中国高校学生译员英汉交替传译非流利现象研究

王英鹏 方 菊

大连外国语大学 大 连 116044 中 国

一、引言

日常生活中的口语常常伴有非流利现象的产生。国外学者发现，日常口语中每100个英语单词中会出现6次非流利现象，而基于语料库的研究也表明每100个英语单词中非流利现象就会平均出现5.97次（戴朝晖，2011：38）。而口译是将口语作为语言载体的主要翻译形式之一，且具有“瞬时性”和“当下性”等特点，因此非流利现象也代表了口译中的重要特征之一。非流利现象（又称为间断）是口语表达的一种自然属性，也是口译语言加工过程的显著特点之一。口译中的非流利现象主要指停顿、重复和修正等现象，其中停顿包括无声停顿和有声停顿，修正又称自我修正，主要包括显性修正和隐性修正等。

众所周知，流利性作为口译过程研究和口译质量评估的重要维度，频繁出现于口译研究中。国外学者也指出，译语流利程度是区分职业译员和受训译员表现最为重要的指标（Altman，1994：25）。而作为其相反特征的非流利现象，国内外学者似乎很少给予重视。其实，口译中的非流利现象是流利性的重要突破口，深入研究和分析口译中的非流利现象，对口译研究学者、口译教学和口译员都有着重要意义。因此，本研究采用实验法和SPSS数据分析来对中国某高校的学生译员中的非流利现象进行研究，通过对学生译员语料中的非流利现象进行量化分析并进行SPSS数据分析，旨在分析和探讨学生译员的非流利现象特征和非流利现象对译语输出的影响。

二、文献回顾

国内外学者均对口译中的非流利现象进行过一系列研究。Tissi（2000：103）基于描述性分析探讨口译非流利现象中的停顿现象。研究发现停顿现象会大幅度影响译员的听辨理解和信息传递。而Petite（2005：7）将心理语言学和神经语言学与言语产出理论结合，选取38名国际会议专业译员三语语料库（英德法）对同传中的修正行为进行分析，研究发现，专业同传译员在错误和输出语编辑上均进行修正。中国学者蒋跃和蒋新蕾（2019：81）通过英汉视译实验，考察了原文最大依存距离对译者非流利度的影响及句法结构在二者间的调节作用。该研究表示，最大依存距离长组的句子的非流利度要显著高于最大依存距离短组的句子，但所表现的差异程度在不同句法结构上有所不同。而唐芳（2020：67）则以实验法选取12位学生译员英汉交传语料，对其中的自我修正现象进行了系统描述，由此构建了更贴合口译特征的自我修正现象分类框架，该研究还总结了口译学习者英汉交替传译中自我修正的特点。

在非流利现象的指标方面，国内外学者因不同的目的和需求大多采用了不同的视角和分类，因此尚无统一标准（Duez，1982：11；Gósy，2007：91）。而对于非流利现象的定义和分类，可将其大致分为无声停顿（Silent pause）、有声停顿（Filled pause）、重复（Repitition）和修正（Self-repair）。关于译语中“无声停顿”时长的阈值（Cut-off point），目前尚无公认的量化指标，但国内外学者大多将0.3秒作为无声停顿的最小阈值。而任何无表意功能的发声，如汉语中的“呃”“嗯”，英语中的“um”“err”等不论长短均视为“有声停顿”。“重复”指译员在口译产出中打断语流，对前述产出所进行的原语重复，包括对词语、短语、句子等的重复。“修正”指译员在口译产出中打断语流对前述信息进行的修正。口译中非流利现象中的修正是显性修正，更高层次的修正还应包括隐性修正，即译员在不打断语流的前提下，对监控到的语言错误在后续口译产出中进行的纠正（袁帅 万宏瑜，2019：30）。综上所述，国内外学者对口译中的非流利现象缺乏较为系统且深入的研究，口译教学中的非流利现象研究更是少之又少。此外，国内外大多研究对于非流利现象的研究多集中于同声传译，较少集中于交替传译。因此，适当地以实验法和SPSS软件分析，会对英汉交替传译中非流利现象的研究具有一定借鉴意义。

三、研究方法

1.研究目的

本研究采用英汉交替传译实验、问卷调查等方法来分析和探讨口译中的非流利现象。主要研究问题如下：

（1）学生译员交替传译过程中的非流利现象分别具有什么特征？

（2）学生译员的非流利现象分别对译语输出的影响程度如何？

2.研究对象

本研究的实验对象为大连某高校5名一年级英语口译专业硕士研究生，其中4名女生，1名男生。5名学生译员均是以汉语为母语的英语学习者，此前已通过英语专业八级考试（Test for English Majors-8），且本科阶段基本接受过交替传译和同声传译等口译技能，受训前均完成了为期12周的英语口译硕士研究生交替传译课程。因此，实验对象的英汉双语能力和交替传译基本技能均达到了本研究所需的相关要求。

