英语有五个元音字母（如果算上特定情况下的 y，就是六个）。大声读出 cat、father、saw、day、care、about，并仔细听每个单词的第一个元音：同一个字母 a，却让你的口腔做出了六个截然不同的动作。字母只是一套粗糙的代码，背后的实际发音则完全是另一码事，且发音的数量远比用来标记它们的字母多得多。
标准美语（General American）的口腔大约能发出二十个不同的元音。具体数字取决于统计方式，就连专业的语音学家对此也偶有争议。但更深层的问题在于，拼写几乎从不告诉你到底该发哪个音。Through、though、thought、tough、thorough：同样的字母组合，拼出了五个词，却对应五个不同的元音。本文将为你系统梳理所有的美式元音，而我们唯一的可靠依据，就是你发音时口腔的实际动作。
英语书面仅用五个元音字母，但标准美音实际上能发出约二十种不同的元音。 它们可以分为三大类：单元音（simple vowels，发音稳定单一，如 see、cat、moon 中的元音）、双元音（diphthongs，发音时伴随滑动的音，如 day 和 go）以及 r化元音（r-colored vowels，与美式 R 音融合的元音，如 car 和 bird）。元音的总数并没有绝对的标准：本图表列出了二十二个，但许多美国人会将 cot 和 caught 的元音合并；而中央弱元音（schwa）/ə/ 和 fun 中的元音通常也被视作同一个音。这张图表能带给你最受用的习惯就是：别再轻信拼写，开始通过听觉和口型去真正认识每一个元音。
五个字母，远超五个发音
元音是音节核心的开放音。发元音时，气流从口腔呼出，在此过程中不受任何阻碍或挤压；你的舌头和嘴唇只是在塑造口腔内的空腔，正是这个空腔的大小和位置，决定了不同元音的音色。辅音则恰恰相反：发辅音时气流通道会被关闭或收窄（例如双唇紧闭发 /b/，舌尖阻断气流发 /t/）。每个音节都围绕一个元音构建，元音承载了重音和大部分音量。它是音节中具有音乐感、能够“歌唱”的部分。
由于口腔内部的空间可以通过极其微小的动作进行调整，这就使得人类语言能够区分出数量庞大且边界微妙的元音。西班牙语有五个元音，日语也有五个。而英语，出于一些毫无逻辑的纯历史原因，其元音数量大约是前两者的四倍，却仍然沿用着从拉丁语继承来的那五个字母。这种错位正是所有发音困难的根源。如果学习者按照字母拼写去推测发音，大多数时候都会出错，因为字母从来都不是发音的可靠向导。
因此，本图表以发音而非字母为编排逻辑。每个元音都配有一个「锚定词」（anchor word，即该元音最具代表性、毫无歧义的常用词）以及语音学家使用的国际音标（IPA）。记住这个锚定词，你就掌握了该音的永久参照，无论其他单词里的拼写千变万化，你都能以不变应万变。
元音的发音机制图谱
每一个元音都由口腔的三个动作共同定义。一旦你能感知到这些动作，你就能准确定位任何元音，而无需死记硬背。
第一个是下颌的开合程度，语音学称之为「舌位高低」（height）。先读 see 再读 saw。发 see 时，下颌几乎闭合，你能感觉到元音的位置在口腔上方；发 saw 时，下颌下降，元音的感觉也随之降低。第二个是舌体隆起的位置，称为「舌位前后」（frontness）。先读 see 再读 moon：下颌一样几乎闭合，但发 see 时舌体是向前推的，而发 moon 时舌体向后缩，中间还存在着居中的过渡位置。第三个是嘴唇的动作。发 moon 时双唇收缩成一个小圆；发 see 时双唇向两侧展平。在英语中，圆唇元音几乎全都是后元音，所以两者通常形影不离。
将所有元音绘制在这些坐标轴上（从高到低，从前到后），就会得到一个不规则的四边形，语音学家称之为「元音四边形」（vowel quadrilateral）。see 位于左上角，moon 位于右上角，cat 中的元音在左下角，而完全开口的 father 元音则靠近右下角。阅读本文不一定需要看懂这张图，但其背后的直觉非常值得牢记：元音存在于一个连续的物理空间中，下文命名的各个元音，只是英语在这个空间中决定单独区分开来的特定“点”。
