每位学习者都该知道的8条日语发音规则

和英语或汉语相比，日语的音的种类很少 — 这是好消息。但正因为规则少，学习者容易一带而过，等发音固定下来以后再改就难了。这份指南整理的8条规则，只要真正内化，你的日语听起来会立刻自然许多。

八条规则之前：日语按“拍”计时，不按音节

英语是重音计时（stress-timed）的语言。重读音节大致以固定的间隔到来，夹在中间的部分被压缩以适应这个间隔 — 所以同一个词根的 “PHO-to-graph” 和 “pho-TOG-ra-pher” 听起来形状完全不同。日语是音拍计时（mora-timed）的语言。它由一个个叫做音拍（日语写作“拍”，读作 はく）的小单位搭起来，每个单位占的时间大致相同，不会为了强调而拉长或压缩其中任何一个。让学习者的日语听起来像外国口音的最大原因，不是某个辅音，而是这一点：音都对，钟表却走错了。中文母语者尤其要留意 — 汉语一个汉字就是一个音节，日语一个汉字却常常占两拍甚至三拍，按汉字来数拍必然短一截。

音拍不是音节。只要知道四条数法，两者的区别马上就看得见。每个正常大小的假名算一拍。小写的 ゃ/ゅ/ょ 与前一个假名合成一拍（きょ、しゃ、にゅ 各算一拍）。小写的 っ 自己算一拍。ん 自己算一拍。长音的后半也自己算一拍。把这四条套上去，那些有名的例子立刻就理顺了：

下面这个练习能让你用身体记住它。用一根手指以固定的速度敲桌子，大约每秒两下，每敲一下说一拍 — と（敲）う（敲）きょ（敲）う（敲）。把 東京、学校、切手、新聞 都敲一遍。一开始会慢得有点可笑，而那种别扭恰恰是重点：你终于听见了自己一直从每个词的后半段偷走多少时间。下面的第2、第3、第6条其实是同一条规则的三个侧面 — 长音、っ、ん 各自都占满一拍。如果这一页你只肯改一件事，那就改钟表。任何单词表都能拿来练；基础1的单词表短到可以一口气念完。

1. 元音短、干净，而且长度一致

日语只有5个元音：あ (a)、い (i)、う (u)、え (e)、お (o)。每一个都是单一而干净的音，绝不是双元音。英语母语者习惯把 “o” 拖成 “ow”、把 “e” 拖成 “ay”，于是 ね 被读成 “nay”；日语的 ね 接近 “neh”，不是 “nay”。中文母语者要小心另一组陷阱：日语的 お 不是汉语拼音的 ou（欧），う 的嘴唇不圆、不是 wu（乌），え 也不要拖成 ei（诶）。

2. 长音真的会改变意思

日语有长音（长度大约是普通元音的两倍），而且它区别词义。几组经典的最小对立：

• おばさん（obasan，“阿姨、中年女性”） vs おばあさん（obāsan，“奶奶、老太太”）
• おじさん（ojisan，“叔叔、中年男性”） vs おじいさん（ojīsan，“爷爷、老先生”）
• ゆき（yuki，“雪”） vs ゆうき（yūki，“勇气”）
• ここ（koko，“这里”） vs こうこう（kōkō，“高中”）

如果你把长音当成可有可无的东西，会换来很多困惑的眼神。办法是：看到同一个元音连着出现两次，就把这个音保持两拍 — 在心里默数“1、2”。

这样的对立到底有多少，值得一次看个够 — 因为元音长度不是口音问题，而是两个毫不相干的词之间的分界线。下面两列不是同一个词的变体，而是各自独立的词条：

知道长音怎么写，绝大部分的猜测就都省下了。あ 的长音把假名重叠：おかあさん（母亲）。い 的长音也重叠：おいしい（好吃）。う 的长音同样重叠：ふうとう（封筒，信封）。え 的长音一般写成 え + い — せんせい（老师）、えいが（映画，电影）— お 的长音一般写成 お + う：とうきょう、おとうさん（父亲）、がっこう。另有一小批固定的词把 お 的长音写成 お + お，这些只能连写法一起记：おおきい（大きい，大）、とおい（遠い，远）、こおり（氷，冰）、とお（十，十）。片假名用长音符 ー 把这个问题整个绕开了：コーヒー、ビール、スーパー、ケーキ。这个符号是一份礼物 — 拍数直接画给你看，所以想把长度读准，从片假名词开始最省力。如果片假名本身还让你读得磕磕绊绊，先把它解决掉，之后每一个长音都会好认得多。

