1. 引言
长期以来，翻译研究以语言研究为中心，以探索语言转换的现象、原则和方法为目的，对语言维度的理论和方法论分析构成翻译学研究的主要内容。但实际上文本并非只有语言一种模态，严格意义上说，没有文本是单模态的[1]。进入5G时代，语言融合着声音、图像等超语言符号为一体的多模态文本成为准确、生动地传播文化的重要载体，国潮动画《长安三万里》便是其中之一。由此可见，中国传统文化的多模态传播趋势已经出现，这对于译者的多模态理解和翻译能力都提出了新的要求。
由追光动画出品的电影《长安三万里》在语言和画面处理层面独具辨识度。大量的古典诗词加之以视听模态的配合生动地诠释出中华传统文化的丰富内涵，这不仅有助于弘扬民族文化自信，也为国产动画电影在国际舞台上赢得了更多关注。随着全球化进程的加快，中国电影在国际舞台上的影响力逐渐增强，而字幕翻译作为跨文化交流的重要桥梁，其质量直接影响着电影的传播效果。电影《长安三万里》以其独特的文化魅力和艺术价值，为研究字幕翻译提供了丰富的素材。
传统的多模态翻译是指译者将民间故事或文学作品搬上舞台，将文字转化为舞蹈、音乐、舞台景观等非语言形式的过程。这种翻译视角相对宏观。然而，进入数智化时代，译者素养除了涵盖语言转换、文化知识和百科常识之外，还需要更细致地理解多模态之间的搭配。鉴于此，本文从多模态话语分析的视角，开展国潮动画《长安三万里》的字幕翻译研究，解析电影字幕翻译的策略和方法。
2. 文献综述
2.1. 多模态话语分析
多模态话语分析在20世纪90年代兴起于西方国家，是在话语分析理论的基础上产生的一个独立的前沿学术研究领域，日益得到国内外学者的重视[2]。多模态即语言模态(包括言语、语音等)和非语言模态(图像、肢体动作等)。近十年，多模态话语分析理论在我国迅速兴起并蓬勃发展，尤其在翻译领域展现出强大活力，已成为推动跨文化传播研究的重要突破口。李战子(2003)详细阐述了图像分析角度的社会符号学框架，并强调了多模态话语的社会符号学分析对教学有积极的意义，标志着我国开始探索多模态话语分析理论[3]。朱永生(2007)指出多模态话语分析的理论基础源于系统功能语言学、系统理论、纯理功能假说和语域理论，并点出当前阶段研究的三个不足[4]。张德禄(2009)以系统功能语言学理论为基础，构建由文化层面、语境层面、内容层面和表达层面组成的综合框架[5]。
在中国学术文献总库(CNKI)中以“多模态话语分析”为检索词，从所收录的全部文章中检索主题为“多模态话语分析”的文章，共得到3382条检索结果。对其发表时间及发表数量进行纵向统计分析(见图1)，得出以下结果：该领域研究呈现爆发式增长态势，2010年后进入稳步上升期，2018年实现跨越式突破，2022年攀至峰值334篇。2019~2023年的发文总量占比高达67.8%，充分展现了多模态理论在我国的蓬勃生命力。
Figure 1. Annual development trends of multimodal discourse analysis
图1. 多模态话语分析年度发展趋势
2.2. 翻译的多模态研究现状与局限
多模态话语分析理论为翻译研究，尤其是超越纯文本的翻译研究，提供了强大的理论支撑。该理论促使研究者认识到，翻译不仅仅是语言符号的转换过程，而是涉及多种符号资源(如图像、声音、布局、色彩等)在跨文化语境中意义重构的复杂过程[6]。张德禄(2009)提出的文化、语境、内容、表达四层框架，为系统分析翻译中的多模态现象提供了可行的路径，标志着翻译研究正经历一场“多模态转向”[5] [7]。然而，尽管多模态理论已被引入翻译研究，但其应用深度与广度仍存在显著局限，尤其在“协同”机制探讨上尤为不足。当前多数研究仍存在以下问题：
