Light と right が同じ単語に聞こえる。Vote が boat になる。そして desk には、英語が持っていなかった母音が足されて de-su-ku になる。
日本語が母語なら、この3つにはきっと聞き覚えがあるはずです。それも、たいていは自分自身の声で。原因は不注意でも耳の悪さでもなく、2つの力が重なっているからです。1つ目は構造の問題。日本語は「子音＋母音」の規則正しい拍、5つの母音、1つの流音、そして強勢ではなく高低アクセントという、きれいに整った音の仕組みを口に与えます。ところが英語は、その仕組みにない動きを次々と要求してきます。2つ目は、他の言語にはまずない事情です。英語はすでに日本語の中に住み着いている、ということ。何十年も前に何千もの英単語が入ってきてカタカナに姿を変え、ごく普通の日本語の語彙として根づきました。だから英単語を口にしようとした瞬間、記憶からまず飛び出してくるのは、発音もリズムもすっかり固まった「カタカナの双子」のほうなのです。他の言語の学習者は、英単語の発音を間違えます。一方の私たちは、英単語によく似た日本語の単語を、流暢に発音してしまっているわけです。
だからこの記事では「学ぶ」ではなく「手放す（unlearn）」という言葉を使います。以下のパターンは、日本語というOSがあなたの口にインストールした習慣です。そして、そのうちのいくつかが、発音のズレの大半を生んでいます。
日本語は「子音＋母音」で音節を作り、英語に2つある流音が1つしかなく、/v/、両方の TH 音、上の歯を下唇に当てる /f/ がありません。 そのため、子音の連続には余分な母音が挟まり（street → su-to-rii-to）、light と right は弾き音に吸い込まれ、think は sink に寄り、see は she に引きずられます。さらに日本語は強勢ではなく高低（ピッチ）で語を区別するので、英語のリズムが平坦になる。そしてカタカナ語が、これらすべてを「暗記済みの語彙」として固めてしまいます。挿入された母音と平坦なリズムは、どの子音のミスより英語らしさを損ないます。だからまず、この2つの癖から手放していきましょう。
日本語の構造がアメリカ英語を難しくする理由
なぜ日本語がアメリカ英語を難しくするのか。土台として、日本語の側の特徴を4つだけ整理しておきます。どれもご存じのことばかりですが、英語の癖に直結するので、その「つながり」を意識しながら読んでみてください。
日本語の子音は、つねに母音とセットで動く。 拍の単位は「子音＋母音」（ka、mi、to）。子音が連続することはなく、語末に立てる子音は「ん」だけです。英語はその真逆で、street の str のように子音を重ね、ほぼどんな子音でも語を終えられます（milk、desk、fifth）。日本語にない口の形を英語に求められると、口は日本語のルールでそれを「修復」しようとします。つまり、子音の一つひとつに母音を足してしまう。この修復こそが、あとで見るいちばん目立つ2つの癖の正体です。
日本語の流音は1つだけ。 ら行の子音は、舌先をすばやく弾く弾き音（tap）。英語の /l/ と /r/ はどちらも弾き音ではないのに、この唯一の流音に引き寄せられてしまいます。英語の授業でいちばん繰り返し練習させられる、あのミニマル・ペアの壁はここから生まれます。
英語の音のいくつかは、そもそも日本語にない。 /v/ がないので vote は /b/ を借ります。/θ/ も /ð/ もないので、think は /s/ を、this は /z/ を借ります。「ふ」の子音も、両唇のすき間から息をそっと吐く音で、英語のように上の歯を下唇に当てる摩擦音とは別物です。
日本語は強勢ではなく、高低（ピッチ）で語を区別する。 「箸」と「橋」をメロディだけで言い分けるのも、ご承知の通りです（HA-shi と ha-SHI、大文字は長さや音量ではなくピッチの高さを表します）。拍の長さはどれもほぼ等しく、英語の弱母音のように曖昧に縮むことがありません。英語の強勢はもっと大がかりで、強い音節は長く大きくなり、まわりの音節は潰れて縮みます。日本語の平らな拍のまま英語を話すと、子音がすべて正しくても、アメリカ人の耳には単調（フラット）に響いてしまうのです。
