作为跨语言交流的桥梁,口译要求至少精通两种语言并且具备相关的技能。现如今,由于人际往来日益频繁,口译的缺口非常大。随着计算机技术及信息技术的发展,专家试图开发机器系统来扮演口译员的角色。但机器口译仍停留在较为初级的水平,只能承担特定条件下简单的口译,还无法取代人工口译。同时,机器口译的三个组成部分语音识别、机器翻译、语音合成的发展也并不平衡。在计算机辅助翻译的启发下,本文主要研究的是语音识别辅助同声传译。其原理是拆分机器口译的组成,再将其中的语音识别与人工口译结合起来,目的是试图探寻提高同声传译的方法来为跨语言交流提供帮助。本文介绍了语音识别技术的工作原理和发展状况,并采用吉尔的精力分配模型来分析口译员在语音识别辅助下的精力分配变化。本文针对语音识别辅助同声传译进行了一项实验,目的是研究中国译员英汉同传和汉英同传中的口译质量能否因为语音识别的辅助而得到改善。实验数据表明,中国译员在汉英同传中的表现会因为语音识别的辅助而提高,传递的信息量也比无语音识别辅助时更多。相比之下,中国译员在英汉同传中的表现并没有因为语音识别的辅助而有很大的改变。根据实验对象在问卷中所描述的精力分配变化,他们认为在汉英同传中,由于语音识别的辅助,他们可以有更多的精力来协调各项任务,从而取得更好的口译表现。但在英汉同传中,语音识别却干扰了他们原本较为平衡的精力分配,他们通常在需要提示关键词时使用语音识别的帮助。本文是对语音识别辅助同声传译的仿真研究。研究结果显示语音识别可以从某种程度上提高同声传译的质量。作者希望本文能够促进今后相关技术在同声传译中的应用。