同化 两个音挨在一起，前一个被后一个带跑。don't you 说得快就成了 doncha —— 不是吞了音，是 t 和 y 并成了一个 tʃ。
六对，比的是音标
同一对的左右两格由同一个发音人读。这一页不报毫秒 —— 同化换掉的是一个音，音节数没变，所以整段时长几乎不动。变的是音标。
为什么听不出来
每一条都能在本页的语料里当场听出来。
你按拼写分开读，母语者读成一个
你在两个词之间放了一个停顿。母语者把 don't 末尾的 t 和 you 开头的 j 一起发，出来的是一整个 tʃ —— 一个音，不是两个。
本页第一对就是这个。听的时候数音标里有几个符号，别数单词。
变化发生在两个词的接缝上，不在词里面
这就是为什么单个词的音标看不出问题：don't 本身完全正常，you 也完全正常。只有把它们连起来，接缝上才长出那个 tʃ。
所以本页的音标是整段给的，不是逐词给的。
d + y 不是一回事
教科书里常把 did you → didja 和 don't you → doncha 并列。但这两个不一样：前者是 d + y → dʒ，后者是 t + y → tʃ。
本页只做 t+y，因为合成引擎对 d+y 不合并（实测 didja 里的 j 单独占 71ms）。这一小类我们做不出来，就不做。
自己说的时候用力过猛
中文的 ch 和英语的 tʃ 接近但不相同：tʃ 的舌位更靠前，而且要有一点圆唇。照着本页的音频模仿，别照着拼音模仿。
本页只解决「听得出来 + 音标认得对」；口型细节见音素页的 tʃ / dʒ 对比页。
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 | 目标词时长 | 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 2 条构成一对（分开读的形式 / 同化后的形式），共 6 对。音频统一转为 22.05kHz 单声道 64kbps。
同一对用同一个发音人：这样两张卡片之间只差同化本身。
这一页不报时长差：同化是一个音被换成另一个音，音节数不变，所以整段时长几乎不动（实测 don't you 322ms 对 doncha 323ms）。把这个 1ms 印在页面上，读者会读成「没区别」—— 而区别在音标上。
音标来源：两侧的音素序列都是 G2P 对拼写的转写，不是从音频里转写出来的。也就是说：右侧的 tʃ 是拼写 doncha 本来就该读的音，我们另外用强制对齐确认了音频里确实有这个音（gotcha 的 tʃ 实测 161ms）。
目标词放在句子中间：-cha 这类词在强制对齐里会降级，而降级时句末词的结束时间会被拉到音频末尾（实测 fishin' 量出 1252ms）。放在句中，词边界来自引擎且是准的。
只做 t+y：引擎对 didja（d+y）给出 d ɪ d j(71ms) ə，j 独立存在、没有并进 dʒ。这一小类要真人自然语速的语料，本页不做。