王英鵬 方 菊

大連外國語大學(xué) 大 連 116044 中 國

一、引言

日常生活中的口語常常伴有非流利現(xiàn)象的產(chǎn)生。國外學(xué)者發(fā)現(xiàn)，日?？谡Z中每100個英語單詞中會出現(xiàn)6次非流利現(xiàn)象，而基于語料庫的研究也表明每100個英語單詞中非流利現(xiàn)象就會平均出現(xiàn)5.97次（戴朝暉，2011：38）。而口譯是將口語作為語言載體的主要翻譯形式之一，且具有“瞬時性”和“當(dāng)下性”等特點，因此非流利現(xiàn)象也代表了口譯中的重要特征之一。非流利現(xiàn)象（又稱為間斷）是口語表達(dá)的一種自然屬性，也是口譯語言加工過程的顯著特點之一。口譯中的非流利現(xiàn)象主要指停頓、重復(fù)和修正等現(xiàn)象，其中停頓包括無聲停頓和有聲停頓，修正又稱自我修正，主要包括顯性修正和隱性修正等。

眾所周知，流利性作為口譯過程研究和口譯質(zhì)量評估的重要維度，頻繁出現(xiàn)于口譯研究中。國外學(xué)者也指出，譯語流利程度是區(qū)分職業(yè)譯員和受訓(xùn)譯員表現(xiàn)最為重要的指標(biāo)（Altman，1994：25）。而作為其相反特征的非流利現(xiàn)象，國內(nèi)外學(xué)者似乎很少給予重視。其實，口譯中的非流利現(xiàn)象是流利性的重要突破口，深入研究和分析口譯中的非流利現(xiàn)象，對口譯研究學(xué)者、口譯教學(xué)和口譯員都有著重要意義。因此，本研究采用實驗法和SPSS數(shù)據(jù)分析來對中國某高校的學(xué)生譯員中的非流利現(xiàn)象進行研究，通過對學(xué)生譯員語料中的非流利現(xiàn)象進行量化分析并進行SPSS數(shù)據(jù)分析，旨在分析和探討學(xué)生譯員的非流利現(xiàn)象特征和非流利現(xiàn)象對譯語輸出的影響。

二、文獻回顧

國內(nèi)外學(xué)者均對口譯中的非流利現(xiàn)象進行過一系列研究。Tissi（2000：103）基于描述性分析探討口譯非流利現(xiàn)象中的停頓現(xiàn)象。研究發(fā)現(xiàn)停頓現(xiàn)象會大幅度影響譯員的聽辨理解和信息傳遞。而Petite（2005：7）將心理語言學(xué)和神經(jīng)語言學(xué)與言語產(chǎn)出理論結(jié)合，選取38名國際會議專業(yè)譯員三語語料庫（英德法）對同傳中的修正行為進行分析，研究發(fā)現(xiàn)，專業(yè)同傳譯員在錯誤和輸出語編輯上均進行修正。中國學(xué)者蔣躍和蔣新蕾（2019：81）通過英漢視譯實驗，考察了原文最大依存距離對譯者非流利度的影響及句法結(jié)構(gòu)在二者間的調(diào)節(jié)作用。該研究表示，最大依存距離長組的句子的非流利度要顯著高于最大依存距離短組的句子，但所表現(xiàn)的差異程度在不同句法結(jié)構(gòu)上有所不同。而唐芳（2020：67）則以實驗法選取12位學(xué)生譯員英漢交傳語料，對其中的自我修正現(xiàn)象進行了系統(tǒng)描述，由此構(gòu)建了更貼合口譯特征的自我修正現(xiàn)象分類框架，該研究還總結(jié)了口譯學(xué)習(xí)者英漢交替?zhèn)髯g中自我修正的特點。