首先，研究领域普遍存在大量的重复性工作，研究内容及视角相对单一。多数成果集中于多模态语境中的语言转换问题，而对影视作品内图像、声音、动作等多种模态间的互动机制与符号转译关注不足，导致研究结论大同小异，未能深刻揭示多模态互动的本质。
其次，从研究对象来看，尽管多模态理论已被应用于影视翻译研究中，但系统性探讨电影、电视剧内部模态协同关系的文献仍然有限。而对戏剧、漫画、儿童绘本、网络媒体、电子游戏乃至科技文本等其他多模态形态的翻译实践，则更少受到关注。这表明该领域在研究广度与深度上仍存较大拓展空间。
最后，具体到中国动画电影领域，多模态协同翻译研究仍处于初步阶段。现有成果大多局限于对白或歌词的文字转换，而对视觉模态(如色彩、构图、光影)、听觉模态(音乐、音效、声调)以及其他非语言符号的跨文化转译与意义重构关注不足。电影作为一种复合多模态文本，其整体意义的传递依赖于不同符号的协同运作。若仅从语言维度切入，不仅难以全面把握其在跨文化传播中的复杂性，也无法有效指导翻译实践以实现深层文化传播。因此，深度剖析中国动画电影的多模态协同翻译机制，能够成为推动中华文化“走出去”的关键一环。
2.3. 多模态协同翻译机制
20世纪90年代，随着社会符号学、系统功能语言学与翻译研究的融合发展，多模态话语分析被引入翻译领域。Roy (1999)率先提出“多模态翻译”概念，强调翻译行为需要解析源语篇中语言与非语言模态的互动关系，并在译文中重构模态协同效应[8]。影视作品集文字、图片、声音等多种符号于一体，其源语篇和译文语篇都具有典型的多模态特征，能够有效地传递信息的同时也带给观众丰富的感官体验。因此，多模态翻译研究主要集中于多模态影视翻译领域。
动画电影作为一种典型的多模态话语，意义的传达往往需要多种模态的配合。因此，对其翻译的研究也不可只关注语言模态，还应结合其他非语言模态，如画面构图、音乐音效、人物的手势、眼神等。模态之间的组合、协同关系往往是语篇意义能否成功表达的关键。例如，在迪士尼动画《疯狂动物城》中，树懒“闪电”的慢动作画面与刻意延迟的字幕节奏形成模态协同，若没有节奏感的模拟，则喜感效果会大打折扣[9]。
经笔者查阅文献发现，目前多模态话语分析视角下电影字幕翻译相关研究主要集中两个方面：一是探究多模态话语分析理论在影视作品字幕翻译的应用，如李婷(2021)以电影《流浪地球》字幕翻译为例，探讨多模态话语分析在电影字幕中的有效应用[10]。二是从多模态话语分析角度探讨影片字幕翻译中翻译策略，如李志鸿(2022)从文化、语境、内容、表达四个层面出发，结合电影《我和我的祖国》字幕翻译案例具体分析翻译策略和方法的运用情况[11]。
然而，尽管现有研究已成功将多模态话语分析理论应用于影视翻译领域，并积累了大量针对具体翻译策略的个案分析，其研究视角仍存在一定的局限性。多数成果集中于识别并描述某一部影片中字幕翻译与个别模态(如图像或声音)的配合现象，或从文化、语境等层面归纳翻译方法，缺乏对多种模态之间如何系统性地协作以共同参与意义传递的深入探讨。例如，既有研究虽承认多模态的共同作用，但未能充分揭示字幕翻译与画面构图、色彩运用、音乐节奏、人物动作等非语言模态之间动态、立体的互动关系，也未能系统性分析译者如何主动利用这种模态协同性来克服跨文化传播中的障碍。这种研究现状使得多模态分析在相当程度上仍停留在“多模态 + 翻译”的简单叠加层面，而非真正走向“多模态协同翻译”的深度融合。
在此研究背景下，本文基于张德禄教授提出的成熟框架，致力于深化与拓展其应用维度。本研究将突破以往仅从四个层面进行分析的常见模式，重点聚焦于各层面内部与层面之间多种模态的“协同”机制。通过精细剖析《长安三万里》中英文字幕如何与动态影像、色彩符号、声音效果等非语言模态精密配合、互为补偿，本文旨在揭示多模态协同运作的内在逻辑与整体效应，论证其对于实现有效跨文化传播的核心作用。这一以“机制”与“互动”为核心的研究路径，旨在为多模态翻译研究提供更深入、更系统的分析范例，最终为同类型的动画电影走出国门，走向世界提供参鉴。
