的同时，大脑把内容视觉化。听完之后，我们也许根本不记得讲了哪些字，但我们一定知道讲了什么内容。看过译员的笔记本就知道，上面写的并不是说过的字，而是符号、框架，就像“思维导图”。

译员听到的，还有语调、重音。

一个干脆利落的“Yes!”是“没错儿！”，但拖长上扬的“Yes?"是“你啥意思？”

重音的位置不同，意思就不同：比如，"INEEDyour help"（你的帮助很重要，而非可有可无）和"I needYOURhelp"（需要你的帮助，而不是别人的）译出来就是两种效果。

甚至还有表情和肢体动作。虽然这是“看”到而不是听到的，但也是口译输入的内容。发言人的一个笑，是高兴的笑，还是无奈的笑，还是讽刺的笑？耸肩、摊手、撇嘴，是想表达什么意思？这都会影响译员对接下来内容的理解。（做口译时，译员一定要能看到讲者，就是这个原因）

在口译时，译员也需要不断取舍。不是每个演讲者都抑扬顿挫，逻辑清晰：有的只说半句，有的光速读稿，有的来回绕圈，我们要去粗取精，整理出一段通顺的话来，才不负辅助交流的重托。

“说”这一步，也有讲究。口译行内有句话：“见人说人话，见鬼说鬼话”。说到底，是为了让人一下子听明白。简简单单的一个词儿：“两会”，对中国一无所知的听众，你得先解释一通，再来个通俗的说法"Two Sessions" ；对中国有些了解的人，直接用后者也无妨；要是遇到中国通，直接“Lianghui”都没问题。译员甚至会根据听众的表情，判断对方是否理解，并不断调整自己的翻译。

从开口的那一刻起，译员就会努力和演讲人的内容、语气、感情（甚至动作！）同步，有点像演员进入角色的状态，这样出来的翻译才会有感染力。大部分的AI翻译，还只停留在文字上屏的阶段。语音合成再先进，还无法做到语气、重音、停顿，而这些元素，少一点，就影响体验，更影响理解。

口译和笔译不同，前者并非结构化的信息，而且参杂了无数不确定的因素，所以需要人脑在瞬间做出决策。但人类的弱势也很明显：例如，面对术语、数字等信息时，总是手忙脚乱。而这些却是机器最能发挥作用的地方。译员们拼命写数字，疯狂查术语的时候，要是有个AI助理，听记难点，一秒上屏，那该是多么幸福的事。

作为一种新技术，AI翻译的大热完全可以理解。毕竟它背后是人们对于低成本、高效率的追求。大热之后，新鲜感褪去，也看清了问题，与其继续同场竞技，不如取长补短，给出更好的解决方案。

通雅传译

口译员专业知识分享

原创文章，转载请与作者联络