口译技术的回溯与前瞻：工具化、交互化及智能化的演变

2017-03-12西安外国语大学广东外语外贸大学赵毅慧

外文研究 2017年4期

西安外国语大学广东外语外贸大学赵毅慧

一、引言

20世纪60年代以降，翻译研究领域先后出现了语言学转向、文化转向、认知转向以及社会学转向，学者们从不同视角和维度对翻译进行专门化、系统化研究，形成了理论基础、目标定位和价值取向相得益彰的跨学科研究范式。这些转向既相对独立，又彼此关联，呈现视角互补、迭代拓展的显著特征，它们试图从宏观和微观两个层面重构翻译学的知识结构和话语体系，不断推进翻译研究从离散化、碎片化到整合化、系统化的转变。进入21世纪以来，现代信息技术迅猛发展，并不断与翻译实践深度融合。从翻译实践来看，传统意义上“一纸一笔一人”的翻译模式已逐渐销声匿迹，以机器翻译、技术辅助、译后编辑为主要模式的翻译生态正席卷整个语言服务产业。从翻译效率来看，现代翻译技术对翻译资源具有高度集成性，能够完成翻译实践中的低级重复类劳动。翻译技术的突飞猛进带来了翻译速度的大幅提升和翻译质量的不断改善，翻译产业化和技术化的特征日趋明显。随着自然语言处理、计算机科学、云计算、大数据以及人工智能等技术的井喷式发展，以技术化为特征的现代语言服务产业正迫使传统翻译行业的更新和转向。翻译技术的迅猛发展带来翻译行为模式和翻译生态的颠覆性改变，翻译研究进入真正意义上的翻译技术转向(technological turn)。(Cronin 2010)

霍姆斯(Holmes 1988/2000)于20世纪提出的翻译研究框架早已将翻译教学、翻译政策、翻译批评及翻译辅助工具纳入应用翻译学的主要研究对象。基于此框架，同时结合国内外口译研究现状，仲伟合、王斌华(2010)提出将口译辅助工具纳入应用口译研究范畴，赋予其不可或缺的学科定位。不少学者也多次指出，口译技术研究必将成为口译研究领域的新话题(Pöchhacker 2004；张威 2009)。然而，综观已有的相关研究成果，口译技术乃至整个翻译技术的理论研究尚似一片荒原，其概念研究、对象研究以及方法研究仍处于贫瘠状态(Pöchhacker 2004；张威 2013；王华树、张静 2015)。以往的口译技术研究主要呈现以下几个显著特点：其一，研究主题零散化。为数不多的相关研究主要以“远程口译”“电视/电话口译”“口译培训技术”等微观主题为研究对象，呈现碎片化特征，尚未形成有关口译技术的系统研究。其二，研究观点片面化。现有研究对于翻译技术维度的探讨总体上倾向于“技术工具说”，尚未关涉辅助工具与翻译过程深度交互关系的理论研究和效果评价(Braun & Taylor 2012； Gomes 2002； Orlando 2010)。其三，研究视角断裂化。现有研究对口译技术研究缺乏历时性梳理和分析，因而很难从口译研究的角度提出前瞻性、展望性的思考。

本文从技术哲学角度出发，首先分析口译技术存在的内外在原因，并在此基础上，梳理口译技术发展的纵向脉络及阶段性特征，分析各阶段口译技术的关联性和构成特点，为未来口译技术的理论和应用研究提供参考。