在非流利現(xiàn)象的指標(biāo)方面，國內(nèi)外學(xué)者因不同的目的和需求大多采用了不同的視角和分類，因此尚無統(tǒng)一標(biāo)準(zhǔn)（Duez，1982：11；Gósy，2007：91）。而對于非流利現(xiàn)象的定義和分類，可將其大致分為無聲停頓（Silent pause）、有聲停頓（Filled pause）、重復(fù)（Repitition）和修正（Self-repair）。關(guān)于譯語中“無聲停頓”時長的閾值（Cut-off point），目前尚無公認(rèn)的量化指標(biāo)，但國內(nèi)外學(xué)者大多將0.3秒作為無聲停頓的最小閾值。而任何無表意功能的發(fā)聲，如漢語中的“呃”“嗯”，英語中的“um”“err”等不論長短均視為“有聲停頓”。“重復(fù)”指譯員在口譯產(chǎn)出中打斷語流，對前述產(chǎn)出所進行的原語重復(fù)，包括對詞語、短語、句子等的重復(fù)?！靶拚敝缸g員在口譯產(chǎn)出中打斷語流對前述信息進行的修正?？谧g中非流利現(xiàn)象中的修正是顯性修正，更高層次的修正還應(yīng)包括隱性修正，即譯員在不打斷語流的前提下，對監(jiān)控到的語言錯誤在后續(xù)口譯產(chǎn)出中進行的糾正（袁帥 萬宏瑜，2019：30）。綜上所述，國內(nèi)外學(xué)者對口譯中的非流利現(xiàn)象缺乏較為系統(tǒng)且深入的研究，口譯教學(xué)中的非流利現(xiàn)象研究更是少之又少。此外，國內(nèi)外大多研究對于非流利現(xiàn)象的研究多集中于同聲傳譯，較少集中于交替?zhèn)髯g。因此，適當(dāng)?shù)匾詫嶒灧ê蚐PSS軟件分析，會對英漢交替?zhèn)髯g中非流利現(xiàn)象的研究具有一定借鑒意義。

三、研究方法

1.研究目的

本研究采用英漢交替?zhèn)髯g實驗、問卷調(diào)查等方法來分析和探討口譯中的非流利現(xiàn)象。主要研究問題如下：

（1）學(xué)生譯員交替?zhèn)髯g過程中的非流利現(xiàn)象分別具有什么特征？

（2）學(xué)生譯員的非流利現(xiàn)象分別對譯語輸出的影響程度如何？

2.研究對象

本研究的實驗對象為大連某高校5名一年級英語口譯專業(yè)碩士研究生，其中4名女生，1名男生。5名學(xué)生譯員均是以漢語為母語的英語學(xué)習(xí)者，此前已通過英語專業(yè)八級考試（Test for English Majors-8），且本科階段基本接受過交替?zhèn)髯g和同聲傳譯等口譯技能，受訓(xùn)前均完成了為期12周的英語口譯碩士研究生交替?zhèn)髯g課程。因此，實驗對象的英漢雙語能力和交替?zhèn)髯g基本技能均達(dá)到了本研究所需的相關(guān)要求。

3.口譯材料

本研究實驗語料按照國際慣例，選用A-B語方向（外語譯入母語，即英-漢）交替?zhèn)髯g進行實驗，并選取一篇英語經(jīng)濟語料作為交替?zhèn)髯g實驗材料。該語料較為新穎、難度適中、有抓手，會使譯員造成非流利現(xiàn)象，在主題、語域、長度、可理解性和可譯性等方面均具有可行性，因此符合本研究對交替?zhèn)髯g實驗文本的相關(guān)要求。本實驗語料根據(jù)交替?zhèn)髯g標(biāo)準(zhǔn)切分時長考慮，選取經(jīng)典的兩分鐘左右切分的長交傳，并使用音頻剪輯大師切分成8段且每段約2分鐘的語段，共2648詞。

四、數(shù)據(jù)收集與分析

實驗語料的收集在語音實驗室進行。首先對學(xué)生譯員進行交替?zhèn)髯g實驗，陸續(xù)播放事先切分好的語段，語段時長與給學(xué)生預(yù)留口譯時長比為1:1.5，且實驗全程錄音。

