各母语者的日语发音难点：按母语分类的发音指南

按母语（L1）分类的日语发音难点并不是一份放之四海而皆准的排行榜。具体难度完全取决于你的母语已训练了哪些对立特征，又忽略了哪些对立特征。¹ 本指南按不同母语逐一梳理发音陷阱，以便你能将发音精力集中在真正的盲区上，而不是耗费在母语本就擅长的音素上。²

概述

从全球语言的角度来看，日语的音位系统相对精简：约十五个核心辅音，加上特殊音拍 /N/（拨音）与 /Q/（促音），以及五个具有长短对立的元音。因此，任何学习者需要重新掌握的新音段数量其实很少。³⁴⁵ 长期存在的难点往往位于韵律层（拍节奏、元音长短、声调高低音调），而非单一的音段本身。⁶⁷

不同母语者面临的问题截然不同。英语母语者常在ら行拍音和音位性元音长短上卡壳；普通话母语者可以轻松发出塞擦音“つ”，但容易把声调的高低走势套用到日语高低音调上；西班牙语母语者的元音契合度极高且拥有正确的拍音，但缺乏元音长短对立；韩语母语者具备适宜的节奏感，但在塞音清浊模版上与日语错位。¹²³⁸

什么是母语迁移，什么不是

在语音学中，二语语音习得研究将母语迁移（L1 transfer）归因于两个广为人知的机制：感知同化（母语音位系统会将输入的二语音素自动过滤并归入最相近的母语范畴）与发音惯性（沿用母语的肌肉运动习惯来产生二语音素）。¹² 感知同化模型（PAM）解释了感知层面的规律；语音学习模型（SLM）则阐明了新的二语范畴是如何建立（或未能建立）的。¹²

根据语音学习模型（SLM）：“二语语音与最接近的母语音素之间被感知到的语音差异越大，学习者就越有可能察觉到两者的区别，并在产出或感知上表现出可衡量的进步。”² 其推论正好解释了为什么那些“相近但不完全相同”的对立（如英语 /l/ 与日语 /ɾ/、西班牙语 /i/ 与日语 /i/）往往比差异极大的对立更难习得：极高的相似性会触发“范畴同化”而非“范畴建立”。²⁹

根据感知同化模型（PAM），听者会将非母语音素以几种不同模式同化到母语范畴中。辨别难易度取决于两个二语音素是映射到同一个母语范畴（单一范畴 Single Category，最难），还是以不同的契合度映射到同一个母语范畴（范畴契合度 Category Goodness），亦或是分别映射到两个不同的母语范畴（双范畴 Two Category，最容易）。¹ 日语听者在辨别英语 /r/–/l/ 对立时的困难便是典型的“单一范畴”案例：这两个英语流音全都被同化到了日语的 /ɾ/ 范畴中。¹⁰⁹

下图直观地展示了 PAM 是如何对同化结果进行分类的：

Iverson 与 Kuhl 等学者将该底层机制描述为声学空间的“感知扭曲”（perceptual warping）。母语经验“被描述为‘扭曲’了听觉感知，造成一种范畴中心附近感知敏感度下降、而在范畴边界附近感知敏感度上升的失真现象。”¹⁰¹¹ 母语的原型就像磁铁；靠近原型的音会被吸附过去，从而失去其独立的感知特征。¹¹

由此带来两个推论，这也是本文的核心依据。首先，同一个日语发音可能对某种母语者十分轻松，对另一种母语者却极其困难，并不存在绝对统一的“难度排行榜”。其次，正向迁移（母语特征带来的助力）与负向迁移（母语特征带来的阻碍）同样真实存在。¹²

音段与韵律问题具有不同的运作规律

音段难点（单个辅音与元音）与韵律难点（拍节奏、元音长短、高低音调、促音）在不同母语间的分布截然不同，纠正途径也各异。特别是拍节奏（Mora-timing），只要母语不是按音拍计时的学习者，即使辅音发音毫无压力，也必须显式学习这种独特的韵律特性。⁶⁷

日语中表示母语干扰的词汇是“母語干渉”（bogo kanshō），二语语音学的日文术语为“第二言語音声”（dai-ni gengo onsei）。⁴ 在文献中，母语迁移（L1 transfer）、负迁移（negative transfer）、正迁移（positive transfer）、干扰（interference）以及跨语言影响（cross-linguistic influence）常被互换使用；本文默认使用“母语迁移”这一术语。¹²

本文阅读指南

本文按母语分类编排。每个小节先明确母语，接着列出哪些发音能够顺利自然迁移（正迁移），再列举哪些地方容易产生阻碍（负迁移）。通读整篇文档主要适用于在多语种混合课堂中执教的日语教师；大多数学习者只需阅读自己母语对应的小节以及跨语言韵律讨论即可。

以下是快速定位所需内容的流程图：

当某个问题普遍跨越多种母语时（如元音长短、拍节奏、高低音调），相同的概念会在不同小节中结合具体母语背景分别进行阐述。¹²

各母语难点对照表一览

下表汇总了各母语小节中引述文献所确立的结论。此表将学术文献浓缩用于教学参考，并非量化的评分。¹²³⁴

为了提升在窄屏设备上的阅读体验，对照表拆分为两张：一张涵盖音段对立（单个辅音与元音），另一张涵盖韵律对立（节奏、长短、音调）。两张表中的行排序一致。

音段对立

母语	ら行 /ɾ/	つ [tsɯ]	ふ [ɸɯ]	元音音位系统契合度
英语	难（缺乏拍音；/r/–/l/ 混淆）109	难（母语无 [ts] 声母）3	难（默认替换为唇齿音 /f/）3	中等（元音长短无音位对立）12
普通话	中等（无拍音；无 /r/–/l/ 混淆）8	容易（拼音 "z" 即为 [ts]）8	中等（比英语 /f/ 更接近）8	中等（/ɯ/ 与 /u/ 不匹配）8
粤语	中等（无拍音）13	中等	中等	中等
韩语	中等（/l/–[ɾ] 条件变体有所帮助）14	中等	中等	容易（五到七个元音高度匹配）14
西班牙语	容易（存在齿龈拍音 [ɾ]）15	中等（母语无 [ts]）15	难（唇齿音 /f/）15	容易（五元音系统契合）15
意大利语	容易（部分语境下存在 [ɾ]）16	中等	难（唇齿音 /f/）16	容易（高度接近）16
越南语	中等	中等	中等	中等（时长特征与松紧元音绑定）1718
法语	中等（标准音为小舌音 /ʁ/）19	难（母语无 [ts]）19	难（唇齿音 /f/）19	中等
德语	中等（标准音为小舌音 /ʁ/）5	容易（母语 "z" 为 [ts]）5	难（唇齿音 /f/）5	中等（存在长短音对立）5
泰语	中等（存在齿龈拍音）20	中等（母语有 [tɕ]）20	难	容易（存在音位性长短对立）20
印地语/乌尔都语	难（卷舌音 /ɽ/ 习惯渗透）21	中等	难	中等（时长部分具有对立性）21