二、口译技术的研究缘起

笔者在CNKI全库1990至2016年的文献中以“口译”并含“技术”为关键词进行检索，结果仅得到44篇相关文章，其中，以“电话口译”为主题的文章28篇，以“远程口译”为主题的文章4篇，以“口译教学技术”为主题的文章12篇。而以“口译技术”作为直接关键词进行检索，结果显示相关文章为0篇。之前研究中的“翻译辅助”“口译辅助”侧重探讨与口笔译相关的辅助工具(如词典、文献、书籍、电子词典、网络资源等)，其中关于“技术”的理解更趋向工具化和片面化。由此可见，与翻译技术研究相比，口译技术研究尚处于贫瘠状态，其根源可从内在因素和外在因素两个方面来反思。从内部因素来看，主流口译研究仍以人工口译模态下的口译过程、口译产品、口译质量、口译教学等为核心研究对象(仲伟合、贾兰兰 2015)。为数不多的口译技术研究在概念和主题上呈现碎片化特征，鲜有对口译辅助工具或口译技术进行系统化梳理的研究，从而导致口译技术研究的基本概念、核心框架、理论基础等尚处于荒原状态。从外部因素来看，当前技术与口译的结合仍处于“拿来主义”、简单借鉴的初级阶段，技术对于口译的价值仍处在“工具化”和辅助性层面，尚未形成全面深度的融合。造成这一现状的原因，一方面源于技术研发与口译需求接口的不对称，另一方面是由于口译研究本体对于技术诉求的意识缺失。当前，人类已经迈入以人工智能为标志的智能化时代，从内部和外部双向层面打破技术研发与口译需求不对称的瓶颈，以精细化研究促进技术与口译的深度融合，以精准化研发激发技术对译员的赋能，既是时代赋予口译研究者的使命，也是口译借助技术的力量得以蜕变和升华的良机。口译技术的基本概念和本质内涵是口译技术研究的基础。然而，由于缺乏具有整合性的理论基础，以往相关研究存在命名重复、概念模糊、边界不清等诸多问题。这一基础性问题是建构口译技术概念框架的关键，需要借鉴技术哲学的核心思想予以较为系统的探索。

技术哲学诞生于19世纪末，属于哲学的分支学科，1877年德国哲学家卡普的著作《技术哲学纲要》的问世标志着技术哲学的诞生。技术哲学的产生与人们对技术概念的认识、理解及其本质揭示有着密切的联系。技术哲学从人与自然的角度出发，追问技术的存在，探究技术的本质，发现技术的价值，揭示技术与人、技术与自然的关系，涉及技术的本体论、认识论和价值论等不同维度(赵建军 1998)。“技术是什么？”这是技术哲学的基本问题，也是核心问题(陈昌曙、陈红兵 2001)。迄今为止，最为广泛接受的是法国科学家狄德罗(2007： 241)提出的有关技术的定义：“技术是为了完成某一特定目的而共同协作组成的各种工具、方法、手段和规则体系。”这一定义具有高度的概括性，涵盖了构成技术的核心特点：1)技术的目的性；2)技术的社会协作性；3)技术的工具性；4)技术的规则性；5)技术的知识系统性(转引自姜振寰 2009)。由此可见，技术是智力要素、实体要素和协作要素交互性集成的产物。其中，人的智力要素是核心，是生发实体要素和协作要素的根本；实体要素是智力要素的产物，是人类改造世界的途径和手段；协作要素是中介，连接智力要素与实体要素，促使智力要素发挥再创造能力，进而产出新的实体要素。据此，本文认为，口译技术是完成口译任务所需的能力、方法、工具及规则体系的总和，由与口译相关的智力要素、实体要素和协作要素构成；口译技术是人与人工物的总和，在口译活动中发挥各自不同的作用和功能。随着信息技术的不断发展，二者的功能性和交互性呈现多元变化、迭代循环的发展规律。

三、口译技术的演进和发展

技术诞生于人类认识和改造自然的进化过程之中，工具的制造和使用对人类生理和思维的进化起着关键性作用，人类进化史就是一部工具和技术进步史。口译技术作为技术的一种形态，是人类即时性跨语言、跨文化交际活动中创造并使用的智力要素和实体要素的集成。

