AI 能完成剧场翻译初稿，但谁对台上的那句话负责？

AI 几秒之内就能产出流畅的剧场翻译。这改变了初稿准备的成本和速度，却没有替观众决定他们最后应该读到什么。

真正的问题，早已不再是模型能不能翻译剧本。现代系统可以处理相当长的上下文、遵循指示，也常能提出有用的选项。更值得问的是：

当一句译文成为现场演出的一部分，最后由谁为它负责？

模型不会走进排练厅，听见演员改变一句话的分量，也不会与剧作家协商创作意图；当一段看似自信的翻译出错，它更无法向观众交代。这些并不是生成之后再补上的小缺口，而是剧场翻译为什么必须由人主导的根本原因。

流畅不等于作出了正确的戏剧选择

在舞台上，一句简单的“我没事”可能是在安慰、回避、威胁，也可能是在掩饰悲伤。它的意义来自场景、人物关系、先前发生的事，以及演员说完之后如何处理那段沉默。

AI 或许能给出很有说服力的对应句，也可能把作品刻意留下的模糊说得太明白、把方言整理成标准语，或替角色选择一种不属于他的语气。

问题不在于 AI“只能翻译文字”。它确实能从大量文本中掌握模式。问题是，同一句话可能有几种合理译法，而概率本身没有权力替这一个制作批准其中一种。

人的审校会追问那些常被流畅文字掩盖的问题：

• 这句话保留了角色的社会位置与彼此关系吗？
• 模糊不清是否是作者刻意留下的？
• 某个反复出现的词语，是否连接到更早的场景？
• 方言或社群特有的说法，是否被磨平成标准语？
• 一个笑点究竟是在被翻译、改写、解释，还是刻意保留其文化特殊性？
• 剧作家、译者或导演是否已经同意由谁作出这项选择？

一句话即使修饰得再漂亮，仍可能是错误的戏剧决定。

一个例子：意思正确，分量不同

在林建刚创作、临时戏班制作的香港儿童剧《愿望石》中，母亲说：

「一個人做錯既野，無一種魔法可以幫倒你。」

其中一个英文初稿可能是：

“There is no magic that can fix the mistakes you have made.”

另一个版本则是：

“No magic can undo what you’ve done.”

单看原句，无法判断哪一个版本更好。第一句解释得较完整、较明白；第二句更短，也更有终局感。选择取决于母亲的角色声音、儿童观众、全剧的道德主线、演员的呼吸，以及这个意念稍后如何再次出现。

AI 可以提出两种版本。剧场工作者必须判断哪一句属于这个制作，或者两者都不是，还需要第三种写法。

最后采用的文字，必须回应整场演出，而不只是对得上原句。

舞台字幕有实际的阅读限制

剧本翻译可以慢慢阅读；舞台字幕却必须在观众同时观看演员、灯光、布景与动作时被读完。

这带来一连串实际限制：

• 文字必须停留足够时间，让预定观众能够读完；
• 换行应当帮助理解，而不是切断语义；
• 过于密集的文字会把注意力从舞台拉走；
• 提示太早，可能在演员之前揭示笑点或决定；
• 提示太晚，观众只能追赶已经向前发展的场景；
• 投影与移动设备有不同的行长、视线和阅读条件。

不存在一个适用于所有制作的万能阅读速率。团队可以用每秒字数或词数衡量，但合适速度仍会随语言、观众、文字复杂度、显示位置及服务用途而变化。儿童、第二语言读者和无障碍字幕使用者，也可能需要不同的编辑选择。