紧挨着还有一个陷阱。小写的 ゃゅょ 和正常大小的 やゆよ 看上去几乎一样，拍数却差了整整一拍：病院（びょういん，医院）是四拍 — びょ・う・い・ん — 而 美容院（びよういん，美容院）是五拍：び・よ・う・い・ん。同样，旅行（りょこう）是三拍而不是四拍，手術（しゅじゅつ，手术）也是三拍。把小写假名和前面的辅音当成一个整体来读，拍数自然就对了。

3. 促音（っ）需要一个真实的停顿

小写的 っ（片假名写作 ッ）会让后面的辅音变成双辅音，而这个“加倍”是一个真实、听得见的停顿。比较一下：

• さか（saka，“坡”） vs さっか（sakka，“作家”）
• ねこ（neko，“猫”） vs ねっこ（nekko，“根”）
• かた（kata，“肩膀”） vs かった（katta，“赢了、买了”）

把小写的 っ 当成整整一拍的静默。别把它挤没了。

说得更准确些：小写的 っ 是完整的一拍，而在多数情况下这一拍是静默。你的嘴移到下一个辅音的位置、闭住，等满一拍再放开。这就是为什么“把辅音快速说两遍”听起来仍然不对 — 那样的双辅音长度不够。切手 是 き・っ・て，三拍，中间那一拍没有声音。用你敲 東京 时同样的固定速度敲一遍，差别马上就听得出来。下面这些成对的词值得连着念出声：

三个细节能把这幅图补完。第一，在 さ/し/す/せ/そ 之前，っ 不是静默而是被拉长的摩擦音 — 雑誌（ざっし，杂志）和 一緒（いっしょ，一起）是把 s 拉满一拍，而不是停住。第二，在和语词里 っ 只出现在 k、s、t、p 音之前；外来语打破了这个限制，所以才有停顿之后接浊辅音的 ベッド(bed)、バッグ(bag)、ホットドッグ(hot dog)。第三，っ 也会出现在感叹的末尾 — あっ！ 或 ちょっと待って！ — 这时它是把元音猛地切断的声门塞音。动词变形会不断制造 っ，所以这个音躲不掉：買う 变成 買った，行く 变成 行った，待つ 变成 待った。如果这些形式你还不熟，动词变形指南讲了它们是从哪里来的。

4. ふ 既不是 “fu” 也不是 “hu” — 它在两者之间

日语的 ふ 是把气从几乎闭合的双唇之间吹出去做出来的，既没有真正的 “f”，也没有真正的 “h”。它比英语的 “fu” 更柔和。一个常用的窍门：想象你在一米开外吹灭一支蜡烛。那种带风的质感就是 ふ。

它的专业名称是双唇擦音：干活的是两片嘴唇，上齿从不碰下唇 — 而英语的 “f” 恰恰非碰不可。可以用身体检验一下。把指尖搭在下唇上说英语的 “food”，你会感到牙齿压下来。然后在牙齿完全不参与的状态下说 富士山（ふじさん）、冬（ふゆ，冬天）、二人（ふたり，两个人）、服（ふく，衣服）。出来的音比英语更轻、气息稍多一点，这就对了。另外要注意，は行里只有 ふ 是这个音 — は、ひ、へ、ほ 都是普通的 h 音。现代外来语把这种只靠嘴唇的摩擦扩展到了和小写元音搭配的新组合上：ファイル(file)、フィルム(film)、フェリー(ferry)、フォーク(fork)。片假名里这类词多得是，片假名外来语指南把这些模式整理在了一起。

5. つ 是 “tsu”，不是 “two”

很多初学者把 つ 读成 “two” 或 “tu”，但它应该听起来像英语 “cats” 里的 “ts” 加上 “u”。“ts” 是一个音，不是两个。中文母语者其实早就有这个音 — 汉语拼音的 c 就是 ts（“粗”“次”）。要留意的是日语的 う 嘴唇不圆，所以 つ 比“粗”更扁更轻，也不要把它拖成“次乌”那样的两拍。