3.口译材料

本研究实验语料按照国际惯例，选用A-B语方向（外语译入母语，即英-汉）交替传译进行实验，并选取一篇英语经济语料作为交替传译实验材料。该语料较为新颖、难度适中、有抓手，会使译员造成非流利现象，在主题、语域、长度、可理解性和可译性等方面均具有可行性，因此符合本研究对交替传译实验文本的相关要求。本实验语料根据交替传译标准切分时长考虑，选取经典的两分钟左右切分的长交传，并使用音频剪辑大师切分成8段且每段约2分钟的语段，共2648词。

四、数据收集与分析

实验语料的收集在语音实验室进行。首先对学生译员进行交替传译实验，陆续播放事先切分好的语段，语段时长与给学生预留口译时长比为1:1.5，且实验全程录音。

数据整理和分析步骤如下：首先，运用腾讯云语音转写软件将录制好的源语和译语音频转写成文字文件，并进行二次校对。然后，运用Adobe Audition 1.5音频编辑软件识别音轨并识别停顿位置，随后进行第三次人工识别，对非流利现象进行标注和转写。本研究基于过往文献的整理，将非流利现象分为无声停顿、有声停顿、重复和修正四种类型。具体标注实例如下：

例1：呃，很明显，我和我父母在金钱上的观念是不一样的（1.0）。呃（0.6），我爸爸，嗯=我爸爸，我有一个继母（0.6）。她对金钱的概念其实是很不一样的。呃（1.0），我们拥有的金钱（0.8）都是相同的，钱的价值取决于你如何去动-对待它。如果你有一个资产规划的时候（1.0）。呃，那你的-（0.6）对金钱的利用就是不同的，我把它分成了三个阶段-三个占比，那分别是5%，占比15%和18%。

其中停顿分为无声停顿和有声停顿两种，无声停顿以国际普遍标准以0.3秒为最小阈值，标注符号为“（ ）”，如“（1.0）”；而有声停顿指汉语中的“呃”“嗯”“啊”等，如“呃、嗯”；而重复是指非修辞性地使用同一个单词、短语或语句，标注符号为“=”，如“嗯=我爸爸”；自我修正是对发音、用词或句式的修改，标注符号为“-”，如“三个阶段-三个占比”。

随后，笔者依次统计了学生译员口译时长、非流利时长和各项非流利现象的频次和时长，并将以上数据导入SPSS 20.0 进行多因素方差分析，来分析非流利现象对译语输出的影响。

五、结果与讨论

1.英汉交替传译非流利现象的特征

经统计和分析，5名学生译员共计口译67分24秒，译语输出共16226字。为了统计学生译员在英汉交替传译过程中的非流利现象的特征，笔者统计了诸如次数、占比、每分钟频次和每百字频次等多项数据，详见下列图5.1和表5.2：

表5.2 非流利现象频次

图5.1 非流利现象占比

其中，S1（S代表学生）无声停顿122次，有声停顿72次，自我修正36次，重复12次；S2无声停顿90次，有声停顿37次，自我修正65次，重复12次；S3无声停顿130次，有声停顿108次，自我修正64次，重复35次；S4无声停顿67次，有声停顿91次，自我修正62次，重复7次；S5无声停顿87次，有声停顿2次，自我修正22次，而重复5次。因此，从图中我们可以清晰地了解，此5名学生译员的非流利现象中，无声停顿出现次数最高，占比将近半成，而有声停顿和自我修正次数接近，紧随其后，出现次数最少的为重复，不足10%。

笔者还统计了5名学生译员各项非流利现象的每分钟频次和每百词频次。表5.2中可以看到，有声停顿每分钟频次最高的为S3，每百字频次最高的仍为S3；无声停顿中每分钟频次最高的为S1，每百字频次最高的仍为S1；重复中每分钟频次最高的为S3，每百字频次最高的仍为S3；自我修正每分钟频次最高的为S2，每百字频次最高的仍为S2；而非流利现象总计每分钟频次和每百字频次出现最高的均为S3。由此可见，S3在口译过程中出现的非流利现象频次最多且最常出现有声停顿和重复，S1在口译过程中最常出现无声停顿，S2在口译过程中最常出现自我修正，而S4和S5非流利现象出现频次较为平均。另外，从纵向结果来看，无论是每分钟频次还是每百字频次，其占比均依次为无声停顿、有声停顿、自我修正和重复。

此外，此5名学生译员的非流利现象平均每分钟频次为16.31次/分，平均每百字频次为6.91次/百字。而以上对于非流利现象的每分钟频次和每百字频次占比均和国内外研究结果并不完全一致。就非流利现象出现的每分钟频次而言，本研究中的有声停顿每分钟频次平均为4.32次/分，有别于符荣波（2012：437）近10次/分的研究结果，而对于无声停顿的每分钟频次7.39次/分也较大不同于其0.17次/分。就非流利现象出现的每百字频次来看，本研究非流利现象中的6.91次/百字较接近于国外研究所得的每百词5.79次的水平，但却有别于戴朝晖（2011：38）的每百词8.30次的水平。考虑到以上差异，究其原因，一是由于本项研究中对于非流利现象指标的界定与过往研究不同导致的，比如本研究将无声停顿的最小阈值定为0.30秒，戴朝晖的研究则未对无声停顿进行时间上和内涵上的定义，而符荣波则将最小阈值定为0.25秒，却未在内涵上对其进行定义，；二是口译材料的选取和受试的口译水平不同导致的，本研究选取易造成非流利现象的经济题材口译材料，且受试均为学生译员，有别于过往研究中的职业口译员；三是方向性不同同样会导致差异性，本研究采用英汉交替传译实验，输出语为汉语，而过往研究中大多采用汉英口译，输出语大多为英语，所以具有差异性。