韵律对立

母语	长元音与短元音	拍节奏（Mora-timing）	促音 /Q/	拨音 /N/	声调高低音调（Pitch accent）
英语	难（无音位性长短对立）2212	难（重音等时节奏）7	难（母语无促音/长辅音）23	中等（母语无音拍鼻音）5	难（英语重音模型产生误导）2425
普通话	中等（无音位性长短对立，但无弱化）17	中等（音节等时节奏）137	难（母语无促音）13	中等（仅有尾音 /n ŋ/）8	难（声调语言模型产生误导）24
粤语	中等	中等（音节等时节奏）13	容易至中等（入声韵尾提供长度线索）13	中等（韵尾 /m n ŋ p t k/）13	难（声调语言模型产生误导）
韩语	中等（现代首尔方言中长短对立基本中和）14	容易（具备等同于拍的节奏）14	中等至容易（紧辅音类似促音）14	容易（韵尾 /n ŋ m/、喉塞释放）14	中等（首尔方言韵律已无词汇辨义作用）14
西班牙语	难（无音位性长短对立）15	中等（音节等时节奏；比英语更接近）15	难（母语无促音）15	中等（词尾仅有 /n/）15	难（无东京式词汇音调）15
意大利语	难（元音无音位性长短对立）16	中等（音节等时节奏）16	容易（母语拥有双辅音/长辅音系统）16	中等	难
越南语	中等（松紧元音具备时长线索）17	难（半音节/次音节语言，非拍节奏）18	难（词尾 /p t k/ 为唯闭音）1826	难（韵尾鼻音系统有限）18	难（六调系统产生误导）17
法语	难（无音位性长短对立）19	难（短语末尾重音）19	难	中等（有鼻化元音，无音拍鼻音）19	难
德语	中等（存在长短音对立）5	难（重音等时节奏）7	中等	中等	难
泰语	容易（存在音位性长短对立）20	中等至难（音节等时节奏，具声调）20	中等至难	中等	难（五声系统产生误导）20
印地语/乌尔都语	中等（时长部分具有对立性）21	难（重音等时节奏）21	难	中等	难

如何阅读对照表

单元格标注的是各母语者在发音或感知日语时的发音与感知难度，并非指日语语音本身的绝对难度。“难”表示该母语缺乏可直接映射的音位范畴；“容易”则表示该母语已具备现成范畴。

英语母语者的发音陷阱

音段问题：ら行、つ、ふ

文献中反复提及英语母语者面临的三大单音段障碍：ら行拍音 [ɾ]、词首的“つ”行塞擦音 [ts]，以及“ふ”行双唇擦音 [ɸ]。³⁵

从 PAM 的角度来看，英语的 /r/–/l/ 对立与日语的 /ɾ/ 构成了经典的“单一范畴”同化。日语母语者将英语 /l/ 同化为自身拍音的倾向比同化 /r/ 更强；反过来，从英语母语者的角度看，日语的 /ɾ/ 同样难以感知和发出，因为英语中的 /r/ 和 /l/ 两个范畴恰好覆盖了 /ɾ/ 所在的听觉感知空间。¹⁰¹¹⁹ 英语母语者在说日语时，对应的常见错误是将其替换为类似英语 /r/ 的近音，或类似英语 /l/ 的边音。这两种发音都不是舌尖拍音。³⁹

来週らいしゅう日本にほんに行いきます。³
“下周我要去日本。”

在上面的例子中，“ら”包含音段 [ɾa]。英语母语者常默认将其替换为近音 [ɹa]。关于ら行发音的专门文章提供了具体操练方法。⁹

英语中没有位于词首的 /ts/。日语中的つ要求在音节开头的声母位置发出齿龈塞擦音 [ts]。英语仅在词尾使用该发音动作（如 cats）。英语母语者的默认迁移习惯是省略 [t] 而发成齿龈擦音 [s]，导致将“津波”（tsunami）读成“soonami”。³

津波つなみに注意ちゅういしてください。³
“请注意海啸。”

英语的 /f/ 是唇齿擦音（上齿接触下唇）；日语中的ふ则是清双唇擦音 [ɸ]（双唇靠近，牙齿不接触嘴唇）。³⁵ 平文式罗马字（Hepburn）中的拼写 "fu" 容易误导英语母语者发出唇齿音。这虽然是英语读者最容易辨识的拼写近似，但并不是纯正的日语音素发音。³⁵

发“ふ”音时的吹蜡烛动作

发“ふ”的目标动作是“双唇合拢靠近，牙齿不接触嘴唇，类似于吹灭蜡烛”。如果下唇碰到了上齿，发出的就是英语的 /f/，而不是日语的 [ɸ]。³⁵

富士山ふじさんに登のぼります。⁵
“我要去爬富士山。”

对元音长短的忽视

英语在音位上并不区分元音长短，这意味着单凭时长无法区分词义。英语中的“松紧元音”对（例如 beat 中的 /iː/ 对比 bit 中的 /ɪ/）主要是元音音质（舌位）不同，时长仅作为辅助线索。¹² 相比之下，日语在保持元音音质完全一致的同时，仅依靠持续时长来产生词义对立。³¹²

在接受专门的听觉训练之前，美式英语母语者对日语元音长短的辨别准确率极低（仅约 39%）。²²¹² Hirata（2004）的研究表明，当指导受试者“在每次训练项目中数出音拍数量”时，准确率得到了显著提升。这一方法将时长线索成功锚定在了音拍计时的节拍框架中。²²

方言对比研究进一步明确了这一点。澳大利亚英语母语者的表现优于美式英语母语者，因为“在澳大利亚英语母语者眼中，时长线索在所有元音范畴（甚至非母语音素）中均起着突出作用”，而美式英语母语者则“无论长短，都将日语的长短元音（如 /ii, i/）归类为与美式英语紧元音最为相似”。¹²

英语母语者的问题不在于发音器官本身。英语母语者完全可以将一个元音拖长到任意时间。问题在于感知：英语听者习惯将音质作为辨别标志，从而忽略了时长差异。²²¹² 其后果便是极易听混最小对立体，如“おばあさん”（obāsan，奶奶/外婆）与“おばさん”（obasan，阿姨/姑姑）。³

おばあさんは元気げんきです。¹²
“老奶奶身体很好。”

这里的第二个音拍是延长的 /a/（长元音 あ + あ，在 -san 之前共计三拍）。初学者往往容易听错或发成 obasan（阿姨）。²²¹²

病院びょういんに行いきます。⁵
“我要去医院。”

“びょういん”是四拍（びょ / う / い / ん），带有长音 [oː]。忽略长短音的英语母语者可能会听成“びよいん”或“ぴょいん”，而这些都不是正确的单词。³⁵