6. “n” 的音（ん）会变形

日语的 ん 是一个独立的音拍（自己占一拍），它实际发出的音取决于后面跟着什么：

• 在 m、b、p 之前 → 听起来像 “m”：さんぽ → sampo（散步）。
• 在 t、d、n、r 之前 → 听起来像 “n”：はんとう → hantō（半岛）。
• 在 k、g 之前 → 听起来像英语的 “ng”：にんき → ninki（人气）。
• 在词尾或元音之前 → 鼻化的 “n”：ほん → hon（书）。

你不需要有意识地切换 — 只要把鼻音保持满一拍，让后面的辅音去牵引它，通常自然就对了。

有三件事把 ん 和英语的 “n” 分开，值得明说。它是完整的一拍：みんな 是三拍（み・ん・な），神田（かんだ）是三拍，全部（ぜんぶ）也是三拍。它绝不出现在词首 — 没有哪个日语词以 ん 开头，所以它才孤零零地待在假名表的最后。还有，在元音之前、或在 さ行・は行 之前，它根本不是有接触的辅音：舌头哪里都不碰，气流就这样从鼻子里通过整整一拍。用这种方式说 電話（でんわ，电话）、本屋（ほんや，书店）、恋愛（れんあい，恋爱）、全員（ぜんいん，全体人员）— 把鼻音哼满，再接下去。学习者通常会把一个硬邦邦的 “n” 砸下去，然后把剩下的部分赶完，这样整个词就短了一拍，也是最容易被听出来的破绽之一。

这也解释了你在旧式罗马字里会遇到的一个古怪拼法：さんぽ 写成 “sampo”，しんぶん 写成 “shimbun”。这些拼法跟的是音，不是假名。回头读假名时不要被它带偏 — 它仍然是 ん，仍然是一拍，仍然是同一个字。这里把表本身多念几遍会有帮助：五十音图把 ん 放在最末尾、主表之外的位置，正是因为它的行为和其他任何假名都不一样。

7. 无声化的 い 和 う

夹在清辅音（k、s、sh、t、ch、h、p）之间时，元音 い 和 う 常常几乎不出声。例如：

• すき（suki，“喜欢”）常常听起来像 “ski”。
• です（desu，“是”）通常听起来像 “des”。
• します（shimasu，“做”）常常听起来像 “shimas”。

这是日语母语者的正常发音。如果你把每一个 “u” 都完整地发出来，你的日语会像机器一样 — 像一个词一个词念出来的。

一句话概括这条规则：い 和 う 夹在两个清辅音（k、s、sh、t、ch、ts、h、f、p）之间时会失去声带振动，在清辅音之后又处于词尾时也常常如此。关键在于元音并没有被删掉 — 它的那一拍还在 — 只是声带停止了振动，所以你听到的是一口耳语般的气声。在常用词里，这个效果是这样的：

有两点要当心，因为这条规则很容易用过头。无声化是很强的倾向，而不是铁律：它在东京话里最一致，在关西一带明显减弱，而当那一拍恰好承担着词的音高重音时又往往被抑制 — 所以你会听到母语者之间也有差别。另外，不能把声音和拍子一起去掉。靴 仍然是两拍，明日 仍然是三拍，です 仍然是两拍。目标是“耳语”，绝不是“删掉”；把拍子一并删掉的学习者，最后会从相反的方向撞上音拍那一节警告过的同一个问题。

8. 音高重音 — 是的，它确实存在

日语不像汉语普通话那样是声调语言，但它有音高重音：某一拍会读得高，而位置一换，意思就变了。经典的例子：

• 箸（はし，筷子）— 先高后低。下降发生在词的内部。
• 橋（はし，桥）— 先低后高，但下降落在后面跟着的成分上：橋が 听起来是 は-し-が，在 が 上掉下来。
• 端（はし，边缘）— 先低后高，而且根本不下降：端が 里的 が 一直保持高。

注意 橋 和 端 单独说时完全同音 — 差别只在下一个词上才浮现，所以这叫做助词测试。初学阶段不必逐词去背音高，语境几乎能解决全部问题。但到了中级以后，从母语者的录音里而不是从表格里取音高，对自然度的影响是实打实的。下面“音高重音，说句实话”那一节会讲四种型，以及该投入多少。

日语的 r：是弹音，既不是 R 也不是 L

ら・り・る・れ・ろ 在罗马字里用 r 来写，而这个字母误导了一代又一代学习者。这个音既不是英语的 r，也不是英语的 l。它是齿龈弹音（alveolar tap）：舌尖在上门齿后方的齿龈上极快地碰一下，随即离开。不保持，不打颤，嘴唇完全不动。

