口语翻译（spoken language translation, SLT），理学-计算机科学技术-人工智能-自然语言处理-机器翻译，利用计算机实现从一种自然语言的口语化语音到另一种自然语言的口语化语音的自动翻译过程。口语翻译又称语音翻译（speech translation），涉及语言学、计算机科学、语音和通信技术等多种学科与技术。随着全球化信息社会的到来，人们在经济、商贸、体育、文化和旅游等各个领域的交流日益广泛，口语自动翻译成为人们的迫切需求。20世纪80年代末期，人们开始致力于口语翻译技术的研究。1989年，美国卡内基梅隆大学（CMU）开发并演示了世界上第一个口语翻译实验系统——SpeechTrans。一般地，一个松散连接的口语翻译系统由语音识别、机器翻译和语音合成三个技术模块组成。语音识别将源语言说话人的语音自动识别成文字，将识别结果以词格或n（n≥1）个最佳句子候选的形式输出给机器翻译引擎。机器翻译引擎实现源语言语音识别结果到目标语言句子的转换，语音合成则将目标语言的文字表述自动转换为语音输出。