拍节奏（Mora-timing）与重音等时节奏（Stress-timing）

英语属于重音等时节奏语言：重读音节以大致相等的间隔出现，夹在中间的非重读音节则会被压缩并发生元音弱化（变为央元音 schwa）。⁷ 日语则是按拍计时的语言（Mora-timed）：每个音拍占有大致相同的时长，非重读音拍不会发生弱化。⁶⁷

越来越多的语言学研究将世界上的语言划分为三种节奏类型：按拍等时、重音等时和音节等时。英语是重音等时的代表，日语是按拍等时的代表，而普通话则是音节等时的代表。⁷

对于英语母语的学习者而言，其后果是由重音音步驱动的元音弱化习惯会渗透到日语发音中。被学习者主观认定为“非重读”的音拍会被压缩吞音，从而破坏了用于区分词义的音拍节拍数。⁷ 英语母语者的两项主要韵律难题（元音长短与拍节奏）在根源上其实是同一个问题：英语在音位上不使用时长来区分词义，因此其听觉感知系统尚未建立按节拍计时的敏感度。²²¹²⁷

学校がっこうに行いきます。⁵
“我要去学校。”

“がっこう”共有四拍（が / っ / こ / う）：促音 /Q/ 与长元音 /oː/ 各占一个完整音拍。英语母语者经常会将其读成两个音节的 [ˈɡakoʊ]，并在第一个音节上施加重音，导致原有的四拍节奏感完全丧失。⁶⁷

声调高低音调与重音习惯

英语将四个线索打包为“重音”：音高、长度、响度与元音音质。²⁴⁷ 东京方言日语的高低音调（Pitch accent）则只利用了其中的一个线索——音高，且在一个音调单元内最多只发生一次音高骤降。²⁴ 当英语的重音习惯迁移到日语中时，便会在原本只需要单一线索的地方过度叠加四重线索。

关于英语母语者产出高低音调的实验数据十分发人深省。研究显示，无论经验多寡，英语母语者产出符合标准日语声调规范的单词比例仅为 43%。表现最好的个体也仅达到了 52% 的准确率，而且“大约 60% 的单词在不同语境中表现出不稳定的声调类型”。²⁴ 经验更丰富的学习者“表现出与初学者完全相同的准确率和稳定性”，这表明“仅靠增加语言接触经验并不能提高声调准确度”。²⁴

主要的错误模式并不是随机出现的。“许多学习者默认在倒数第二个音节上加重音，而另一些学习者则倾向于全部读成无核型（平板型），但这两种模式均不反映标准日语的真实分布。稳定性较高的学习者往往有一套固定的支配性声调模式，无论单词本身的声调为何都一律套用。”²⁴

经验本身并不能自动提升声调准确度

Muradás-Taylor（2022）的数据显示，英语母语者的声调准确率会在 43% 左右进入平台期，并不会随着普通的语言沉浸而自然提高。只有针对性的专项训练才能打破这一瓶颈。因此，请务必将高低音调作为显性知识进行专项学习。²⁴

英语母语者并非缺乏分辨音高的耳朵，而是缺乏在记忆单词时将音高模式作为词汇固有组成部分予以存储的习惯。除非经过专门训练，否则英语的四线索重音模型总会不自觉地取代单线索的音高模型。²⁴²⁵

雨あめが降ふっています。²⁴
“正在下雨。”

“雨”（あめ）是头高型（atamadaka）（HL）；而“飴”（糖果）则是平板型（heiban）（单念时为 LH 平调）。英语母语者默认采用倒数第二音节重音，经常忽高忽低地将两者都读成 LH 或 HL；导致最小对立体的辨识度始终处于随机猜词水平。²⁴

普通话与粤语母语者的发音陷阱

能够顺利迁移的部分

有三个日语语音特征在普通话中有着比在英语中更为接近的对应物。普通话具有塞擦音 /ts/（即汉语拼音中的声母 "z"），因此词首的“つ”行音基本上不存在发音困难。⁸ 普通话的 "f" 是唇齿音，但普通话母语者在将其迁移到“ふ”行时，通常不会像英语母语者那样生硬。由于普通话原本的韵母 /u/ 匹配良好，这种替代听起来异域感更弱。⁸ 此外，普通话没有英语那种极易“绑架”ら行的 /r/–/l/ 对立。拍音虽然仍属新发音，但不会出现双向混淆的情况。¹⁰⁸

粤语拥有一项普通话不具备的正向迁移优势：存在于入声韵（韵尾为 /p t k/）中的长辅音过渡序列，这可以作为掌握日语促音的绝佳跳板。Ren（2022）的研究量化了这一结果：在初级阶段，粤语学习者辨别日语促音的准确率高达 89.23%，而普通话学习者仅为 63.89%。¹³

方言背景起着至关重要的作用：“辅音长短对立仅出现在部分中国南方方言中，如粤语、闽语和客家话。”并且：“在初级阶段，方言中既无入声调也无长辅音序列的普通话学习者，其辨音准确度明显低于粤语学习者。”¹³

声调无法自然迁移为高低音调

普通话为每个音节分配了词汇声调（阴平、阳平、上声、去声，外加轻声），依靠音高走势（调形）来区分词义。⁸ 日语的高低音调则是在每个音调单元内最多分配一次音高下降，单词其余部分由平稳的低调（L）或高调（H）音拍填充。²⁴ 两种系统在基频（F0，音高的声学指标）的运用方式上截然不同：普通话是“逐音节调节调形”，而日语是“每个单元只关注是否有且仅有一次音高下降”。²⁴⁸

普通话母语者常犯的错误是“过度声调化”（over-toning）：为每一个音节都赋予抑扬顿挫的声调轮廓，仿佛每个假名都是一个承载声调的汉字。这会让日语在母语者听来有一种“唱歌般”的语调波动。关于高低音调的专题文章详细介绍了纠正这一问题的认知框架。²⁴

普通话母语者并不缺乏对音高的韵律感知能力，因为声调在其母语中也是用于辨义的关键线索，但他们的认知模版用错了方向。从语音学习模型（SLM）的角度看，这是一个范畴建立问题：日语的音调单元是一个全新范畴，无法与普通话的任何单一调类直接对应。²²⁴

音节等时母语者的拍节奏难题

普通话是音节等时语言；日语是按拍等时语言。⁷ 其直接后果是特殊音拍（长元音、促音以及音拍鼻音 /N/）容易被压缩变短，因为在普通话的认知概念中，它们比一个完整音节要短小。¹³⁶

除了上述粤语学习者具备的优势外，普通话初学者对日语促音的辨别准确率仅为 63.89%，而日语母语者则为 95.74%。¹³ 发音产出也同样受到影响：“在将单辅音误读为促音时，闭塞时间偏长，而前面的元音部分比正常发音的塞音更短。反之，若将促音误读为单辅音，则会导致闭塞时间不足，而后面的元音部分被拉长。”¹³

切手きってをください。¹³
“请给我一张邮票。”

“きって”（邮票）包含音拍 /Q/（促音“っ”）。普通话学习者经常发成“きて”（三拍，无促音），从而导致词义改变（变成“请来”）。¹³⁶

今日きょうはいい天気てんきです。⁵
“今天天气真好。”