对于美式英语而言，还有两个非常重要的区分维度。一个是「紧张度」（tenseness）。有些元音在元音空间的边缘发音，并且发音时间略长（如 sheep 中的元音），这类音被称为紧元音；而与它们对应的松元音，发音更短促、肌肉更放松，位置稍稍靠内（如 ship 中的元音）。这几对紧松元音是英语学习者最大的绊脚石，因为在英语区分紧松元音的地方，许多语言往往只有一个元音。另一个维度是元音是否「滑动」（glide）。单元音保持一个稳定的位置；而双元音在一个音节内，从一个位置滑向另一个位置，这就是为什么 day 和 go 听起来带有动感。滑动与否区分了下文的前两大家族：单元音保持静止，双元音带有滑动；而紧松之别，则是贯穿在单元音家族内部的核心分水岭。
单元音
这些是发音稳定、位置单一的元音，语音学称之为单元音（monophthongs）。美式英语有九个单元音。请大声朗读每个锚定词，并保持元音静止；在发这些音时，口腔不应该有任何滑动的动作。
| 声音 | IPA | 锚定词 | 拼读提示 | 口腔位置 |
|---|---|---|---|---|
| SEE 元音 | /i/ | see, beat, sea | ee | 前高音，紧元音，双唇展平 |
| SIT 元音 | /ɪ/ | sit, ship, bit | ih | 前高音，松元音（放松版的 see） |
| BED 元音 | /ɛ/ | bed, met, bet | eh | 前中音 |
| CAT 元音 | /æ/ | cat, bat, sad | a | 前低音，极其典型且标志性的美式元音 |
| FATHER 元音 | /ɑ/ | father, hot, cot | ah | 后低音，下颌完全打开 |
| SAW 元音 | /ɔ/ | saw, caught, sought | aw | 后中低音，双唇微圆 |
| BOOK 元音 | /ʊ/ | book, full, look | uu | 后高音，松元音，轻微圆唇 |
| MOON 元音 | /u/ | moon, fool, who | oo | 后高音，紧元音，双唇收圆 |
| FUN 元音 | /ʌ/ | fun, luck, cut | uh | 中央元音；它在非重读时的变体就是 schwa |
表格中有三行隐藏着最容易绊倒学习者的发音对比：两对紧松元音，以及一个许多语言中根本不存在的元音。
第一对是 /i/ 与 /ɪ/：sheep 和 ship，beat 和 bit。see 元音是紧元音，舌位高且靠前，发音时间稍长；sit 元音是它的放松版本，位置略低，发音更短更轻柔。如果学习者的母语在这个区域只有一个偏紧的前高元音（普通话就是如此），往往会将这两者混为一谈，导致 ship 听起来像 sheep。第二对是 /u/ 与 /ʊ/：fool 和 full，pool 和 pull。这是口腔后部同样存在的紧松对立。第三个是 cat 中的元音 /æ/，许多语言根本没有这个音。它的位置比 bed 元音低，但比 father 元音靠前得多；正是这个音的存在，才不至于让 cat 沦为 cot（发 father 元音）或 ket（发 bed 元音）。如果你的 cat 总是滑向它前后的邻居音，不用气馁，这是最普遍的现象，它也是单一元音里最值得你死磕的高回报音。
有一个细节必须在此说明，这也就是为什么“美语到底有几个元音”这个问题没有清晰答案。在全美大部分地区，father 元音 /ɑ/ 和 saw 元音 /ɔ/ 正在发生合并。对于相当一部分美国人（尤其是在西部和内陆大片地区），cot 和 caught 的发音完全相同，father 和 saw 共用一个后元音。而对于其他地区（主要是东北部和南部）的人来说，这两个音依然泾渭分明。这两种发音都属于标准美语。如果你听不出某个母语者发 cot 和 caught 时有任何区别，那说明此人自带这种发音合并，你完全可以放心地用一个元音通吃。
双元音：运动中的元音
双元音是处于运动状态的元音。在一个音节内，它从一个位置起步并滑向另一个位置，因此在整个发音过程中你的口腔始终在动。放慢语速读 day，感受你的下颌在发音结束时微微闭合，舌尖向上抬起并滑向 see 的位置。正是这种滑动赋予了它双元音的本质；如果发成平缓静止的元音，就算起点再标准，听起来依然会有外国口音。