數(shù)據(jù)整理和分析步驟如下：首先，運用騰訊云語音轉(zhuǎn)寫軟件將錄制好的源語和譯語音頻轉(zhuǎn)寫成文字文件，并進行二次校對。然后，運用Adobe Audition 1.5音頻編輯軟件識別音軌并識別停頓位置，隨后進行第三次人工識別，對非流利現(xiàn)象進行標(biāo)注和轉(zhuǎn)寫。本研究基于過往文獻的整理，將非流利現(xiàn)象分為無聲停頓、有聲停頓、重復(fù)和修正四種類型。具體標(biāo)注實例如下：

例1：呃，很明顯，我和我父母在金錢上的觀念是不一樣的（1.0）。呃（0.6），我爸爸，嗯=我爸爸，我有一個繼母（0.6）。她對金錢的概念其實是很不一樣的。呃（1.0），我們擁有的金錢（0.8）都是相同的，錢的價值取決于你如何去動-對待它。如果你有一個資產(chǎn)規(guī)劃的時候（1.0）。呃，那你的-（0.6）對金錢的利用就是不同的，我把它分成了三個階段-三個占比，那分別是5%，占比15%和18%。

其中停頓分為無聲停頓和有聲停頓兩種，無聲停頓以國際普遍標(biāo)準(zhǔn)以0.3秒為最小閾值，標(biāo)注符號為“（ ）”，如“（1.0）”；而有聲停頓指漢語中的“呃”“嗯”“啊”等，如“呃、嗯”；而重復(fù)是指非修辭性地使用同一個單詞、短語或語句，標(biāo)注符號為“=”，如“嗯=我爸爸”；自我修正是對發(fā)音、用詞或句式的修改，標(biāo)注符號為“-”，如“三個階段-三個占比”。

隨后，筆者依次統(tǒng)計了學(xué)生譯員口譯時長、非流利時長和各項非流利現(xiàn)象的頻次和時長，并將以上數(shù)據(jù)導(dǎo)入SPSS 20.0 進行多因素方差分析，來分析非流利現(xiàn)象對譯語輸出的影響。

五、結(jié)果與討論

1.英漢交替?zhèn)髯g非流利現(xiàn)象的特征

經(jīng)統(tǒng)計和分析，5名學(xué)生譯員共計口譯67分24秒，譯語輸出共16226字。為了統(tǒng)計學(xué)生譯員在英漢交替?zhèn)髯g過程中的非流利現(xiàn)象的特征，筆者統(tǒng)計了諸如次數(shù)、占比、每分鐘頻次和每百字頻次等多項數(shù)據(jù)，詳見下列圖5.1和表5.2：

表5.2 非流利現(xiàn)象頻次

圖5.1 非流利現(xiàn)象占比

其中，S1（S代表學(xué)生）無聲停頓122次，有聲停頓72次，自我修正36次，重復(fù)12次；S2無聲停頓90次，有聲停頓37次，自我修正65次，重復(fù)12次；S3無聲停頓130次，有聲停頓108次，自我修正64次，重復(fù)35次；S4無聲停頓67次，有聲停頓91次，自我修正62次，重復(fù)7次；S5無聲停頓87次，有聲停頓2次，自我修正22次，而重復(fù)5次。因此，從圖中我們可以清晰地了解，此5名學(xué)生譯員的非流利現(xiàn)象中，無聲停頓出現(xiàn)次數(shù)最高，占比將近半成，而有聲停頓和自我修正次數(shù)接近，緊隨其后，出現(xiàn)次數(shù)最少的為重復(fù)，不足10%。

筆者還統(tǒng)計了5名學(xué)生譯員各項非流利現(xiàn)象的每分鐘頻次和每百詞頻次。表5.2中可以看到，有聲停頓每分鐘頻次最高的為S3，每百字頻次最高的仍為S3；無聲停頓中每分鐘頻次最高的為S1，每百字頻次最高的仍為S1；重復(fù)中每分鐘頻次最高的為S3，每百字頻次最高的仍為S3；自我修正每分鐘頻次最高的為S2，每百字頻次最高的仍為S2；而非流利現(xiàn)象總計每分鐘頻次和每百字頻次出現(xiàn)最高的均為S3。由此可見，S3在口譯過程中出現(xiàn)的非流利現(xiàn)象頻次最多且最常出現(xiàn)有聲停頓和重復(fù)，S1在口譯過程中最常出現(xiàn)無聲停頓，S2在口譯過程中最常出現(xiàn)自我修正，而S4和S5非流利現(xiàn)象出現(xiàn)頻次較為平均。另外，從縱向結(jié)果來看，無論是每分鐘頻次還是每百字頻次，其占比均依次為無聲停頓、有聲停頓、自我修正和重復(fù)。

