专访｜刘开军：影视翻译的就业前景如何？
翻译技术教育与研究
专访记者 冯春霈
如今，人工智能的时代大势引发了深刻的技术革命、教育变革和数据革命，同时翻译技术也成为了翻译教学和实践中不可分割的部分，进一步推动了语言服务行业和高校教育的创新变革，促进了技术与人的和谐共生。为提升语言服务行业各方对翻译技术的认识和应用能力，加强语言服务人才的技术素养，加速语言技术成果的高效转化，整合当前优质和有效的翻译技术资源，推动翻译技术与翻译教学的融合发展，促进政、产、学、研的协同创新，WITTA 翻译技术教育研究会（TTES）特别策划了“技术赋能影视翻译”专栏，荟萃专家、学者对影视翻译的真知灼见，洞察翻译教育与技术创新的发展趋势。
本期专访嘉宾是深圳云译科技有限公司研发总监刘开军，让我们来聆听他对技术赋能影视本地化的介绍与见解。
刘博士您好！您在近期的“人工智能技术赋能影视翻译沙龙”中谈到，影视翻译是翻译行业的新兴领域，能否请您谈一下影视翻译在翻译市场中份额和就业前景？
我认为影视翻译市场与当前互联网的发展趋势密不可分。当前“一带一路”政策使沿线国家翻译需求显著增加，以阿拉伯语、俄语、德语、英语、白俄罗斯语为主的市场需求不断上升。随着互联网和多媒体传播技术的发展，网络数据传输能力提升之后，用户对音视频媒体这方面需求也与日俱增，最典型的是媒体形式已从当初的视频网站发展到短视频再到直播，音视频已成了一种主流的传播媒介，以后这方面的翻译将持续增加。
举一个翻译行业中比较常见的例子，目前电子设备产品手册的翻译主要还是文本翻译，但是在将来，设备厂商可能需要通过音视频向用户进行产品解释和功能演示，这时候就需要译员去做音视频的翻译了；影视行业更为突出，随着我国进出口的电影和电视剧增加，影视翻译的比重逐步上升，根据近几年中国翻译及语言服务行业发展报告上的统计数据，可以明显看到影视翻译行业良好的发展态势。
您认为影视译者应该具备哪些能力？人工译者如何跟影视翻译技术更好地结合？
我认为影视译者除了基本的听写、翻译、语言概括和组织能力以外，还需要对影视作品有基本了解，包括作品内容和作品表达方式。此外影视译者需要能够在较短时间内传递信息，并使信息能够为不同地域、不同文化背景的人群所接受。
那么人工译者如何才能与影视翻译技术更好地结合？现在毕竟是人工智能的时代，也是信息化、自动化的时代，我们首先要能熟练使用现在的工具来提高生产效率，包括机器翻译、术语库、记忆库、桌面端和云端CAT等工具。除此之外，译者要能快速地获得与作品相关的背景知识，这就需要译者能熟练使用一些国内外的信息检索工具，在翻译之前对整体目标内容有了全面把握，才能更好地还原作者想表达的意思。
现在距离影视翻译一站式平台化方向还有多远？基于一站式工作平台，未来项目经理与译者的工作模式又会发生怎样的变化？
所谓的一站式平台就是贯穿于影视翻译的全生命周期的平台，融合了各种工作流和多角色的协同，从我所掌握的信息来看，目前还没有针对影视翻译的一站式平台，仍是一个较大的市场空白。现在行业存在一些针对于音视频的字幕工具或者翻译平台，如国内的绘影字幕、讯飞听见字幕、网易见外、Translai、剪映等，还有国外的Verbit、Subly、Apptek、Videolocalize等，但这些大家耳熟能详的字幕工具都还没有往音视频翻译一站式平台的方向发展。
至于未来能否发展出这种平台，我认为还是由翻译需求决定，需求驱动市场。当影视翻译蓬勃发展以后，才会有信息技术提供商为我们提高生产效率、降本增效，这一类平台才会应运而生。
那基于这种一站式平台，未来项目经理与译员的工作模式会发生怎样的变化？现在翻译项目管理已经不可避免地进入到信息化管理和流程自动化管理当中，以后项目经理也将需要借助于这种一站式平台来进行任务立项、任务拆分、自定义工作流、任务跟进、任务回收以及项目收尾等工作。
立足于这种一站式平台，未来项目经理和译员的合作方式会发生很大转变：项目经理采用平台协同式的作业方式，通过云端发布和回收任务、AI打轴、AI翻译、AI质检，使信息和流程完全标准化、对齐化，尽可能减少协同作业的交流成本、机械重复作业成本甚至试错成本。这个环节就相当于现代“有纸化办公——无纸化办公——云端办公”的发展趋势一样，将来所有译员的工作模式都会发生变化，比如说以后所有人的工作完全独立，译员之间无需面对面，只在云端进行交流，大家一起协同式、并肩式地完成任务。
目前影视翻译技术在哪些领域做得比较出色，哪些领域又更需要人工译者的协调呢？对于需要人工协调的领域，译者应该怎样发挥作用？
目前语音识别、机器翻译、语音合成是人工智能运用在影视翻译技术上比较出色的领域。这三个领域是极具代表、也是相对成熟能够达到商用的领域。