| 声音 | IPA | 锚定词 | 拼读提示 | 滑动轨迹 |
|---|---|---|---|---|
| DAY 双元音 | /eɪ/ | day, way | ay | 起点略高于 bed，向上滑向 ee |
| MY 双元音 | /aɪ/ | my, why | ahy | 起点较低，向上滑向 ee |
| BOY 双元音 | /ɔɪ/ | boy, toy | oy | 起点在口腔后部且圆唇，向上滑向 ee |
| NOW 双元音 | /aʊ/ | now, how | ow | 起点较低，向后滑向 oo |
| GO 双元音 | /oʊ/ | go, row | oh | 起点在口腔中后部，向上滑向 oo |
值得注意的是，这五个双元音全部都滑向口腔上方两个角落中的一个：ee 或 oo。这就是双元音的运行轨迹：从一个较为开放的位置，向一个较为闭合的位置行进。学习者最常见的错误是截断了滑动过程，落在了一个平缓稳定的单音上，导致 day 和 go 听起来十分扁平。这种纯净的元音在西班牙语和法语等语言中非常正常（这些语言的中元音不会滑动），但美国人的耳朵期待捕捉到那种动感，少了它，单词听起来就会很别扭。纠正的方法是在初期刻意夸大这种滑动动作；随着习惯养成，滑动幅度自然会缩小到正常的程度。
这个家族中还有一个带有特殊标记的成员。在 cute、few 和 use 中的发音（CUTE 音，/ju/）在许多学习图表中（包括 SayWaader 的图表）都被归入双元音。严格来说，它是一个 y 滑音（辅音 /j/）紧接着 moon 元音，而不是一个单一的滑动元音，但它在实际发音时像一个整体，且非常适合与其他双元音放在一起学习。
r化元音
就在这里，美式英语与其他英语口音分道扬镳了。在像标准美语这样的卷舌（rhotic）口音中，当元音和 R 处在同一个音节时，R 绝不会乖乖排队等元音发完再作为独立发音出现。它会与元音融为一体，让整个元音在你还没发完时，就顺着美式 R 的舌位被“掰”了过去。其结果便形成了一小部分自带 R 音属性的元音。英式标准发音（RP）会完全省略掉这些词尾的 R；而美音将 R 紧紧裹在元音内部，成为了该口音最强烈的标志之一。
| 声音 | IPA | 锚定词 | 拼读提示 | 备注 |
|---|---|---|---|---|
| CAR r化元音 | /ɑr/ | car, star, heart | ar | 带 R 的 father 元音 |
| MORE r化元音 | /ɔr/ | more, four, door | or | 带 R 的 saw 元音 |
| BIRD r化元音 | /ɜr/ | bird, word, first | ur | 重读；纯粹充当元音的 R 音 |
| MOTHER r化元音 | /ər/ | mother, better | er | 非重读；r化的中央弱元音（schwa） |
| HAIR r化元音 | /ɛr/ | hair, care, fair | air | bed 区域的舌位带 R |
| NEAR r化元音 | /ɪr/ | near, here, beer | eer | sit 区域的舌位带 R |
| TOUR r化元音 | /ʊr/ | tour, cure, jury | uur | book 区域的舌位带 R；最罕见，且 poor / sure 大多已并入 MORE 的发音中 |
其中挑起大梁的两个音是 bird 元音和 mother 元音。在重读和非重读状态下，它们本质上是同一个r化音（语音学家通常将它们压缩为单一符号，重读的 bird 记作 /ɝ/，非重读的 mother 记作 /ɚ/）。Bird、word、first 带有重读的卷舌音；而像 mother、better、water、teacher 等数不清的以 -er 结尾的单词则带有非重读卷舌音，它其实就是在中央弱元音（schwa）上叠加了 R 音色彩。这两个音都是纯正的美式 R 在行使元音的职能，找准其舌位的方法与辅音 R 并无二致。关于这个舌位的具体力学原理，可以参考关于美式 R 音的专栏文章；而轻读的 -er 尾音，其实就是中央弱元音家族里的r化分支。
