大聲把 sixths 唸出來。不要只在腦袋裡想，而是用正常語速真正唸出來，就像在說 “five sixths of an inch”（六分之五英吋）那樣。你的嘴型從 s 開始，切換到母音，接著必須在毫無喘息空間的情況下，連續擊發四個音：k、s、th 以及另一個 s。這四個音全部擠在一個微小音節的尾巴，完全沒有母音能幫你緩衝。多數人的舌頭大概在 th 的地方就已經打結了。紙上明明只有六個字母，這個字卻要求你的嘴巴一口氣吐出四個子音，中間沒有任何母音過渡。
英文老是這樣搞，而且頻率遠遠超過多數語言。strengths 這個字，還沒碰到母音就先擺出三個子音，母音之後又拖了四個子音。Splashed、twelfths、texts、glimpsed 也全都這樣堆，活像砌磚的師傅一塊壓著一塊往上疊，磚縫間連一點水泥都不抹。對世界上大多數語言來說，音節要客氣得多：一個子音配一個母音，乾淨俐落。當你的母語習慣了這種溫和的結構，英文卻突然丟給你一個 sixths，你的嘴巴自然會做出最合理的反應——想辦法替這幾個擠成一團的子音騰點空間。麻煩就在這裡：正是這個「騰空間」的下意識動作，洩漏了你的外國腔。
子音叢集（consonant cluster）是指在同一個音節內，兩個或以上的子音連在一起，中間沒有任何母音。 英文允許一個音節開頭最多有三個子音（如 street、splash、scream），結尾最多有四個（如 sixths、texts、strengths）。多數語言的子音連綴數量遠少於此，因此學習者常會塞入一個母音來將它們拆開：把 street 唸成 es-treet 或是 su-to-ree-to。母語人士會立刻聽出這個多出來的母音，因為它硬生生加了一個英文裡不存在的節拍。解決這個問題需要雙管齊下：首先，練習在子音之間不加母音；其次，學會母語人士自己會省略哪些子音，讓 asked 變成 ast，clothes 變成 cloze，months 變成 muns。
為什麼英文喜歡堆疊子音
所謂的「子音叢集」，就是兩個以上的子音在同一個音節裡擠在一起，中間沒有任何母音過渡。像 black 以 bl 兩個子音開頭；street 以 str 三個子音開頭。這些 bl 和 str 之所以被稱為叢集，是因為子音之間沒有任何分隔；你必須一氣呵成地唸完，嘴型從一個音直接滑動到下一個音，完全沒有母音可以讓你稍微停頓休息。
多數語言對此控管嚴格。許多語言主要遵循「子音接母音」的節奏，每個子音都有一個母音可以依靠，單純的子音叢集幾乎不存在。但英文徹底拋棄了這套規則。一個英文音節可以承載母音前的三個子音，以及母音後的四個子音。也就是說，最極端的形狀像是 strengths：前面是 str，中間夾著唯一一個母音，然後尾巴拖著多達四個子音的長串。再看一次這堆字母吧：整個字只有一個母音，周圍卻圍繞著多達七個子音。
開頭的子音叢集其實有其內在邏輯。兩個子音通常可以相當自由地組合（play、brown、skin、sweet、twin）。但一旦需要三個子音，第一個音幾乎永遠是 s：像 splash 裡的 spl、spring 裡的 spr、street 裡的 str、scream 裡的 scr、square 裡的 squ。在英文中，由三個子音構成的開頭必定由 s 領軍。至於字尾就隨興且殘酷多了，因為那是文法所在的位置，而文法總是不斷把新的聲音加進原本就已經塞滿的字裡。
讓你露出破綻的那個「母音」
當嘴巴遇到唸不出來的子音叢集時，幾乎所有人都有一個共通的本能反應：塞一個母音進去。語言學家稱之為「插音（epenthesis）」。一旦你懂得辨識這種現象，常常能從母音落腳的位置，聽出一個人的母語是什麼。
如果你的母語是西班牙語，這個母音會落在前面。因為西語裡沒有以 s 加另一個子音開頭的字，嘴巴就用一個短促的 e 來墊著：street 唸成 es-treet，school 變成 es-cool，Spain 變成 Espain。如果你的母語是日文或韓文，母音會落在子音中間，因為這兩種語言不允許子音光禿禿地疊在一起：street 變成 su-to-ree-to，英文本來只要一拍，硬是被拆成了四個整齊的小拍子。而如果你的母語是國語（或越南語），修補的方向往往剛好相反：嘴巴不加母音，而是乾脆把尾巴的子音砍掉。國語的音節幾乎只能以母音或 -n、-ng 收尾，碰到 asked 這種字，結尾那個代表過去式的音就這樣不見了。
