日语母语者的美式英语发音指南：源自片假名的 9 个常见错误

Light 和 right 听起来一模一样。Vote 变成了 boat。而 desk 凭空多出了英语里根本没有的元音：de-su-ku。

如果你的母语是日语，你肯定听过这三种发音，甚至可能就是你自己发出来的。这不是因为你不用心或耳朵不灵敏，而是两股力量叠加作用的结果。第一股力量源于语言结构：日语的发音系统十分规整，由辅音加元音构成节拍，有五个元音和一个流音，并且使用音高系统而非重音；而英语却总是对你的发音器官提出这个系统从未见过的要求。第二股力量则是其他语言鲜少面临的：英语早已“潜伏”在日语之中。几十年前，成千上万的英语单词涌入日本，化身为片假名，成为了日常词汇。因此，当你试图说出一个英语单词时，大脑往往会先递给你它的片假名“双胞胎”——发音完整，脱口而出。其他学习者是“读错”了英语单词，而日语母语者则是流利地读出了一个恰好长得像英语的“日语单词”。

这就是为什么这篇文章强调“戒除”（unlearn）而不是“学习”。下面的这些发音模式都是日语给你植入的习惯，其中几个更是造成了大部分的发音偏差。

日语的音节结构是辅音加元音，英语有两个流音而日语只有一个，且日语缺乏 /v/、两个 TH 音以及唇齿相依的 /f/ 音。 因此，遇到辅音连缀时，日语母语者会自动插入元音（street → su-to-rii-to）；light 和 right 会合并成日语的闪音；think 会往 sink 靠拢；see 则会偏向 she。此外，日语用音高而非重音来标记单词，导致英语听起来平坦乏味。片假名更是将这一切固化成了死记硬背的词汇。比起个别辅音的偏差，多余的元音和扁平的节奏是口音的主要来源，这也往往是需要最先戒除的习惯。

为什么日语会让美音变得困难

在进入正题前，我们先理清几个语言结构上的事实，因为它们解释了后续所有的现象。

日语的辅音总是伴随元音出现。 日语的基本单位是辅音加元音的节拍：ka、mi、to。辅音不会堆叠，单词能且只能以鼻音 n（ん）结尾。英语则恰恰相反，经常出现像 street 中的 str 这样的辅音连缀，而且单词几乎能以任何辅音结尾（如 milk、desk、fifth）。当英语要求你的发音器官做出日语无法构建的口型时，你的口腔就会用日语的方式来“修复”它：给每个辅音都分配一个元音。正是这种修复机制，导致了下文中最容易被识别的两种口音模式。

日语只有一个流音。 ra, ri, ru, re, ro 中的辅音，是舌尖的快速闪动。英语有两个流音，/l/ 和 /r/，但都不是闪音。这两种英语声音都会被生拉硬拽到你已有的那个流音上，这也是为什么英语课上会花那么多时间练习这一对最小配对词（minimal pair）。

部分英语辅音在日语中根本不存在。 日语里没有 /v/，所以 vote 借用了 /b/ 的音。没有 /θ/ 或 /ð/，所以 think 借用 /s/，this 借用 /z/。而日语 fu（ふ）中的 F，是双唇之间柔和的气流呼出，根本没有英语中上齿咬下唇的摩擦动作。

日语依靠音高而非重音来区分单词。 东京腔单靠旋律就能区分 HA-shi（筷子）和 ha-SHI（桥）；这里的全大写字母代表音高（pitch），而不是拖长或加重。每个节拍的长度大致相同，没有任何音节会像英语的非重读元音那样弱化萎缩。英语的重音机制要沉重得多：重读音节会变得更长、更响亮，而周围的音节则会发生塌陷。如果把日语这种平缓的节拍带入英语，即使每个辅音都发对了，美国人听起来依然会觉得十分扁平。

片假名凌驾于这四个事实之上，并使其变得更加顽固。像 tee-bu-ru（table）这样的外来语，从你记事起就已经是普通的日语词汇了，那种“修复”早已固化其中。以下九种发音模式正是由此派生，我们将它们分为辅音偷换、音节修复和节奏三大类。

