1. 引言
随着全球化进程日益加速，纪录片凭借纪实性与直观性，成为跨文化传播的重要载体。《航拍中国》作为一部典型的国家形象宣传纪录片，其解说词英译质量在一定程度上影响目标语观众对中国的认知，因此对其解说词的英译研究有利于提升纪录片的跨文化传播效果。《航拍中国》是中央广播电视总台出品的航拍纪录片。全片共4季、34集，覆盖全国各省区市，每集时长约50分钟。该片以空中拍摄视角俯瞰中国，全方位地展示了中国的自然风貌和人文历史。它因制作精良广受好评，不仅荣获精神文明建设“五个一工程”奖项，还被列入“新中国成立70周年推荐展播纪录片”名录，展现出国家形象传播的示范价值[1]。鉴于该纪录片覆盖面广、内容丰富，本文选取具有代表性意义的第一季第二集“海南篇”作为分析对象，该集在展现自然风貌与地域文化方面具有高度的视听融合特色，与本文关注的多模态话语分析框架高度契合。海南篇于2017年在国内播出，同年，其英文版由中国国际电视台(CGTN)面向海外发行，在国际上引起了广泛关注。
目前，国内对于纪录片的英译研究主要集中在翻译策略[2]、文化负载词的处理[3]等方面，总体而言，现有研究大多聚焦于语言模态，对于多模态元素的共同研究相对匮乏。纪录片作为一种典型的多模态文本，融合了解说词(语言模态)、画面构图(视觉模态)与背景音乐(听觉模态)等多种意义建构资源，共同构成其话语系统[4]。因此在纪录片的英译过程中，译者不仅需要关注语言模态的转换，还需要分析以视听模态为主的非语言模态的作用，使各个模态得以协调统一。基于此，本文从多模态话语分析视角出发，从文化、语境、内容和表达四个层面分析《航拍中国》海南篇解说词翻译中的转换机制，进一步探索各个模态如何构建话语意义，以期对纪录片翻译研究的深化有所助益。
2. 多模态话语分析理论概述
多模态话语分析理论强调语言、图像、声音等多种模态共同构建意义，其理论架构与纪录片这一多模态文本高度契合，为分析纪录片的意义生成提供了有力的理论支撑。
2.1. 理论的起源与发展
国外多模态话语分析研究始于罗兰·巴特(Roland Barthes)，在其专著《意象·音乐·文本》(Image-Music-Text)中，罗兰·巴特探讨了图像与语言之间在意义表达上的相互作用，促使人们开始关注不同模态之间的关系[5]。继而该领域以韩礼德(M.A.K. Halliday)的系统功能语言学为内核，强调语言是社会符号的多元意义建构[6]，后经克瑞斯和范莱文(Kress & Van Leeuwen)在《阅读图像：视觉设计语法》(Reading Images: The Grammar of Visual Design)中研究模态与媒介之间的关系，正式奠定了多模态话语分析的理论基础[7]。20世纪90年代后，其研究范畴逐渐延伸至跨学科应用，例如奥图尔(O’Toole) [8]和奥哈洛兰(O’Halloran) [9]将这一理论分别应用于雕塑、建筑的研究和教学语篇中。
国内对于多模态话语分析的研究起步相对较晚。李战子作为中国最早研究多模态话语分析的学者，详细介绍了克瑞斯和范莱文的视觉语法理论，并基于系统功能语言理论对多模态话语理论进行研究，引起了国内外的关注[10]。此后，朱永生系统梳理了多模态话语分析的理论基础和研究方法[11]。胡壮麟探究了多模态符号学与多媒体符号学的区别，为后续研究提供了清晰的理论界定[12]。张德禄依据系统功能语言学理论提出了多模态话语分析的理论框架，为该领域提供了系统的理论支持与实践指导，促进了多模态话语分析在国内的学科发展[13]。