這些都不是因為你發音隨便。這只是你的嘴巴用母語給的工具，在試圖解決一個真實存在的發音難題。真正的問題在於，英文的節奏是建立在「節拍」上的，而一個你不小心多唸的母音，對聽者來說就是一個意料之外的節拍。Street 是一個節拍。es-treet 是兩個；su-to-ree-to 是四個。在美國人的耳朵裡，你的子音可能發得非常完美，但這個字長出了多餘的音節，而破壞節奏正是外國口音聽起來最明顯的地方。這是你必須優先解決的問題。通常你的發音器官絕對能正確發出那些音，問題出在那些「填充物」——那些英文根本不需要的休息站。
前段堆疊：str-、spl-、scr-
字首的子音叢集是最容易練得乾淨俐落的，因為這裡沒有牽扯到文法變化。你唯一的任務，就是讓嘴型從一個子音直接滑進下一個子音，不讓任何母音偷偷溜進來。
以 street 為例。你的目標是一個連貫的動作：舌頭先發出 s，滑進 t，釋放成 r，直到這時才打開嘴巴發出母音。不要唸 suh，也不要唸 es。s、t 和 r 必須共享同一口氣。最有效的訣竅是「拉長第一個音」：把 sss 的聲音稍微拉長，停頓得比你覺得自然的長度再久一拍，然後讓 tr 瞬間彈出來。這樣你就沒有時間塞入多餘的母音了。
| 拼寫 | 請避免發成 | 一個節拍 |
|---|---|---|
| street | es-treet / su-to-ree-to | str + eet |
| spring | es-pring / su-pu-ring | spr + ing |
| scream | es-cream / su-ku-reem | scr + eam |
| strong | es-trong | str + ong |
| splash | es-plash | spl + ash |
其實，就連美國人自己也沒把 str 唸得多乾淨。在許多美國人的口中，street 會滑向 shtreet，而 strong 會滑向 shtrong，也就是在 tr 前面的 s 聽起來會有點像 sh。這是美式英文中真實存在且日益普及的現象（語言學家稱之為 str 轉 shtr 變音），你在新聞、饒舌歌曲和日常對話裡都能聽到。你不需要刻意去模仿這個發音。但這件事告訴你一個非常實用的道理：你該追求的目標，從來都不是把 s、t、r 三個音字正腔圓、粒粒分明地切割開來。它一直都是一個融合的單一動作。這是個好消息，因為把幾個音糊在一起快速唸過去，絕對比連續發出三個乾淨的聲音容易多了。
字尾的挑戰：asks、months、sixths
字尾的發音才是真正殘酷的考驗，而罪魁禍首就是文法。英文常把許多意思寄託在單字最後一個音上。複數的 -s、動詞第三人稱單數的 -s、所有格的 -s、過去式的 -ed：這些後綴都會硬生生把一個子音掛在字尾，而那個字尾可能已經有一個或兩個子音了。於是，一個字本來就以子音叢集結尾，文法又讓這個叢集變得更長。
Ask 以 sk 結尾。加上 -s 就變成了 asks，足足三個子音：s-k-s。Month 以 n-th 結尾。加上複數後，months 變成了 n-th-s。Sixth 已經是 k-s-th 了；sixths 在這之上又疊了一個 s，連續四個子音。Text 以 k-s-t 結尾；texts 讓它變成 k-s-t-s。
| 單字 | IPA | 子音堆疊 |
|---|---|---|
| asks | /æsks/ | s-k-s |
| asked | /æskt/ | s-k-t |
| months | /mʌnθs/ | n-th-s |
| sixths | /sɪksθs/ | k-s-th-s |
| texts | /tɛksts/ | k-s-t-s |