A组：五个辅音的偷梁换柱

1. L 和 R 双双落入日语的闪音陷阱

Light 和 right 听起来完全一样。Collect 和 correct、glass 和 grass 也是如此。

日语确实只有一个流音：ra, ri, ru, re, ro 中的闪音，舌尖轻轻击打上齿龈然后瞬间离开。英语的 /l/ 和 /r/ 则完全是另一回事。发 L 音 时，舌尖紧贴上齿龈并保持接触，气流从舌头两侧流出。发 美式 R 音 时，舌尖什么也不接触；舌头向后上方卷起，双唇往往会微微变圆。日语的闪音虽然和 L 音共用上齿龈这个位置，但它是一触即发，而不是保持接触，因此这两个英语发音都被同化成了闪音。

往好处想，这个闪音其实非常管用。它完全等同于美国人在发 water 和 better 时的 flap-T 音（/ɾ/），其他学习者往往需要花上好几周才能掌握，而你却早已驾轻就熟，只是现在它在兼职扮演另外两个辅音罢了。深层的问题在于感知：一辈子只听过一个类别后，这两个英语声音在你的大脑中落入了同一个抽屉。听不出区别，自然也就无法可靠地发出区别。因此，必须先用最小配对词做听力训练。L 与 R 辨音文章 详细解析了这两者的发音位置和听力训练方法。

训练：拖长 L 音，慢慢数节拍，llllight，感受舌尖持续的接触；然后尝试发 right，把舌尖放低，双唇微圆。如果你感觉到舌尖有弹击的动作，说明你又滑回到日语的习惯里了。

2. V 塌陷为 B

Vote 听起来像 boat。Very 听起来像 berry。Vest 听起来像 best。

日语里没有 V 音。片假名里虽然有专门的字母（ヴ），但大多数人还是会把它读成 /b/，甚至在日常拼写中都懒得区分：Venus 通常和 bonus 用同一个 b 行的假名书写，所以这两个词的辅音开头变成了一样的。这两个声音的发音部位截然不同：发 /b/ 时，双唇紧闭然后爆破；发 /v/ 时，上齿搭在下唇上，带声带振动的气流从缝隙中摩擦而出。V 与 W 辨析文章 详尽拆解了 V 的发音机制。

训练：交替念 boat, vote, boat, vote。在念 vote 时，让上齿咬住下唇先振动摩擦整整一秒钟，然后再发出后面的元音。

3. TH 靠向了 S

Think 变成了 sink。Three 变成了 su-rii，这里的 TH 被换成了 S，同时 thr 这个辅音连缀也被塞进了一个起填充作用的元音（即下文第 6 点提到的修复机制）。而 this 中的浊辅音 TH 则滑向了 zis，有些说话者甚至会发成 dis。

日语中完全没有这两种 TH 音，最接近的嘶嘶声是 /s/（浊音则是 /z/），这就是为什么“thank you”进入片假名后变成了 san-kyuu。英语的 /θ/ 要求舌尖明显地放在上下齿之间或紧贴上齿背后，气流从舌面上方流过，它比锐利的 /s/ 嘶嘶声听起来更松弛、更低沉。TH 音文章 涵盖了两个 TH 音的详细教学和练习。

训练：对着镜子练习，起初可以夸张一点：在发 think 和 thanks 时，确保能看到舌尖伸出牙齿。如果看不到，说明你又缩回去发 /s/ 了。交替发 sink–think，直到你能自如切换发音位置，然后再在正常语速下把舌尖稍微往回收，贴在牙齿背后。

4. F 变成了双唇呼气

Food 偏向了 hood。First 听起来可能气声很重、很空洞。coffee 的片假名是 koo-hii，这是一个古早的外来词，F 音在当时被完全替换成了 H。

日语 fu（ふ）中的 F 是双唇间柔软的呼气声，就像在吹凉热汤，并且在母语系统中，它只出现在元音 u 之前。而英语的 F 音 是上齿和下唇之间的摩擦音，它可以出现在任何位置：fee, fa, fo, if, after。想发英语的 /f/ 时，日语母语者往往会下意识地用双唇呼气来替代，听起来软塌塌、不够清晰。而且，由于日语的 H 在 u 前也会自然变成同样的呼气声，英语中 F 和 H 开头的词就在这里汇流了：food 和 hood 在片假名里同写为 フード。解决这个问题只需纯粹机械的肌肉调整，见效极快。

