近年来,机器翻译系统及语音识别技术的蓬勃发展,在某种程度上为翻译行业带来了变革。但与此同时,机器翻译和语音识别软件在技术层面还面临许多瓶颈。吉尔（Daniel Gile）在其提出的同传译员精力分配模型中指出,同传译员需要承担记忆负荷、感知任务、认知负荷、语言响应和多任务干扰。基于前人的研究,在同传中使用语音识别技术有助于译员减轻负荷,从而提高译文产出质量。然而在现实的翻译场景中,发言人语速不一,讲话风格也各有特色,这些都有可能成为影响译员表现的因素。笔者假设,语音识别软件可以提高语言产出的准确性,但译员可能需要分配多余精力对原文的准确性进行判断,很可能面临译文产出滞后、多任务处理负荷或认知负荷加大的困境。因此,笔者采用定量分析、实验论证、问卷调查相结合的研究方法,探讨了语音识别系统对同传译员整体表现的影响。笔者选取了讯飞语记作为实验中的语音识别软件。在实验材料上,笔者选取了国新办举行的中国应对气候变化政策与行动2015年度报告发布会,并将来自北京外国语大学高级翻译学院的八名实验对象分为实验组和对照组,进行了实验论证。同时,笔者针对实验组和对照组设计了两套调查问卷,在实验结束后进一步调查了研究对象的主观感受。通过实验论证,笔者得出的结论如下:就实验材料而言,讯飞语记识别准确率较高,在数字部分准确率高达100%,出现的错误主要体现在同音异义字上。整体而言,在语音识别软件的辅助下,译员的翻译质量有所提升,在数字口译方面表现得尤为显著,其中实验组的数字翻译准确率全部高于对照组。通过分析实验对象的译文录音,笔者发现在文本的辅助下,实验对象有意识地简化了原文重复冗余的信息,使译文更加简洁。同时,通过问卷调查,笔者发现译员在语音识别技术的辅助下精力分配有所变化,实验组译员的精力分配主要集中在阅读文本上,并在一定程度上影响了整体的产出速度。最后,笔者尝试探索在科技浪潮中,译员应如何与机器实现人机互动,尽可能发挥技术的潜力以提高口译质量。