作为一种重要的话语分析视角，多模态话语分析的研究重心在于实证案例分析，所以学界普遍致力于理论的实践应用，通过具体案例验证其解释力，现有研究已覆盖多种领域：早期主要集中应用于教学[14]和海报[15]等。由于影视产业的蓬勃发展，对字幕翻译的研究逐渐成为热点[16]。然而，当前字幕翻译研究大多聚焦于影视剧作品。相比之下，对于央视地理纪录片的翻译研究较少。这些纪录片涵盖自然风貌和人文历史等诸多方面内容，是向世界展示中国形象的重要窗口。对其翻译进行分析有助于提升纪录片在国际传播中的效果，促进不同文化间的交流与理解。
2.2. 纪录片解说词翻译的多模态话语分析框架
“多模态话语指运用听觉、视觉、触觉等多种感觉，通过语言、图像、声音、动作等多种手段和符号资源进行交际的现象”[13]。多模态话语分析与传统的以语言为核心的话语分析模式不同，它将研究视野拓展至实际自然情境下的交际活动，把声音、图像、动作等非语言符号一同纳入意义构建的资源体系之中。这一转变为深入理解和分析话语意义提供了更为全面和多元的视角，极大地丰富了话语分析的研究范畴和方法。
张德禄根据系统功能语言学理论进一步提出了多模态话语分析综合理论框架。这个框架分为四个层面：文化层面、语境层面、内容层面和表达层面。“文化层面包括由人的思维模式、处世哲学、生活习惯以及一切社会的潜规则所组成的意识形态”[13]。文化层面是多模态交际的根基与先决条件。
“在具体的语境中，交际要受到语境因素的制约，包括话语范围、话语基调、话语方式所决定的语境因素”[13]。根据系统功能语言学理论，语境主要分为情景语境和文化语境[6]。情景语境强调话语实际发生场景；文化语境关注语言使用背后的文化背景。纪录片解说词的翻译高度依赖语境因素，译者既要忠实还原原作氛围，也要适应目标语观众的文化背景和接受方式。
内容层面包括话语意义和话语形式。“话语意义又可细分为概念意义、人际意义和谋篇意义。在形式层面上，不同模态的形式特征相互关联，共同体现话语意义”[13]。其形式包括语言、图觉、声音和感觉。形式之间的关系可以是互补或者非互补的。若单一模态的话语难以完整诠释其意义，需借助其他模态加以补充，这种模态之间的关系称为互补关系。而非互补关系是指其他模态的出现对核心意义的传达并无显著增益，但仍然作为整体话语的一部分存在[13]。一般而言，在纪录片中，语言模态通过语义表达为观众提供具体的信息内容；视觉模态通过直观的图像呈现，使信息更为生动形象；声音模态则借助丰富的音效和背景音乐，营造出特定的氛围，增强情感共鸣。依据特定情境，这三种模态可呈现为互补或非互补关系，共同构建出纪录片丰富多元的意义空间。
表达层面又分为语言媒体和非语言媒体，二者紧密相连、相互补充，共同构建起完整的表意体系。总体而言，多模态话语分析理论作为一种前沿的研究视角，为研究者提供了一套系统、全面的分析方法。该理论能够帮助研究者深入分析人们如何通过多种感官和符号资源进行交际，从多个维度审视翻译过程中意义的传递与转换。运用该理论研究纪录片的翻译，不仅有助于提高纪录片翻译的质量，促进跨文化交流，同时也拓展了该理论的指导范围。
3. 多模态话语分析视角下《航拍中国》海南篇解说词的英译
《航拍中国》海南篇解说词具有丰富的文化内涵元素、多样的语境信息、巧妙的多模态融合结构以及多元的表达形式，运用多模态话语分析理论分析其英译有助于提升目的语观众对纪录片的整体感知。
3.1. 文化层面
文化承载着一个地区深厚的历史底蕴与独特的人文风貌，不同文化之间存在差异性。在翻译过程中，为避免文化信息缺失或误解，译者采取了不同的翻译方法恰当地处理文化元素。
3.1.1. 历史文化类词汇
历史文化类词汇作为文化的“活化石”，承载着丰富的民族记忆，映现着特定时期的社会风貌。在翻译过程中，精准传达其内涵有利于促进文化交流。
例1
原文：从清代开始，这里就有下南洋的热潮。
译文：For several centuries, there’s been a flourishing trade between Hainan and Southeast Asia.