口译技术起源于20世纪20年代，早期的技术多数属于信息技术(如电声传输技术、网络通信技术等)，主要用于声音及图像的实时传输，从而实现口译活动的主要参与者(演讲人、听众、译员等)在跨语言跨文化交际活动中的实时沟通。20世纪60年代以后，模拟信号、数字信号及现代网络通信技术走进口译工作，为远程口译、电话口译、视频会议口译等提供了基础的技术架构。进入21世纪，人类进入以大数据为驱动的智能化时代，自然语言处理、语音识别、以机器翻译、语音识别等技术为核心的移动设备口译软件(手机APP语音翻译软件)、口译笔记录音和转写设备“智能笔”(smart pen)以及微软研发的Microsoft Skype Translator实时同声传译系统应运而生。随着高度集成化的翻译记忆系统、语言识别系统及线上和移动客户端服务的不断整合，口译技术逐渐呈现出人机交互化的特征，语音翻译APP软件在特定领域可以实现讲话人与机器翻译的完美结合。未来，深层神经网络模拟人脑技术将日臻完善，电脑通过深度学习(deep learning)可以模拟人脑的大部分活动，口译技术将趋于智能化，机器口译(MI)也将成为可能。口译是信息获取、加工和传播的过程，口译技术的发展与信息技术的进步息息相关。随着信息化技术的不断迭代升级，口译技术也从工具化发展至交互化，并随着人工智能技术的成熟走向智能化。

(一)口译技术的工具化

技术哲学家卡普提出的“人类器官投影观”(the externalizing principle of organ projection)指出：生物缺陷性是人类创造工具和使用工具的内在根源，人类器官是各类人造工具和设备的原型(陈凡、王桂山 2006： 94)。借助工具及设备来完成人类自身生理缺陷所不及的生产、生活活动是人类创造和使用工具的根本内源性动因，从这个意义上说，工具性是技术的根本属性。根据这一特点，口译技术的工具性体现为借助口译工具或设备实现口译声音跨时空传播活动、提升口译高品质产出和接收效果，从而全面改善口译实践体验的显著特征。不同的口译形式中，口译技术的表现形式各不相同，但呈现出高度统一的工具性特征。

口译是两种语言之间、以完整传输信息为目的的通信活动，通过源语与译语之间语音、词汇、句法结构及语用等层面的转码中介程序(transcoding)，从而实现解构源语并建构译语的过程(杨承淑、邓敏君 2011)。在这种复杂的多任务处理过程中，译员要在短时间内，甚至同步时间完成信息的发布、接收、理解、转换及再产出，对口译主体——译员的语言、认知、心理、知识、跨文化交际等能力提出了极高的要求。口译技术诞生以前，口译过程中的语言解码(包括语音、词汇、句法结构、语用分析)、知识检索(包括启动长期记忆、短时记忆等)、认知协调等活动主要依靠译员独立完成。然而，人的能力是有限的，译员单纯依靠大脑的语言和知识存储容量亦具有局限性；再加上客观因素，如声音随着空间距离加大而衰减，环境噪音对于译员完整接收信息的干扰等，只有使用工具或技术才能完成人类器官所不及的任务或活动。随着声电传输等信息技术在会议系统的引入，口译技术(设备)随之应运而生。

早期与口译相关的技术多数属于信息技术(如电声传输技术、网络通信技术等)，这一阶段的口译技术主要是满足完成口译活动的需要，具有明显的工具性，主要用于声音及图像的实时传输，从而实现口译活动的主要参与者(演讲人、听众、译员等)在跨语言跨文化交际活动中的实时沟通。这一时期口译设备的核心功能是解决声音传播随着空间衰减的问题及环境噪音干扰问题。因此，话筒、扬声器、扩音器等一系列电声设备被广泛应用于口译活动之中。

随着国际大型会议对同声传译需求的增多，同声传译系统应运而生。20世纪20年代，商人Edward Filene、电气工程师Gordon Finlay及IBM总裁Thomas Watson共同发明了同声传译设备，这一设备彻底改变了国际会议口译的方式。国际会议同声传译于1927 年首先在日内瓦的国际劳工组织的一次会议上得以使用。然而，由于设备不够精良，直到1945年同声传译设备才在欧洲得到大规模的使用(Pöchhacker 2015)，并在之后广泛应用于联合国等大型国际机构(Baigorri-Jalón 2004)。20世纪80年代，在国际会议口译员组织技术委员会(AIIC Technical Committee)的积极努力下，固定式及移动式同传设备(ISO 2603、ISO 4043)、会议口译电声传输系统标准(IEC 60914)才被正式确立下来(Jumpelt 1985)。同声传译技术为多语种国际会议的语言服务提供了精良的技术保障，为译员完整地接收源语信息提供了清晰、准确的源语声源，为听者完整、便捷地接收译语信息提供了技术支持，最大限度地保证了国际会议中语言服务的存在感和隐身性。