そしてカタカナは、この4つの上にかぶさって癖を固めます。tee-bu-ru（テーブル）のような外来語は、修復された形のまま、子どもの頃から普通の日本語として身についています。以下の9つのパターンは、こうした仕組みから自然に出てくるもので、「子音の置き換え」「母音の挿入（修復）」「リズム」の3グループに分けられます。
グループA：5つの子音の置き換え
1. L と R が日本語の「弾き音」に吸収される
Light と right がまったく同じ音になる。collect と correct、glass と grass も同様です。
ら行の弾き音は、舌先を上の歯のすぐ後ろの歯茎に軽く当て、瞬時に離す音です。英語の /l/ と /r/ は、これとはまったくの別物。Lの音は、舌先を歯茎に押し当てたまま「保持」し、その両脇から音を流します。アメリカ英語のRは、舌先がどこにも触れません。舌全体を奥へ引き、唇を少し丸めることが多い音です。ら行の弾き音は L と同じ歯茎の位置を使いますが、接触を保たずに一瞬で弾き返すため、英語の2つの音がともにこの弾き音へ引っ張られてしまうのです。
じつは、この弾き音を持っていること自体は朗報です。アメリカ人が water や better で出すフラップT音（/ɾ/）と、まさに同じ音だからです。他の学習者が何週間もかけて身につける音を、私たちは最初から持っている。ただ、それが L と R という別の2つの子音の代役を務めてしまっているだけなのです。やっかいなのはむしろ知覚のほう。生まれてからずっと1つのカテゴリーしか聞いてこなかったので、英語の2音が頭の中で同じ箱に入ってしまいます。聞き分けられない区別を、正確に出すことはできません。だからまずは、ミニマル・ペアを使った耳のトレーニングが最優先です。L と R の記事で、口の形とリスニングのドリルを詳しく解説しています。
ドリル：まず L をゆっくり数えながら保持し（llllight）、舌が触れ続けている感触を確かめます。次に舌先を低く下げたまま、唇を少し丸めて right と言います。もし「弾く」感覚が出たら、ら行に戻ってしまっています。
2. V が B に潰れる
Vote が boat に聞こえる。Very が berry に聞こえる。Vest が best に聞こえる。
日本語にはVの音がありません。カタカナには「ヴ」がありますが、大半の人はこれも /b/ で読みます。ふだんの表記でも区別されず、Venus は「ビーナス」とバ行で書かれることが多いので、bonus（ボーナス）と頭の子音が同じになってしまうわけです。けれど両者は作る場所が違います。/b/ は両唇を合わせて弾く音、/v/ は上の歯を下唇に乗せ、そのすき間から有声の息（声帯の震えを伴う息）を響かせる音です。V と W の記事で、V の音を詳しく分析しています。
ドリル：boat, vote, boat, vote と交互に言い、vote では母音に移る前に、歯を下唇に当てた振動を丸1秒キープしてください。
3. TH が S に寄りかかる
Think が sink になる。Three が su-rii となり、TH が S に置き換わるだけでなく、thr という子音連続が補助母音（後述の6番の修復現象）で補われます。そして、this の有声の TH は zis へ、あるいは人によっては dis へと引きずられます。
どちらのTH音も日本語にはなく、手持ちの音でいちばん近い摩擦音が /s/（有声なら /z/）です。だから “thank you” は san-kyuu（サンキュー）としてカタカナに定着しました。英語の /θ/ は、舌先を歯のあいだ、あるいは歯のすぐ裏に見える形で置き、その上を息が流れる音。鋭い /s/ の摩擦より、ゆるくて鈍い響きになります。TH の記事で、両方の TH 音と練習法を解説しています。
ドリル：最初は鏡の前で大げさに。think と thanks で、舌先が歯を越えて見えるくらい前に押し出します。見えなければ、/s/ の位置まで下がっています。舌の位置が合図ひとつで切り替わるようになるまで sink–think を交互に繰り返し、慣れたら自然な速さで、舌を歯のすぐ裏まで戻します。
4. F が両唇から吹き抜ける
Food が hood に近づく。First が息漏れの多い空虚な音になる。そして coffee のカタカナ語は koo-hii（コーヒー）ですが、これは昔の借用で F が H として定着したものです。
