機器口譯的基本概念

  相對于機器翻譯，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、網絡或面對面交流)、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，即機器通過軟件接收說話人的語音，然后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，然后將識別的內容進行機器翻譯，最后將譯文呈現在屏幕上，供譯員參考。不難看出，最后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。