網(wǎng)絡(luò)環(huán)境下的語音輔助翻譯軟件系統(tǒng)應(yīng)用現(xiàn)狀與前景研究

【摘 要】本文就網(wǎng)絡(luò)環(huán)境下語音技術(shù)的現(xiàn)狀、語音與文本間的相互轉(zhuǎn)換、語音技術(shù)與機(jī)輔翻譯系統(tǒng)和機(jī)器翻譯系統(tǒng)應(yīng)用的研究狀況以及其應(yīng)用前景進(jìn)行綜合探討，以期對未來語音技術(shù)及機(jī)輔翻譯系統(tǒng)和機(jī)器翻譯系統(tǒng)的應(yīng)用和研究提供參考。

【關(guān)鍵詞】網(wǎng)絡(luò)；文本；語音；轉(zhuǎn)換；語音識別；應(yīng)用；前景

一、語音技術(shù)

為了提高翻譯質(zhì)量和加快翻譯速度，譯者通常是傾向于使用有效輔助工具，機(jī)輔翻譯工作臺（綜合許多計算機(jī)輔助翻譯工具）將繼續(xù)是專業(yè)譯者的主要翻譯輔助工具。除了此之外，語音分析和合成技術(shù)的發(fā)展也為專業(yè)譯者的工作提供幫助。在過去，一些專業(yè)譯者使用“錄音電話機(jī)”記錄翻譯的初稿。然后，打印其翻譯草稿，然后生成譯本的書面版本。目前的“聽寫”技術(shù)是一種語音錄入軟件，省略了以前的輸入工作，具有自動把錄音轉(zhuǎn)換成文本的功能。并且還能根據(jù)譯者的語音指令來創(chuàng)建、編輯、校正和保存翻譯文件。這樣的設(shè)備可以減少聽錄音和錄入的時間，但條件是系統(tǒng)可以識別說話者或終端用戶的口音、音調(diào)和語氣。

語音錄入軟件的發(fā)展歸功于語音識別的進(jìn)步，計算機(jī)識別語音信號（一種既定語言的人類的話語）然后轉(zhuǎn)化成文本的過程。反過來也是可能的——文本也能轉(zhuǎn)換成語音：基于語音合成的從文本到發(fā)音的系統(tǒng)。此外，計算機(jī)輔助翻譯工具，譬如翻譯記憶庫與語音錄入軟件同時使用將對專業(yè)譯者是非常有用，尤其當(dāng)譯者想要或需要同時運作多項任務(wù)，例如一邊在利用聽寫系統(tǒng)軟件翻譯一個文本的初稿，同時一邊運行翻譯記憶庫，為一個詞或者是短語查找相應(yīng)的譯文。

二、研究現(xiàn)狀

當(dāng)前，從語音到文本和從文本到語音的技術(shù)主要適用于西歐語言，但是少數(shù)產(chǎn)品也適用于一些亞洲語言，譬如，印度語和泰語。語音錄入軟件具有很高的語言特定性——只識別特定的語言（Somers2003：17）。而且，在不同的譯者對系統(tǒng)進(jìn)行訓(xùn)練中發(fā)現(xiàn)，該系統(tǒng)只識別特定的語音和口音。很難預(yù)言何時語音錄入軟件將為除了西歐語言以外的更多語言所利用，但是近年來在中國、香港、日本、臺灣和美國的研究人員已經(jīng)開始從事漢語和日語在這方面的研究了。本尼斯（Benis：1999）回顧了早期幾代英式英語、法語、德語、意大利語和西班牙語的聽寫系統(tǒng)。使用這些語言的商業(yè)聽寫系統(tǒng)軟件包括包括美國NCH公司的Swift Sound的Express Dictate和荷蘭Philips公司的FreeSpeech。

三、語音技術(shù)與翻譯系統(tǒng)