“下南洋”是中国近代史上的一个重要社会现象：自明清时期起，中国国内人口压力逐步增大，土地兼并问题日益严重，而南洋地区(即东南亚)呈现出地广人稀、资源丰富的态势。在此背景下，中国南方沿海地区的民众大规模前往东南亚地区谋生或经商。由于大部分目标语观众对这一历史现象可能知之甚少，故采用直译法可能会使观众不知所云。同时，鉴于纪录片解说词具有瞬时性特征，信息需在极短时间内被观众接收与理解，若采用直译加注的方式，会使解说内容冗长繁杂，超出时间限制。故而此处采用意译法，将“下南洋”译为“a flourishing trade between Hainan and Southeast Asia”，使其意义聚焦于贸易层面，突出了经济交流这一主要目的，精准概括了其历史现象的核心内容，提升了信息传递的有效性与可理解性。从叙事逻辑来看，该句前后的核心论述对象为骑楼建筑，插入此句是为了说明骑楼外观实则是对南洋建筑元素的借鉴与吸收，因此在视觉呈现上，画面仍展示骑楼建筑，以契合文本论述的逻辑重心，避免突兀切换，保证了场景的连贯性。此外，骑楼是“下南洋”的物质文化遗产，是贸易繁荣的视觉体现，而意译后的内容也聚焦于贸易层面，语言模态与视觉模态相契合，有利于提升观众的体验感。
3.1.2. 民俗文化类词汇
民俗文化类词汇是反映特定民族的民间风俗习惯、生活方式以及信仰禁忌等的语言符号，其英译过程不仅是语言符号的转换，更是独特文化意义的传递。
例2
原文：南山海上观音是全球最大的观音像。
译文：It is the biggest statue of the goddess in the world.
观音在佛教中代表慈悲与智慧，被百姓视为能消灾解难、庇佑平安的象征，许多非佛教信徒也会在家中供奉观音像祈福。若仅采用音译法翻译观音，则超出目标语观众的认知，难以从中获取有关观音的文化内涵。而在西方文化中恰好存在类似意象，“goddess”采用套译法意为“女神”，是西方熟悉的概念，二者都拥有端庄的形象、庇佑的功能，都能引导人们在生活中追求高尚的道德和精神境界。译文建立起两者之间的联系，借助“goddess”善良慈悲的形象帮助目标语观众初步理解观音的特质及其在佛教文化中的地位。同时，画面首先以远景镜头展现观音雕塑，凸显其高度，随后切换至近景镜头，着重聚焦观音像的面部细节，目标语观众能通过视觉直观认知观音的形象；背景音乐节奏缓慢，音调深沉，与观音神圣庄严的形象相呼应。语言模态通过文化迁移降低理解壁垒，而视听模态保留东方宗教文化，通过多种模态的协同作用，共同促进文化信息的有效传播，使不同文化背景的受众能更好地理解和接受这一文化符号。
3.2. 语境层面
依据系统功能语言学理论，语境层面的分析主要关注情景和文化语境对意义传递的影响。在翻译过程中，交际意图和文化意义的重构是影响翻译效果的要素之一。
3.2.1. 情景语境
情景语境聚焦于语言运用时的具体环境，包括物理环境、参与者关系、交际目的等因素。情景语境是文化语境的具体体现。
例3
原文：灯塔成为航海人最愿意看到的老朋友。
译文：Here, to ensure that sailors reach the island safely, more than 20 lighthouses have been built.
此处解说词介绍了北部是海南岛最凶险的海岸线之一。原文体现了灯塔在航海人心中的地位如老友一般，暗示了航海人对灯塔的期待和依赖。译文并未采用直译的方法，并未阐释“航海人”与“灯塔”之间的逻辑关系，而是通过语义转换构建了一个具体的情景。译文将“to ensure”放在句首作目的状语，凸显灯塔的作用——航海人需要灯塔的指引才能安全到达目的地。“more than 20 lighthouses have been built”具体化灯塔的数量，侧面映衬出海岸线的凶险。此外，由于目标语观众更倾向于接受客观明确的信息，注重事实陈述，而非含蓄的情感隐喻，故在此采用创译法更符合其接受习惯。从视觉模态来看，画面切换至远景。灯塔位于一侧，大海占据了画面大部分空间，这种构图方式凸显了灯塔在广阔海洋中的渺小，但同时也体现了灯塔在茫茫大海中的重要地位，它就像一个坚定的守护者，屹立在海边；背景音乐采用一段温馨、舒缓的旋律，传递安心感。视听模态进一步补充了解说词所缺失的情感表达维度，使目标语观众即便未接触原文隐喻，也能通过直观的视听信息，感知到灯塔对于航海人的特殊意义，实现信息与情感的有效传递。
3.2.2. 文化语境
文化语境由特定文化背景下的价值观、信仰体系、传统习俗以及社会通行的行为规范等共同构成。不同的文化孕育出不同的文化语境。
例4
原文：椰树和海南岛的亲密关系众所周知。
译文：Hainan is so closely associated with palm trees and coconuts that many people believe they’ve always grown here.