「ふ」の子音は、両唇のすき間から息をそっと吹き出す音で、もともとは「う」の前にしか現れません。英語のF音は上の歯と下唇のあいだの摩擦音で、どの母音の前後にも立てます（fee, fa, fo, if, after）。英語の /f/ を出そうとすると、口はつい「ふ」の両唇の息で代用してしまい、柔らかくぼやけた音になります。しかも「は行」も「う」の前では同じ両唇の息になるので、ここで F の単語と H の単語がぶつかります。food と hood は、どちらも「フード」という同じカタカナで書かれますよね。直すのは口の形の調整だけ、時間はかかりません。
ドリル：上の歯を下唇に軽く乗せ、唇に摩擦を感じるまで息を押し出します。そこから一気に解放して food, first, feel, coffee と発音しましょう。
5. EE と I の前で S が SH に柔らかくなる
See が she に近づく。Sit や city が、会議ではあまり口にしたくない単語に聞こえてしまう。
日本語では、鋭い /s/ の摩擦が「い」のすぐ前に立つことがありません。さ行は「し」だけが「シ」に変わるので、si は自然と「シ」になり、カタカナ語にもそのまま表れます。cinema は「シネマ」、system は「システム」ですよね。この癖が、英語で /s/ が /iː/ や /ɪ/ と出会う場面にも持ち込まれます。違いは舌と唇にあります。/s/ は舌先が上の歯のすぐ裏に残り、唇を横に引きます。一方 she のSH音は、舌が後ろへ引き込まれ、音が柔らかく暗くなります。
ドリル：口を横に大きく広げ、鋭い sssss を伸ばしたまま、摩擦をゆるめずに母音へ滑り込みます（sssee）。自然な速さで区別を保てるまで、she–see, sheet–seat を繰り返しましょう。
グループB：無意識に挿入される母音
6. 子音の連続（クラスター）が分断される
英語では1音節の Street が、「ストリート」と5拍に引き伸ばされます（su-to-rii-to。長音の「リー」が2拍分）。Strike は「ストライク」（su-to-rai-ku）、Glass は「グラス」（gu-ra-su）。
日本語の子音はふつう、自分の母音とセットで動きます。だから英語で子音が2つ3つ連続すると、修復が働いて、それぞれに母音を補ってしまう。しかもこの修復には法則があって、補う母音はたいてい「う」（gu-ra-su）、t と d のあとだけ「お」（su-to-rii-to）に切り替わります。カタカナ外来語を見れば、この仕組みが働いているのが一目で分かるはずです。ただし代償は大きい。英語の聞き手は、語を聞き取る手がかりに「音節の数」を使うからです。本来の倍の音節で届いた語は、子音が1つ違う語よりずっと聞き取りにくく、この癖は L/R の混同以上に伝わりにくさを生みます。
ドリル：声を出す前に、まず子音の連なりだけをささやきます。母音を一切入れず、無声の長い sss から t、r へとなめらかにつなぎ、本当の母音に届いたところで初めて声帯を震わせます。ssstreet のように練習しましょう。
7. 単語の尾に母音が生える
Milk が mi-ru-ku になる。Test が te-su-to になる。And が an-do になる。
仕組みは同じで、起きる場所が違うだけです。日本語で語を終えられる子音は撥音「ん」だけなので、それ以外の子音で終わる英単語には、語尾に母音が足されてしまいます。英語はほぼどんな子音でも語を終えられ、そこで音が止まることを前提にしています。アメリカ人の耳には、この後付けの母音が小さな訛りではなく、まるまる1つの「余分な音節」として聞こえてしまうのです。
ドリル：単語を言い、最後の子音でピタッと止めます。milk なら、舌を /k/ の位置で閉じたまま沈黙を保つ。閉鎖のあとに有声の音がわずかでも漏れたら、それが「語尾に生えた母音」です。
グループC：母音の長さ、高低アクセント、消えたストレス
8. 口の形が担うべき役割を「長さ」に任せてしまう
日本語では、長さだけで語の意味が変わります。「ビル」（建物）と「ビール」（飲み物）の違いは、長音があるかどうかだけ。カタカナは英語の母音ペアも、この「長さの型」に流し込みます。sheep には長音をあてて「シープ」（shii-pu）、ship は短くして促音を入れ「シップ」（ship-pu）。「リーダーシップ」（rii-daa-ship-pu）の中にあるのと同じ形ですね。Full は「フル」（fu-ru）、fool は「フール」（fuu-ru）。どれも違いを長さで処理していて、母音の音色そのものは動きません。