随着技术的不断发展，声画同步技术被引入国际会议及口译活动中，电话口译(telephone interpreting)随即诞生。最早的声画同步传输电视电话口译于20世纪70年代开始在联合国机构中尝试使用，主要借助当时成本极高的卫星信号。随着ISDN(Integrated Services Digital Network，综合业务数字网)及DCN(Data Communication Network，数据通信网络)的出现，电话/视频口译研究再掀浪潮，以ISDN为基础的视频会议口译、远程口译应运而生，并广泛应用于法庭及医疗口译。这些领域的口译技术应用效果，特别是远程口译，引起研究者的极大兴趣，相关研究主要朝两个方向发展：一方面，对远程同声传译做进一步测试，多以翻译质量、身体心理影响为测试参数；另一方面，在社区口译中，大规模引入视频对话口译，并通过研究推动测试和评价。研究结果显示，远程口译与传统同声传译在口译效果方面差别不大，但译员存在明显的疏离感，与听众的互动较差(Mouzourakis 1996； Braun & Taylor 2012)。随着科技的不断探索，后来还出现了移动同声传译设备(如bidule system)、投影口译(projected interpreting)等。

会议口译技术诞生至今，已经成为口译活动中使用频率最高、效果最好的技术，电话口译作为远程口译活动的解决方案也在特定领域发挥着重要作用。然而，“技术以人为本”(毛俊杰 2006： 51)，技术的人文性尚未被充分体现。一方面，译员作为口译工作的核心主体，除了娴熟地操作会议口译、电话口译、远程口译的设备和技术外，还需要人工完成大量术语及背景知识的译前准备工作。口译过程中还存在因发言人口音、语速、词汇等造成的源语听力困难，译员仍面临个人素质和专业能力方面的极大挑战。另一方面，随着全球化进程的推进和对外交流的不断繁荣，口译需求群体、口译场景正趋于多样化和灵活化，多元化、便携式、移动客户端友好型的口译硬、软件技术逐渐成为市场广泛需求的产品。在信息技术迅猛发展的时代，技术的高度集成性为解决以上困难提供了较为系统的优化方案——人机互动型的机助口译(Computer-assisted Interpreting， CAI)。

(二)口译技术的交互化

“技术不仅是一种工具，更是人造物与使用者的共生体”(陈凡、王桂山 2006： 96)。也就是说，技术是抽象化的人类智慧和实体化的人造工具的共同载体，技术与人相互依存，相辅相成。由此可见，口译技术是译员智慧与口译工具、设备的共同载体，二者交互依存，相得益彰。口译技术的交互性体现为计算机辅助口译(CAI)环境下，口译技术的二元化主体(译员和CAI设备)通过交互协作共同完成口译任务的实践特征。

计算机辅助口译是交互化口译的主要存在形态，这一概念源于“计算机辅助翻译”(Computer-assisted Translation， CAT)。CAI是指译员在现代信息技术(包括计算机、语料库、互联网、各类软件等)辅助下完成口译活动。笔译相关的计算机辅助翻译可以分为人助机译和机助人译，前者以计算机为翻译主体，负责译文产出；后者以人为翻译主体，在特定情况下与计算机或其他辅助设备发生互动(张政 2010)。当前技术水平下，计算机辅助口译主要是指机助人译，即以译员为主体，在译前、译中或译后与不同类型的相关信息技术互动，通过借助搜索引擎、网络资源、术语库资源、语音识别技术、翻译记忆资源、专业知识体系资源等高效精准地完成译前准备、译中语音听辨、参考译文生成、译语输出(生成字幕)，从而完成口译的全部过程。与一元化的人工口译相比，CAI可以使译员避免不必要的重复劳动，降低译员时间成本，提高译员工作效率，帮助译员更加高效、准确地完成口译任务。如果说工具化的口译技术是完成口译活动的必需品，交互化的口译技术则是提高口译质量、提升译员工作效率、优化口译产品体验的优化型解决方案。

