口语翻译：突破语言通讯障碍的“法宝”
语音翻译是通常所说的机器翻译的一种特定类型，指利用计算机技术实现从一种自然语言的语音到另一种自然语言的语音的翻译过程（speech-to-speechtranslation,SST）。由于大多数说话人的语音是以口语化的形式表现的，例如，面对面的交谈、打电话、演说等，因此，语音翻译又称口语翻译（spokenlanguagetranslation,SLT）。“要让翻译系统彻底替代人工翻译恐怕永远都是不可能的，但是，机器翻译系统可以在特定场景和任务下替代人，或者减轻人的负担、提高工作效率。”中科院自动化所863项目“面向网络应用环境的口语翻译关键技术与系统研究”的课题组技术负责人宗成庆研究员告诉记者。
潜在市场巨大全球化竞争激烈
宗成庆研究员说，随着社会全球化时代的到来，人们在商贸、文化、体育、旅游等领域的交流与合作日益频繁，语言通讯的障碍日渐凸现，如何利用计算机技术帮助人们突破语言障碍，实现跨语言的自由通讯，是当今社会对计算机技术的最大挑战之一。
机器翻译具有巨大的应用需求。有关调查表明，目前中国有100多万翻译人员，国内翻译年产值大约在60亿元人民币。与此同时，全球翻译产业也在迅速增长。在欧盟委员会中，各机构每年的翻译费用就达10亿多欧元，对于20种官方语言，每种语言每天需要80名口译人员。
宗成庆认为，一方面，中国加入WTO以后，企业面临着全球化的激烈竞争，无语言障碍的信息沟通成为企业的最基本需求；另一方面，越来越多富裕起来的中国百姓开始走出国门，从事各种商贸、旅游等活动，同时，越来越多的外国人踏上中国的土地，这一切都将大大地刺激机器翻译需求的增长。
人机交互教学相长
一个口语翻译系统一般由三大技术模块构成：语音识别、口语理解与翻译、语音合成。语音识别模块完成说话人的语音信号到文字的转换，口语理解与翻译模块实现话语的理解和翻译，语音合成模块完成译文到语音的转换。
宗成庆研究员解释说，作为一个实用的语音翻译系统，说话人与翻译系统之间应该是交互式的互助工作模式，而不应该是“一厢情愿”地采用单向模式将处理结果从上级模块输出给下级模块，用户在获得系统翻译结果的同时，也需要而且有义务来配合系统的要求为系统提供某些帮助。但是，目前国际上实现的语音翻译系统几乎都是单向的，在这些系统中提到的所谓“人机交互”也只是允许说话人校对系统的语音识别结果，或者完全由键盘或触摸屏输入要翻译的语句，或者用户帮助系统实现正确的汉语分词等操作，却不是真正意义上的交互式人机互助的翻译模式。为此，我们提出了基于对话管理的口语翻译框架，对话管理机制作为整个翻译系统的管理中心，系统通过与说话人之间的交互操作学习翻译知识，并达到理解用户意图的目的。这样，用户与系统在交互中可以实现“彼此了解，教学相长”。
多重技术相融合广泛应用多领域
“从上个世纪50年代至今，机器翻译研究经历了50多年的风风雨雨，语音翻译从上个世纪80年代末期至今也有接近20年的历史，人们提出了直接翻译方法、基于规则的翻译方法、基于实例的翻译方法和统计翻译方法等各种各样的方法。近几年来，基于大规模语料库的统计翻译方法所取得的一系列重要进展，从根本上改变了人们对统计翻译方法最初的认识和看法。”宗成庆说。
他认为，各种翻译方法各有利弊，要解决机器翻译这样一种需要高度智慧的复杂问题，恐怕不是某一种方法可以单独完成的任务，至少可以说至今还没有哪一种翻译方法可以绝对地优于甚至完全替代其他所有的翻译方法。
宗成庆说，总括目前机器翻译研究的现状，包括口语翻译，它既不像有些人批评的那么一无是处，也不像有些人吹捧的那么完美无缺。我们必须冷静地看到，这些年来，无论是它给人们带来的希望还是失望，机器翻译作为一个科学问题在被学术界不断深入研究的同时，企业家们已经利用它从市场上获得了丰厚的利润。
“机器翻译的未来不可估量。”说这话时，宗成庆满怀信心。