如果你说英语，这个音其实早就在你嘴里了。在北美英语中，butter 的 “tt”、ladder 的 “dd”、快速说出的 a lot of 里的 “t”，都是同一个快速的弹击。用平常的语速说 “a lotta water”，留意舌尖在做什么，然后保持那个动作去说 ら・り・る・れ・ろ。如果还是找不到感觉，就从 だ・で・ど 出发，把接触一点点变轻、变快，直到那个辅音不再像一次完整的闭塞，而像一次轻弹。

该避免什么同样有用。英语的 r 会把舌头往后缩、把嘴唇圆起来，而且从不碰上腭 — 用它去说 ありがとう，一听就是外国口音。完整的英语 l 是相反方向的错误：舌尖抵住齿龈不放，气流从两侧漏出去。日语里根本没有 l 和 r 的对立，所以英语的对立词借进来就并成了一个：ライト 既是 “light” 也是 “right”，グラス 既是 “glass” 也是 “grass”，只能靠语境区分。中文母语者在这里要格外小心：汉语拼音的 r（“日”“热”）是卷舌的，和日语的弹音相去甚远；拼音的 l（“拉”）舌尖又贴得太久。真正接近的，是快读“哒”“得”这类音时舌尖轻轻一碰就走的动作 — 把 だ・で・ど 放轻放快，就到位了。

弹音在被元音包围时最容易发出来，所以别孤立地练，要放进真实的词里：これ（这个）、それ（那个）、ありがとう（谢谢）、車（くるま，车）、りんご（苹果）、面白い（おもしろい，有趣）、疲れた（つかれた，累了）、帰る（かえる，回家）、冷蔵庫（れいぞうこ，冰箱）。然后试试 料理（りょうり，做菜、菜肴），它在三拍里有两个弹音，很适合自测。这里几乎每个词都属于初级核心词汇，所以你可以在基础单词模块里把发音和词汇一起练。

音高重音，说句实话：四种型，以及该投入多少

第8条介绍了 はし。这里给出更完整的图景，因为音高重音正是学习者要么完全不理、要么投入过度的那个话题。在标准的东京日语里，每一拍要么读高，要么读低。一个词内部从高掉到低的地方最多只有一处，而且一旦掉下去，在这个词里就不会再升上来。还有一条节奏上的约束：头两拍必定不同 — 第一拍高则第二拍低，反之亦然。这两条规则一套上去，任何词可能的形状就正好只剩四种。

注意那对麻烦的组合：平板型和尾高型的词单独说时完全一样。两者都从低起、升上去，也都不下降。差别只在下一个词上出现，所以这叫做助词测试。花が（はなが，“花”后接主语助词）在 が 上下降；鼻が（はなが，“鼻子”）让 が 保持高。就这一拍的高低，构成了花和鼻子的全部区别。同一个测试也能分开 橋（桥，尾高型）和 端（边缘，平板型），而 箸（筷子）从第一拍就掉下来，一开口就听得出来。

接下来说点实话，因为网上到处都是告诉初学者音高重音决定成败的人。它确实存在，但它不是你学习第一年里回报最高的地方，理由有三个，都很具体。第一：真正的最小对立数量很少，而语境几乎能把它们全部解决 — 没有人听到 雨が降る 会想成天上掉糖。第二：重音有地域差异。关西、九州等地使用的体系和东京不同，有时甚至正好相反，几千万母语者照样生活得好好的；东京重音是一种标准，不是被听懂的前提。第三：重音在复合词和活用中会移动，所以孤立地背单词迁移效果很差。相比之下，元音长度和 っ 一错就是另一个词：把 おばさん 说成 おばあさん 是误会，而 橋 的音高错了只是口音。

那么实际上该怎么做？从录音里取音高，不要从表格里取。学新词的时候，把录音的旋律当成一个整体去模仿 — 就像你跟着哼一段两个音的小调 — 而不是一拍一拍地拼装。只对那些别人真的听错过的词，才专门把重音标出来。同时也要知道，需要的时候这些信息是查得到的：日语词典用方括号里的数字标重音，[0] 表示平板型，[1]、[2]、[3] 表示下降发生在那一拍之后，所以 卵 写作 [2]，雨 写作 [1]。到了中级前后 — 大致是你在啃N3 单词表的时候 — 花一个小时专心在已经认识的词里听那个下降，胜过花一周去背数字。