母音の長さを聞き分ける耳は、まちがいなく大きな武器です（多くの学習者は、この区別がまったく聞き取れません）。ただ、長さ「だけ」に頼るのは落とし穴。英語のペアは、長さと同じくらい口の形が違うからです。ship の短い I の音 /ɪ/ は、あごを少し下げ、舌と唇の力を抜きます。一方 sheep の /iː/ は緊張を伴い、口を横に引いて固く笑うような形。アメリカ人の耳は、長さと少なくとも同じくらい、この音色の違いを聞いています。だから短く切っても「緊張した母音」のままなら、やはり sheep に聞こえてしまうのです。ship と sheep の記事で、口の形を詳しく解説しています。
ドリル：sheep の形から、短くするのではなく「ゆるめ」ます。あごを少し下げ、口角の力を抜いて、ship に着地。時間を計るのではなく、口の動きに違いを作らせながら sheep–ship, heat–hit, fool–full を練習しましょう。
9. 英語が「重さ」を求めている場所で、ピッチ（高低）が平坦に走る
Banana は「バナナ」（ba-na-na）と3つの均等な拍になり、1つの重い拍のまわりに残りが潰れる buh-NAN-uh にはなりません。
日本語は高低（ピッチ）で語を区別するので、メロディを聞き取る耳はちゃんと働いています。問題は、日本語が動かすのが「ピッチだけ」だということ。「箸」と「橋」（HA-shi と ha-SHI）はメロディこそ違いますが、どの拍も長さは同じで、どの母音も色を保ったままです。英語の強勢は、3つを同時に動かします。強い音節は長く、大きく、響きも豊かになる一方、弱い音節はシュワー（曖昧母音） /ə/ に向かって縮みます。日本語の均等な拍を英語に持ち込むと、子音は一つひとつ正しくても、平坦で、聞いていて妙に疲れる英語になってしまう。強勢は語を聞き取る手がかりでもあります。hotel を均等な重さで言うと、アメリカ人は一瞬、何の語か分からず戸惑うかもしれません。ho-TEL という形を待ち受けているからです。単語の強勢の記事とリズムの記事で、この仕組みを両面から解説しています。
ドリル：強勢の置かれる音節を選び、その長さを2倍にして、ほかの音節はぼそぼそと呟くように。buh-NAN-uh、ho-TEL、kuhm-PYOO-ter。大げさに感じても、均等で丁寧な音節を並べるより、ずっと自然なアメリカ英語に近づきます。
カタカナというフィルター
これらの癖がなかなか直らないのは、私たちにとってそれが「間違い」ではなく「語彙」だからです。
ほとんどの学習者にとって、英単語はすべて外国語です。けれど日本語話者には、何千もの英単語がすでにインストール済みの状態で届きます。table なら「テーブル」（tee-bu-ru）、hotel なら「ホテル」（ho-te-ru）、McDonald’s なら「マクドナルド」（ma-ku-do-na-ru-do）。どれも正しい日本語の単語として幼い頃に覚え、ほかの日本語と同じように無意識に口から出てきます。hotel をアメリカ式に言うのが、なんとなく気取って感じられるのもそのため。記憶の中に立派な日本語の単語が鎮座しているので、英語式に言うと、つい見せびらかしのように思えてしまうのです。
手放すべきは、カタカナの双子を「発音の手本」にすることです。それは、祖先がたまたま同じなだけの、別の言語の別の単語。「マクドナルド」（Ma-ku-do-na-ru-do）は6拍ですが、McDonald’s は3音節で、重さは DON にあります。カタカナで最初に出会った英単語は、すべて「まったく新しい単語」として扱ってください。カタカナ版が勝手に浮かんでくる前に、本当の音節数と強勢の位置を耳から覚えるのです。知覚が先、産出は後の記事で、なぜ耳が先導すべきかを深く掘り下げています。
ネイティブの耳にはどう聞こえているか
日本語話者の英語で学習した音声判定ソフトに、自分が段落を読み上げた録音を聞かせたとしましょう。おそらく指摘されるのは、「挿入された母音（子音連続と語尾の両方）」「L/R の混同」、そして「平坦で均等なリズム」の組み合わせです。2番から5番の子音の置き換えも出ますが、頻度は高くありません。母音の挿入とリズムは、ほぼすべての文に顔を出します。