吞噬一切的中央元音
还有一个元音，如果论出现的绝对频率，它能秒杀上面提到的所有元音：这就是中央弱元音（schwa），/ə/。它是在 about 第一音节和 sofa 最后一个音节中那个微弱且中立的“呃”音。当一个音节失去重音时，往往就会弱化成这个音，它是所有其他元音崩塌后的归宿。Photograph 在最后一个音节中保留了完整的 cat 元音（FOH-tuh-graf）；但在 photography 中，同一个音节失去了重音，元音就立刻溶解成了 schwa（fuh-TAH-gruh-fee）。元音之所以改变，不是因为字母变了，而是因为重音转移了。
这就是为什么上文的图表有时会让你觉得，它所描述的似乎并非你在日常交流中实际听到的英语。在连贯流畅的美式表达中，只有被重读的音节才有资格保留图表里那些饱满的全元音。所有非重读音节都会向 schwa 弱化。正因如此，一个美语长句最终呈现出来的节奏，往往是几个清脆响亮的元音在挑大梁踩节拍，而一大群模糊的“呃”音在填补它们之间的缝隙。关于这个音的详细解析，请参阅中央弱元音专篇；对于本文的图表，你只需记住一点：你对照文本读出的饱满元音，是该音节在重读时才具备的发音，而实际口语中的绝大多数音节根本没有被重读。
为什么拼写往往骗人
为什么英语的元音偏偏需要一张复杂的图表，而西班牙语或意大利语却几乎不需要？原因在于，英语拼写早在几个世纪前就停止了跟踪英语发音的演变，并再也没有追赶上步伐。主要有以下两种现象导致了极大的混乱。
同形异音。字母 a 在 cat 中是 cat 元音，在 spa 中是 father 元音，在 all 中是 saw 元音，在 table 中是 day 双元音，在 care 中是 hair 元音，而在 about 中则是 schwa。字母组合 ou 在 soup 里是一个元音，在 out 里是另一个，在 though 中又是一个，在 touch 中还不同，到了 could 里又变了花样。你根本无法胸有成竹地看着字母读出元音。
同音异形。反过来看也是一样随性。see 元音 /i/ 居然有六种不同的拼写方式：see、sea、field、machine、key、people。day 双元音则伪装成了 day、rain、eight、they 和 break。明明是同一个元音，却换了五六套马甲。
因此，当你遇到生词时，绝不要试图通过拼写去推导发音。请务必查对元音（查阅字典上的 IPA 音标、App 中的音标重拼，或是仔细听母语者的录音），然后将发音直接与单词绑定。上文的图表为你提供了一个有限的目标集合；而单词的拼写，不过是贴在外面的一层不靠谱的标签罢了。
强化练习短句
缓慢、大声地将每句话读两遍。这些句子充满了最关键的发音对比：紧松元音对、cat 元音、双元音的滑动感以及 r化元音家族。那些棘手的元音已经在拼读提示中被重点标出。
- Did you see the ship leave? Did you SEE the SHIHP leave?
- The pool is full by noon. The POOL is FUUL by NOON.
- I can't catch the last cab. I KANT KACH the LAST KAB.
- She bought a small ball. She BAWT a SMAWL BAWL.
- Look at the full moon tonight. LUUK at the FUUL MOON tonight.
- My boy found a toy downtown. MAHY BOY found a TOY downtown.
- The bird heard the word first. The BURD HURD the WURD FURST.
- Her father parked the car. Her FAH-ther parked the KAR.
- Go slow on the open road. GOH SLOH on the open ROHD.
- Take the same way home today. TAYK the SAYM WAY home toDAY.