训练：把上齿轻轻搁在下唇上，向外推气流，直到感觉嘴唇上有摩擦的振动，然后再释放并接入后面的元音：food, first, feel, coffee。

5. S 在 EE 和 I 前软化为 SH

See 偏向了 she。Sit 和 city 则会滑向你在开会时绝对不想说出口的那个词。

在日语中，锐利的 /s/ 嘶嘶声不能直接出现在 ee 元音之前。“sa-shi-su-se-so”这一行的第二个音会自动腭化，所以 si 理所当然地变成了 shi，片假名甚至把这种替换直接刻进了外来语的拼写里：cinema 变成了 shi-ne-ma，system 变成了 shi-su-te-mu。这个习惯顺理成章地进入了英语，出现在任何 /s/ 遇到 /iː/ 或 /ɪ/ 的地方。区别在于舌头和嘴唇：发 /s/ 时，舌尖紧贴上齿背后，双唇咧开；发 she 里的 SH 音 时，舌头向后缩，声音变得柔和且暗沉。

训练：咧开大大的微笑，发出一声长长的锐利的 sssss，然后直接滑入元音，不要让嘶嘶声变软：sssee。反复练习 she–see, sheet–seat，直到在正常语速下也能保持清晰的区别。

B组：日语强行塞入的元音

6. 辅音连缀被强行拆解

Street 在英语里本是一个音节，却被拉长成五个节拍：su-to-rii-to，其中长音 rii 还得算作两拍。Strike 变成了 su-to-rai-ku。Glass 变成了 gu-ra-su。

日语的辅音通常带着自己的元音一起出现，因此当英语连续堆叠两三个辅音时，日语的修复机制就会给每一个辅音派发一个元音。这种修复甚至有一套严密的规则：填充的元音通常是 u（gu-ra-su），而在 t 和 d 之后则变成 o（su-to-rii-to）。你可以在任何片假名外来语中听到这套系统的运作。但这带来的沟通成本极高，因为英语母语者是通过音节数量来识别单词的；一个音节数翻倍的单词，比一个只念错了一个辅音的单词更难辨认。因此，这个模式对交流的破坏性甚至比 L/R 不分还要大。

中文读者对这种“补元音”大概会会心一笑：普通话同样没有辅音连缀，词也基本不以辅音收尾，所以中国人念 street 也容易冒出类似的垫音。区别在于，日语是把这套修复连同片假名拼写一起背进了脑子里，所以改起来更费劲。

训练：在发声之前先用气声模拟辅音连缀。发出长长的无声 sss，直接滑入 t，再滑入 r，整个过程不带任何元音，直到真正遇到元音才加入声带振动：ssstreet。

7. 词尾长出一条元音尾巴

Milk 变成了 mi-ru-ku。Test 变成了 te-su-to。And 变成了 an-do。

同样的机制，不同的位置。日语单词唯一能用的辅音结尾是 n（ん），所以任何以其他辅音结尾的英语单词，词尾都会硬生生多出一条元音尾巴。英语单词几乎可以以任何辅音收尾，并且默认你会在那停住；对美国人的耳朵来说，这个被强行拴上的元音会被听成一个完整的多余音节，而绝不是什么微不足道的口音细节。

训练：读出单词并在最后的辅音处瞬间定住。念 milk 时，舌尖死死封住 /k/ 的位置，保持沉默。如果在这个闭合动作之后漏出了任何带声音的气流，那就是你的“元音尾巴”。

C组：时长、音高与消失的重音

8. 用时长代替口型

在日语中，单凭元音的长度就能改变词义：bi-ru 是大楼，bii-ru 是啤酒。片假名直接把英语的元音对套进这个时间模子里：sheep 被赋予长元音 shii-pu；而 ship 则发成短元音，末尾辅音变成促音双写 ship-pu，到了 rii-daa-ship-pu（leadership）里也依然是这个形态。Full 变成了 fu-ru，fool 变成了 fuu-ru。每一个单词的区分都只靠时长，元音本身的音质从未改变。

你对元音长度的敏感度绝对是一笔财富；要知道，大多数学习者根本听不出其中的区别。但完全依赖长度恰恰是个陷阱，因为英语的元音配对不仅在时间上有差异，在嘴型上的变化更是关键。ship 中的 短 I 音 /ɪ/ 需要下巴微微下降，舌头和嘴唇处于放松状态；而 sheep 中的 /iː/ 则是紧绷的，伴随一个刻意的微笑。美国耳朵对音质变化的敏感度绝不亚于对时长的敏感度，所以如果一个元音被缩短了但音质依然紧绷，他们仍然会把它听成 sheep。ship 与 sheep 辨析文章 详细讲解了这两种口型的区别。