原文的“众所周知”是对于源语观众而言的，而由于目标语观众不熟悉海南文化，这一表述过于宽泛和抽象。从视觉模态角度来看，此时画面中成片的椰树与碧蓝海水相互映衬，共同构建出一幅极具代表性的热带海岛景观图景，使目标语观众能够在脑海中构建出与源语观众相似的视觉画面。然而，在此视觉模态无法将具体的信息直接传递给目标语观众，因此需要通过语言模态进行补充，故在此将其内容具体化，增译了that从句，阐述了这种亲密关系的具体体现——椰树长久以来扎根于海南。这一信息能帮助观众跨越文化差异，理解这种独特联系在源语文化中的特殊意义，进而促进不同文化间的有效交流与沟通。
3.3. 内容层面
内容层面涵盖话语意义和话语形式两个要素。根据话语形式的关系，各模态之间的互动可分为互补关系和非互补关系，不同关系下话语意义的构建也呈现出不同机制与效果。
3.3.1. 模态互补关系下的意义构建
模态互补关系是指不同模态彼此协作、互为补充，共同构建起完整的意义。在此关系里，各个模态并非孤立存在，而是通过协同运作以强化或拓展整体意义的表达。
例5
原文：一楼是店铺，二楼以上是人们居住的地方，这部分向外探出，就像骑跨在人行道上，所以叫做骑楼。
译文：The ground floors of the buildings lining it are occupied by shops, above are apartments. The street gets its name from the protruding structures. “Qilou” means “street overhung by buildings”.
在处理“骑楼”的翻译时，译者保留了其拼音“Qilou”，同时依据原文信息给出了相应的解释。“street overhung by buildings”基于意译法对“就像骑跨在人行道上”进行翻译。中文的“骑跨”在此是一个形象的比喻，直接传达了建筑结构覆盖在人行道上方的视觉效果。但英语中并不存在一个完全对应的词汇或短语可以来精准复刻这种形象的比喻效果。为准确传递信息，译者必须探寻契合英语表达的方式。“Overhung”在英语中是一个常用的术语，用来描述一种结构或物体悬挂在另一个物体之上的状态。它能恰当地呈现出骑楼建筑上层部分骑跨在人行道上方的特点，这样翻译巧妙地平衡了原文特色与跨文化理解之间的关系。从视觉模态来看，画面展现了骑楼的外观，骑楼底层商铺林立、行人穿梭的场景，观众能够更直观具象地理解骑楼建筑结构的特点和周边环境；除此之外，画面中还穿插了一些细节镜头，如骑楼墙面的斑驳痕迹，这与柱廊下的行人活动共同传递出骑楼作为历史文化遗产的厚重感与生活气息。从听觉模态来看，其意义建构依赖背景音乐与环境音效的协同作用。背景音乐采用了轻柔的旋律，营造出一种轻松愉悦的听觉体验，其中还巧妙穿插了行人喧闹声和车辆鸣笛声，增强了画面的真实感。在此例中，一种模态不足以传达交际者的意图，视听模态与语言模态形成了互补的协调关系，共同参与意义的构建，不仅增强了纪录片的艺术表现力，也让目标语观众感受到了文化记忆的温度。
3.3.2. 模态非互补关系下的意义构建
模态非互补关系意味着不同模态相对独立运作，形成多层次、多角度的意义构建模式。各模态通过各自的表达方式共同塑造语篇的整体意义。
例6
原文：为温饱开辟的盐田，为速度而飞驰的列车，为探索而升腾的火箭，古老和新兴的科技轮番登场。
译文：To secure sufficient food, salt pans were established. To accelerate economic development, high-speed trains were introduced. And to explore the universe, rockets were launched. Key technologies, ancient and modern, have been developed right here on this island.
