无声齿擦音 · th 舌尖放在上下齿之间，气流从缝隙挤出，声带不振动。英语里最常见的错误是用 /s/、/t/ 或 /f/ 替代它。
三步发出 /θ/
部位对了，声带别动，就成功了九成。
舌尖伸出来
舌尖轻轻放在上下门齿之间，或紧贴上齿背面。不要顶住牙龈 —— 那是 /t/ 和 /s/ 的位置。
只漏气，不出声
气流从舌尖与齿缘的窄缝持续挤出。全程声带不振动，喉部应当是松的。手放喉结上，不应感到麻。
送气要连续
它是擦音不是塞音，气流不能中断。若中途断气变成「t」，就成了 tink 而不是 think。
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：一个 th，两个音
英语里发 /θ/ 和 /ð/ 的，几乎只有 th。记拼写不难，难的是判断这一个 th 该读清还是读浊。
词首、词中、词尾都可以是 th。这一行的例词全部读清音 /θ/。
代词、冠词、连词、介词、副词里的 th 几乎都读浊音 /ð/。这批词只有几十个，但它们是英语里出现频率最高的一批 —— 所以实际语流里 /ð/ 比 /θ/ 多得多。
同一组字母，名词形容词读 /θ/，动词读 /ð/：bath /bɑːθ/ → bathe /beɪð/，breath /breθ/ → breathe /briːð/。这是拼写里唯一一处「光看字母不够，还得看这个词是什么词性」的地方。
少数专名和借词里的 th 读 /t/。数量很少，但都是常见名字，读错很显眼。
中文母语者为什么会读错
普通话没有齿间擦音，最接近的三个音都会「抢位」。
用 /s/ 替代
普通话的 s 是舌尖前擦音，舌尖在上齿背，气流从齿龈缝隙走。换成 θ 只差「舌尖是否伸到齿外」这一个动作。
成因：s 与 θ 的发音方式同为擦音，只是部位前移了一点点，听觉上最接近，所以大脑自动选了更省力的那个。
用 /t/ 替代
把擦音做成了塞音：舌尖先贴住再弹开，气流被阻断。θ 全程不闭合，t 有一个完全的闭塞期。
数据上可以验证 —— 上表语料里 /θ/ 的时长都在 50–120 ms 之间，而英语 /t/ 的闭塞段通常更短且中间有静音。
用 /f/ 替代
唇齿擦音，下唇贴上齿。汉语拼音的 f 就是这个音。粤语、闽南语母语者更容易走这条路，因为母语里根本没有齿间音。
区别很明显：θ 用舌尖，f 用下唇。侧面照镜子能立刻看出来。
词尾丢掉或浊化
汉语音节不以辅音收尾（除 n、ng），词尾 θ 常被直接省略。而词尾 θ 一旦浊化成 ð，还会改变词性。
对比：breath（名词，清音）与 breathe（动词，浊音）。本页语料中含 breath 与 mouth，可对照听词尾的处理。
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
词尾组两种都有：mouth、truth、breath、tooth、bath 收尾是 θ，smooth、breathe、bathe、loathe 收尾是 ð。差别不在长短、不在口型，而在声带振不振 —— θ 只有气，ð 有声音。对照着听 breath / breathe、bath / bathe：同一个词根，只换了收尾。
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 | θ / ð 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，每句含至少一个 /θ/ 或 /ð/ 目标词。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（实测约 +0.10 秒，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。
这一条在 2026-10-19 改过一次：旧做法是查 CMU 词典拿到音素序列后，按经验时长权重在词内摊分 —— 那个做法测出来的其实是词长，不是音素长度。换成长短语料时它直接把 /u/ 与 /ʊ/ 的长短顺序测反了，于是整条链路改成了声学对齐。
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。
谐噪比：Praat 的 to_harmonicity_cc，反映周期成分与噪声成分的比值。数值越高声音越「干净」、浊音性越强；清音段通常显著偏低。