| clothes | /kloʊðz/ | th-z |
| worlds | /wɝldz/ | l-d-z |
這是 -ed 結尾 和複數 -s 在文法層面上遇到的同一道高牆。只不過在這裡，它是一個純粹的物理難題：你該如何讓嘴巴一口氣闖過 k-s-th-s，中間完全不停下來換氣？老實說，你大概辦不到，而且母語人士也辦不到。
允許的發音捷徑
母語人士其實也不會把四個子音全發出來，只是幾乎沒有教科書願意承認這一點。他們不斷在省略聲音。之所以沒有變成一場災難，是因為他們的省略是有規律、可預測的。學會這個規律，絕對比你死命練習怎麼把 sixths 裡的每一個子音都咬清楚有用得多。
聽聽美國人在日常對話裡怎麼說 asked。他們很少會發出帶有清脆 k 音的標準 askt。他們唸出來的是 ast，中間的 k 被悄悄刪除了。Facts 變成了 fax。Months 變成了 muns。clothes 只剩下 cloze，聽起來跟動詞 close 一模一樣，th 徹底不見了。Fifths 則被壓扁成了 fiths。
| 完整發音 | 母語人士怎麼唸 | 省略了什麼 | 保留了什麼 |
|---|---|---|---|
| asked | ast | 中間的 k | 過去式 -t |
| facts | fax | 中間的 t | 複數 -s |
| months | muns | 中間的 th | 複數 -s |
| clothes | cloze | 字根的 th | 複數 -s |
| fifths | fiths | 字根的 f | 序數 -th 與複數 -s |
母語人士簡化子音叢集的秘訣在於：省略沒有文法意義的音，並死守帶有文法意義的音（如最邊緣的複數 -s，或過去式 -t、-d）。
被犧牲掉的，通常是埋在子音叢集深處、耳朵本來就難以捕捉的那個內部音。有時候則是字根的最後一個音讓位給字尾，就像 clothes 把 th 捨了，好讓複數的 -s 乾淨落地。不管是哪一種，看看最後活下來的是誰：永遠是站在最邊緣、扛著文法意義的那個子音。複數的 -s、過去式的 -t 都帶著實際語意，所以非留不可。只要你省的是內部的音，聽起來就像個懂得抄合法捷徑的母語人士。可是一旦你省的是邊緣的音——比方把 asked 唸成 ask，或把 months 唸成 month——那就等於把文法一起刪掉了：asked 退回現在式的 ask，months 退回單數的 month。這才是會讓你付出代價的錯誤。
就算是最難唸的發音堆疊，通常也遵守這個法則。Fifths 縮減成了 fiths，內部的 f 被省略了，而序數的 th 和複數的 s 則雙雙搭便車抵達字尾。當必須有所取捨時，被犧牲的幾乎永遠是被埋沒的字根音，而不是聽者正在期待的文法字尾。
這不僅僅是少數的例外，而是整個英文發音體系的習慣。同樣的直覺讓 last night 變成了 lass night，next door 變成了 nex door，exactly 變成了 exacly——只要內部的 t 被夾在其他子音中間，它就會消失（這甚至自成一條規則，稱為 T 的省略連音）。唯獨 sixths 這個字打破了這條規則。因為字根 six 本來就以 s 結尾，如果要讓複數聽得出來，就必須把整個 k-s-th-s 連綴一口氣唸完；一旦你把 th 削掉，兩個 s 音就會合併成 siks，聽起來跟 six 沒兩樣，只能靠前面的數字來標示複數了。所以，面對這個字，你誠實的目標應該是：讓子音彼此相連，然後交給上下文去決定數量。如果你硬要把每一個子音都咬得清清楚楚，聽起來只會顯得過於拘謹，而不會更像母語人士。
實戰練習
請將下面的每一個句子大聲朗讀兩次。第一次慢慢唸，確保子音彼此相連，不要讓任何母音溜進去。第二次，採用句子標示出來的「母語捷徑」。你的目標是讓子音叢集保持原貌：不要加 es，不要加 suh，不要發出拼寫上根本不存在的休息站。
- She asked for the street address. She ast for the street address.
