学生译员使用IFLYREC对其英中同传口译质量影响研究

近年来人工智能飞速发展,并在众多领域得到应用。在口笔译领域,语音翻译器正在兴起和推广。文章旨在研究在同传口译中,当学生译员遇到术语、长句和信息密集句等口译难点时,以科大讯飞IFLYREC为代表的语音翻译器能否帮助他们提升口译质量。实验数据和问卷结果显示,IFLYREC有利于提升学生译员的术语口译表现,但对长句和信息密集句,IFLYREC不一定能帮助他们提升口译表现。因此,为使IFLYREC更好地辅助人类译员,建议研发者做如下改进:减少实时翻译的延迟,提高译文准确性,优化语法纠错功能。

机翻字幕质量评估的模型构建研究——以“人人译视界”和“讯飞听见字幕”为例

AI时代神经网络翻译技术的飞速发展催生了一批视频译制平台。以“人人译视界”和“讯飞听见字幕”为研究对象,以动画作品《中华勤学故事》机翻字幕为研究素材,探究国内视频译制平台机翻字幕质量。基于FAR语际字幕评估模型提出了机翻字幕评估模型(FAR 2.0),从功能对等、接受程度、阅读体验三方面对机翻字幕的语义错误、术语翻译错误、译文冗余等问题进行了深入分析。根据研究结果,提出增强语音数据标注积累、加大机器翻译语料训练及强化翻译引擎的意群切分等三点优化建议。