近年，香港某些戲院開始提供口述影像（audio description）服務，便利視障人士欣賞電影，讓他們與健視人士一起同場感受電影的樂趣，對推廣社會共融貢獻良多，值得大力支持鼓勵。筆者不懂口述影像這門技藝，但可以想像當中困難甚多。
有些理論把口述影像歸為影視翻譯（audiovisual translation）的一類，認為口述影像時遇到的難處跟翻譯字幕時的很相似，翻譯往往講求取捨，而這類翻譯的限制比一般文字翻譯多，要做得好一點也不容易。口述影像僅依靠聲音，時間限制大，畫面信息卻很多。口述影像員要兼顧場景布局、角色與空間的關係、旁白對白、故事推演、電影節奏等，可想而知定必要費盡心思才可做得理想。
口述影像與翻譯活動好像不大相關，因為當中往往只涉及一種語言，大眾心目中的翻譯一般是由某種語言轉換至另一種語言，但翻譯不限於此。有關翻譯活動的分類有很多，筆者下文介紹一個較傳統的，讓大家有個更宏觀的概念。
俄國語言學家Roman Jakobson在其1959年的文章〈On Linguistic Aspects of Translation〉中提到翻譯可分為三類：語內翻譯（intralingual translation）、語際翻譯（interlingual translation）、符際翻譯（intersemiotic translation）。
語內翻譯顧名思義是指某語種內的翻譯，例如因時間、空間、社會文化的差異衍生的變體之間的翻譯（如文言文譯成白話文），或不同語域之間的翻譯（如把《哈利波特》小說譯成兒童書），或把文章譯成可宣讀的演辭等。
語際翻譯最易理解，就是如中英翻譯等語種之間的互譯，這類翻譯活動當然最常見。留意自然語言不一定是口說的，世界上還有自然手語。
符際翻譯可能較難理解，先要明白語言是人類用於創造及詮釋意義的一種符號系統。人類同時用其他符號資源溝通，例如表情、手勢、圖像、音樂等等，所以符際翻譯就是人類使用的符號系統之間的翻譯，例如把小說改編成電影。Jakobson在文章中提到的符際翻譯主要是指把語言符號換成非語言符號，但我們現在大可視之為一個雙向的概念。
這樣理解語言的話，所謂的「身體語言」其實都是「語言」一詞的引申用法，因為那些屬於語言以外的符號系統。
由此可見，口述影像是一種符際翻譯。口述影像員把涉及多模態（視覺、聽覺）及多種符號系統的電影，換成單模態（只涉及聽覺）的表達方式，卻要盡量保留電影中各種符號系統表現出來的意義，當中取捨的工夫確實是大學問。
筆者觀賞電視節目時不時會特意轉至口述影像的語音輸出，體驗一下各口述影像員從語音透出的功力和巧思。
● 梁峻朗 香港恒生大學翻譯及外語學院講師