此外，此5名學(xué)生譯員的非流利現(xiàn)象平均每分鐘頻次為16.31次/分，平均每百字頻次為6.91次/百字。而以上對于非流利現(xiàn)象的每分鐘頻次和每百字頻次占比均和國內(nèi)外研究結(jié)果并不完全一致。就非流利現(xiàn)象出現(xiàn)的每分鐘頻次而言，本研究中的有聲停頓每分鐘頻次平均為4.32次/分，有別于符榮波（2012：437）近10次/分的研究結(jié)果，而對于無聲停頓的每分鐘頻次7.39次/分也較大不同于其0.17次/分。就非流利現(xiàn)象出現(xiàn)的每百字頻次來看，本研究非流利現(xiàn)象中的6.91次/百字較接近于國外研究所得的每百詞5.79次的水平，但卻有別于戴朝暉（2011：38）的每百詞8.30次的水平?？紤]到以上差異，究其原因，一是由于本項研究中對于非流利現(xiàn)象指標(biāo)的界定與過往研究不同導(dǎo)致的，比如本研究將無聲停頓的最小閾值定為0.30秒，戴朝暉的研究則未對無聲停頓進行時間上和內(nèi)涵上的定義，而符榮波則將最小閾值定為0.25秒，卻未在內(nèi)涵上對其進行定義，；二是口譯材料的選取和受試的口譯水平不同導(dǎo)致的，本研究選取易造成非流利現(xiàn)象的經(jīng)濟題材口譯材料，且受試均為學(xué)生譯員，有別于過往研究中的職業(yè)口譯員；三是方向性不同同樣會導(dǎo)致差異性，本研究采用英漢交替?zhèn)髯g實驗，輸出語為漢語，而過往研究中大多采用漢英口譯，輸出語大多為英語，所以具有差異性。

2.非流利現(xiàn)象對譯語輸出的影響程度

為了統(tǒng)計學(xué)生譯員在口譯中產(chǎn)出的非流利現(xiàn)象對其譯語輸出的影響，筆者還進行了SPSS 20.0統(tǒng)計分析，統(tǒng)計結(jié)果如下：

筆者先對非流利現(xiàn)象進行了SPSS多因素方差分析。首先將非流利現(xiàn)象分類定義為“1=有聲停頓，2=無聲停頓，3=重復(fù)，4=自我修正”，然后將非流利次數(shù)分為6類，定義為“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變量需為分類變量，因此將以上兩種數(shù)據(jù)進行分類定義以便統(tǒng)計。隨后一一對應(yīng)輸入每百字頻次作為因變量，勾選一般線性模型中的多因素方差分析（也稱多變量方差分析），進行統(tǒng)計分析。根據(jù)表5.3可知，非流利現(xiàn)象次數(shù)的顯著性結(jié)果（Sig.）為0.025，而其效應(yīng)量（即偏Eta方）為0.717，即為71.7%，而非流利現(xiàn)象次數(shù)和非流利現(xiàn)象分類并沒有顯示交互性顯著效應(yīng)，因此不進行進一步分析。這項數(shù)據(jù)表明非流利現(xiàn)象的次數(shù)是對每百字頻次具有顯著性影響的，即證明了非流利現(xiàn)象是對學(xué)生譯員譯語的輸出具有顯著性影響。因此，筆者對非流利現(xiàn)象的分類在多因素方差分析的基礎(chǔ)上又進行了LSD多組比較分析，詳見表5.4：