最近幾年，語音技術(shù)吸引了自然語言處理研究人員的注意力，尤其是來自加拿大、歐洲、日本和美國的研究人員。他們的總目標(biāo)是，提供一種在同一語言或者不同的語言之間能把語音轉(zhuǎn)換成文本、文本轉(zhuǎn)化成語音、以及一種語音轉(zhuǎn)化成另外一種語音的技術(shù)。傳統(tǒng)意義上來說，筆譯是指基于文本的翻譯，而口譯則是基于語音的翻譯。但是，這條界線已經(jīng)由語音技術(shù)以及屏幕翻譯的發(fā)展打破了。（Gambier2003）

譯者可以綜合利用當(dāng)前單音（隨時）聽寫軟件和現(xiàn)有的計算機(jī)輔助翻譯系統(tǒng)來完成某些任務(wù)的。同時，譯者也可以將語音技術(shù)與計算機(jī)輔助翻譯和機(jī)器翻譯系統(tǒng)綜合起來運用。

“語音到文本翻譯”、“文本到語音翻譯”以及“語音到語音翻譯”涉及一種語言輸出和另一種語言輸入的文本與語音對話翻譯系統(tǒng)。語音到文本翻譯是指把一種語言的語音（原文輸入）翻譯成另一種語言的書面文本（譯文輸出）形式，在這過程中，聲音信息被轉(zhuǎn)換成書面文本形式，以方便有聽覺障礙或馬達(dá)技能殘障人士。語音到文本翻譯系統(tǒng)包括IBM公司的ViaVoice以及Dragon NaturallySpeaking，兩者都能翻譯七種語言。

對語音到文本技術(shù)的最近一項應(yīng)用就是為那些聽障和半聽障群體把電視上的語音話語轉(zhuǎn)化成“字幕”。嚴(yán)格的說，這不是一種翻譯活動，但是這與口譯有著明顯的聯(lián)系。該系統(tǒng)當(dāng)前依靠一種語內(nèi)翻譯——一個經(jīng)過培訓(xùn)的中介體把現(xiàn)場直播的內(nèi)容進(jìn)行改述和簡化，例如，作為原文輸入語音技術(shù)軟件的新聞節(jié)目被簡化，并且有意把話語單調(diào)化，然后被轉(zhuǎn)換成文本字幕形式（但是仍然有一定數(shù)量的錯誤）。這種限于少數(shù)人使用的閉路字幕是文本形式，不僅敘述了電視對白的內(nèi)容，而且還敘述了相關(guān)的聲音，譬如，“電話鈴聲”和“腳步聲”，以方便聽障人士。觀眾可以激活這些字幕，有時是用一個特殊的解碼器。這項技術(shù)也許會很快就能應(yīng)付現(xiàn)場實時電視轉(zhuǎn)播和電纜/衛(wèi)星傳輸。具有這種能力產(chǎn)品可能很快就要面世了，因為已經(jīng)在網(wǎng)絡(luò)上做廣告了，譬如，由SoftNI公司制造的SoftNI實時字幕系統(tǒng)。

文本到語音翻譯是指把文字文本（原文輸入）翻譯成語音文本（譯文輸出），文字文本被轉(zhuǎn)換成語音信息，這主要為了視障人士。文本到語音翻譯系統(tǒng)包括，AbhiSoft科技公司研制的能翻譯八種語言的Talking Translator Pro和美國電話電報公司實驗室研制的能翻譯五種語言的Natural Voices?。

語音到語音翻譯是指把一種語言的聲音文本（原文輸入）翻譯成另外一種語言的聲音文本（譯文輸出），從而滿足為不同語言國家的說雙語和多語的人。語音到語音翻譯系統(tǒng)包括，IBM公司研制的MASTOR（多語種自動語音到語音翻譯器），用來促進(jìn)沒有共同語言（不會講同一種語言）的個人之間的交流，和Spoken Translation公司研制的“保健醫(yī)療交流平臺”（HealthComm Healthcare Patient Communication Platform），用作說西班牙語的患者和說英文的醫(yī)療保健工作者之間提供交流媒介。雙語或者多語種語音到語音系統(tǒng)口譯人員的功能相似，例如，在彼此不懂對方語言的商業(yè)談判中。當(dāng)然，文本到文本翻譯系統(tǒng)才是常規(guī)機(jī)器翻譯系統(tǒng)。