语调：整句日语是怎么起伏的

音高重音发生在词的内部。语调则是发生在整句范围上的事，而且和重音不同，它学起来快，听的人也立刻能察觉。

• 陈述句一路往下走。日语的句子起得相对高，然后一个短语一个短语地往下踩，每个新短语都比前一个稍低一点。轻轻落在 です 或 ます 上、不带英语式的句末花腔，才会让一句话听起来说完了，也听起来沉稳。
• 简体形的疑问句要上扬。没有 か 来标记，随意场合的问句只靠语调发信号。食べる? 上扬是“你要吃吗”，同样的词下降就成了“我要吃”。行く?、これ?、わかる? 也一样。这一处弄错，是少数几个会改变你所说内容的语法的发音错误之一。
• 带 か 的疑问句往往几乎不上扬。在礼貌或商务场合，いかがですか 和 よろしいでしょうか 通常是轻轻下降着说的 — か 已经把疑问标出来了，再在上面加一个陡峭的上扬，会显得咄咄逼人，或者过于随便。日常会话里小幅上扬完全正常，大幅上扬则不然。
• ね 的形状一变，意思就变。上扬的 ね 是在征求同意或确认（“对吧？”）。平的或下降的 ね 表达的是共感：暑いですね 平着说，是“真热啊”这样的附和，而不是真的在提问。
• よ 用来递出新信息，通常带一个短促的下降。把两个叠起来就成了 ですよね，用来抛出一件你估计对方也知道的事。
• 没说完的小句会略微上抬。在 朝ごはんを食べて、コーヒーを飲んで… 里，每个 て形 短语的末尾都稍微抬高一点，示意“还没说完”。在逗号处把音高降下去，等于告诉对方你说完了 — 可你并没有。
• 强调不是重音。英语靠把某个音节说得更响更长来强调。日语则是把整个短语的音高幅度拉宽、稍微放慢，或者动用 こそ、は 这类助词。把某一拍砸得更响并不会被理解成强调 — 只会显得奇怪。如果你没把握的正是助词，助词指南讲的就是这件事的语法一面。

暴露母语习惯的错误 — 以及各自的改法

这一页出现的学习者问题，几乎都来自把母语的习惯整套搬进日语。下面把它们并排列出来，让你花两三分钟就能诊断自己的录音：

影子跟读：矫正节奏最快的练习

影子跟读（shadowing）的意思是：跟在录音后面大约半秒，连续不断地说下去，中间不停下来思考。它比孤立的重复更有效，理由只有一个 — 你没法放慢。录音掌握着钟表，而钟表恰恰是音拍计时的日语对你的要求。15分钟可以这样用：

1. 选一段你已经听得懂的30～60秒音频 — 教材里的一段对话、一条 NHK Easy News、一个动画片段。理解内容不是目的，所以整整一周都用同一段。这里新鲜感是敌人。
2. 把文字稿摆在面前听两遍，并动手把每一个长音、每一个 っ、每一个 ん 都标出来。学习者丢掉的正是这些拍，标出来能把“听起来自然”这种模糊目标变成一份清单。
3. 放着音频出声朗读，三遍。这叫平行朗读，比真正的影子跟读轻松得多，因为眼睛替你扛着词。
4. 把文字稿收起来，跟读四到六遍，保持大约半秒的落后。你一定会跟丢；别从头再来，接着往下走，到下一个短语时归队。
5. 把最后一遍录下来，回听一次，然后挑出明天要改的、恰好一件事。“学校 里的 っ”是可用的目标，“我的口音”不是。

每周4次、每次10到15分钟，一个月之内就会出现听得见的变化，比读语音学的解说快得多。它同时还是词汇练习，因为你跟读过的词就是你留得住的词 — 把这段音频和当天的JLPT N5 词汇表配在一起，凡是绊住你的词都推进复习卡组。读音拿不准的时候，先在卡片上确认再开练 — 一个练了二十遍才发现读错的音，改起来远比防起来难。

这些该怎么练

• 打开 Mirai Voca 的五十音图，点每个假名听它的发音。照着一模一样地模仿。
• 每天一次，出声朗读5个简单的句子并录下来。和母语者的样本对比。
• 跟读短片段：播放、暂停、重复。哪怕每天5分钟也能练出节奏。
• 不要跳过长音这类“无聊”的规则 — 恰恰是它们造就了像母语者一样的声音。