表5.3 多因素方差分析

表5.4 LSD多組別分類比較

根據(jù)表5.4可知，LSD多組別分類比較中，各項非流利現(xiàn)象的標(biāo)準(zhǔn)誤差均為0.39311，即均合乎標(biāo)準(zhǔn)，而95%上下置信區(qū)間大體上在0.0000-4.0000之間浮動，僅有重復(fù)這一現(xiàn)象的95%下限區(qū)間為-0.5925，說明其重要性之小。而各項非流利現(xiàn)象顯著性分別為有聲停頓0.007、無聲停頓0.000、重復(fù)0.447和自我修正0.028，以上數(shù)據(jù)除重復(fù)這一現(xiàn)象以外，顯著性均小于0.05，說明其三均對每百字頻次具有顯著性影響，而重復(fù)顯著性明顯大于0.05，拒絕原假設(shè)，說明對每百字頻次沒有顯著性差異，考察原因為大多數(shù)重復(fù)現(xiàn)象皆為譯員出于無意識情況下產(chǎn)生的，是一種類似錯誤修正的非主觀思想產(chǎn)出，因此并不強烈影響其譯語輸出。因此，可以清楚地對各項非流利現(xiàn)象進行顯著性影響排序。也就是說，各項非流利現(xiàn)象對每百字頻次的顯著性影響，即對譯語輸出的影響從大到小依次為無聲停頓、有聲停頓、自我修正和重復(fù)。

此外，筆者還對5名學(xué)生譯員進行了輸出字?jǐn)?shù)統(tǒng)計，其中S1輸出2755字，S2為3660字，S3為3663字，S4為3927字，S5為2221字，而其依次對應(yīng)的每百字頻次為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。根據(jù)以上數(shù)據(jù)可知，非流利現(xiàn)象每百字頻次出現(xiàn)最少的S5學(xué)生譯員輸出字?jǐn)?shù)也是最少的，而每百字頻次出現(xiàn)最多的S3學(xué)生譯員的輸出字?jǐn)?shù)卻排在第二位，相比之下，輸出字?jǐn)?shù)最多的S4學(xué)生譯員的每百字頻次卻排在第三位。由此可見，每百字頻次和輸出字?jǐn)?shù)并非成正向線性相關(guān)，因此不做進一步線性統(tǒng)計分析。

六、結(jié)語

本研究使用英漢交替?zhèn)髯g實驗和SPSS軟件分析兩種方法，研究并分析了中國高校學(xué)生譯員口譯活動中的非流利現(xiàn)象。研究發(fā)現(xiàn)：（1）在學(xué)生譯員的非流利現(xiàn)象中，無聲停頓占比最大，接近半成，隨后依次為有聲停頓、自我修正和重復(fù)；學(xué)生譯員的非流利現(xiàn)象平均每分鐘頻次為16.31次/分，平均每百字頻次為6.91次/百字，每分鐘頻次和每百字頻次的高低排序皆為無聲停頓、有聲停頓、自我修正和重復(fù)。（2）非流利現(xiàn)象的出現(xiàn)次數(shù)對譯語輸出呈現(xiàn)顯著性影響。而對于非流利現(xiàn)象的分類來看，無聲停頓對非流利現(xiàn)象的譯語輸出影響最大，其次為有聲停頓和自我修正，而重復(fù)這一現(xiàn)象則未出現(xiàn)顯著性影響，考察原因為大多數(shù)重復(fù)現(xiàn)象皆為譯員出于無意識情況下產(chǎn)生的，因此并不十分影響其譯語輸出。

綜上所述，該研究給我們帶來了一些啟示：其一，在口譯教學(xué)上，應(yīng)適當(dāng)加強語塊教學(xué)來減少非流利現(xiàn)象的產(chǎn)生；其二，學(xué)生譯員仍需進一步加強英漢雙語的口語能力，為口譯訓(xùn)練投入更多的時間和精力來提升口譯水平。此外，本研究還存在一些不足之處：由于研究條件受限，本次研究受試群體人數(shù)有限，因此還需進一步擴大樣本、通過反復(fù)實驗來提升結(jié)論的有效性。其次，本次研究所采用的交替?zhèn)髯g實驗為英漢方向，還未涉及漢英方向和同聲傳譯等方面，這些都有待于進一步研究。最后，本研究的研究方法僅使用實驗法和問卷調(diào)查法來進行分析，后續(xù)研究可加入譯后訪談等研究方法，來進行三角驗證，使研究更加完善。