双元音 · ou / ow 起点与 /aɪ/ 在同一位置(低而前),但唇不圆 —— 圆唇是后半程滑向 /ʊ/ 时才出现的动作。起点就圆唇,它听起来会像 /ɔ/,how 与 haw 就分不开了。
三步发出 /aʊ/
先张开,再圆起来。
低前起点,唇是展的
下颌下降、舌面低而前,与 /aɪ/ 的起点几乎一样。关键是唇:起点时唇是中性的,甚至略展。
滑向 /ʊ/,唇逐渐圆起来
后半程唇收圆、舌背抬高。圆唇是过程,不是起点状态 —— 这是本页最该记住的一句话。
自检:对镜子看前 1/3
读 now。前半段唇应该是开的、能看到牙齿的;后半段才收圆。如果一开始就是圆的,你读的是 /ɔ/。
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:ou 与 ow 两条路,各占一半
ou 与 ow 都读 /aʊ/,而 ow 还有另一半读 /oʊ/ —— 这是唯一的坑。
ou 在 house / loud / mouth / round / sound 里读 /aʊ/。例外很多(soul /soʊl/、you /juː/、could /kʊd/),按词记。
★ 与 know / show / low(/oʊ/)正好相反。一个可用的线索:ow 后接 n、d、l 多为 /aʊ/(down / town / sound / howl),但这只是线索不是规则。
bough /baʊ/、plough /plaʊ/ —— 少数几个 ough 读 /aʊ/ 的词。ough 是全英语读法最混乱的组合,本页只提这一种。
中文母语者为什么会读错
汉语的「奥」已经是圆唇的,而英语 /aʊ/ 起点不圆 —— 这是最直接的干扰。
起点就圆唇,读成 /ɔ/
how 读成 /hɔ/、now 读成 /nɔ/。汉语的「奥」(ào)起点就是圆唇的,这个习惯会直接搬过来。
判据是镜子:前 1/3 唇必须能看到牙齿。这是本页最该练的一条。
丢掉滑动,读成单元音
house 读成 /has/、down 读成 /dan/。与 /aɪ/ 页是同一个毛病:双元音被拉平了。
手放下巴下面:应该先落后抬。
ow 一律读成 /oʊ/
学了 know / show 之后,now 也读成 /noʊ/、how 读成 /hoʊ/。
按词记:now、how、down、town、loud、mouth、flower 都是 /aʊ/。
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
三组各九个词。词首组(out / owl / ounce / our / hour / outside / outlet / outline / outfit)里的 half 是 /aʊ/ 起头,这个位置词不多个个都要认。
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 | aʊ 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,由语音合成引擎按 4 个美音音色(两男两女)生成,每句含一个目标词,覆盖词首、词中、词尾三种位置。音频统一转为 22.05kHz 单声道 64kbps,每段截取目标词前 1.2 秒至后 1.5 秒。
词边界:取自合成引擎输出的词级时间戳(WordBoundary),并针对引擎时间轴与音频起始之间的固定偏移做了校正(逐条单独估计)。目标词在波形上以浅黄色区域标出。
音素边界:用 MMS_FA 声学模型做强制对齐得到的实测边界。做法是保留该句每个字符的对齐帧区间,用动态规划把字符序列映射到音素序列(th→θ、ng→ŋ、ck→k 这类多字一音),音素边界落在字界之间的过渡中央,词内覆盖率为 100%。时间精度是模型帧长 20 毫秒;音素边界取相邻字界的中点,所以实际分辨率约 10 毫秒。
基频:用 Praat 的自相关算法(to_pitch)逐帧计算,帧移 10 毫秒,搜索范围按整句估出的说话人音域自适应收缩,并剔除倍频误判。表中「音高幅度」是词内基频最大值减最小值。
这一页为什么没有配对差值:这是一张单音页。本站另有 8 页是「对立页」(θ/ð、l/r/n、长短元音),那些页靠同一发音人的成对词测出差值;单音页不做这个比较 —— 硬凑一对量到的是它与另一个音的差,那属于另一页的内容。单音页给的是「这个词里的音实际有多长、多响」。