3. 《长安三万里》电影字幕英译案例分析
3.1. 文化层面
文化层面是使多模态交际成为可能的关键层面[5]，译者需充分理解源语文化，并考虑目的语观众的思维模式和表达习惯。这个层面包括人的思维方式、生活习惯以及社会的意识形态、文化传统等。美国著名的汉学家李达三教授指出：“每一种语言都从文化中获得生命和营养，所以我们不能只注意如何将一种语言译成另一种语言，还必须力求表达两种文化在思维方式与表达情感方面的习惯”。
图2的广角和动态构图渲染氛围。船只位于海天交接线、颜色明暗变化处、画面中央略偏左，长方形船帆的色块是画面中唯一大面积的规则用色，自然吸引观众视线，引入画面叙事主体，即高适父亲。飘飞的纸钱是画面中唯一显著的动态元素，纸钱飘向观众，仿佛将死亡的哀伤和祭奠的氛围“推”向观众，增强了沉浸感和共情。飘零的纸币运动轨迹和形态烘托叙事氛围，暗示悲凉崎岖的主体人物背景。画面以蓝灰冷色调为主，直接关联凄凉、孤寂、死亡的氛围，符合丧葬场景悲伤的情感基调。色彩暗淡暗示生活黯淡无光和希望的缺失，强化了“nothing”的虚无感。“两袖清风”的本义是形容衣袖迎风飘动的姿势。然而，这个成语后来被用来形容做官时清廉正直，只有衣袖里的清风，也就是当官清廉，不贪财。译者将“两袖清风”简单处理为“We had nothing”，并与前文“manage affairs poorly”相配合，直白地说明高适家道中落、清贫如洗的情况。这样意译的处理方法虽少了一些典故韵味和高适父亲为官清廉的涵义，但画面和结果描述已足够传达其核心意蕴。
Figure 2. Father managed affairs poorly. We had nothing
图2. 父亲不事经营 两袖清风
图3采用广角构图，展现少年高适的雄心壮志。高适处于画面中心，表明他是意义的核心承载者，他被冰冷的河水和昏暗的天空所包围。画面以雪白、青灰为主，营造出冰冷刺骨、严峻压抑的氛围。这种构图展现出即使他身处严寒之中，但也意志坚定，毫不畏缩。眼神是表达内在状态、意志和情感最直接的视觉模态之一，少年高适的目光坚定地望向前方，传递出他的坚定与不屈。光线昏暗，强化了艰难、困苦、挣扎的感觉，也暗示了他在宏大理想和艰难现实之间的处境。水下躯干占比较大，强调冰冷吞噬感，反衬上半身“昂首”动作的英雄性，呼应字幕“beyond”。进行外文翻译过程中，确保译文的“语义连贯”十分关键，但这种连贯不仅要求语句通顺，也要求译文情境与原文相符，能够满足读者深刻理解原文内容与文化背景的需求。英文字幕“flying the banner beyond the Great Desert”采用意译的方式，译者将此典故简单处理为“在大漠边际高举旗帜”，虽然意译和省译的处理省略了霍去病、狼居胥山等历史要素，削弱了文化内涵传递的丰富程度，但译语简洁通俗，照顾到了译语观众的可接受度，没有给观众带来过多的理解障碍和观影负担。此外，“the Great Desert”缺失的文化意象由画面中的“冰河”弥补，最终构建出了完整的意义链。
Figure 3. Flying the banner beyond the great desert
图3. 直破漠北 封狼居胥
图4的仰视视角强化了李白的愤懑情绪。图为李白行卷被拒后的画面，人物处于画面中央，头部靠近画面上缘。仰拍视角展现人物向上后仰的姿势，强化了李白此刻激昂、爆发、向天质问的情绪，仿佛在控诉命运的不公，也使得他的形象更具压迫感和力量感。画面以红色调为主，有象征人物怒火喷涌而出的意味。李白双臂张开，叩击朱门，仿佛在向天地、向观众展示自己的才华，此处的肢体语言将“无珠”的荒谬感动作化地呈现出来。英文字幕“He has eyes but cannot see!”直接点明批判核心。