“きょう”是两拍（きょ / う）；“いい”是两拍（い / い）。普通话母语者往往习惯将它们读成单拍时长，把应有的节拍数减少了一半。¹³⁷

元音长短与高前元音

普通话没有音位性的元音长短对立。⁸ 日语的每个元音都具备音位上的长短对立。³¹² 普通话的 /i/ 与日语的 /i/ 非常接近，但日语的扁唇闭后元音 /ɯ/ 与普通话的圆唇 /u/ 差异明显。⁸³

普通话母语者的元音长短错误通常比英语母语者稍轻一些，因为普通话能让元音始终保持饱满的目标音质（不发生弱化）。这为听者提供了清晰的节拍计数序列。但时长控制的问题依然存在，只是未被音质畸变掩盖而已。¹²⁸

いいえ、違ちがいます。⁵
“不，不是那样的。”

“いいえ”是三拍（い / い / え）；“ち”发音为 [tɕi]。普通话母语者可能会读成“いえ”（两拍），从而改变了单词。⁵¹²

韩语母语者的发音陷阱

能够顺利迁移的部分

在主要的二语学习者群体中，韩语是日语在类型学上最亲近的邻居。两者的元音系统大幅重叠：韩语拥有 /i e ɛ a o u ɯ/，日语拥有 /i e a o ɯ/，两者的发音动作高度重合。³¹⁴

韩语在时间节奏上与拍等时相近：它“表现出按拍等时的特征，而非严格的音节等时”。¹⁴ 韩语中 /l/–[ɾ] 的条件变体规律意味着齿龈拍音本就存在于母语的表层语音中。在韩语中，“流音 /l/ 展现出显著的条件变体，在元音之间体现为拍音 [ɾ]，而在词尾则体现为边音 [l]”。¹⁴

韩语拥有紧辅音 /p͈ t͈ k͈ s͈/，可以作为日语促音的部分对应物：两者都比普通辅音需要更长的持阻闭塞时间。虽然两者的映射并不完美（韩语紧辅音伴有喉头紧张，而日语促音纯粹依靠时间延长），但两者的感知线索——较长的停顿持阻——是高度重合的。¹⁴

韩语学习者常被告诫“日语发音很难”，但这往往指错了方向。绝大部分单音段发音问题已被母语自然化解；剩下的核心难点在于清浊音与词汇音调，而非音段本身。

阻碍所在：清音与浊音

韩语的塞音具有三层对立（松音/平音、送气音、紧音）。这无法与日语简单的清浊两对立直接挂钩。“韩语在清音音段内部具有三层对立，分为平音、紧音与送气音。”¹⁴ “处于元音之间的平塞音（松音，如 /p, t, k/）会自动发生浊化。”¹⁴

韩语母语者的系统性错误正是源于这一规律：位于词首的日语浊塞音（が、ば、だ）常被发成清松音。韩语的平音在词首是清音，只有处于元音之间才会变成浊音。Holliday（2019）的研究反向证实了这一机制：“未经训练的日语母语听者一致将韩语紧音感知为浊音，将韩语平音和送气音感知为清音；而二语初学者在产出时无法在三类塞音之间体现出显著区别。”²⁷

浊音错误属于音位学推论，而非直接实验测得

目前尚未检索到直接针对韩语母语者产出日语浊辅音的专项实验研究。上述论点建立在韩语音系学规律¹⁴与 Holliday 的反向对照实验数据²⁷基础之上；应将其视为基于塞音系统结构的合理理论预测，而非具体的实测百分比。

值得注意的是，日语中的元音无声化（“/i/ 与 /u/ 在清辅音之间或停顿前会发生无声化”，例如将“です”读作 [des]）⁵ 与韩语平音规律天然契合。韩语母语者通常无需刻意教学，就能自然准确地发出无声化的“です”。⁵

此外，韩语母语者能够很好地内化日语的连浊（Rendaku）规则。“在掌握相当词汇和语法知识的学习者中，汉语母语者（N=32）与韩语母语者（N=32）在复合词后项内部包含浊塞音时均会自觉避免连浊，这表明莱曼法则（Lyman's Law）在二语习得中仍然是一个活跃的音系原则。”²⁸

学校がっこうに行いきます。⁵
“我要去学校。”

词首的“が”是浊塞音 [ɡ]。韩语母语者往往习惯于发成清平音 [k]，听起来就像“カッコウ”。这里的清浊对立必须有意识地加以注意。²⁷¹⁴

友達ともだちと勉強べんきょうします。⁵
“我和朋友一起学习。”

“ともだち”中的“だ”以及“べんきょう”中的“べ”属于词中或词间元音环境下的浊辅音。韩语的元音间浊化规律在这里能够完美发挥正向作用，因此这类发音不存在障碍；真正的陷阱仅存在于词首。²⁷¹⁴

高低音调与首尔语调

现代首尔韩语不具备词汇高低音调。它“呈现出高音并在后续音节中逐渐回落的走势，且正在经历声调演变（tonogenesis），辅音之间的区别越来越依赖音高而非声门开启时间（VOT）”。¹⁴ 其韵律短语具有典型的 LH 初始音高曲线，但该曲线并不具备区分词义的功能。¹⁴

韩语学习者拥有敏锐的韵律听觉，但缺乏将声调信息存储在具体词汇记忆中的模版。这比普通话母语者更接近英语母语者的情况：母语中存在音高线索，但词汇本身并不携带独立的音调编码。²⁴¹⁴

西班牙语与意大利语母语者的发音陷阱

能够顺利迁移的部分

西班牙语拥有五个元音系统 /i e a o u/，“无论在重读还是非重读位置均保持清晰稳定”。¹⁵ 日语拥有 /i e a o ɯ/。两者的元音不仅数量一一对应，而且音质几乎完全一致，仅有 /ɯ/ 存在细微差异。³¹⁵

西班牙语的两个颤/拍音中包含齿龈拍音 [ɾ]。“在词中元音之间，[齿龈颤音] 与 [齿龈拍音] 构成了音位对立。”¹⁵ 日语的 /ɾ/ 也是完全相同的发音动作。¹⁵ 意大利语在本土词汇中普遍存在音位性促音/长辅音，这使得日语促音在发音动作上可以直接百分之百正向迁移。¹⁶

在所有主要母语群体中，罗曼语族学习者拥有最强大的音段级正向迁移优势：元音完美匹配，ら行音完全一致（西班牙语完全匹配，意大利语程度略低），意大利语还自带促音。剩下的难题几乎全部集中在韵律和拼写习惯上。

ら行与“ふ”的潜在障碍

西班牙语的 [ɾ] 发音部位位于齿龈嵴，与日语完全一致。但是，西班牙语母语者在阅读包含双字母拼写的罗马字时，可能会将多击颤音（如拼写 "rr" 时的 [r]）带入日语中。¹⁵ 颤音并非正规日语发音；在 PAM 模型中，它是一种结构相邻但在日语中不可使用的母语发音变体。¹¹⁵

