从理论上讲，人们可以使用笔记本电脑或平板电脑或手机的麦克风来捕捉口语，将其转换为屏幕上的单词，然后通过访问诸如谷歌翻译之类的 API，看到“a”（而不是“the”——无论如何几乎都不会） ) 这些词的粗略翻译“草稿”（例如，从英语到西班牙语或从西班牙语到英语）。
我认为这在法庭上会很有用——作为法庭口译员的一种“免提备忘录”。
理论上很简单，但可行吗？我看到了几个潜在的问题：
必须告诉软件哪个是目标语言，哪个是源语言。否则，如果将设备留给自己的设备（自动检测），可能会出现延迟，有时甚至会得出错误的结论。
必须过滤掉背景噪音和声音。
翻译（尝试）只有在说话者完成句子后才有效 - 软件如何知道这一点？按停顿的长度？有的人在一句话内停顿很久；有些人在句子之间几乎没有停顿，所以……那将如何工作？
人们说话不清楚，或口音难以理解。
这甚至没有提到（除了这里，间接地）机器人霸主翻译经常误解上下文。
我的直觉是，如果亚伯拉罕·林肯和马丁·路德·金同时讲话（即使在法庭上，有时也确实会发生这种情况），该软件会出现这样的情况：
对于 score 和七年前的今天，我很高兴与您一起加入。我们的父亲在这片大陆上带来了第四个，一个新的国家，在历史上将成为自由中最伟大的构想，并且。致力于为所有人的自由示威而生而平等的汗水。我们民族的历史。
...然后被翻译成这样：
Por puntuación y hace siete años que estoy encantado de unirme a ustedes hoy。Nuestros padres trajeron cuarto en estecontinente, una nueva nación, en lo que va a pasar a la historia como el mayor concebida en la libertad, y. Dedicada a la transpiración que la demostración por la libertad en todos los hombres son creados iguales。La historia de nuestra nación。
我想，我想说的是，当涉及到这类事情时，人类会“摇滚”——至少与目前复杂程度的机器（软件）相比，但我们是否会“摇滚”？足以克服这个问题吗？有没有办法克服这些障碍，至少足以让这样的程序值得使用？完美是无法实现的；我相信，匹配人类技能也是一个无法实现的目标，尤其是因为上下文因素。尽管如此： Speech-to-Text-to-Context-to-Translation 是否可以做得相对较好，如果可以，怎么做？