四、語音識別

涉及到語音與翻譯，就一定離不開語音識別。在其早期階段，語言識別研究焦點是為那些有身體缺陷的終端用戶提供非手動控制計算機(jī)和其它電子設(shè)備的一種單語言系統(tǒng)。后來才研究了關(guān)于計算機(jī)接受和理解口述指令來執(zhí)行某些任務(wù)的可能性，譬如，在做文字處理的時候刪除一個詞或保存一個文件。隨后，研究活動轉(zhuǎn)向了多語種語音識別，譬如德國的卡內(nèi)基梅隆大學(xué)和卡爾斯魯厄大學(xué)開發(fā)的Global-Phone系統(tǒng)，能處理至少15種語言。該系統(tǒng)包含一個由說母語的人錄制的政治和經(jīng)濟(jì)報紙文章的語音文本數(shù)據(jù)庫。數(shù)據(jù)庫的目的是要通過大量的詞匯來訓(xùn)練和測試語音識別系統(tǒng)，讓其不受說話人限制。通過歐洲語言資源學(xué)會和語言數(shù)據(jù)聯(lián)盟可以獲得更多的語音語料庫錄音數(shù)據(jù)庫。這些語科庫包括至少十種語言的錄音語音數(shù)據(jù)和發(fā)音詞典，以及至少二十種語言的文本語科庫（Somers：2003b：7）。

在語音識別方面有許多研究項目，其中許多仍在發(fā)展階段，還有一些只能在特定的環(huán)境中使用。以下是一些比較有名的項目：

松下電力工業(yè)有限公司和大阪城市大學(xué)開發(fā)的日英和日漢多語種語音翻譯系統(tǒng)。這個實驗系統(tǒng)對在包括運輸、酒店、餐館和其它游客感興趣領(lǐng)域的1，000多個表達(dá)式做過測試。

Speechlator，一種配備一套由卡內(nèi)基梅隆大學(xué)巴比倫項目開發(fā)的翻譯系統(tǒng)手持式雙向阿拉伯和英語語音到語音個人數(shù)字助理（PDA）設(shè)備。是設(shè)計用來幫助說英文的醫(yī)生和說阿拉伯語的患者之間語言交流的。

LingWear，是由卡內(nèi)基梅隆大學(xué)來發(fā)的，為在國外工作的軍事人員和人道主義援助工作者設(shè)計的一套包括翻譯、協(xié)助定位和存取信息的語言支持系統(tǒng)?？梢酝ㄟ^聲音或手寫指令進(jìn)入系統(tǒng)。

TONGUES（Act II Audio Voice Translation Guide Systems），一套語音到語音系統(tǒng)，包含一臺語音識別器，通過它把塞爾維亞-克羅地亞語的語音文本轉(zhuǎn)換成文字文本，并把該文本翻譯成英語，然后通過語音合成器廣播。這個系統(tǒng)是首先由卡內(nèi)基梅隆大學(xué)的DIPLOMAT（Distributed Intelligent Processing of Language for Operational Machine Aided Translation）項目開發(fā)出來的，現(xiàn)在第二個階段在Lockheed Martin Systems Integration-Owego進(jìn)行。它是為美國陸軍神父設(shè)計，用來提供宗教支持和人道主義者援助。這個系統(tǒng)現(xiàn)在有了其它語言，譬如，阿拉伯語，達(dá)里語，波斯語，庫爾德語和帕施圖語，在美國建有軍事基地的國家（地區(qū)）使用。

曼陀林（Mandolin），是由美國電話電報公司的Government Solutions部門開發(fā)的一套自動化文本和語音翻譯系統(tǒng)，可以集成電話系統(tǒng)、互聯(lián)網(wǎng)、廣播和電視電話會議。

受“9.11事件”的影響，對語音文本錄制自動化的研究數(shù)量增加了?？▋?nèi)基梅隆大學(xué)的巴比倫項目在開發(fā)一種便攜式的語音到語音翻譯設(shè)備和開展EARS（Effective，Affordable Reusable Speech-to-Text）項目，目的是把語音錄音變成數(shù)字文本，用來搜集信息，尤其是阿拉伯語信息。