我认为需要人工译者协调的是专业领域的翻译，现在我们已经从单元领域转向了多元领域，比较典型的有医学、科技、商务、法律等，这些行业其实有学科交融的地方。本地化翻译就是一个比较好的例证，它基本涵盖了多媒体本地化、网站本地化，游戏本地化和软件本地化等等。这些专业领域具有更多的知识背景，是AI人工智能所无法涵盖的知识面，人工译员在这个环节可以发挥人的创造性和知识的多元性，弥补计算机或翻译技术所缺失的那一部分工作。
结合影视翻译中的多模态语境，机器翻译如何突破文本中隐性信息表达缺失的问题？
不管是语音识别还是机器翻译，目前人工智能都是基于一种较为线性和单一的方式建模，然后再基于概率去匹配最优解；而人工译者是通过多种感官获得信息后再根据背景知识储备和专业知识综合处理，两者有着很显著的区别。
此外，人在获得信息后还有归纳和推理的过程，机器目前还不具备这种逻辑思维，所以要想机器翻译达到我们期望，还真是任重而道远。因为人工智能的本质问题都还没有解决，又如何去突破呢？目前我们做了很多尝试，比如多模态学习、跨媒体分析，再比如通过整合多个成熟的小模型到一个大模型中去。
一个典型的案例就是带混合语种的语音识别，我们可以通过建立大模型来实现语种识别和语音转写两种功能。总之要想突破现在这种信息表达的缺失，只有通过不断地整合信息，基于融合的信息来进行综合判断，再建立一个更复杂更庞大的模型，才能解决我们目前所处的困境。
作为学者型研发人员，请您从教师、学生科研的角度，谈一谈翻译技术为科学研究带来了哪些新的话题和领域？
首先是语音识别准不准确的问题。语音识别是整个影视翻译当中极其关键的环节，如果语音识别不够准确，后续的工作就会失之毫厘、谬以千里。
影视翻译和文本翻译不一样，文本是相对标准化的媒介，在电脑上录入的文字都是一样的；但语音是非标准化的媒介，根据个人发音、口音等有所不同，如果我们用一个模型去适配每一种口音，那就需要大量的数据资产训练才能提高准确率，同时也需要大量的人工进行标注。如果这项工作要人工译员来完成，由人工逐句去精调，相信大家都无法容忍这庞大的工作量；但人工智能就没有工作量限制，所以我认为这是需要由科学研究人员去解决的问题。
其次我想谈一下影视翻译中机器翻译地不地道的问题。对于新闻类、教科类等题材，不管文本还是音视频都非常标准化，但影视发行作品中就会有大量的故事情节、人物对白和旁白等，甚至包含一些缩略语或隐晦的表达，这些其实都是非常生活化的语言场景。但现在的科学研究还没聚焦到这个方面，目前的关注点都还是非常标准化的语言场景。我觉得待这方面的研究相对成熟后，再推广到影视行业当中，就能解决现在影视所面临的的生活化场景的问题，使翻译更加准确。
此外，对于影视作品中带有混合语种的翻译，译员需要概括得更加准确，言简意赅地表达编导或导演想要表达的意思。再比如对于影视作品中美式幽默涉猎到的背景知识，还有大量旁白、图片信息等，也需要在翻译过程中把这些元素提取出来，“接地气”地呈现给观众，这也是语言技术提供方和语言工具研发方需要共同解决的问题。
对于外语领域的师生，应该如何借力翻译技术，将其应用于自己的翻译实践、翻译教学、翻译研究，拓宽自己的研究视野，助力科研成果产出？
从翻译实践的角度来说，我觉得当前整个翻译行业已经发生了很大的转变。首先是翻译媒介的变化，前面也谈到，翻译媒介已经从文本发展到了更多元的新兴媒介，如图片、音视频、网页等，需要用不同的软件和平台来进行处理，专业领域也由单一的领域向多元化的细分领域发展。
其次，翻译主体发生了很大变化，现在的翻译主体通常已经不仅是人，而是人机交合，即机器翻译加上译后编辑的模式。
翻译模式也发生了改变。现在的翻译模式已朝着协同化、众包化、平台化、集成化的方向发展。随着信息化的代入，现在的人机交互模式也是通过项目管理的执行以及交付的一站式操作，以达到节省人力、高效率、高质量、去格式后编辑的目标。
翻译工具也从桌面端向着网络端的方向发展。以往译员多用如Trados Studio的桌面端工具，现在已发展到了Memsource、Smartcat、Yicat、TransWAI等多种智能化云端平台，这也是未来发展的一个大方向。其次结合现有的信息化技术发展，无论是AI、云计算、大数据、物联网、区块链，翻译行业将来都一定会往降低翻译成本、提高翻译效率的方向发展，重复性的工作由机器完成，创新性的工作或一些特定场景的工作才会由人工译员承担。
对于翻译教学，我认为必须往着如何借助信息化工具来提高翻译质量和翻译效率的方向去发展。至于翻译研究，我觉得需要往着解读自然语言处理的方向去提高机器翻译的质量，以达到翻译目标。
受访人介绍
刘开军
刘开军，深圳云译科技有限公司研发总监，博士研究生，高级工程师，系统架构设计师、系统分析师。主要研究方向为大数据分析与处理、最优化理论与智能算法。目前主持广西壮族自治区博士研究生教育创新计划项目1项，参与国家自然科学基金委员会地区科学基金项目2项，以第一作者在SCI期刊发表学术论文4篇。
转载编辑：陈雨
关注VX公众号“语言服务行业”，了解更多语言服务行业与翻译技术相关的资讯和洞察~