依据口译过程，现有的CAI技术主要分为3种：译前技术、译中技术和译后技术。CAI技术通过整合语音识别技术、机器翻译、双语语料库、翻译记忆及术语库平台，为译员提供译前迅速查询、术语库建立及管理、知识库资源管理等辅助功能。译前口译技术主要包括Office相关软件、搜索引擎、术语库、译员专用词汇管理软件、在线翻译等。相关研究首先通过访谈的方法了解到口译中影响译员工作效率的困难，并依据调研结果研发出系列译员工作辅助软件，实现了译员工作综合平台(如Interplex、德国美因茨大学开发的InterpretBank)，包括大型会议真实语料库、不同领域知识库和术语库等，可实现译前线下文件管理和译中在线信息查询功能(Stoll 2009； Jiang 2013； Fantinuoli 2013)。这些软件主要是基于数据库工具，为译员提供全方位的支持，以满足译员知识管理、术语管理、译文参考等需求。译中口译技术主要包括语言自动识别(automatic speech recognition，ASR)、交传电子笔记设备、交同传设备(SimConsec)、可以同步完成录音与笔记的智能笔及口译信息存储设备等(Gomes 2002； Orlando 2010)。译后口译技术主要包括基于术语管理技术的译员术语更新及管理软件(如Interpret Bank)、基于语音识别技术的口译语料录音及转写(科大讯飞听见)、基于多模态语料库技术的多模态口译语料分类及管理技术(EN Speech Repository)以及基于自动评价系统的用户反馈管理等。相关实证研究表明，使用口译工具不仅明显地提高了译员口译产出的准确度，还可以帮助译员改善译语冗余的现象(Hamidi & Pöchhacker 2007)。

(三)口译技术的智能化

2016年被视为人工智能(Artificial Intelligence， AI)的元年，在大数据、云计算的共同驱动下，人工智能已成为人类历史上第7次技术变革的核心驱动。随着技术的井喷式发展，全球AI市场不断扩大。相关统计显示，2015年人工智能市场高速增长，全球AI市场规模约为484亿元人民币；预计到2020年，全球AI市场规模将达到1 190亿元人民币，中国市场约为91亿元人民币(艾瑞咨询 2016)。

人工智能是研究开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能研究人类智能活动的规律，构造具有一定智能的人工系统，研究如何让计算机去完成以往需要人的智力才能胜任的工作。简单来说，人工智能是对人的意识、思维的信息过程的模拟，其目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。人工智能研究涵盖广泛，包括自然语言处理、知识表现、智能搜索、机器学习、知识获取、组合调度问题、感知问题、模式识别、逻辑程序设计软计算、不精确和不确定的管理、人工生命、神经网络、复杂系统、遗传算法等在内的诸多问题。其研究成果可以应用于无人驾驶汽车、智能家居、智能金融、智能医疗、智能营销、智能教育、智能农业等一系列智能化产品，并从根本上改变人类生产、生活、贸易和沟通的方式。就其根本意义而言，人工智能的目标就是人类智慧，人工智能就是人类思维和智慧的集成化和数字化。