Figure 4. He has eyes but cannot see
图4. 有眼无珠 有眼无珠
3.2. 语境层面
语境因素是多模态交际中的重要制约因素。语境包括语言性语境和非语言性语境。语言性语境是指在语言交际中表达话语意义时所依赖的上下文。非语言性语境指表达话语意义时所依赖的各种主客观因素。语言性环境和影视剧中的画面场景、语言环境、人物心理、面部表情等非语言性环境共同构筑影视剧的语篇意义。因此，综合把握语境因素对于字幕翻译传递语篇意义具有重要作用[12]。模态与语境之间的关系可以看作积极模态与消极模态之间的关系[5]。在电影语篇中，画面、文字等与语境构成的都是积极模态的关系。在字幕翻译中，译者一定要充分考虑语境、利用语境，让字幕与情节画面更和谐。
图5李白位于画面右侧，是动作和话语的发出者，正对着观众，是观众的视觉焦点。高适位于画面左侧，作为倾听者，且背对观众，像是一个沉默的见证者，进一步将观众的注意力聚焦于李白强烈的情感表达上。李白身体前倾，这是一个极具侵略性和说服力的姿态。它表明李白全身心投入到表达自己的信念中，传递出内在的能量和急切求取功名，想要入仕的愿望。同时，他手臂握拳，这是决心、力量、集中意志的经典象征。握拳动作可以理解为对“中”这一结果的力量凝聚和瞬间爆发的视觉隐喻，完美呼应字幕“promote me for sure”。李白笼罩在夕阳金辉的暖色调中，强化其“热血沸腾”的自信。而高适背影处于中性偏冷色调中，暗示其对结果的不确定性和他内心的担忧。画面通过动作的爆发力和背景的隐喻性对比，将“人物主观狂热”与“客观世界复杂性”并置，为后续剧情转折埋下视觉伏笔。
Figure 5. He’ll promote me for sure
图5. 一定会一举而中
图6人物的肢体语言和双重音轨填补了诗词英译之后缺失的文化内涵。李白处于画面中央，是观众的视觉中心。他用张开双臂、抬头挺胸的动作引导视线向上，目光坚定地望向天空，即使刚受挫，展现出的仍是不屈和乐观的精神，这表明了他“向上”的精神追求，生动地诠释了“rise”的深层含义。字幕位置和画面同样形成了完美的搭配。画面左侧色彩偏亮，而右侧色彩偏暗，左侧画面呼应“大鹏”意象的光芒与力量，代表李白内心的豪情豁达和对未来的无限憧憬，右侧画面呼应高适“even a harder road?”的担忧。冷暖色彩、明暗色调之间的强烈对比，视觉化呈现了李白理想光辉与现实困境之间的巨大张力。此外，“eagle”这个词在西方文化中象征了勇气与自由，代表了孤高与战斗力，符合李白孤高自傲的性格特点。
Figure 6. One day the Great Eagle will rise, even a harder road
图6. 大鹏一日通风起 扶摇直上九万里
在电影中，李白对这句诗的诵读以背景音的方式呈现，主要音轨突出的是高适对李白如此桀骜不驯、不愿向权势低头的担忧与无奈。“will rise”(必将腾飞)的绝对信心和“even a harder road?”(前路岂非更难？)的深切忧虑，形成最直接的语言模态冲突。但模态之间并非互相抵消，而是共同构建了一个更丰富、更立体的意义空间。李白的宣言和姿态并未因高适的疑问而削弱其感染力，反而在现实阴影的映衬下，更显其精神的强大与理想的纯粹。高适的疑问也并非否定李白的理想，而是在表达一种基于友情的深切关怀和对世道艰难的清醒认知。
图7是一处特写。李白是画面的唯一主体，观众的视觉焦点高度集中在他身上，这强化了他的孤独感。画面被透过窗户的月光切分成明暗两块，但整体色调偏暗偏冷，营造出一种沉郁、凝重、压抑的氛围。李白闭眼的神态是悲痛与逃避心理最直观、最有力的视觉表现。他紧闭的双眼，似乎是“不愿从梦中醒来”的写照，是面对父亲去世时脆弱、抗拒和寻求内心封闭的直接外化。字幕的“as though in a dream”直接点明“如梦似幻”的内心感受。