如果觉得某一句读起来很吃力，就把语速降下来，直到每个元音都能饱满到位，然后再提速。目标是能够随心所欲地控制这些发音对比，确保在关键时刻，你的 ship 绝对不会滑向 sheep。
不同母语者的发音习惯与难点
你的发音起点在很大程度上取决于你的母语划分了多少个元音界限。如果一种语言只有五个元音，学习者就不得不将英语中大约二十个声音强行塞进这五个区块里，这必然导致大量英语元音发生碰撞与合并；而本身拥有丰富元音系统的语言，这种冲突会少一些，但也会面临其特定的盲区。
| 你的母语 | 元音库存与英语对比 | 重点攻坚方向 |
|---|---|---|
| 西班牙语 | ✗ 五个元音 a e i o u，每个都是平稳纯净的元音；没有紧松对立，中元音 e 和 o 不像英语那样会滑动（如 day，go） | 冲突最严重的起点。首要任务是死磕紧松对立（sheep/ship，fool/full），接着是 cat 元音，并注意保持双元音的滑动感，避免发得太平。 |
| 意大利语 | ✗ 七个元音 具有 bed 与 day、saw 与 go 的开口度对比，但没有音质上的紧松对立，也没有 cat 元音 | 与西班牙语相似。新的攻坚目标是 cat 元音以及 sit/book 两个松元音；双元音的滑动也需要刻意保持。 |
| 日语 | ✗ 五个元音 a i u e o，有独立的长短音对立，但其长度逻辑与英语的紧松音对立并不重合 | 盲区在于松元音（sit，book）和 cat 元音。切忌用日语的“长短音”逻辑去套英语的紧松音；两者的区别主要在于舌位，而不仅仅是发音时长。 |
| 汉语普通话 | ~ 中等规模，分布差异极大 拥有少量元音音位，但伴随许多依赖语境的变体；儿化音使得学习者对 r化尾音有一定的熟悉感 | 难点扎堆在口腔前部：see/sit、bed/cat 极其容易混淆。得益于儿化音，这里的 r化元音通常较容易上手，尽管普通话的卷舌动作与美音在力学上并不完全相同。 |
| 韩语 | ~ 七或八个元音 系统较为丰富，但在 see/sit 区域和 bed/cat 区域往往会各自坍缩成一个音 | 重点练习拆分这两对前元音，并单独攻克 cat 元音。双元音对韩国学习者通常不是问题。 |
| 印地语 | ~ 丰富，基于音质的对立 十到十一个元音，其长短对立在音质上的区别与英语紧松音非常相似；但 cat 容易落入 bed 或 father，且 saw/go 容易混淆 | cat 元音以及 saw 与 go 的对立是主要目标。母语中基于音质的对立规律，是辨别英语紧松音的巨大优势。 |
| 阿拉伯语 | ✗ 三种基本音色 a i u 分别有长短音，因此拥挤的英语前元音区（see/sit/bed/cat）会被强行塞进一到两个大类里 | 必须一对一对地拆解前元音。做好心理准备，初期 sit、bed 和 cat 听起来会一模一样，必须刻意将它们剥离。 |
| 法语 | ~ 丰富，但多为单元音 元音众多，包括英语中没有的前圆唇音，但法语元音极其纯净，没有滑动的双元音 | 丰富的库存使单元音学习较为轻松；真正的挑战在于滑动。发 day 和 go 时口腔必须动起来，不能保持平扁。同时留意 sit 和 book 两个松元音。 |
| 德语 | ✓ 丰富，具有紧松对立 本身就具备紧松对立（如 bieten/bitten）以及部分英语双元音，是主要语种中起点最高的 | 大多只需微调即可。cat 元音是显著的盲区；r化元音需要发出饱满的美式 R，而不是德语在音节末尾那种元音化的、掉下去的 R（Vater 的 -er 是元音，而非卷舌音）。 |
| 巴西葡萄牙语 | ~ 七个口元音加鼻化音 开/闭中元音的对立有所帮助，但没有英语那样的紧松对立，且词尾元音有抬高的趋势 | 目标是松元音（sit，book）和 cat 元音；注意控制词尾元音，别让它们向上飘向 ee 和 oo。 |