翻譯技術(shù)還設(shè)計用來把原文輸入為手語翻譯成譯文輸出為語音文本或文字文本。在美國，由DePaul大學(xué)開發(fā)的一套稱為“保拉（Paula）”的系統(tǒng)，通過計算機(jī)合成口譯——把翻譯的聲音語言轉(zhuǎn)化成美國手語以供機(jī)場安全檢查站使用。其它實例包括18歲的萊安·帕特森在2002年在西門子威斯丁豪斯科技競賽上的得獎設(shè)計——一幅單語種手語翻譯手套，它通過感覺手語字母的手上運動而工作。同樣，AcceleGlove也是2003年由喬治·華盛頓大學(xué)博士生Jose Hernandez-Rebollar研制的一副布滿傳感器的美國手語手套。這幅手套使用計算機(jī)把信息轉(zhuǎn)換或“翻譯”成口頭和書面英語。也有其它語言的相似工具，例如，西里西亞科技大學(xué)開發(fā)的一個叫做THETOS（文本到手語自動譯碼器）的設(shè)備，以前稱為TGT-1（文本到手勢譯碼器），用來把書面波蘭語翻譯成波蘭手語；以及卡內(nèi)基梅隆大學(xué)為中國手語翻譯開發(fā)的實驗性自動手語識別和翻譯設(shè)備。

五、結(jié)論

使用語音技術(shù)，或者是語音技術(shù)結(jié)合機(jī)輔翻譯系統(tǒng)，一些商業(yè)公司研發(fā)了更為一般用途的的便攜式翻譯系統(tǒng)，這些系統(tǒng)贏得人們的青睞，例如，深受游客青睞的便攜式個人電腦的Ectaco Partner? Voice譯碼器和深受英語學(xué)習(xí)者喜愛的Lingo-16便攜語言譯碼器。2003年初，NEC公司開發(fā)了一種英日文自動翻譯程序，這種程序可用于旅行者的移動電話、掌上電腦和互聯(lián)網(wǎng)終端。

語音技術(shù)在開發(fā)新的翻譯工具的過程中是尤其重要的，也讓研究人員和專業(yè)譯者對未來的機(jī)輔系統(tǒng)和機(jī)器翻譯系統(tǒng)前途充滿希望。目前，多數(shù)語音技術(shù)只在某些特殊用途方面融入機(jī)器翻譯系統(tǒng)。但是，一些大的在線機(jī)器翻譯系統(tǒng)，如Google、Babelflsh、WorldLingo以及Promt-Online這樣的在線機(jī)器翻譯系統(tǒng)提供語音翻譯服務(wù)僅僅只是時間問題。在未來，不僅僅是專業(yè)譯者這樣的特殊團(tuán)體會中獲利，這些用途將惠及普通大眾。

參考文獻(xiàn)：

[1]Arnold，D.，L.Balkan，R.Humphreys，S.Meijer and L.Sadler

（1994）Machine Translation：An Introductory Guide.Manchester and Oxford：NCC Blackwell.

[2]Austermuhl，F(xiàn).（2001）Electronic Tools for Translators.Manchester：St Jerome publishing.

[3]Benis，M.（1999）’Unlocking Your Potential：Talking Yourself Out of Trouble’，in Bulletin of the Institute of Translation and Interpreting.12-16.

[4]Gambier，Y.（ed.）（2003）Screen Translation，Special Issue of the Translator：9（2）Manchester：St Jerome Publishing.

[5]Hutchins，WJ.and H.L.Somers（1992）An Introduction to Machine Translation.London：Academic Press Limited.

[6]Melby，A，and C.T.Warner（1995）The Possibility of Language：A Discussion of the Nature of Language with Implications for Human and Machine Translation.Amsterdam：John Benjamins.

[7]O’Hagan，M.and D.Ashworth（2002）Translation-Mediated Communication in A Digital World：Facing the Challenges of Globalization and Localization.Cleveden：Multilingual Matters.

[8]Pym，A.（2004）The Moving Text：Localization，Translation and Distribution.Amsterdam：John Benjamins.

[9]Somers，H.L.（ed.）（2003）Computers and Translation：A Translator’s Guide.Amsterdam：John Benjamins.