2.非流利现象对译语输出的影响程度

为了统计学生译员在口译中产出的非流利现象对其译语输出的影响，笔者还进行了SPSS 20.0统计分析，统计结果如下：

笔者先对非流利现象进行了SPSS多因素方差分析。首先将非流利现象分类定义为“1=有声停顿，2=无声停顿，3=重复，4=自我修正”，然后将非流利次数分为6类，定义为“1=＜29，2=30-59，3=60-89，4=90-119，5=120-149，6=＞150”，由于多因素方差分析的自变量需为分类变量，因此将以上两种数据进行分类定义以便统计。随后一一对应输入每百字频次作为因变量，勾选一般线性模型中的多因素方差分析（也称多变量方差分析），进行统计分析。根据表5.3可知，非流利现象次数的显著性结果（Sig.）为0.025，而其效应量（即偏Eta方）为0.717，即为71.7%，而非流利现象次数和非流利现象分类并没有显示交互性显著效应，因此不进行进一步分析。这项数据表明非流利现象的次数是对每百字频次具有显著性影响的，即证明了非流利现象是对学生译员译语的输出具有显著性影响。因此，笔者对非流利现象的分类在多因素方差分析的基础上又进行了LSD多组比较分析，详见表5.4：

表5.3 多因素方差分析

表5.4 LSD多组别分类比较

根据表5.4可知，LSD多组别分类比较中，各项非流利现象的标准误差均为0.39311，即均合乎标准，而95%上下置信区间大体上在0.0000-4.0000之间浮动，仅有重复这一现象的95%下限区间为-0.5925，说明其重要性之小。而各项非流利现象显著性分别为有声停顿0.007、无声停顿0.000、重复0.447和自我修正0.028，以上数据除重复这一现象以外，显著性均小于0.05，说明其三均对每百字频次具有显著性影响，而重复显著性明显大于0.05，拒绝原假设，说明对每百字频次没有显著性差异，考察原因为大多数重复现象皆为译员出于无意识情况下产生的，是一种类似错误修正的非主观思想产出，因此并不强烈影响其译语输出。因此，可以清楚地对各项非流利现象进行显著性影响排序。也就是说，各项非流利现象对每百字频次的显著性影响，即对译语输出的影响从大到小依次为无声停顿、有声停顿、自我修正和重复。

此外，笔者还对5名学生译员进行了输出字数统计，其中S1输出2755字，S2为3660字，S3为3663字，S4为3927字，S5为2221字，而其依次对应的每百字频次为8.78次/百字、5.57次/百字、9.20次/百字、5.78次/百字和5.22次/百字。根据以上数据可知，非流利现象每百字频次出现最少的S5学生译员输出字数也是最少的，而每百字频次出现最多的S3学生译员的输出字数却排在第二位，相比之下，输出字数最多的S4学生译员的每百字频次却排在第三位。由此可见，每百字频次和输出字数并非成正向线性相关，因此不做进一步线性统计分析。

六、结语

本研究使用英汉交替传译实验和SPSS软件分析两种方法，研究并分析了中国高校学生译员口译活动中的非流利现象。研究发现：（1）在学生译员的非流利现象中，无声停顿占比最大，接近半成，随后依次为有声停顿、自我修正和重复；学生译员的非流利现象平均每分钟频次为16.31次/分，平均每百字频次为6.91次/百字，每分钟频次和每百字频次的高低排序皆为无声停顿、有声停顿、自我修正和重复。（2）非流利现象的出现次数对译语输出呈现显著性影响。而对于非流利现象的分类来看，无声停顿对非流利现象的译语输出影响最大，其次为有声停顿和自我修正，而重复这一现象则未出现显著性影响，考察原因为大多数重复现象皆为译员出于无意识情况下产生的，因此并不十分影响其译语输出。

综上所述，该研究给我们带来了一些启示：其一，在口译教学上，应适当加强语块教学来减少非流利现象的产生；其二，学生译员仍需进一步加强英汉双语的口语能力，为口译训练投入更多的时间和精力来提升口译水平。此外，本研究还存在一些不足之处：由于研究条件受限，本次研究受试群体人数有限，因此还需进一步扩大样本、通过反复实验来提升结论的有效性。其次，本次研究所采用的交替传译实验为英汉方向，还未涉及汉英方向和同声传译等方面，这些都有待于进一步研究。最后，本研究的研究方法仅使用实验法和问卷调查法来进行分析，后续研究可加入译后访谈等研究方法，来进行三角验证，使研究更加完善。