双元音 · i 起点低而前,比 /æ/ 更低更松,唇展开,然后滑向 /ɪ/。三个双元音的终点都是高的,起点才是它们互相区别的地方。中文母语者最常见的问题是把「滑」省掉,把 my 读成 /ma/。
三步发出 /aɪ/
先压低下巴,再抬起来。
低而前的起点
下颌明显下降,舌面低而靠前,比 /æ/ 更低更松。把本页剖面与 /æ/ 并排看:/aɪ/ 的舌面还低一档。
滑向 /ɪ/:舌面抬高、开口收窄
这是双元音的定义动作。下巴要跟着抬起来一点,整个音节在一次连续的滑动里完成,中间不能停。
自检:手放在下巴下面
读 my。下巴应该先落下去再抬起来。如果下巴一直不动,你读的是一个单元音 /a/ —— 这正是最常见的错。
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:i、y、igh 三条路
i 在开音节或后接辅音 + e 时读 /aɪ/;y 在词尾读 /aɪ/;igh 全族都是它。
词尾的 e 不发音,前面的 i 读 /aɪ/。这条规则覆盖面最大,但例外也不少(give /ɡɪv/、live /lɪv/)。
★ 单音节词的词尾 y 读 /aɪ/(my / try / why / sky),而多音节词的词尾 y 读 /i/(happy / city)。同一位置,两个音,判据是音节数。
igh 里的 gh 完全不发音,igh 整体读 /aɪ/。这一条很稳定 —— 与 laugh 里读 /f/ 的 gh 正相反。
i + nd / ld 常读 /aɪ/:find、kind、mind、behind、mild、wild。只能按词记。
中文母语者为什么会读错
拼音的 ai(爱)是一个滑动很短的双元音,而英语 /aɪ/ 的滑动幅度大得多。
丢掉滑动,读成单元音
my 读成 /ma/、time 读成 /tam/。这是本页最高频的错,也是中文口音最容易被听出来的一处。
判据在下巴:读 my 时下颌必须先落后抬。如果下巴不动,就没有滑动。
起点太高,读成 /eɪ/
把 time 读成 /teɪm/、like 读成 /leɪk/。起点抬到了中前位置,与 /eɪ/ 重合。
对照本页剖面与 /eɪ/ 页的剖面:两张的舌面高度差得很明显。/aɪ/ 的起点低到几乎与 /æ/ 同高。
词尾 y 一律读 /aɪ/
学到 my / try / sky 之后,把 happy 读成 /ˈhæpaɪ/、city 读成 /ˈsɪtaɪ/。
规则是音节数:单音节词尾 y 读 /aɪ/,多音节词尾 y 读 /i/。
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(eye / ice / iron / item / idea / island / ivory / idle / ivy)都是 /aɪ/ 开头 —— 这个位置词不多,但没有一个靠拼写猜得出来。
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 | aɪ 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」。