Figure 7. Pass as though in a dream
图7. 不过大梦一场
3.3. 内容层面
在内容上，电影《长安三万里》的字幕承载着丰富的故事情节和文化内涵。英文字幕通过呈现原著中的对话、描写、情节发展等元素，准确地传达了人物的心理活动。内容层面包括意义层面和形式层面。在话语意义层面，有由话语范围、话语基调和话语方式所制约的概念意义、人际意义和语篇意义；而在形式层面上，主要表现为音乐、语言等听觉模态，以及视图和文本等视觉模态[13] [14]。这就要求译者最大限度地在书面语中保留口语的特点，尤其是停顿、话语打断、不符语法的口语的处理，在保持原作精神的同时实现顺畅深入的跨文化交流。
图8分叉路是构图的核心。两条路从画面近处延伸向远方，象征着人生的抉择点、不同的命运轨迹、前路的未知与复杂，具象化了字幕中“forks in the road”的比喻。冷色调月光下的分别场景，强化了离别的感伤、前路的未知和迷茫。月光虽明，但无法照亮所有的前路，与“which is the true one?”的疑问形成呼应。字幕明确提出了关于困境和选择的疑问，画面则提供了困境的具体体现。字幕与画面相互依存，共同构建了一个关于人生抉择、前路迷茫与离愁别绪的画面。
Figure 8. So many forks in the road, which is the true one
图8. 多歧路 今安在
图9是人物面部的特写镜头。高适处于画面中心，其紧抿的嘴唇，紧皱的眉头均透露出严肃、压抑的情绪。从画面色彩来看，高适衣袍纯靛青色(唐代八品官服色，但去除了所有官纹装饰)，表明其处于政治权利中心的外围。环境色呈现青褐色点缀黑灰色调，整体色彩暗淡，营造压抑的氛围。字幕中的量词“a”强调孤立性，与上一镜群臣簇拥形成数量对比。“literary”(文学的)剥离政治属性，将高适从政治场域剥离，锁定为文化符号个体。这也呼应了人物的面部表情，眉心褶皱作为画面最高光的区域，成为文人主体性的终极宣言——当政治身份被剥离，文化尊严正通过生理痛苦的视觉化得以存续。“a literary man”的重复出现，是对前文“溜须拍马之徒”的否定——通过字幕的绝对简洁性，完成从政治身份到文化身份的转换。
Figure 9. A literary man
图9. 一个文人
3.4. 表达层面
电影在表达层面上一般以听觉语言符号为主，辅以文本字幕、配以音效、视觉画面等非语言符号实现意义传递。译者在对源语字幕进行翻译的过程中，应充分考虑时间和空间限制下字幕字体大小、布局、位置等关键因素，进行多模态融合翻译。多模态话语分析的表达层次可以分为语言和非语言两种。前者主要指声调、声音和书面语[15]。在表达层面上，媒体主要通过声音、图像和文字来传达电影的意义。电影的翻译字幕就是这个层面上的文字。在表达上，电影《长安三万里》的中英文字幕呈现出不同的语言风格和表达特点。中文字幕注重韵脚的和谐与意境的深邃。英文字幕需要通过地道的英语表达来传达原作的情感和意境，这样才能保证目标观众能感同身受[10]。
图10以蜡烛隐喻传递情感。整体画面色调偏暖，以黄褐色为主，营造出一种古朴、沉重的氛围。高适的服饰颜色也融入这种色调之中，与背景相协调，给观众一种岁月沉淀、回忆往事的感觉，符合高适回忆安史之乱后大唐文人命运这一情节的沉重氛围。人物面容沧桑，眼神中透露出一种复杂的情绪，既包含对命运的无奈，又有对过往的回忆。他的眉毛微微蹙起，双唇微张，这样的神态表现出他在谈及王维命运时内心的沉重和感慨。虽然人物占画面更大比例，但蜡烛处于视觉起点位，符合人们从左至右的阅读习惯，画面左侧的蜡烛暗示了文人生命如同残烛。“lingers on in desolation”虽提供了具体信息，是情感和情节的直接表达，但“desolation”作为抽象名词，其意义的传达需要通过左侧即将燃尽的蜡烛外化。同时，人物神态和肢体语言也通过视觉模态强化了字幕所传达的情感，让观众更深刻地感受到人物内心的悲凉和无奈。
