机器口译软件翻译质量评估实验研究
——以中英旅游文本为例
李双燕孙晔芃（首都经济贸易大学外国语学院，北京）
摘要：近年来机器口译技术发展迅速，多种口译软件应时而生，但其翻译质量如何，有待结合具体应用场景进行评测。本文选取“有道翻译官”口译软件，模拟中英旅游口译场景，以8位测试者组对话为实验材料，对机器口译质量进行量化与质化评测，提出了面向旅游翻译的机器口译质量评估标准。研究发现，当前机器口译App在旅游方面的应用尚未达到预期效果，在语音识别、文化转化、冗余删减、称谓名称处理、数字和语音效果等6个方面尚需不断改进。此外，还发现原语音质量与机器口译正相关，而语音文字数量与机器口译质量反相关，男女语音差异不会对机器口译质量产生明显影响。
关键词：机器口译；旅游口译；实验研究；质量评估
01
引言
随着人工智能技术与翻译领域的深度融合，机器翻译（MT）已成为人工智能翻译时代的新常态。机器口译App因其便捷性、灵活性逐步成为大众生活类翻译的主要选择。但当前机器口译的实验研究较少，主要侧重于使用计算机科学算法及建模评价标准对译文进行自动化、模式化的评分，较少涉及语用层面等语言学意义方面的研究（姜宝涵，；刘佳琛，），因此本研究拟将语用层面纳入进来，把语音识别、语言转换以及语音合成看作一个整体，以中国游客在英语国家旅游交流场景为例，评测有道翻译官在模拟真实场景下的机器口译输出质量，并且通过量化和质化分析，找出当前机器口译App存在的问题，提出改进建议。
20世纪80年代中期，西方学者开始进行口译质量评估实证研究，试图将口译质量量化。Bühler（）指出衡量口译质量最重要的9个指标为后续口译质量实证研究奠定了基础。Moser-Mercer（）提出针对不同评测目的，口译评测的侧重应该不同。Angelelli（）从社会交际视角出发，探索只听取单方对话对口译质量的影响。中国则从90年代起，开始逐步