口译技术的智能化是人工智能技术与口译活动相结合的产物，即人工智能技术(如语音识别、自然语言处理、数据存储、数据挖掘、语音合成等)参与或应用于口译活动的口译新生态。就口译过程而言，智能化口译技术由3部分核心模块组成，语音识别+机器翻译+语音合成。语音识别系统解决了从口语语言到书面语言的解码与转换，为口译实现自动化奠定了基础，源语语音(语音信号)通过语音识别系统转换成文本(计算机可编辑的数字信号)，再进入机器翻译系统生成目标语译文，译文文本进入语音合成系统并转码，从而完成目标语语音输出的过程。就口译产品而言，智能化口译技术主要包括智能化口译语料特征识别、智能化口译语料存储、智能化口译语料转写及智能化口译语料抓取等技术，可分别应用于智能化口译评估系统、智能化口译语料管理系统以及智能化口译纠错系统(语音、词汇及语法)。就口译资源管理而言，依托数据抓取、数据存储、数据挖掘、自然语言处理等相关技术，智能化口译技术可实现智能化术语抓取、分类及管理、智能化知识抓取、分类及知识谱系化管理、智能化口译市场舆情分析、智能化口译客户资源抓取和分析等，为口译职业管理提供智能化的分析及解决方案。目前，多款成熟的人工智能口译产品已经实现商业化或即将问世，包括科大讯飞晓飞翻译机easy trans、全球译V100、微软Skype translator同声翻译系统、同声翻译、翻译君、Pilot智能耳机、搜狗实时翻译系统等。

智能化口译产品不仅会为口译用户带来更便捷、更经济的语言服务体验，也将为职业化译员带来更科学、更高效的口译职业管理模式。在人工智能技术日新月异不断前行的驱动下，智能化口译技术必将给口译生态带来巨大的影响，包括口译工作模式、口译职业管理、口译行业管理、译员能力定位及口译教育培养目标等。诚然，目前的语音识别和机器翻译还存在瑕疵，研究人员也在持续关注并力图突破该领域的瓶颈。随着人工智能和自然语言处理技术的不断更新和完善，口译技术也有望实现更高层面的突破，跨越巴别塔之障碍、实现自动化口译或机器口译的梦想距离人类不再遥远。值得一提的是，自动化口译或机器口译并不能全部替代译员口译，在许多计算机尚未“学习”到的高阶智慧领域，包括复杂性和歧义性突出的文学作品、诗歌、双关性语言表达等，人类智慧仍是完成口译这种复杂的认知活动的主体。

四、结论

口译与技术的联结与融合由来已久，是口译活动固有的复杂性和信息技术的现实可及性相互作用的产物。口译认知的高负荷性与个体认知能力的局限性是口译借助技术力量的前提，已有技术之于口译问题的对应性和适切性是口译技术生发的基础。日新月异的信息技术丰富了口译工作模态，进而改变了口译活动的组织结构和资源配置方式，使口译活动的主体趋于多元化，使口译服务范围趋于广域化，造就了人工口译、机助口译和机器口译共存共生、高度互补的口译生态景观。伴随现代信息技术的嵌入式深度应用，口译技术经历了工具化、交互化、智能化3个不同发展阶段，彰显出各自的显著特点和独特功能。工具化的口译技术是人工口译的伴生之物，对人工口译的有效开展具有支撑性作用；交互化的口译技术重在克服人工口译的局限，发挥人机耦合的优势，以提升口译工作质量和效率；智能化的口译技术是对人工口译技术和交互口译技术的整合和升华，重在消解口译智力资源供给不足问题，最大限度地适应和满足经济社会生活对即时性口译服务的泛在要求。在信息爆炸和人工智能爆发式发展的当下，回顾和梳理口译技术的发展历程，分析不同阶段的核心特征，对于正确认识口译与技术的关系、推进口译技术的可持续发展具有重要的意义。

需要进一步强调的是，口译与技术不是简单替代的关系，而是人类口译智慧的集合和延伸。正如胡开宝、李翼(2016： 14)指出的那样：“机器翻译与人工翻译并非矛盾、零和的关系，而是相辅相成、相互促进的关系。”从价值论角度来看，口译技术兼备工具性和人文性。口译技术的工具价值主要体现在4个方面：1)建构口译环境；2)集成口译数据资源；3)创新口译工作模态；4)实现口译在线管理。就其人文性而言，口译技术与人的价值关系主要体现在3个方面。首先，在人工口译环境下，现代信息技术的应用可保证信息的传输和接收效果，在很大程度上消解了影响口译质量的环境因素，对译员有效发挥主观能动性具有积极的保障作用。其次，在机助口译环境下，译员自身的有限性和技术的支撑性呈现高度对应性。一方面，技术具有语言和知识的集成功能，有助于弥补译员知识结构和话语结构的不足，增强口译成果的产出质量和效率。另一方面，技术具有超时空信息传播功能，可跨地域共时提供多语种口译服务，从而减少人员流动可能引发的巨额交流成本。最后，在智能口译环境下，机器成为口译行为的核心主体，可实现口译服务领域化、惯常化和模式化。机器口译是对人工口译成果的集成性运用，可替代重复性人工口译的大量投入，提高相关应用领域的运行效率。人工口译在处理情感表达、文化认知等复杂问题方面具有不可替代的创新作用，也是人工智能口译取得实质性突破的基础。总而言之，口译技术来源于人、赋能于人、服务于人，这或许就是口译技术存在和发展的根本驱动力。

