English Consonants · Approximant
j

硬腭近音 · y 舌面前部抬向硬腭但不贴上,舌尖在上齿背后不抵任何地方,然后迅速滑向后面的元音。它和 /i/ 是同一段舌位,只是更短更紧 —— 而拼音的 j(机)走的是另一条路。

浊音近音(滑音)舌面·硬腭不抵住只出现在元音前
12 条真实语料
55 msj 平均时长
23–111 ms时长区间
14.0 dB谐噪比均值

三步发出 /j/

舌位照 /i/ 摆,然后立刻滑走。

STEP 01

舌面抬向硬腭,留一道缝

舌面前部抬到接近硬腭的位置,但全程不接触。把本页剖面与 /i/ 并排看:两者的舌面几乎在同一处。

STEP 02

舌尖在上齿背后,不抵任何地方

这一条是它与拼音 j 的全部分界。拼音 j 的舌尖/舌面要先贴住硬腭再放开(塞擦),/j/ 从头到尾都留着缝,气流不受阻。

STEP 03

滑向后面的元音

/j/ 不能单独停留 —— 它必须马上滑向元音(yes 的 /e/、year 的 /ɪ/)。拖住不动就变成 /i/ 了。

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。

j articulation diagram
/j/舌面前部抬向硬腭、舌尖在上齿背后不抵任何地方,唇展开。舌位与 /i/ 几乎是同一处,只是更短、更紧、起滑音作用 —— 它不是「更响的 /i/」。拼音的 j(机)舌面先贴住硬腭再放开,那是一条塞擦音的路线,图上会把舌尖/舌面画到硬腭上;/j/ 全程留着缝。
图为示意,不是医学图像:比例按发音部位整理过,舌尖与上腭的距离比真实口腔夸张,否则在 340 像素里看不出来。双元音只画起点。

拼写对应:y 最常见,但 u 也读 /j/

看到 y 基本读 /j/;而 music、huge、use 里的 u 也带 /j/。词尾的 y 例外 —— 那个读 /i/。

y(词首)读 /j/
yesyearyoung

词首的 y 几乎总是 /j/。这一条中国人一般不犯错。

u词首读 /juː/
usemusichuge

/u/ 在词首或某些辅音后带一个 /j/:use /juːz/、music /ˈmjuːzɪk/、huge /hjuːdʒ/。不是所有 u 都带 —— rule /ruːl/、June /dʒuːn/ 就没有。

ew / eu读 /juː/
fewnewEurope

ew 读 /juː/。美音里 new 常读 /nuː/(不带 /j/),这是地区差异不是错。

i / io词中可能带 /j/
onionfigurecanyon

onion /ˈʌnjən/、figure /ˈfɪɡjər/、canyon /ˈkænjən/ —— 这里的 /j/ 夹在辅音与元音之间,拼写上完全不显眼。

★ 词尾的 y 不是 /j/:happy、city、study 结尾读 /i/。英语里没有以 /j/ 收尾的词 —— 词表第三组就是给你确认这件事的。

中文母语者为什么会读错

拼音里有个 j(机),写法和它一样,发音完全不同。

读成拼音 j(塞擦音)

yes → 杰斯 · year → 杰尔

拼音 j 是 /tɕ/:舌面前部先贴住硬腭、挡住气流、再放开摩擦。/j/ 全程不贴。结果是 yes 读成了「杰斯」。

区别在图上:/j/ 的舌面与硬腭之间看得见一道缝,塞擦音的舌面会顶上去。

读成 /i/,拖住不滑

yes → /iːes/

/j/ 与 /i/ 舌位相同,所以干脆读成一个长 /i/:yes 变成 /iːes/、year 变成 /iːər/。

/j/ 是滑音,它不占一个音节,必须立刻滑走。捏住下巴读 yes,应该有滑动感而不是一个稳定的元音。

词尾 y 也读成 /j/

happy → /ˈhæpɪj/

看到 happy 的 y 就想加一个 /j/,读成 /ˈhæpɪj/。汉语的「呀」让这个动作看起来很自然。

英语词尾 y 读 /i/,而且不允许 /j/ 做韵尾。词表第三组专门确认这一点。

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

★ 第三组不是 /j/ 的例子:happy、city、study 的词尾 y 读 /i/。英语音系不允许 /j/ 做韵尾,所以这个位置一个词都没有 —— 与其硬凑,不如让你听清楚「词尾 y 到底读什么」。

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 j 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」。

关于本页的定位:这一页回答「/j/怎么发、它在词里的三个位置各是什么样」。它不是发音词典的抄录 —— 词典只给音标,给不了孤立词与连续语流里的差别,那只能测。