English Consonants · Affricates
tʃ dʒ

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。

六对严格对立同一对同一发音人时长 6/6 全同向频谱分不开词首对立
12 条真实语料
76 ms塞擦音平均时长
60–91 ms时长区间
9.1 dB谐噪比均值

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。

读数:六对里 /tʃ/ 更长,三个发音人 18 次比较无一反向。差值从 1 毫秒到 31 毫秒不等 —— 差得多少不重要,方向一致才是这一页的论点。
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。

01

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。

02

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。

03

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。

tʃ articulation diagram
/tʃ/图上画的是终点:舌尖抵住齿龈后部、唇圆,接 /ʃ/ 的摩擦。起点与 /t/ 相同(先完全堵住),再由堵转摩擦 —— 图上画不出先后,这一句是文字补的。
dʒ articulation diagram
/dʒ/与 /tʃ/ 同一条路线,区别在声带:/tʃ/ 全程不振动,/dʒ/ 从堵住起就振动。对比词:cheap / jeep。
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: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。

chtʃ 的主要拼写
chincheapwatch

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稳定 tʃ
catchwatchkitchen

tch 只出现在短元音后,稳定读 /tʃ/,同时标记前面元音是短的。

t(-ture / -tion 前)tʃ 的次要拼写
naturequestion

ture 常读 /tʃə/;stion 里的 t 也读 /tʃ/(question /ˈkwestʃən/)。

jdʒ 的主要拼写
jamjeepjoke

j 出现在哪里都读 /dʒ/,没有例外。

g(e / i / y 前)规则
gingiantage

g 在 e、i、y 前读 /dʒ/,其他位置读 /g/。和 c 的规则正好配对。

dge / dg稳定 dʒ
bridgeedgebadger

dge 只出现在短元音后,稳定读 /dʒ/,作用同 tch。

tch 与 dge 是同一套拼写惯例的两半:短元音后用它俩,长元音或双元音后用 ch 和 ge。catch /kætʃ/ 与 beach /biːtʃ/、bridge /brɪdʒ/ 与 age /eɪdʒ/ 就是这么分的。

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

cheap → 「qip」(tɕʰ,太靠前)

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

jeep → 「zhīp」(ʈʂ,卷舌)

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

joke → 「choke」 · gin → 「chin」

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

把 dʒ 也读长,试图「读清楚」

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。