- She lifts the heavy box. She lifs the heavy box.
- Six months from now. Six muns from now.
- She wants the truth. She wans the truth.
- I read the strict label exactly. I read the strikt label ig-ZAK-lee.
- He scratched the screen. He skratcht the skreen.
- He acts strange in crowds. He ax strange in crowds.
- Those clothes don't fit. Those cloze don't fit.
如果在慢速練習時，你覺得嘴巴好像在做體操，這是完全正常的感覺。子音叢集是一種物理肌肉記憶，唯一的突破口就是反覆練習。只要子音之間能緊密相連，且沒有多餘的母音掉進去，這些字聽起來就不再有外國腔了。你不需要唸得很快才能達到這個效果。
你其實早就聽過了
子音叢集在美式英文中無處不在；你之所以沒注意到，只是因為母語人士把它們模糊化得太有效率了。有幾個場景最能完美展現這種「模糊」的功力：
- 鄉村市集裡喊價飛快的拍賣官
整段喊價就是用極快的速度連珠炮似地轟出子音叢集，逼著講者把所有合法的捷徑一次全用上。沒有一個字是完整唸出來的，但在場的人全都聽得懂。
- 任何晚間新聞播報
新聞主播會依據專業需求堆疊子音連綴：“the strongest storm in decades”、“new restrictions”、“several districts”。請仔細聽 strongest 和 restrictions，注意看 str 是不是帶有 shtr 的音色。
- 幾乎任何一首饒舌歌曲
密集且充滿節奏感的英文靠的就是子音叢集，而饒舌這種曲風，絕對是教你如何精準省略內部子音、並讓節奏穩穩踩在拍子上的大師課。Facts 會唸成 fax，內部的 t 消失了，但複數的 -s 依然穩穩落在字尾。
挑一個來聽，並且只專注聽一件事：究竟有沒有人會把 months 或 asked 裡的所有子音全唸出來？答案是沒有。你聽到的是一種精準的「省略」，一種確切知道拿掉哪個音是安全的說話技巧。
你的母語帶來的影響
你該如何克服子音叢集的難關，取決於你母語所允許的音節形狀。找出對應你的那一行，那就是你的起點。
| 你的母語 | 通常會發生什麼事 | 該怎麼練習 |
|---|---|---|
| Spanish, Portuguese | 會在 s 叢集前加上母音支撐，把 street 唸成 es-treet | 直接從 s 開始發音，前面不要加 e。請參考 西班牙語使用者的常見錯誤 與 葡萄牙語使用者的常見錯誤。 |
| Japanese | 因為幾乎每個子音後面都接著母音，所以 street 會變成 su-to-ree-to | 將子音緊緊黏在一起，中間不要加母音。是一個節拍，不是四個。請參考 日語使用者的常見錯誤。 |
| Korean | 韓文允許單一字尾子音，但不允許叢集，因此堆疊的子音通常會配上一個輔助母音，通常是 “eu” 的音 | 和日語類似：讓子音緊密相連，克制在中間加母音的衝動。請參考 韓語使用者的常見錯誤。 |
| Mandarin Chinese | 習慣省略字尾子音與叢集，導致過去式 -ed 或複數 -s 在字尾消失 | 英文把意思都放在這些字尾音上。務必確實發出字尾子音，特別是帶有文法意義的 -s 或 -ed。請參考 中文母語者的常見錯誤。 |
| Vietnamese | 字尾叢集會被弱化或消失，連帶讓過去式和複數也跟著不見 | 保護字尾最後一個音，尤其是代表文法的 -s 或 -ed。如果非得省略，只能從叢集中間省，絕對不能省掉字尾。請參考 越南語使用者的常見錯誤。 |
| Hindi, Urdu | 部份叢集會加入輔助母音，尤其是 s 叢集 | 讓 s 直接連上下一個子音。請參考 印度英語發音。 |
