双元音 · o 起点是 /o/：舌背中高、靠后，双唇已经圆好，然后滑向更高更紧的 /ʊ/。图上画的是起点 —— 丢失后半程的滑动，是这个词最常见的错法。
三步发出 /oʊ/
圆唇起步，再收紧一次。
圆唇，舌背后缩抬高
起点 /o/ 的唇已经是圆的，舌背在中高位置靠后。注意与 /ɔ/ 的区别：/ɔ/ 是张着口圆唇，/o/ 开口小得多。
滑向更紧的 /ʊ/
舌位再抬高一点、唇再收紧一点。这不是两个音节，是同一个音节里的一次收拢 —— 整个动作大约 150–250 毫秒。
自检：词尾必须有收势
读 go 和「够」。go 的结尾唇要收紧，而「够」是一个平的单元音。把手放在下巴上，go 应该有轻微上抬。
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：o、oa、ow 三条路
o 在开音节读 /oʊ/；oa / ow 也读它。四组里 oa 最稳。
o + 辅音 + e（或不跟辅音）：go、home、note、hope。这条规则好记：词尾的 o 常读 /oʊ/（go、so、no）。
oa 是最稳定的一条，几乎无例外。
★ ow 有两个读音：know / show / low 读 /oʊ/，now / how / down 读 /aʊ/。只能按词记，这是本页拼写最大的坑。
ough 至少有六种读法：though /oʊ/、through /uː/、thought /ɔ/、cough /f/、rough /ʌ/、bough /aʊ/。按词记。
中文母语者为什么会读错
汉语的「欧」是单元音，而 /oʊ/ 要走两段。
读成单元音 /o/，省掉滑动
go 读成 /ɡo/、home 读成 /hom/。听感上「差不多了」，但英语母语者听得出收势没了 —— 这是本页最高频的错。
本页每条语料都可以对照原声听结尾那一段：原声的唇在后半程会再收紧一次。
起点唇不够圆
唇只做到「微合」而没有圆起来，结果听起来像 /ʌ/ 或 /ɔ/。
起点就是 /o/：本页剖面可对照 /ɔ/ 页看，/o/ 的唇圆得多。
ow 一律读成 /aʊ/
知道 down 读 /aʊ/，于是 know 也读 /knaʊ/、show 读 /ʃaʊ/。
按词记：know、show、low、slow、grow、throw、snow 都是 /oʊ/。
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。词尾组（go / so / no / low / slow / grow / throw / snow / below）全是 /oʊ/ 收尾 —— 词尾的 o 与 ow 都读 /oʊ/，这一组是最整齐的一批。
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 | oʊ 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」。