意大利语的 /f/ 是唇齿音，与英语相同。¹⁶ 因此意大利语母语者在面对“ふ”的双唇音时，面临着与英语母语者相同的鸿沟。³¹⁶

因此，罗曼语族母语者的音段纠音清单其实非常简短：遇到日语 /ɾ/ 时不要发成大舌颤音，发“ふ”时把唇齿音切换为双唇音即可。³¹⁵¹⁶

全新的元音长短概念

西班牙语和意大利语在音位上均不使用元音长短来区分词义。¹⁵¹⁶ 日语的长短音对立对两者而言都是全新概念。但其认知情境与英语母语者不同：西班牙语和意大利语母语者始终保持饱满纯正的元音音质，这使得他们感知节拍时比英语母语者容易得多，主要的困难仅存在于发音产出上。¹⁵¹⁶

意大利语拥有音位性的辅音长短（促音/双辅音），这让意大利语学习者在长度线索上具备西班牙语学习者所没有的先验经验。¹⁶ 但这种迁移是不对称的：辅音长度能够迁移，元音长度却无法自然迁移。¹⁶

罗曼语族母语者的元音长短错误多属于“一时遗忘”，而非“听不出来”。其纠偏过程更接近于强化习惯认知，而非重新训练听觉感知系统。¹²¹⁵¹⁶

病院びょういんは遠とおいです。¹²
“医院很远。”

“びょういん”包含长音 [oː]，为四拍；“とおい”包含长音 [oː]，为三拍。西班牙语母语者容易发成 [bjoin] 和 [toi]（省略了长音），虽然听得懂，但明显短于母语者的自然长度。¹²¹⁵

高低音调：最接近的对应物是语调，而非词汇音调

西班牙语存在重音，在书写上标有重音符号，并通过音高和响度来体现。但其重音分配遵循可预测的规则（如倒数第二音节重音或标注重音），并非词汇高低音调系统。¹⁵ 意大利语也是如此。¹⁶ 罗曼语族学习者具备感知线索（重音中包含音高变化），但缺乏词汇音调这一概念模版。²⁴¹⁵

对于罗曼语族母语者而言，高低音调的习得障碍与英语母语者更为相似，而不同于普通话母语者：韵律系统本身完备，但为词汇单独分配音调模式对他们来说是一项全新挑战。²⁴

越南语母语者的发音陷阱

声调无法自然迁移为高低音调

越南语拥有六个声调，通过“调形、时长、强度以及发声态（phonation type）而非单一的音高来区分”。发声态是指声音的质感，如嘎裂声（creaky voice）或气息声（breathy voice）。¹⁸ 类似于普通话，越南语也是逐个音节分配声调。¹⁸ 而日语的高低音调是基于音调单元的，一个单元内最多仅有一次音高回落。²⁴

这种结构错位十分明显：“尽管母语具备词汇声调经验，越南语学习者仍然难以将音高作为辅助线索。像越南语这样的典型声调语言，其音高变化发生在孤立音节上；而像日语这样的高低音调语言，其音高变化是跨越多个连续音节展开的，而非局限于单一音节。”¹⁷

越南语母语者面临着与普通话母语者相同的“过度声调化”问题。更复杂的是，母语中的发声态线索（嘎裂声与气息声）并非日语声调的组成部分，却很容易作为多余的音质对立不自觉地渗透到日语中。¹⁷¹⁸

半音节母语者的拍节奏难题

越南语是语素音节语言（morphosyllabic），以承载声调的音节为基本单位，而非按拍计时。越南语母语者的核心韵律单位是“调-音节”。¹⁸ 日语的音拍包含亚音节单位（如长元音的后半拍、促音的持阻前半拍、音拍鼻音 /N/），这些在越南语中完全没有对应概念。¹⁷¹⁸⁶

Le、Kondo 与 Tsukada（2025）测试了涵盖 N1 至 N3 水平的 75 名越南语学习者。研究发现：“越南语学习者虽然与母语者一样主要依赖时长线索，但在范畴边界的判断上存在滞后，表明其尚未完全习得该对立。越南语松紧元音中的音位性时长经验虽然有助于提升对时长的敏感度，但并不能完全解决区分日语音位长短的难题。”只有达到 N1 水平的学习者才表现出“在将音高与时长相融合方面的初步适应”。¹⁷

越南语的时长敏感度属于部分正向迁移：学习者虽然具备时长感知能力，但这种能力被牢牢绑定在母语的松紧元音对立上，并未转换为日语按拍计算的纯粹时长拉长。¹⁷

清浊音、尾辅音与拨音 /N/

越南语的塞音韵尾“仅限于唇音、舌尖音与舌面后音的塞音及鼻音 /p, t, k, m, n, ŋ/”，并且“发音时无声学爆破（唯闭音）”，即在末尾没有清晰的释放爆破音。¹⁸ 日语固有词汇中除了促音 /Q/ 与拨音 /N/ 外，不存在末尾辅音，而且促音和拨音是作为独立的音拍运作，绝非单纯的音节尾音（coda）。³⁵

在针对越南语母语者发音偏误的研究中，Tsushima 等学者（2022）指出，相较于日语母语者，越南语学习者在区分日语单辅音与促音时存在系统性的时长压缩。促音一侧的时长缩水比单辅音更为严重。²⁶

日语的音拍鼻音 /N/（拨音“ん”）会顺应后续音段同化发音部位。例如在 /p b m/ 前变为 [m]，在 /k g/ 前变为 [ŋ]，在语句末尾停顿前则体现为小舌鼻音 [ɴ]。⁵ 越南语虽然拥有韵尾鼻音 /m n ŋ/，但缺乏这种发音部位顺应同化规律以及独立的音拍计数。因此，越南语母语者在发“ん”时往往会丢掉其应有的音拍时长，并随意选用某种鼻音韵尾。⁵¹⁸

越南语在双唇与齿龈部位拥有内爆塞音 /ɓ ɗ/。内爆塞音是通过向内吸气而非普通塞音向外呼气的气流形成的。¹⁸ 日语中没有内爆音。越南语母语者在发“ば”和“だ”时，可能会残存微弱的母语内爆动作，虽然听得出外国口音，但通常不至于造成单词误解。¹⁸

三人さんにんで本ほんを読よみます。²⁶
“我们三个人一起看书。”

“さんにん”共有四拍（さ / ん / に / ん），包含两个 /N/ 拍位并在分界处带有长音化的 /n/。越南语母语者容易压缩音拍数，将其当成双音节的 sannin 来发音。⁵²⁶

切符きっぷを買かいました。²⁶
“买了车票。”