训练：从 sheep 开始，不要只是把时间缩短，而是要放松：下巴微降，收起紧绷的微笑，平稳降落到 ship 上。反复练习 sheep–ship, heat–hit, fool–full，让嘴型的变化（而不是秒表的计时）来区分它们。

9. 英语需要重量，日语却只有平缓的音高

Banana 被读成 ba-na-na，三个等长的节拍，而不是 buh-NAN-uh——一个重拍领头，其余音节都向它收拢塌缩。

日语确实通过音高来区分单词，所以你对旋律的感知力没问题。问题在于，音高是日语中唯一会发生变化的东西：HA-shi 和 ha-SHI 在旋律上不同，但每个节拍的长度却保持一致，每个元音也都保留了饱满的色彩。英语的重音则是“三管齐下”：重读音节会变得更长、更响亮、更饱满，而非重读音节则向 schwa（中央元音） /ə/ 弱化萎缩。一旦把日语平缓的节拍带入英语，即使你每个辅音都咬得字正腔圆，整个句子听起来也依然扁平乏味，而且让母语者听着觉得莫名费劲。重音同样是识别单词的重要线索。如果把 hotel 的两个音节平均用力，美国听众可能要愣一下才反应过来，因为他们期待听到的旋律是 ho-TEL。单词重音文章和英语节奏文章从双向机制对此进行了深度解析。

训练：找出重读音节，把它的长度翻倍，让其他音节含糊带过：buh-NAN-uh，ho-TEL，kuhm-PYOO-ter。这可能让你觉得很夸张，但它比平稳、谨慎的发音要远远贴近真实的美国英语。

片假名滤镜

这些习惯之所以如此难以纠正，是因为对你来说，它们根本不是“错误”。它们是词汇。

对大多数学习者而言，每一个英语单词都是陌生的。但对日语母语者来说，成千上万的英语单词是“出厂自带”的：table 是 tee-bu-ru，hotel 是 ho-te-ru，McDonald’s 是 ma-ku-do-na-ru-do。它们每一个都是正确无误的日语单词，从小就学会，可以像提取其他母语词汇一样自动提取。这也解释了为什么用美式发音说 hotel 有时会让你觉得有点做作：日语那个词明明就摆在你的记忆里，改用英语发音听起来简直像是在卖弄。

你真正需要戒除的习惯，是把片假名“双胞胎”看作发音指南。它其实是另一种语言里的另一个词，只不过碰巧和英语单词同宗同源而已。Ma-ku-do-na-ru-do 有六个节拍；而 McDonald’s 只有三个音节，重音落在 DON 上。因此，当你遇到任何一个早就在片假名里见过的英语单词时，请把它当成一个全新的词汇来对待。用耳朵去学习它，记住它真实的音节数和重音位置，赶在片假名版本跳出来捣乱之前抢占先机。感知先于输出文章 更长篇幅地探讨了为什么耳朵必须走在前面。

口音探测器会告诉你什么

如果你把自己朗读某段文字的录音，喂给一个专门识别“日语母语者英语”的软件，它多半会标记出你混杂了多余的元音（包括中间插入的和词尾附带的）、L 和 R 混淆，以及平缓等长的节奏。我们在第 2 到第 5 点提到的辅音替换也会出现，但频率较低；而多余的元音和扁平的节奏则贯穿了你的每一个句子。

这个排名也是你纠音的优先级顺序。剔除多余的元音是这份清单中性价比最高的修正：它不需要你学习任何新的声音，只需做减法，就能一次性消除几十个高频词汇中的虚假音节。平铺直叙的节奏排在第二，因为它为你说的每一句话都蒙上了一层底色。L 和 R 的混淆固然最出名，但这是一个漫长的感知训练过程；你可以现在就开始听力训练，让它在后台默默运行，同时集中精力去落实那些能快速见效的修正。

常见问题

这份清单看起来很长，但美式英语中最难的两座大山并不在里面。你已经自带了其他学习者花几周才能练成的闪音，而且你天生就能听出元音长度的差异。你和母语者之间最大的阻碍，其实在于做减法。试着把自己朗读一段文字的声音录下来，数一数里面多出来的填充元音：大多数人会发现，每一个句子里都有两三个单词拖着英语根本不曾要求的多余节拍。只要花上两周时间去剔除它们，哪怕只是在谨慎的朗读中做到，你整体的口音感觉都会发生质的改变；假以时日，自然流利的日常口语也会随之脱胎换骨。