慢慢说 far out，是两个词。快到正常语速，那个 /r/ 会滑过去：fa-rout。没有多出任何东西 —— 只是那道界不存在了。
连读有个机械的原因：说话是连续的发声动作，舌头不会在词与词之间回到中位。当前一个词以元音收尾、后一个词也以元音开头时，舌头必须从一个元音的位置移到另一个，这段移动本身就是听得见的滑音 —— 一个拼写上根本不存在的 /j/、/w/ 或 /r/。
插哪个滑音，由前一个元音收在哪儿决定。收在前高（i、ɪ、eɪ、aɪ）的，通过 /j/ 交出去；收在后高（u、ʊ、oʊ、aʊ）的，通过 /w/ 交出去；收在口腔中部的（ɑ、ɔ），英式英语常带出一个 /r/。
辅音接元音则连滑音都不需要：辅音直接挂到后面的元音上，所以 an apple 听起来像 a-napple。
元音接元音 —— 冒出一个滑音
这里的下沉最小，也是最能听出那个插入滑音的一批。滑音是按前一个词收尾的元音推断的，不是从录音里检测出来的。
60 句、981 个已测词，共测出 921 处词边界，其中元音接元音 40 处。下面这 10 处是挑出来的 —— 选的是接缝本身最干净、最容易听出来的，其余同类边界是同一个现象，只是录得没那么清楚。
阴影是测量窗（接缝 ±60ms），细线是对齐器给出的边界位置。对齐器的边界是根据字符时间戳估出来的，不是从音频里检测到的 —— 请看阴影，别盯着那条线。
辅音接元音 —— 直接连上
辅音整个挪到后一个词上去了。没有插入任何东西，只是那道闭合从没放开成静音。
60 句、981 个已测词，共测出 921 处词边界，其中辅音接元音 196 处。下面这 10 处是挑出来的 —— 选的是接缝本身最干净、最容易听出来的，其余同类边界是同一个现象，只是录得没那么清楚。
接缝是怎么量的
如果两个词连上了，它们之间的能量就不会掉到静音。所以对每个词边界，我们取能量包络（5ms 窗、2.5ms 步进），在边界 ±60ms 内找最低点，再用两侧词内的能量中位减掉它。结果就是下沉量，单位 dB：接缝处信号掉了多少。
下沉大，说明真有间隙；下沉接近零、甚至为负，说明接缝处的能量和词内一样高 —— 这正是连读听起来的样子。每条示例下面那张波形就是真实的包络，你可以直接看那个谷，不用信我的结论。
我们没有拿对齐结果里的词间时间差当判据。试过，不成立：对齐器只把词边界放在它有把握的帧上，它没认领的那些帧里音频还在响。在真实录音上量出来，所谓「间隙」有时比两侧词内还响。