| Arabic | 會在單字頭尾的叢集加上輔助母音 | 把叢集當作單一動作來發音，不要用母音把它拆開。 |
貫穿表格每一行的核心邏輯是一樣的。你的嘴巴正在試圖讓子音叢集唸起來舒服一點，不管是用母音來當緩衝，還是直接丟掉母語駕馭不了的聲音。解決之道在於，把子音叢集當成一個連貫的動作。如果你需要簡化它，請照著母語人士的方法來：從叢集的「內部」去修剪，但絕對不要動到負責傳遞文法意義的字尾，那個落在最後的複數或過去式發音。
常見問題
子音叢集是一組兩個或以上的子音，在同一個音節中連續發音，中間沒有任何母音過渡。Black 以 bl 叢集開頭；street 以 str 開頭；sixths 以 k-s-th-s 結尾。英文允許一個音節開頭最多堆疊三個子音（三個子音開頭時永遠由 s 領軍，如 splash 和 scream），字尾最多可達四個，這遠超過多數語言所允許的極限。這就是為什麼許多學習者覺得像 strengths 和 texts 這樣的字很難唸：因為他們的母語從來不會堆疊這麼多子音。
Sixths 的 IPA 是 /sɪksθs/：先唸 siks，接著加上 th 以及字尾的 s。母音之後連續四個子音，中間沒有任何停頓。在字正腔圓的語境下，這四個音都會發出來。但在快速對話中，多數母語人士會把它簡化到只剩 siks，聽起來跟 six 一樣，只能靠前面的數字來判斷是複數。作為一個學習者，你不需要強迫自己把四個音都發得一清二楚。你的目標應該是讓子音之間緊密相連，不要在中間硬塞入母音。
因為你的母語可能不允許出現這種叢集結構，所以你的嘴巴會自動透過塞入母音來「修補」它，這個過程稱為插音（epenthesis）。西班牙語母語者會在 s 叢集前面加個 e（street 變成 es-treet）；日語和韓語母語者會在子音之間加母音（street 變成 su-to-ree-to）。被塞入的母音會生出一個英文裡根本不存在的音節，這就是為什麼即使你的子音全唸對了，聽起來還是會有外國腔。解決方法是：一氣呵成地把子音連起來唸，中間不留母音的空間。
不，那是多數美國人平常的唸法。在 s-k-t 這個叢集中，中間的 k 本來就很難聽清楚，且經常被省略，所以 asked 就變成了 ast。母語人士隨時都在簡化子音叢集，但他們是有規律的：他們會省略內部的子音，保留最邊緣的子音，因為邊緣的音承載了文法意義。在 asked 中，字尾的 -t 代表過去式，所以它必須留下。唸成 ast 聽起來就像母語人士；但如果你連字尾的 -t 都省略了，讓它退回現在式的 ask，那就是把過去式給刪了，這樣聽起來就是錯的。
省略內部的音，保護邊緣的文法音。在字尾的叢集裡，最後一個音通常帶有文法意義（例如複數或第三人稱單數的 -s，以及過去式的 -t 或 -d），所以必須保留。在它之前的音則是可以下手的目標：facts 變成 fax（省去 t），months 變成 muns（省去 th），clothes 變成 cloze（省去 th）。只要保留開頭的子音和邊緣的文法音，簡化卡在中間的發音，你聽起來就會像個懂得抄合法捷徑的母語人士，而不是一個連字都唸不完的學習者。
因為許多美國人在唸 tr 前面的 s 時，會自動讓音色變暗，滑向 sh 的聲音，把 street 變成了 shtreet，strong 變成了 shtrong。這是相鄰發音自然融合的結果，也是美式英文中日益普及的現象。對學習者來說，這傳達了一個重要的訊息：str 叢集一直都是一個融合的單一動作，而不是三個你需要人工拼湊、粒粒分明的聲音。用這種融合的方式發音，其實比你小心翼翼地咬字更接近母語人士的目標。
子音叢集看起來像是一場關於蠻力的考驗，彷彿你需要一張動作更快、肌肉更強的嘴巴才能闖關成功。其實不需要。一切只取決於兩個習慣：不要塞入不屬於這裡的母音，並且跟著母語人士一起省略內部的聲音，死守住帶有文法意義的邊緣音。以足夠慢的速度去唸實戰練習裡的句子，確保每一個子音叢集都能緊緊相連。不出一個星期，那些曾經難倒你的字，就會開始從你口中完整而自然地流洩而出了。
