语音翻译数字保真度实测:哪些数值信息容易被误译?
过去三个月,我们往三款主流语音翻译工具里投喂了 240 组含数字的真实语料,覆盖中英日韩法西六种语言方向。结果相当难看:整数、年份、电话号码的识别准确率还能勉强站上 91%,但小数、分数、带货币符号的

过去三个月,语音易被我们往三款主流语音翻译工具里投喂了 240 组含数字的翻译真实语料,覆盖中英日韩法西六种语言方向。数字结果相当难看:整数、度实年份、测数电话号码的值信识别准确率还能勉强站上 91%,但小数、息容分数、误译带货币符号的语音易被金额和百分比,整体错误率蹿到 34.7%。翻译换句话说,数字每三句带关键数值的度实话,就有一句可能在翻译后变成另一个数。测数
数字保真度不是值信“翻译得对不对”,而是息容“数字有没有被原样搬过去”。语音链路天然有三道损耗层:自动语音识别(ASR)的听写偏差、翻译引擎对数值表达式的重构、目标语言数字格式的本地化改写。一个环节没卡住,结果就是“三千五”写成“3500”或者反过来。尤其在中英互译里,中文的万位分节和英文的千位分节根本不在一个切割逻辑上,机器经常在 10,000 和 10000 之间反复横跳。
小数与百分比是重灾区
测出来最惨的是小数。中文“三点一四”被某工具听成英文“3.14”后再转中文,偶尔会输出“三点十四”;西班牙语方向里,逗号小数点“3,5”在英西互译时被系统判定成千分位分隔符,直接放大一百倍。百分比问题出在“50%”和“百分之五十”的混用:说话人一快,ASR 把“百分之”吞成“白粉之”,翻译引擎干脆放弃数字,转成“about half”。我们统计了 60 组小数测试句,误译率 48%,基本等于抛硬币。
货币金额换了一套计量体系
带货币符号的数字翻译最容易被“自以为是”地换算。实测“二百三十美元”译成中文再转英文,有 29% 的概率被自动折算成人民币金额,但汇率缓存停留在不知哪天的数据;旅行场景里“一晚 480 迪拉姆”翻成法文,货币符号直接被丢,变成光秃秃的“480”。更隐蔽的是口语中的“块”“毛”“分”在部分引擎里不做单位映射,广东用户说“五十文”被译成“50 wen”,日语“五百四十円”偶尔变成“540 en”——字符保住了,语义全丢。
日期电话号有固定陷阱
日期和电话号码看似简单,实则因为格式标准不同而频繁错位。“3/7/2024”在中英互译中会被中国用户理解为 3 月 7 日,美式引擎则输出 7 月 3 日,中间没有任何提示;月份缩写“Sept”被 ASR 听成“set”后,翻译工具直接放弃日期语义。电话号码更典型:中文习惯“138 零零二三”这样的分段读法,英文工具通常要求连续数字流,一旦说话人停顿超过 0.3 秒,系统就切断字符串,“1380 023”被当成两个数处理。我们在 20 组含号码的语音里,完整保留全部数字链的只有 6 组。
如果语音翻译的内容里数字必须准确,目前最稳妥的做法是:说数字前先给个短停顿,说完数字再继续;能拆成短数字就别说长串;遇到金额和日期,主动加上“美元”“三月七号”这样的限定词,不要让机器去猜。那些宣传“同声传译级”的产品,在普通对话里可能流畅,但碰到数字,建议还是自己多听一遍。