本项目选取北卡罗莱纳大学法学院达娜·雷姆斯教授于2017年发表的题为《人工智能、科技和未来的法律》的演讲,并对其进行了英汉同声传译模拟口译。同传过程中,译员力图完整、流畅地传递演讲信息,并兼顾地道、详细。然而,由于演讲者和听众之间存在着巨大的专业背景差异,为了充分满足信息接收、处理和输出能力的要求,译者在极短的口译时间内需要同时分配多项精力完成任务,这给译员造成了很大压力,也使她遇到了很多困难。综合分析,译者在同传中遇到的最大困难,来自演讲者语言风格口语化中出现的多处语义冗余失衡。本报告根据田艳教授(2001)基于口语化和专业背景差异导致的语义冗余失衡问题对语义冗余的分类法,将本次口译中遇到的困难归类为:1)语义冗余过度;2)语义冗余不足。基于“认知负荷”模型,吉尔(1995:59)提出能力需求概念和最低忠实性原则,后者强调同传译员再现源语信息时须再现发言人的主要信息;如果处理次要信息与主要信息出现冲突,则优先再现主要信息。依据上述理论模型,译员分析此次口译的现场视频录音、转录文本以及现场听众的反馈意见,以田艳教授的语义冗余分类方法为基础,根据不同类语义冗余失衡问题的不同特点,以吉尔“认知负荷”模型为指导,尝试了针对上述难点的解决对策:1)省略;2)重组;3)增译。本报告加深了译员对口语化和专业背景差异导致的语义冗余失衡问题的认知,为今后的同声传译口译实践提供了有益的指导和借鉴。