| 俄语 | ~ 五或六个元音 伴随严重的非重读弱化；母语中不存在 see/sit 以及 cat 的区分 | 重点在于剥离 see 与 sit，并建立 cat 元音。有趣的是，俄语的弱化习惯反而对英语发好 schwa 大有裨益，尽管重读的全元音仍需打磨。 |
纵观全表，几乎所有人的发音难点都集中在口腔前部。see/sit 对立、bed/cat 对立，以及单独的 cat 元音，是绝大多数语言没有划定界限的区域，因此这也是最值得投入时间、见效最快的地方。听不出区别绝不是你耳朵的问题。这仅仅是英语划出而你的母语没有划出的界线罢了，只要通过练习，你完全可以听清并准确地发出它们。
常见问题（FAQ）
大约二十个，但具体的统计数字确实存在争议，取决于你如何计算。如果只算单元音和双元音，并将r化元音视为“元音+辅音 R”而不是独立的音，许多参考资料给出的数字在十五个左右。SayWaader 的声音库收录了二十二个：九个单元音，六个双元音，以及七个 r化元音。有两个具体的裁定标准会影响最终数量：许多美国人会将 cot 和 caught 的元音合并（这就减少了一个）；而中央弱元音 /ə/ 和 fun 中的元音经常被视为同一个音在不同重音条件下的变体。
单元音是在整个发音过程中保持一个稳定位置的元音，比如 see 或 cat 中的元音。双元音则是在同一个音节内，从一个位置滑向另一个位置的元音，比如 day（向上滑向 ee）或 now（向后滑向 oo）。美式英语有九个单元音和五个核心双元音（如果算上 cute 中的音 /ju/ 就是六个）。学习者在发双元音时最常见的错误就是截断了滑动过程，导致发音听起来扁平。
这是因为 cot-caught 合并现象。这是一种语音演变，使得 father 元音 /ɑ/ 和 saw 元音 /ɔ/ 塌缩成了一个后元音。这种现象在美国西部和内陆地区非常普遍，那里的 cot 和 caught、don 和 dawn 发音完全一样。而在东北部和南部的部分地区，人们依然保留着两者的区别。这两种发音都属于标准美语，因此，如果某个母语者的口音中合并了这两个词，你大可放心地用同一个元音来应对。
对大多数学习者而言，最难的是 cat 元音 /æ/，即 cat、bad 和 map 中的音。许多语言在口腔的那个确切位置上并没有元音，所以它很容易被拉向 bed 元音（导致 cat 听起来像 ket）或是被拉向 father 元音（导致 cat 听起来像 cot）。紧随其后的难点是口腔前部和后部的紧松元音对（see 与 sit 的对立，以及 moon 与 book 的对立），因为这要求你把母语中的一个元音硬生生拆成两个。
两种描述都有人在用。在像标准美语这样的卷舌口音中，R 音与前面的元音融合得如此彻底，以至于语音学家经常将合并后的结果写成单一的 r化元音符号（例如 bird 中的 /ɝ/，mother 中的 /ɚ/）。其他分析方法则将其视为普通元音加上辅音 R。对于学习者来说，这种理论上的区分意义不大；真正重要的是，R 改变了原来的元音，而且在美式英语中，这个 R 总是要实打实发出来的。关于具体的舌位力学，请参考关于美式 R 音的文章。
学会音标确实有帮助，但这并非绝对必要。文章里的“锚定词”能帮你解决大部分问题：如果你把每个元音与一个你早已会读的单词绑定（比如 see、cat、moon），当你遇到生词时，只需找出它的发音对应哪个锚定词即可。IPA 的主要价值在于查词典：只要看到 /ɪ/ 或 /i/，你就能立刻判定这个词该发 sit 还是 see 的元音。
英语只有五个元音字母纯粹是一个历史的偶然。只要你继续透过这些字母去推测英语发音，它们就会一直欺骗你。你不需要死记硬背二十个新符号；只需将每个元音牢牢锚定在一个你早已熟知的单词上。挑出那两三个你的母语没有作区分的元音盲区，死磕它们直到成为肌肉记忆；至于图表里的其他部分，大可将其作为一份参考手册，每当某个单词的发音出乎意料时，回来查阅即可。