この頻度の順番が、そのまま優先順位になります。いちばん効くのは「挿入された母音」の修正です。新しい音を覚える必要はなく、ただ削るだけ。日常的に使う何十もの単語から、丸ごと偽の音節を取り除けます。2番目は「平坦なリズム」。話す内容すべての印象を左右するからです。L/R の混同はいちばん有名ですが、これは耳を鍛える、時間のかかる課題です。すぐ効く修正を進めつつ、耳のトレーニングは気長にバックグラウンドで走らせておくのが得策です。
よくある質問
日本語に必要な流音は1つだけなので、日本語に最適化された脳は、入ってくる L も R もすべて、母語の弾き音（ら行）を中心とした1つのカテゴリーに放り込んでしまいます。口を動かすのは簡単なほうで、ボトルネックは耳です。知覚のドリルで、脳が英語の2音を別々の箱に仕分けられるようになるまでは、舌の位置をいくら練習しても、聞き分けられない的を狙っているようなものです。まずはミニマル・ペア（light と right、glass と grass）を聞き分け、それから口の対比（L は舌先を歯茎に押し当てる、R はどこにも触れない）を足してください。
日本語の音節は「子音1つ＋母音1つ」なので、英語の子音連続や語尾の子音には、収まる席がありません。口はそのすき間を補助母音で埋めます。結果、desk は2拍（de-su-ku）、1音節の street は5拍（su-to-rii-to）に伸びてしまう。カタカナはこの補助母音を表記に書き込むので、修復された形が英語の授業を受けるずっと前に「語彙」として記憶されます。ほかは見事な英語を話す人でも、この癖だけ抜けないのはそのためです。
ある特定の形で、たしかに悪影響があります。英単語のカタカナ版は、暗記され自動化された本物の「日本語の語彙」なので、ゼロから英語の発音を組み立てるより早く表に出てきます。解決策は、カタカナ語を英単語の手本にするのをやめること。「テーブル」（tee-bu-ru）と table は別の言語の別の単語と割り切り、英語のほうは耳で覚えてください。
子音の課題リストは短く、L/R の区別、/v/、2つの TH 音、ee の前の s から sh への変化、上の歯と下唇を使う /f/ くらいです。しかも日本語話者には、アメリカ英語のフラップ T にそのまま使える「弾き音」と、母音の長さを聞き分ける鋭い耳という、2つの大きな武器が最初から備わっています。むしろ大変なのは構造のほう。「子音＋母音」という音節の癖を断ち、均等な高低のリズムから英語の強勢へと切り替えることです。この2つはすべての文に現れるので、一つひとつの音が近くても、日本語訛りだと聞き取られてしまうのです。
挿入される母音です。子音連続（street であって su-to-rii-to ではない）や語尾（milk であって mi-ru-ku ではない）の補助母音を取り除くのは、新しい音をいっさい要らない、めずらしいタイプの修正です。英語が求めていない拍をただ削るだけで、一度に何十もの日常単語へ効果が及びます。強勢の位置も、すべての文に関わるという同じ理由で2番目。L/R の区別も大切ですが、耳を鍛える時間のかかる課題なので、最初に集中するより並行して進めるのが賢明です。
聞き返されなくなる安定した通じやすさまでなら、挿入される母音と強勢の位置にしぼって集中的に練習すれば、たいていの日本語話者は2〜3ヶ月で届きます。L/R の対立は、口だけでなく耳も鍛え直す必要があるので、もっと時間がかかります。地道なミニマル・ペアの練習の成果は、数週間ではなく数ヶ月のスパンで表れます。進捗の目安についての関連記事で、各段階を詳しく解説しています。
リストは長く見えますが、アメリカ英語でいちばん難しいとされる2つは、ここに入っていません。他の学習者が何週間もかけて身につける弾き音（フラップ T）を、あなたはもう出せます。母音の長さも、すでに聞き分けられます。あなたの英語とアメリカ人の耳のあいだに立ちはだかるものの大半は、「引き算」で片づきます。自分が段落を読み上げる声を録音して、余分な母音を数えてみてください。たいていの人は、英語が求めていない拍を抱えた単語を、1文に2つか3つは見つけるはずです。丁寧に読み上げる練習だけでも、2週間その母音を削り続ければ、発音全体の印象は確実に変わります。あとは練習を重ねるうちに、ふだんの会話でも自然にできるようになります。