在翻译过程中，“To secure sufficient food”“To accelerate economic development”“To explore the universe”采用动宾结构，将原文较为抽象的“温饱”“速度”“探索”概念具体化，分别对应盐田、列车、火箭的用途，清晰阐述了事物背后的目的，便于目标语观众理解。译文采用被动语态“were established”“were introduced”“were launched”，将动作的承受者作为主语，符合英语多用被动语态、以物做主语的表达习惯。在视觉方面，以海南的动画地图为载体，当解说聚焦盐田时，儋州古盐田的动画标识突现于地图中，莺歌海盐场也逐次呈现；在描述列车时，动画地图上展现列车疾驶的场景，并引入黄色闪电状波浪线穿透列车，强化其高速行驶的视觉印象；最后提及火箭时，文昌航天发射场的标识跃然而出，辅以火箭动画图示。上述这些标识符号作为其对应事物的典型代表，与语言模态所提及的盐田、列车、火箭构成了内包中整体与部分的关系。在背景音乐方面，整体音量较低，这种轻柔的背景音乐营造出一种轻快且平和的氛围，恰似一位娓娓道来的讲述者，在不干扰环境音效与解说词的前提下，以一种润物细无声的方式诉说历史。译文采用三个“To..., ...were...”的结构形成了排比的句式，使译文更具节奏感，在形式上与原文“为……而……”的排比结构呼应，增强了语言表现力。整个视觉叙事以一架直升机在地图上的飞行轨迹为指引，在飞行过程中，随着解说推进，相关事物标识依次出现，达到语言模态和视觉模态的同步，提升了观众的视觉体验；在环境音效方面，持续伴有直升机运行的音效，为观众提供了空间移动的听觉线索。多模态元素交织为纪录片注入了丰富活力，不仅使内容变得灵动鲜活，也拉近了与观众间的距离，让观众更易沉浸其中。
3.4. 表达层面
表达层面也称媒体层面，是话语最终在物质世界表现的物质形式，包括语言媒体和非语言媒体两大类[13]。
3.4.1. 语言媒体
语言媒体又分为纯语言和伴语言。“从传统语言学研究的角度讲，实现意义传播的媒体形式主要有两种：声波传导的声音符号和由笔等生的书写符号”[13]。解说词配音属于声音符号，中英文字幕则属于书写符号。
“伴语言的媒体形式对语言意义的传递起到辅助、补充和强化的作用，包括音响、声音的大小、音调、声音的频率、口音、语气以及字体形状、大小、空间的布局等”[13]。该记录片同样也采用了不同的伴语言形式对纯语言进行补充强化。在配音方面，该纪录片采用了大气浑厚的男声，其发音标准，节奏把控松弛有度，能带动受众情绪；在配乐方面，针对不同主题所采用的配乐也不同，以传递出多元的交际信息：在呈现海南的自然景观时，配乐通常采用柔和舒缓的旋律，使观众感受到海南作为热带度假胜地宁静与闲适的氛围；在探讨海南的历史与文化时，配乐则倾向于选择深沉磅礴的风格，以此凸显历史的厚重感与文化的深远影响；在涉及现代化发展与科技创新时，配乐风格则转变为节奏明快、充满活力的旋律，旨在传达出一种积极向上、充满希望的情感。在字幕方面，CGTN发布的纪录片并未自带字幕，仅提供英文解说词配音。英文解说词的时长与画面节奏高度契合，确保观众在有限时间内获取关键信息，实现信息的有效传播与接收。
3.4.2. 非语言媒体
表达意义的非语言媒体包括交际者的身体动作和交际者在意义表达中所使用的非语言手段，如工具和环境等[17]。例如在解说赛龙舟这一水上盛会时，画面展示了龙舟手眉头微微皱起，目不转睛地盯着前方，眼神中燃烧着炽热的求胜欲望，仿佛要用目光穿透终点线。他们为了将全身的力量传递到桨叶，身体大幅前倾，随着划桨的节奏前后摆动，用肩膀和背部发力推动桨叶入水，动作整齐划一，纪录片将交际者肢体动作这一非语言媒体展现得淋漓尽致。这种非语言媒体的运用不仅增强了画面的视觉冲击力，还通过生动的肢体语言和表情，传递出龙舟手们对胜利的渴望和团队的凝聚力，使纪录片能更有效地传达文化信息，增强观众的代入感和共鸣，从而促进跨文化理解和传播。
4. 结语
本文运用多模态话语分析的理论框架，从文化、语境、内容和表达四个层面对纪录片《航拍中国》海南篇翻译中的转换机制进行了分析，同时也验证了该框架在地理类纪录片解说词英译研究中的强适配性。研究发现，在文化层面上，译者多采用意译法，以简明有效地传达核心文化内涵；另外，当目标语文化中存在相应表达时，则采用套译法以增强文化等值性。在语境层面，为适应不同情景语境，译者采用创译法，增强纪录片表现力；针对文化语境的信息缺口，则通过增补法适度补充文化背景信息，增强观众理解。在内容层面，译者综合语言与非语言模态资源，根据模态间的互补关系重构语义表达机制。在表达层面，则强调语言与非语言媒体的协同呈现，实现了语言模态的内容契合与非语言模态的意义补偿，从而构建出协调统一的跨模态叙事系统。
然而，本研究仅选取《航拍中国》海南篇作为研究对象，样本数量有限，研究深度尚有不足。希望后续相关研究能在样本选取上更为多元，在研究方法上更为精进，通过更全面深入的探索提升我国纪录片在海外的传播效能。