五个元音 · 位置与「纯」 西语只有 a e i o u 五个元音，每一个都是纯的：从头到尾音色不变，不带尾音、不滑动。汉语的韵母不是这样 —— 「o」其实是 uo、「e」在中古到现代的演变里也带着喉部摩擦。所以中国人说西语，最常见的元音问题不是「发不出来」，是给它加了尾巴。
五个元音在口腔里的位置
横轴是 F2（舌头前后，越左越前），纵轴是 F1（开口度，越上越闭）。椭圆是四分位范围 —— 同一个元音在不同人、不同词里本来就有这么大浮动。
四步把元音读纯
先认出自己加了什么尾巴，再拆掉它。
先认清「五个，一个不多」
西语的元音就是 a e i o u 五个，没有长短之分（不像英语 ship / sheep），也没有汉语那样的复韵母。ai / ei / ao / ou 这些在汉语里是一个韵母，在西语里是两个元音连读 —— 这个差别是后面所有问题的根。
拆掉 o 的尾巴
普通话的「o」在多数人的实际发音里是 uo（圆唇之后舌位还会动）。西语的 o 要求：嘴唇圆、舌位定住、不动。练法：发一个长长的「哦」，中途不要收拢嘴唇，也不要往 u 滑。
e 不要往「艾」走
西语的 e 是 [e]（舌面前部抬起，接近英语 bet 但更闭、更稳）。汉语的「诶」会滑向 i，听起来像 ei。对比例子：mesa 不要读成「妹撒」。
用本页的图给自己定位
如果你有办法录下自己的音并看频谱，可以把测得的值和本页的数字对：太靠右（F2 偏低）= 舌头太靠后；太靠上（F1 偏低）= 嘴张得不够。本站不录音，这一步需要你自己用别的工具做。
你可能是哪一种
三种最常见的元音习惯。
o 读成「欧」、e 读成「艾」
最典型。汉语复韵母的习惯：元音后面自动补一个滑音。在西语里这会让 /o/ 听起来像 /ou/、/e/ 像 /ei/ —— 母语者仍然能懂，但口音很重。
每个元音都读得很短、很紧
汉语音节的时长本来就均匀而短。西语的重读元音明显更长（本页数据：重读元音约是非重读的 1.3 倍）。元音太短会让整句话听起来「赶」。
a 读成「啊」还行，i / u 分不清
汉语的 i 有三个变体（zhi / zi / ji 里的 i 其实不同），而西语的 i 只有一个。如果你的 i 带摩擦，在西语里会接近 /ʝ/ —— si 与 sí 都对，但要短、要纯。
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 | 目标词时长 | 元音时长 | F1 | F2 |
|---|
这些数字是怎么来的
本页用的是真人录音，测的是共振峰（formant），不是凭耳朵。
语料：VoxForge 西班牙语，来自 15 位志愿者的朗读录音（提示句取自公有领域文本）。16 kHz 单声道。性别与方言按语料库自带信息如实标注。
共振峰：Praat 的 Burg 法，分析窗 25 毫秒、步长 5 毫秒，最大共振峰设 5000 Hz。取目标元音中间 60%（两头各让开 20%）的 F1、F2 中位数 —— 元音的起头和收尾是向相邻音素的过渡，共振峰本来就在动，中段才是这个元音本身的音色。
过滤：值域外的帧直接丢（F1 不在 200–1100、F2 不在 600–3200 视为跟踪失败）；再做一次连续性检查，F2 相邻帧跳变超过 400 Hz 的帧也丢掉 —— 这是共振峰跟踪把 /i/ 认成 /u/ 时的典型表现。少于 3 帧有效值就不计入。
样本：全部已对齐语料里，时长达标的元音共 219 个（a 81、e 44、i 27、o 48、u 19）。五个元音在 F1/F2 平面上清楚分开：a 664/1570、e 442/1952、i 330/2331、o 454/1082、u 390/982。
这套数字可信吗：同一个人、同一个元音重复出现时，F1 的标准差中位数是 66 Hz、F2 是 123 Hz；而元音之间的差距是 300 Hz 以上（比如 a 与 i 的 F1 差 334 Hz）。信号比噪声大得多，所以这张图是可以信的。
一个失败了两次的尝试，也照实说：我们本来想测「元音从头到尾有没有滑动」（F1/F2 的轨迹）。但这批语料的元音中位只有 60 毫秒，切出 30 毫秒的子段后 Praat 连两帧有效值都给不出，整段做线性回归又只有 4–9 帧 —— 测出来的是噪声，不是滑动。所以本页改为报元音的位置（一个中位数就够），不报「滑动量」。换句话说：这一页能告诉你 o 该在哪儿，不能告诉你你的 o 有没有动。
12 条样本是挑过的：为了让图上的点看得清，从 219 个元音里挑了靠近各元音中心的 12 个（a/o 各 3、e/i/u 各 2），并尽量分散到不同说话人。图上的椭圆与数字用的是全部 219 个，不是这 12 个。