Figure 10. Lingers on in desolation
图10. 苟延性命 余生寥落
图11人物的相对位置将文字难以传达的信息视觉化。丹丘生位于画面最前方，这赋予了他引路人或已窥得门径者的视觉地位，象征着“道”的指引。李白位于丹丘生身后，这表示他是追随者、求道者的身份。视觉焦点虽不如丹丘生，但其劳累的神态和用拐杖支撑行路的动作依然关键，表明他正积极追随和探寻。二者的前后位置将“the Way”(道法)这一文化负载词视觉化地呈现在观众面前。画面主色调为青绿冷色调，营造清幽静谧的氛围，弥补英文字幕“the Way to immortality”未能呈现出的“仙境”与“道法自然”等中国道教的文化意象。
Figure 11. Seeking the way to immortality
图11. 寻仙问道
通过对《长安三万里》英文字幕多模态协同翻译机制的深入分析，我们不仅验证了多模态话语分析理论在字幕翻译中的适用性，更得以窥见其对于推动中国传统文化海外传播的独特启示。这部影片的成功让我们对于多模态翻译和文化传播有了更多的启发。
当字幕因时空限制或文化差异不得不进行简化、意译甚至省译时(如“封狼居胥”简化为“flying the banner beyond the Great Desert”)，精心设计的画面有效补偿了核心文化意蕴和精神气质(如雄心壮志、清廉品格、愤懑不屈)，使得目标语观众能够通过感官体验直接触及情感内核，实现了“言有尽而意无穷”的跨文化共鸣。这启示我们，在文化传播中，尤其是面对高语境文化内容时，视觉模态的精准设计与协同运用，是突破语言障碍、实现深层理解的核心路径。
在全球化语境下，成功的文化传播不仅依赖于语言的精准转换，更仰仗于多模态符号(语言、视觉、听觉)的协同编织与意义共创。它要求译者具备敏锐的多模态感知力、跨文化阐释力以及整体性的艺术协调力。通过视觉模态解锁文化深度，多模态翻译为中国传统文化走向世界提供了一条更具感染力、认同感和主体性的有效路径。这无疑是未来跨文化传播实践与研究的核心方向。
4. 结语
本文基于张德禄(2009)的多模态话语分析理论框架，从文化、语境、内容和表达四个层面对动画电影《长安三万里》中的字幕翻译进行分析，探究了不同模态之间的配合关系，进而总结出字幕英译过程中采取的不同翻译策略[2] [5]。在文化层面，《长安三万里》的译者充分考虑了源语和目标语的文化特征。译者在保留源语文化内核的前提下，善用直译和意译法，使得译文更加清晰易懂。在语境层面，译者考虑了语境差异，针对不同情节、不同场合、不同角色，选择恰当译法，使英译字幕更贴合具体语境和角色特征。在内容层面，译者协调语言、视觉与听觉模态传递文本意义，采用直译、省译等策略，同时利用语言模态和视觉模态的互补关系，依靠视觉模态补足信息。在表达层面，译者精准控制字幕时空参数(如时长、位置)，实现中英字幕同步及长度适配，确保语言模态和视觉模态实现信息互补，相辅相成。
有效的字幕翻译不仅要传达文本意义，还要传递电影中的视觉和听觉元素所蕴含的文化和情感。多模态话语分析为翻译实践提供了新的理论支持，但该领域的研究仍有待深化。未来的研究也可以扩大样本范围，对不同类型和主题的电影进行多模态话语分析，以提高研究的普适性和适用性。同样，未来的研究可以重点关注字幕翻译的质量评价标准和体系建设，从而提高字幕翻译的整体质量和水平[11]。随着人工智能和机器翻译技术的发展，未来的研究还可以探索将多模态话语分析与机器翻译技术相结合，提高电影字幕翻译的自动化程度和翻译效率。笔者期待字幕翻译向更高层次发展，促进全球电影文化的交流与共享。