tʃ 和 dʒ:这一次,长短就是全部
前两页(s / ʃ、z / ʒ)靠频谱分辨,时长要么次要、要么测不出差。这一页反过来:频谱分不开,长短分得开。
原因在塞擦音的结构 —— 它由「先完全闭塞、再摩擦」两段拼成。浊音的声带在闭塞期就已在振动,气流压差小,随后的摩擦段就短;清音要等闭塞解除才起气流,摩擦段长。这个差别落在时间上,不落在频率上。
六对:只差开头那一个音
六对都是真正的词首最小对立 —— /tʃ/ 与 /dʒ/ 都常见于词首,这在辅音里不多见。
左右由同一个发音人读,音标里的高亮就是被测的那个音。
本页不列谱心:摩擦段的谱心在六对里只有 13/18 同向,列出来只会让人以为「这个数也能用」。
本页也不把塞擦音拆成「闭塞段 / 摩擦段」分别报:探针试过按能量包络切,六对里有四对切出的闭塞段是 0 毫秒 —— 切不住的数不该上页面。
一条线索,但它一次都没错
上一页(z / ʒ)是「只有频谱能用」。这一页恰好相反。
时长:六对全对,差值从 9 到 31 毫秒
同一对里 /tʃ/ 比 /dʒ/ 长:六对分别差 31、30、20、21、9、20 毫秒。最短的是 cheer/jeer 差 9 毫秒,最长的是 chin/gin 差 31 毫秒。
六对全部同向,没有一对反过来。这是全站最稳的一条单项线索。
差值本身从 9 毫秒到 31 毫秒,跨了三个档 —— 所以不要记「大概差多少」,记的是方向。
频谱:这一次它帮不上忙
把摩擦段单独切出来算谱心,六对里只有 13/18 是同向的;换成 >6k 占比是 12/18。两条都不到「能用」的程度。
不是测量出了问题,是这两个音的摩擦段本来就几乎一样:它们的收紧点相同,都在龈后,只是清浊不同。清浊改变的是时序,不是收紧点的位置。
⇒ 所以本页不给谱心。给一个 13/18 的数,读者要么被误导,要么得先学会怀疑它 —— 两种都不好。
三页合起来才是完整的一条
擦音(s/ʃ、z/ʒ)靠频谱分:收紧点位置不同,能量分布就不同;塞擦音(tʃ/dʒ)靠时长分:收紧点相同,差的是清浊带来的时序。
换句话说,「清浊」这个特征不是一种东西 —— 它在摩擦音上表现为频谱上的浊音能量,在塞擦音上表现为摩擦段的长短。
所以不要背「浊音更短」这种总结:它在 /z ʒ/ 那页根本不成立(六对里三对测不出差、三对方向还不一致)。
发音动作(侧剖面)
只画一个发音人、一个瞬间的舌位与唇形。褐色圆圈是「该看哪儿」,图下的文字说明它和另一个音差在哪里。
拼写对应:tʃ 和 dʒ 各有一套稳定的写法
两个塞擦音在拼写上比元音可靠得多,只有几条规律和一个例外群。
英语本土词的 ch 读 /tʃ/。法语借词读 /ʃ/(chef、machine)—— 那是另一页的事。
tch 只出现在短元音后,稳定读 /tʃ/,同时标记前面元音是短的。
ture 常读 /tʃə/;stion 里的 t 也读 /tʃ/(question /ˈkwestʃən/)。
j 出现在哪里都读 /dʒ/,没有例外。
g 在 e、i、y 前读 /dʒ/,其他位置读 /g/。和 c 的规则正好配对。
dge 只出现在短元音后,稳定读 /dʒ/,作用同 tch。
中文母语者最常走错的四条
两条来自汉语的近似音,两条来自「一长就够」的误解。
用拼音的 q 代替 tʃ
拼音 q 是舌面塞擦音,收紧点在硬腭前部,比英语 /tʃ/ 更靠前、更细。听起来更尖、更薄。
英语 /tʃ/ 的收紧点在龈后,舌尖略微上抬、舌叶平贴,音色更厚。
用拼音的 zh 代替 dʒ
拼音 zh 是卷舌塞擦音,舌尖上翘。英语 /dʒ/ 不卷舌。
这一条比上一条更难发现:卷舌让整个词的音色都变了,但很多人自己听着「挺像」。
把 dʒ 读成清音 tʃ
普通话没有浊塞擦音,浊音在词首最容易丢。丢掉之后这两个词就变成另一个词 —— 本页的六对全是这种「一个特征换一个词」的关系。
判断自己有没有丢掉浊音:手按喉结,读 joke 时闭塞那一下应该已经开始振动。
以为「拖长一点」就行
本页说的是 /tʃ/ 天然更长,不是「更长才对」。把 /dʒ/ 拖长不会让它更准,只会让它听起来像 /tʃ/。
要保的是浊,不是长度 —— 长度是结果,不是动作。
词表
按目标音在词里的位置分组,共 27 个词,点词即听。这些词是单独录的,不是从上面那些句子里切出来的 —— 切出来的词带着前后邻音,听起来永远比孤立词含糊。同一组用同一个发音人,所以听到的差别来自位置,不是嗓门。
词首9
词中9
词尾9
语料与声学测量
点击句中的任意单词可从该词开始播放;波形上方的浅黄区域是目标词的实测边界。
逐条数据
下表所有数值均由音频直接测量得出,非人工标注。
| 语料 | 口音 | 性别 | 目标词 | 词长 | 塞擦音时长 | 基频 | 音高幅度 | 谐噪比 |
|---|
数据是怎么来的
这一节说明每个数字的计算方式,便于复核。
语料:12 条英文句子,由语音合成引擎生成。每一对由同一个发音人读 —— 差值才是这一页的教学点,换了人就混进了音色差异。
词边界:取自合成引擎输出的词级时间戳(WordBoundary),并逐条校正引擎时间轴与音频起始之间的固定偏移。
音素边界:用 MMS_FA 声学模型做强制对齐,把字符级时间戳经动态规划映射到音素序列,时间精度为模型帧长 20 毫秒(边界落在字界中点,实际分辨率约 10 毫秒)。
为什么本页没有频谱数据:塞擦音是「闭塞 + 摩擦」两段拼成的,对整个音素段做 FFT 会把闭塞的近静音算进能量分母,谱心与高频占比都被稀释,两个音的差距被人为压扁 —— 而数字看着正常、程序不报错。探针另试了按 10 毫秒能量包络找摩擦起点做段内切分,六对里有四对切出的闭塞段是 0 毫秒,说明切分不可靠。两条路都不成立,所以本页只报整段时长。
顺带一个实测结论:摩擦段的谱心在六对里只有 13/18 同向、>6k 占比 12/18 —— 即使切分成功,频谱也不足以当判据。
关于本页的定位:本页展示的是这几个音在给定语料里的分布,不是发音标准。绝对值不要背,要看的是同一对里谁更长。
音标写法:本页用美式转写。塞擦音在 IPA 里严格写作带连音线的 t͡ʃ / d͡ʒ,页面上简写为 tʃ / dʒ。