Baigorri-Jalón, J. 2004.InterpretersattheUnitedNations:AHistory[M]. A. Barr. Trans. Salamanca: Ediciones Universidad de Salamanca.

Braun, S. & J. L. Taylor. 2012.VideoconferencingandInterpretinginLegalProceedings[M]. Cambridge: Intersentia.

Cronin, M. 2010. The translation crowd [OL]. [12-05]. http://www.raco.cat/index.php/Tradumatica/article/view/225900.

Fantinuoli, C. 2013.InterpretBank:DesignandImplementationofaTerminologyandKnowledgeManagementSoftwareforConferenceInterpreters[M]. Berlin: Epubli.

Gomes, M. 2002. Digitally mastered consecutive: An interview with Michele Ferrari [J].LinguaFranca:LeBulletindeL’InterprétationauParlementEuropeéen(6): 6-10.

Hamidi, M. & F. Pöchhacker. 2007. Simultaneous consecutive interpreting: A new technique put to the test [J].Meta:JournaldesTraducteurs=Translators’Journal52 (2): 276-289.

Holmes, J. S. 1988/2000. The name and nature of translation studies [C] // L. Venuti (ed.).TheTranslationStudiesReader. London: Routledge. 172-185.

Jiang, H. 2013. The interpreter’s glossary in simultaneous interpreting: A survey [J].Interpreting(1): 74-93.

Jumpelt, W. 1985. The conference interpreter’s working environment under the new ISO and IEC Standards [J].Meta(1): 82-90.

Mouzourakis, P. 1996. Video conferencing: Techniques and challenges [J].Interpreting(1): 21-38.

Orlando, M. 2010. Digital pen technology and consecutive interpreting: Another dimension in note-taking training and assess-ment [J].TheInterpreters’Newsletter(15): 71-86.

Pöchhacker, F. 2004.IntroducingInterpretingStudies[M]. London and New York: Routledge.

Pöchhacker, F. (ed.). 2015.RoutledgeEncyclopediaofInterpretingStudies[M]. London and New York: Routledge.

Stoll, C. 2009. New technologies in conference interpretation: Interpreting and videoconferences [J].Medias(4): 439-448.

艾瑞咨询. 2016. 2015年中国人工智能应用市场研究 [OL]. [01-20]. http://www.199it.com/archives/431949.html.

陈昌曙, 陈红兵. 2001. 技术哲学基础研究的35个问题 [J]. 哈尔滨工业大学学报 (社会科学版) (2): 6-12.

陈凡, 王桂山. 2006. 从认识论看科学理性与技术理性的划界 [J]. 哲学研究 (3): 94-100.

狄德罗. 2007. 狄德罗的百科全书 [M]. 梁从诫, 译. 广州: 花城出版社.

胡开宝, 李翼. 2016. 机器翻译特征及其与人工翻译关系的研究 [J]. 中国翻译 (5): 10-14.

姜振寰. 2009. 技术哲学概论 [M]. 北京: 人民出版社.

毛俊杰. 2006. 技术以人为本初探 [D]. 硕士学位论文. 武汉科技大学.

王华树, 张静. 2015. 信息化时代口译译员的技术能力研究 [J]. 北京第二外国语学院学报 (10): 25-32.

杨承淑, 邓敏君. 2011. 老手与新手译员的决策过程研究 [J]. 中国翻译 (4): 54-59.