“きっぷ”中含有促音 /Q/。越南语学习者可能会将其压缩为“きぷ”（没有促音），因为越南语末尾的 /p/ 是唯闭音，不会延长闭塞停顿的时间。¹⁸²⁶

其他母语背景简述

法语、德语与其他欧洲语言

标准法语拥有小舌擦音 /ʁ/，发音部位在口腔后部，这与日语拍音 /ɾ/ 毫无关联。¹⁹ 法语拥有三个鼻化元音（/ɑ̃ ɛ̃ ɔ̃/），但没有独立的音拍鼻音。法语鼻化元音是带有 [+鼻音化] 特征的元音，并非独立的韵尾音拍。¹⁹ 法语母语者容易将日语拨音 /N/ 读成鼻化元音，从而丢失了该音拍的时长。⁵¹⁹

法语将短语重音固定在语音组末尾，并非由词汇决定。¹⁹ 对法语母语者而言，日语高低音调的陌生程度与英语母语者完全一致。²⁴¹⁹

德语拥有塞擦音 /ts/（字母 "z"），这为“つ”的发音提供了完美的正向迁移。⁵⁸ 德语标准音中的 /r/ 同样是小舌音，因此ら行对其而言与法语母语者一样陌生。⁵¹⁹ 德语存在音位性的元音长短对立（伴有音质差异），这为长短音对立提供了部分迁移助力。⁵ 但德语属于重音等时语言，因此拍节奏依然是一大难题。⁷

总体而言，欧洲各语言普遍面临与英语相似的元音长短与拍节奏难题，仅在个别音素上略有优势（如德语的 /ts/，法语鼻化元音对理解“ん”略有辅助）。相关音素的细节请参见各专题文章。

东南亚声调语言（泰语、老挝语、缅甸语）

泰语拥有五个声调，并且拥有音位性的元音长短对立。这使得泰语在所有声调语言中，对日语元音长短对立拥有最强大的正向迁移优势。²⁰ 但在高低音调上，它面临着与普通话和越南语相同的困境：逐个音节分配声调的模式并不适用于单次降调的高低音调。²⁴²⁰

根据母语音位系统推断，老挝语和缅甸语也具有类似的声调与高低音调错位。目前专项研究相对较少，此处基于通用的声调语言迁移机制进行归纳。¹²²⁰

印度-雅利安语支与达罗毗荼语系（印地语、乌尔都语、泰米尔语）

印地语/乌尔都语拥有四重塞音对立（清不送气、清送气、浊不送气、浊送气）以及一套卷舌塞音/闪音 /ʈ ɖ ɳ ɽ/。²¹ 卷舌闪音 /ɽ/ 的习惯容易渗透到日语ら行中。其发音部位有误（龈后到卷舌，而非日语的舌尖齿龈），接触方式也存在差异。⁵²¹

印地语在部分元音对上存在长短对立（如 /ɪ/ 与 /iː/），但伴随着音质变化，类似于英语的松紧元音。²¹ 因此其日语元音长短问题更接近于英语母语者，而非泰语母语者。²¹

泰米尔语等达罗毗荼语言拥有卷舌音 /ɭ ɻ/，在部分方言中还具有严格的拍音与颤音对立。其流音发音习惯与日语有很大差异。泰米尔语中音位性的元音长短对立，应当能为掌握日语音位长短带来类似于泰语的正向迁移。

补充要点

正向迁移真实存在且未被充分利用

二语语音学文献通常聚焦于负向迁移（导致错误的母语特征）；教学资源极少系统强调正向迁移（提供助力的母语特征）。¹² 结果便是学习者经常在母语原本就擅长的地方浪费大量学习时间。

各母语的优势领域在各节中均有文献考证：西班牙语的ら行、¹⁵ 意大利语的促音、¹⁶ 普通话的“つ”、⁸ 粤语的促音、¹³ 韩语的拍节奏与ら行、¹⁴ 泰语的元音长短。²⁰ 只要明确哪些音在自身母语中亮起绿灯，学习者便能把宝贵的时间集中攻坚红灯领域。

“母语无所谓”是错误的，但“日语发音简单”并非空穴来风

从全球语言的角度看，日语的音位库存相当精简：大约十五个核心辅音音位加上 /N/ 与 /Q/，五个带有长短对立的元音。³⁴⁵ 这远远少于英语（二十四个以上辅音，十一个以上元音）、普通话（包含卷舌音与腭化音系列）以及印地语/乌尔都语（包含卷舌音与送气对立系列）。⁵⁸²¹

对大多数母语者来说，需要从零学起的新音段屈指可数。长期存在的真正痛点（元音长短、拍节奏、高低音调）根本不在于单音段的发音动作，而在于全新的韵律范畴。“日语发音很简单”在音段层面对大多数母语者都是成立的，但在韵律层面对所有母语者均不成立。¹²⁶⁷

罗马字拼写会掩盖母语干扰

每种母语的人都会透过自身的“字母-发音”映射规则来阅读罗马字。看到“Fuji”中的 fu，英语读者会自然读出唇齿音 /f/。而实际的日语发音则是双唇擦音 [ɸ]。³⁵

平文式罗马字是基于英语母语者的发音习惯设计的，旨在让“不熟悉日语的人在读到平文式罗马字转写的生词时，能够发出相对接近的读音”。⁵ 其他母语者则会根据本国语言规则来读这些字母。帮助了英语读者的同一套拼写，却会误导西班牙语读者（将 ji 读作 [xi]）和德语读者（将 ji 读作 [ji]）。³⁵

纠正的根本对策是彻底将发音建立在假名之上，而不是依赖罗马字。

富士山ふじさんに登のぼります。⁵
“我要去爬富士山。”

无论罗马字怎么写，这里的“ふ”始终是 [ɸɯ̟]。

继承语学习者与部分母语者

日语继承语学习者（在海外日语家庭长大，通常以非日语作为第一主导语言）具有不均衡的语音迁移表现。某些特征具有母语级日语水准（元音长短、拍节奏），而另一些特征则完全受主导语言影响（辅音库存、高低音调）。²

语音学习模型（SLM）准确预测了这种不对称现象。在感知窄化窗口关闭之前（元音约为 12 个月大）习得的特征¹¹接近母语范畴；之后习得的特征则更接近二语范畴。对于继承语学习者，应当将其作为特殊案例单独分析，而不宜简单塞进对照表中的“母语 = 主导语言”一栏中。²¹¹

各母语的声学线索权重差异

在音高感知实验中，普通话和粤语听者“更关注音高走势（调形），而日语听者更关注绝对音高高度”。¹⁷ 越南语听者主要将时长用于区分元音音质。¹⁷ 英语听者则把时长当作区分频谱音质的辅助线索。¹² 这些并不是主观偏好，而是经过多年母语语音输入固化下来的“声学线索权重模版”。¹¹

了解学习者的母语线索权重模式后，教师便能精准针对缺失的线索开展教学。对英语母语者，重点是将时长提升为主导线索；对普通话母语者，重点是将绝对音高高度作为主导线索（而非调形）；对越南语母语者，重点是在剥离元音音质变化的前提下感知纯粹的元音时长。¹¹¹⁷¹²

