◇卢信朝

近百年来，信息与通信技术赋能口译不断取得突破。20世纪20年代，基于有线语音传输技术能够实现译员边听边译的同声传译系统问世，颠覆了传统口译工作模式。20世纪60—70年代，计算机与互联网的出现重塑了口译中的语言与知识资源获取模式，开启了计算机辅助口译时代。20世纪80年代至21世纪初，随着机器翻译的复苏与发展，机器口译逐步成为研发热点，但多用于预订排程与出行信息服务等对话口译场景。近年来，大数据、人工智能等领域蓬勃发展，语音识别、自然语言处理等技术突飞猛进，加上神经网络机器翻译的颠覆性突破，极大提升了机器口译能力，机器口译是否会替代人工口译成为值得关注的问题。剖析、对比人工与机器口译过程、能力、质量及效果差异，梳理各自优势与不足，展望人工及机器口译未来，显得尤为必要。

加工过程对比

机器口译指以计算机系统对源语进行实时自动化语音翻译，包含语音识别、机器翻译、语音合成三个模块，分别由经过语料训练和机器学习的源语声学模型、源语语言模型与源语边界模型，机器翻译模型与译语语言模型，语音合成模型完成。由于机器口译各模型依赖自然话语与人工翻译语料的训练和学习，因此机器口译本质上是基于有限语境、情境的既有有限、固定用法或译法，实现源语识别、语言转换与译语输出。人工口译则是基于人类智力，并综合利用知识、经验、场景、语境，调用各种认知资源进行源语听辨理解、信息存储（记忆、记录）、语言转换和译语发布的动态认知过程。