3月28日，缅甸发生7.9级地震，造成重大人员伤亡。地震发生后，缅甸政府向国际社会发出援助请求。据了解，随着各国救援队挺进灾区，除面临余震不断、交通通信设施中断、持续高温等困难，各救援队也面临着语言沟通等挑战。
为解决这一问题，3月30日中午，“国家应急语言服务团”官方账号发文，称应急缅甸语服务系统正式上线。据介绍，北京语言大学英语和高级翻译学院韩林涛老师在大模型辅助下紧急开发了一个中英缅互译工具。在北语缅甸语留学生的支持下，为中国救援队提供了50句应急中缅用语。
中缅双语互译网页截图
通过检索该网站，红星新闻记者发现，这是一个提供常用短语翻译及协调与指引信息的在线平台，其网站界面简洁明了，用户可以轻松找到所需的短语和翻译内容。短语以列表形式呈现，便于用户快速浏览和查找。同时，该网站还提供了“复制中文”和“复制缅文”的按钮，方便用户将翻译结果直接复制到其他应用或文档中。
中缅双语互译网页截图
在此前一则公开视频里，韩林涛回顾了此次紧急远程支援的全过程。视频里，韩林涛表示，缅甸地震发生后，他们曾接到中国救援队的技术支持请求，随即联合国家应急语言服务团组建语言服务支持团队。
“传统的机器翻译依赖的是本地的知识库，如果遇到专业的场景，实际上是很难做到精准翻译的。”韩林涛说，机器翻译是救援队与当地民众沟通的一个主要途径，但传统机器翻译在专业救援场景中存在局限性，而融合大语言模型技术的翻译系统则能显著提升翻译准确度。因而，他考虑借助DeepSeek，生成一个专门的网页。
据韩林涛介绍，他首先利用包括DeepSeek、ChatGPT等在内的多个AI模型生成50组地震救援专业文本，经北语缅甸留学生测试评估后，最终选定DeepSeek模型作为基础。3月29日22时52分，中缅互译网站上线并提供给中国救援队；次日22时43分即完成语音翻译功能开发；针对实际需求，团队又在20多分钟的时间内快速实现了地名翻译功能的地图集成。
4月2日，红星新闻联系上韩林涛试图作进一步的交流，但对方婉拒了记者的采访请求，并称自己开发的平台只是做了一些服务中国救援队的小事，和他们（救援队）在前线救援的艰辛相比，其所做的工作还很小。
另据此前的视频内容介绍，韩林涛还曾表示，待救援结束后，他想先把自己开发的这个工具开源出去，让更多的人知道这样的平台并使用。
公开资料显示，韩林涛长期致力于探索“翻译”与“技术”的深度融合之道，现任教于北京语言大学外国语学部高级翻译学院，曾主持冬奥术语平台开发、参与创建多语种疫情平行句库、开发基于GPT技术的在线辅助翻译工具，其著作《译者编程入门指南》被北京市教委评为北京高校优质本科教材。
记者从韩林涛的个人社交平台获悉，其曾先后在外国语言文学、软件工程、翻译学、计算语言学等专业领域深造，他曾表示，“我目前的目标，是将大语言模型作为工具，提升外语教学和翻译教学的效率，并改善翻译实践的质量。”
红星新闻记者 罗梦婕 实习生 熊叶
编辑 张寻 责编 邓旆光