针对性训练切实有效

专门的听觉感知训练能够显著改善二语感知能力，即使对成年人也是如此。Hirata（2004）：英语母语者在接受数拍训练后，对日语元音长短的辨别率从 39% 大幅跃升。²² Tajima 等人（2008）：视听多模态训练改善了英语听者对长短对立的辨识。²³ Iverson 与 Kuhl 等人（2003）：通过原型拉伸训练改善了日语母语者对 /r/–/l/ 的辨析能力，尽管改善是部分的。¹⁰

所谓“过了关键期就再也学不会”的悲观论调被过度放大了。更客观的事实是：成年人的感知重构虽然变慢，需要借助明确的、针对特定线索的刻意练习，但这绝非不可能完成的任务。^10112223

延伸阅读

• 是否应该学习高低音调？客观的利弊权衡分析
• 日语地域高低音调：关西（京阪）、东北及无声调方言
• 如何使用 OJAD：在线日语声调词典指南
• 日语声调记号详解：如何看懂 0、1、2、3 与上划线图解
• 日语语速分析：母语者的实际讲话速度到底有多快？
• 戒掉罗马字：何时应彻底转向假名

References

Footnotes

1. Best, Catherine T. "A direct realist view of cross-language speech perception." In Speech Perception and Linguistic Experience: Issues in Cross-Language Research, edited by Winifred Strange. York Press, 1995, pp. 171–204. (PAM, the Perceptual Assimilation Model.) Authoritative summary in Mizera, "Second language phonology and perceptual assimilation of foreign sounds." https://www.keiwa-c.ac.jp/wp-content/uploads/2012/12/kiyo21-2.pdf ↩ ↩² ↩³ ↩⁴ ↩⁵ ↩⁶ ↩⁷ ↩⁸ ↩⁹ ↩¹⁰ ↩¹¹ ↩¹² ↩¹³

2. Flege, James E. "Second language speech learning: Theory, findings, and problems." In Speech Perception and Linguistic Experience, edited by Winifred Strange. York Press, 1995. (SLM, the Speech Learning Model.) Revised version: Flege, J. E., and Bohn, O.-S. "The Revised Speech Learning Model (SLM-r)." In Second Language Speech Learning: Theoretical and Empirical Progress, edited by Wayland. Cambridge University Press, 2021. https://www.cambridge.org/core/books/abs/second-language-speech-learning/revised-speech-learning-model-slmr/7A720FCB65B653B00C766A436908B1A7 ↩ ↩² ↩³ ↩⁴ ↩⁵ ↩⁶ ↩⁷ ↩⁸ ↩⁹ ↩¹⁰ ↩¹¹ ↩¹² ↩¹³ ↩¹⁴ ↩¹⁵ ↩¹⁶

3. Vance, Timothy J. The Sounds of Japanese. Cambridge University Press, 2008. https://www.cambridge.org/core/books/sounds-of-japanese/ ↩ ↩² ↩³ ↩⁴ ↩⁵ ↩⁶ ↩⁷ ↩⁸ ↩⁹ ↩¹⁰ ↩¹¹ ↩¹² ↩¹³ ↩¹⁴ ↩¹⁵ ↩¹⁶ ↩¹⁷ ↩¹⁸ ↩¹⁹ ↩²⁰ ↩²¹ ↩²² ↩²³ ↩²⁴ ↩²⁵ ↩²⁶

4. Kubozono, Haruo (ed.). Handbook of Japanese Phonetics and Phonology. De Gruyter Mouton, 2015 (Handbooks of Japanese Language and Linguistics 2). ↩ ↩² ↩³ ↩⁴

5. "Japanese phonology." Wikipedia. https://en.wikipedia.org/wiki/Japanese_phonology ↩ ↩² ↩³ ↩⁴ ↩⁵ ↩⁶ ↩⁷ ↩⁸ ↩⁹ ↩¹⁰ ↩¹¹ ↩¹² ↩¹³ ↩¹⁴ ↩¹⁵ ↩¹⁶ ↩¹⁷ ↩¹⁸ ↩¹⁹ ↩²⁰ ↩²¹ ↩²² ↩²³ ↩²⁴ ↩²⁵ ↩²⁶ ↩²⁷ ↩²⁸ ↩²⁹ ↩³⁰ ↩³¹ ↩³² ↩³³ ↩³⁴ ↩³⁵ ↩³⁶ ↩³⁷

6. "Mora (linguistics)." Wikipedia. https://en.wikipedia.org/wiki/Mora_(linguistics) ↩ ↩² ↩³ ↩⁴ ↩⁵ ↩⁶ ↩⁷ ↩⁸

7. Liu, Sha, and Takeda, Toshifumi. "Mora-timed, stress-timed, and syllable-timed rhythm classes: Clues in English speech production by bilingual speakers." Acta Linguistica Academica 68, no. 3 (2021): 350–369. https://akjournals.com/view/journals/2062/68/3/article-p350.xml ↩ ↩² ↩³ ↩⁴ ↩⁵ ↩⁶ ↩⁷ ↩⁸ ↩⁹ ↩¹⁰ ↩¹¹ ↩¹² ↩¹³ ↩¹⁴ ↩¹⁵ ↩¹⁶

8. "Standard Chinese phonology." Wikipedia. https://en.wikipedia.org/wiki/Standard_Chinese_phonology ↩ ↩² ↩³ ↩⁴ ↩⁵ ↩⁶ ↩⁷ ↩⁸ ↩⁹ ↩¹⁰ ↩¹¹ ↩¹² ↩¹³ ↩¹⁴ ↩¹⁵ ↩¹⁶ ↩¹⁷

9. Aoyama, Katsura, Flege, James E., Guion, Susan G., Akahane-Yamada, Reiko, and Yamada, Tsuneo. "Perceived phonetic dissimilarity and L2 speech learning: The case of Japanese /r/ and English /l/ and /r/." Journal of Phonetics 32, no. 2 (2004): 233–250. https://www.sciencedirect.com/science/article/abs/pii/S0095447003000366 ↩ ↩² ↩³ ↩⁴ ↩⁵ ↩⁶

10. Iverson, P., Kuhl, P. K., Akahane-Yamada, R., Diesch, E., Tohkura, Y., Kettermann, A., and Siebert, C. "A perceptual interference account of acquisition difficulties for non-native phonemes." Cognition 87, no. 1 (2003): B47–B57. https://ilabs.uw.edu/wp-content/uploads/2022/05/Iverson_Kuhl_2003.pdf ↩ ↩² ↩³ ↩⁴ ↩⁵ ↩⁶ ↩⁷

11. Kuhl, P. K., Conboy, B. T., Coffey-Corina, S., Padden, D., Rivera-Gaxiola, M., and Nelson, T. "Phonetic learning as a pathway to language: new data and native language magnet theory expanded (NLM-e)." Philosophical Transactions of the Royal Society B 363, no. 1493 (2008): 979–1000. https://pmc.ncbi.nlm.nih.gov/articles/PMC2606791/ ↩ ↩² ↩³ ↩⁴ ↩⁵ ↩⁶ ↩⁷ ↩⁸