AI 可以帮助缩短或切分初稿，但这些建议仍须从实际观众位置测试，并在排练中修订。

语境可以提供，责任无法交付

把所有 AI 翻译都形容成逐句处理，已经不符合现状。现代工作流程可以提供相邻台词、角色名称、术语表、风格指示，甚至相当长的剧本段落。

更多语境可以改善初稿，却不能保证一致或真实。模型仍可能：

• 在原文尚未确定之处，自信地编出一种解释；
• 在某一场正确使用术语表，下一场却发生偏离；
• 把角色说话方式中有意义的转变修整掉；
• 错误处理名字、代词、文字游戏或文化指涉；
• 重现训练数据或提示内容中的偏见；
• 在没有清楚呈现编辑后果的情况下，省略、合并或过度解释内容。

审校者必须能够对照原文、掌握制作语境，也有权否决初稿。如果那个人没有足够的有偿时间、缺乏相关语言能力，或根本无法更改最后送上舞台的文字，那么“流程中曾经有人看过”并不足够。

由人主导，不只是校对错字

负责任的 AI 辅助流程，必须清楚分配实际责任。

生成之前

• 确认制作团队拥有翻译及处理剧本的权利；
• 决定哪些素材可以送入获准使用的翻译流程；
• 定义预定观众、目标语言、语域，以及必须保持一致的人名与术语；
• 明确约定谁有编辑决定权：剧作家、译者、戏剧构作、导演、无障碍顾问，或另一个具名角色。

审校期间

• 每一句都与原文对照，不要只检查译文是否流畅；
• 检查角色声音、遗漏、添加、模糊、文化指涉与术语；
• 根据选定的显示方式和阅读条件编辑；
• 区分翻译舞台字幕与同语无障碍字幕；后者可能还需标明说话者与重要声音；
• 记录尚未解决的选择，不让看似合理的初稿悄悄变成定稿。

排练期间

• 根据实际演出节奏设置字幕提示；
• 从有代表性的观众位置和设备观看；
• 当表演、节奏、设计或观众需求改变时，同步修订；
• 为操作人员提供稳定、已经批准的版本，以及处理最后修正的清楚方法。

由人主导并不等于拒绝自动化，而是自动化不会只因为产出流畅文字，就自动取得决定权。

同意、劳动与署名，也是质量的一部分

谈到 AI 翻译，讨论常常只集中在输出质量。剧场还必须追问：谁提供了原作、谁曾被咨询，以及谁因为承担责任而获得报酬。

如果译者只被要求“整理一下”机器初稿，这项工作仍可能需要完整的翻译判断，预算却只按轻度校对计算。当作品涉及特定社群的方言，流畅的通用版本可能恰好在最需要文化知识的地方最不可靠。如果制作宣称提供无障碍服务，需要这项服务的人，也不应当到首演当晚才第一次接触它。

可信的工作流程会为审校、排练与修正安排时间，清楚标明哪些人的决定塑造了文字，也不会因为使用 AI，就让专业语言劳动变得不可见。

SurtitleLive 在其中扮演的角色

SurtitleLive 支持在编辑阶段使用 AI 辅助翻译。团队可以生成初稿，利用已经保存的角色名称术语和相邻语境，逐句编辑，再准备供现场提示的文字。这不是演出期间的实时语音翻译；平台也不保证 AI 输出能够保留诗意声音、韵脚、时代语体或戏剧构作意图。

更实际的承诺是：减少重复的准备工作，同时让可编辑文字、审校决定与现场操作继续掌握在人手中。

这条边界非常重要。翻译模型只是制作流程中的起稿工具；它不是具名译者、戏剧构作、无障碍顾问，也不是坐在控制台前的人。

最后的决定权属于制作

AI 改变了初稿出现的速度，却没有消除这项判断：在这一场戏里，对这一位演员、这一群观众来说，这句话究竟是什么意思？

负责任的未来，既不是“AI 取代译者”，也不是“剧场拒绝工具”，而是一套具备以下条件的流程：

• 技术提供速度、选项与结构；
• 专业工作者保有决定权、合理工时与署名；
• 观众服务在真实演出条件下接受测试；
• 没有任何一句话，只因为听起来流畅就被送上舞台。

AI 可以起草文字。文字在台上产生的作用，仍须由制作团队负责。