12. Yazawa, Kakeru, Whang, James, and Escudero, Paola. "Australian English listeners' perception of Japanese vowel length reveals underlying phonological knowledge." Frontiers in Psychology 14 (2023): 1122471. https://pmc.ncbi.nlm.nih.gov/articles/PMC10639153/ ↩ ↩² ↩³ ↩⁴ ↩⁵ ↩⁶ ↩⁷ ↩⁸ ↩⁹ ↩¹⁰ ↩¹¹ ↩¹² ↩¹³ ↩¹⁴ ↩¹⁵ ↩¹⁶ ↩¹⁷ ↩¹⁸

13. Ren, Aiwen. "Perception of Japanese singleton and geminate contrasts: A case of Chinese learners with different dialectal backgrounds." Frontiers in Psychology 13 (2022): 1070107. https://www.frontiersin.org/journals/psychology/articles/10.3389/fpsyg.2022.1070107/full ↩ ↩² ↩³ ↩⁴ ↩⁵ ↩⁶ ↩⁷ ↩⁸ ↩⁹ ↩¹⁰ ↩¹¹ ↩¹² ↩¹³ ↩¹⁴ ↩¹⁵

14. "Korean phonology." Wikipedia. https://en.wikipedia.org/wiki/Korean_phonology ↩ ↩² ↩³ ↩⁴ ↩⁵ ↩⁶ ↩⁷ ↩⁸ ↩⁹ ↩¹⁰ ↩¹¹ ↩¹² ↩¹³ ↩¹⁴ ↩¹⁵ ↩¹⁶ ↩¹⁷ ↩¹⁸ ↩¹⁹ ↩²⁰

15. "Spanish phonology." Wikipedia. https://en.wikipedia.org/wiki/Spanish_phonology ↩ ↩² ↩³ ↩⁴ ↩⁵ ↩⁶ ↩⁷ ↩⁸ ↩⁹ ↩¹⁰ ↩¹¹ ↩¹² ↩¹³ ↩¹⁴ ↩¹⁵ ↩¹⁶ ↩¹⁷ ↩¹⁸ ↩¹⁹ ↩²⁰ ↩²¹ ↩²² ↩²³

16. "Italian phonology." Wikipedia. https://en.wikipedia.org/wiki/Italian_phonology ↩ ↩² ↩³ ↩⁴ ↩⁵ ↩⁶ ↩⁷ ↩⁸ ↩⁹ ↩¹⁰ ↩¹¹ ↩¹² ↩¹³ ↩¹⁴ ↩¹⁵ ↩¹⁶ ↩¹⁷

17. Le, Trang Thi Huyen, Kondo, Mariko, and Tsukada, Kimiko. "Cross-linguistic transfer of acoustic cues: Perception of Japanese vowel length by learners from Vietnamese-speaking background." Second Language Research (2025). https://journals.sagepub.com/doi/10.1177/02676583251355203 ↩ ↩² ↩³ ↩⁴ ↩⁵ ↩⁶ ↩⁷ ↩⁸ ↩⁹ ↩¹⁰ ↩¹¹ ↩¹²

18. "Vietnamese phonology." Wikipedia. https://en.wikipedia.org/wiki/Vietnamese_phonology ↩ ↩² ↩³ ↩⁴ ↩⁵ ↩⁶ ↩⁷ ↩⁸ ↩⁹ ↩¹⁰ ↩¹¹ ↩¹² ↩¹³ ↩¹⁴

19. "French phonology." Wikipedia. https://en.wikipedia.org/wiki/French_phonology ↩ ↩² ↩³ ↩⁴ ↩⁵ ↩⁶ ↩⁷ ↩⁸ ↩⁹ ↩¹⁰ ↩¹¹ ↩¹²

20. "Thai phonology." Wikipedia. https://en.wikipedia.org/wiki/Thai_phonology ↩ ↩² ↩³ ↩⁴ ↩⁵ ↩⁶ ↩⁷ ↩⁸ ↩⁹ ↩¹⁰

21. "Hindi–Urdu phonology." Wikipedia. https://en.wikipedia.org/wiki/Hindustani_phonology ↩ ↩² ↩³ ↩⁴ ↩⁵ ↩⁶ ↩⁷ ↩⁸ ↩⁹

22. Hirata, Yukari. "Training native English speakers to perceive Japanese length contrasts in word versus sentence contexts." Journal of the Acoustical Society of America 116, no. 4 (2004): 2384–2394. ↩ ↩² ↩³ ↩⁴ ↩⁵ ↩⁶ ↩⁷ ↩⁸

23. Tajima, Keiichi, Kato, Hiroaki, Rothwell, Amanda, Akahane-Yamada, Reiko, and Munhall, Kevin G. "Training English listeners to perceive phonemic length contrasts in Japanese." Journal of the Acoustical Society of America 123, no. 1 (2008): 397–413. ↩ ↩² ↩³

24. Muradás-Taylor, Becky. "Accuracy and Stability in English Speakers' Production of Japanese Pitch Accent." Language and Speech 65, no. 2 (2022): 377–403. https://pmc.ncbi.nlm.nih.gov/articles/PMC9014664/ ↩ ↩² ↩³ ↩⁴ ↩⁵ ↩⁶ ↩⁷ ↩⁸ ↩⁹ ↩¹⁰ ↩¹¹ ↩¹² ↩¹³ ↩¹⁴ ↩¹⁵ ↩¹⁶ ↩¹⁷ ↩¹⁸ ↩¹⁹ ↩²⁰ ↩²¹

25. Tsurutani, Chiharu. "Intonation of Japanese sentences spoken by English speakers." INTERSPEECH 2011. https://www.semanticscholar.org/paper/Intonation-of-Japanese-sentences-spoken-by-English-Tsurutani/6bb2e650b5f9b929174f5b17af280d0953fed247 ↩ ↩²

26. Tsushima, Teruaki, et al. "Vietnamese speakers' mispronunciation of Japanese singleton and geminate stops." Acoustical Science and Technology 43, no. 5 (2022): E2172. https://www.jstage.jst.go.jp/article/ast/43/5/43_E2172/_pdf ↩ ↩² ↩³ ↩⁴ ↩⁵ ↩⁶

27. Holliday, Jeffrey J. "The perception and production of word-initial Korean stops by native speakers of Japanese." Language and Speech 62, no. 1 (2019): 27–63. https://journals.sagepub.com/doi/10.1177/0023830918785649 ↩ ↩² ↩³ ↩⁴

28. Hwang, Hyun Kyung, Ito, Junko, and Mester, Armin. "Triple operations of rendaku processing: Native Chinese and Korean speakers learning Japanese." Lingua 199 (2017): 28–48. https://www.researchgate.net/publication/318130440_Triple_operations_of_rendaku_processing_Native_Chinese_and_Korean_speakers_learning_Japanese ↩