本文经 J-Compass 编辑流程调研与事实核查；编辑团队在发布前审核信息来源及准确性。 了解我们的编辑方法 →
本译文仅供参考，以方便阅读。内容以英文版本为准。 阅读英文原文 →
日语中的长元音与短元音：初学者最易忽视的本质差异
日语的长元音与短元音构成了音位对立（phonemic contrast）。将元音多拖长一拍，选中的是词典中完全不同的另一个词，而绝非同一个词的加重强调语气。12 对于在教材词汇表中见过“おばさん”和“おばあさん”的 N5 初学者来说，多出来的那一个音拍，就是称呼别人“阿姨”与“奶奶”之间的天壤之别。34
概述
日语拥有五个元音音位：/a, i, u, e, o/。每一个元音都具有长音与短音的严格对立。12 长音并非简单拉长后的短音，而是占据两个音拍（mora，驱动日语节奏的基本时间单位）的独立音位单元。2
在连贯语流中，长元音的持续时间大约是短元音的 2.5 到 3 倍。无论说话人语速变快还是变慢，这一比例都保持稳定。5 即使语速发生变化，长短对立依然清晰存在，因为两者是同比例缩放的。
元音长短涉及四个相互独立的层面：(a) 音位（实际语音本身），(b) 音拍数（时间节拍），(c) 正字法（书写长音的具体假名规则：おう 对比 おお、ええ 对比 えい、片假名长音符号“ー”），以及 (d) 感知（受母语训练的耳朵能否敏锐捕捉到该时长差异）。本文聚焦于音位、音拍数及感知层面。正字法书写规则请参见相关专题文章。
元音长短具有音位性：改变长度即改变词义
通俗理解什么是“音位性”
当替换某一语音特征会直接改变所表达的单词时，该对立即具有音位性（phonemic）。日语元音长短完全符合这一定义：辅音完全一致，元音音质完全相同，仅仅持续时长不同，词典中的词条就彻底改变了。12
在全部五个元音中，均存在经过学界考证的真实最小对立体（仅因单一语音特征而产生词义对立的词对）：obasan（阿姨）/ obāsan（奶奶/外婆）、34 hiru（水蛭）/ hīru（鞋跟）、kegen（可疑）/ keigen（减轻）、tokai（城市）/ tōkai（倒塌）以及 ku（区）/ kū（空虚/天空）。2
おばさんは元気です。4
“（我的）阿姨身体很好。”
おばあさんは元気です。3
“（我的）奶奶身体很好。”
这两个句子仅仅相差一个音拍，但所指代的词汇却相差了整整一个辈分。34
おじさんはアメリカ人です。6
“（我的）叔叔是美国人。”
おじいさんはアメリカ人です。7
“（我的）爷爷是美国人。”
习得日语的婴儿在 4 到 9.5 个月之间就开始对元音长短产生敏感度。大约到 18 个月大时，他们便会将时长视作音位学线索，而不再仅仅是原始的声学物理差异。8 这种发育模式正是特定语言所独有的“音位性对立”的典型特征，与任何婴儿天生都能听出的普遍声学差异截然不同。
为什么长音不是“语气强调”或“拖长音调”
在英语中，时长属于韵律修辞手段：拉长元音代表重音、强调或情感流露（如 "I'm sooo tired"），并不会变成另一个单词。但在日语中，时长属于词汇固有属性：拖长代表另外一个独立的词。18
当然，日语中也有用于表达情感的表情性拉长（在非正式书写中常借助长音符“ー”表示）。但这属于选用的语气修辞，叠加在单词的基础语音结构之上，单词底层的音位形态并未改变。1 下方的对比展现的是同一个形容词在两种不同情感色彩下的状态：
寒い！9
“好冷！”
寒ーい！1
“好——冷啊！”
上面的“さむーい”拉长了“い”以表强调，并未改变单词本身。但前面的“おばさん / おばあさん”机制截然不同：长元音是词汇在大脑中存储形式的一部分，将其缩短就会直接索引到另一个完全不同的词条。英语等母语者往往习惯性地以为所有元音拉长都属于前一种强调修辞。在日语中，这两种机制并存，且走的是完全不同的语言通道。
如何计数：长元音占两个音拍
一个假名一拍：计算“おばさん”与“おばあさん”的拍数
日语属于按拍计时的语言（Mora-timed）：音拍（mora）是基本的时间节拍单位。假名拼写几乎是完美的音拍文字，每个全尺寸假名对应一个音拍。10 音拍是时间节奏单位，不能等同于音节。
数假名数量即可得出音拍数：“お-ば-さ-ん”共 4 拍；“お-ば-あ-さ-ん”共 5 拍。102 多出来的“あ”是长元音 /aː/ 的第二个音拍。它绝不是无声的装饰性字母，它在发音时间上实实在在地占据一整拍。
これはおばさんです。4
“这是（我的）阿姨。”（4 拍：お-ば-さ-ん）
これはおばあさんです。3
“这是（我的）奶奶。”（5 拍：お-ば-あ-さ-ん）
母语为英国英语的初级学习者在时长控制上普遍存在产出不足的现象。实验数据显示，初学者的短长时长比为 86.5%，而母语者大约为 75%。换句话说，学习者即使自以为发出了长短对立，其实际产出的长音依然严重缩水偏向短音。10
五个长元音拍位：aa、ii、uu、ee、oo
五个元音各自拥有一个长音对应物，贡献第二个音拍。下表列出了各元音的典型平假名拼写及核心对立锚点词。
| 长元音 | 常见平假名体现 | N5/N4 示例 | 音拍数 | 对应的短音词 | 来源 |
|---|---|---|---|---|---|
| /aː/ | あ + あ | おばあさん（祖母/外婆） | 5 | おばさん (4) | 34 |
| /iː/ | い + い | おじいさん（祖父/爷爷） | 5 | おじさん (4) | 76 |
| /uː/ | う + う | くうき（空气） | 3 | くき（茎） (2) | 1112 |
| /eː/ | え + い（大多数）/ え + え（部分固有词） | せんせい（老师） | 4 | （N5 阶段无最小对立体） | 1 |
| /oː/ | お + う（大多数）/ お + お（部分固有词） | こうこう（高中） | 4 | ここ（这里） (2) | 11314 |
对于 /eː/ 和 /oː/，最常见的拼写形式是以“い”和“う”作为第二拍（せんせい、こうこう、とうきょう）。但在少数固有词汇中，也会使用“ええ”和“おお”（おねえさん、とおい、おおきい）。1 拼写的差异并不影响实际读音，两者均代表单一的长元音。
正字法与语音学是两个独立的问题
本文聚焦于发音与音拍计数。假名拼写规则在专门文章中另有详述：详见平假名中的长元音（探讨 おう 对比 おお 以及 ええ 对比 えい）与片假名中的长元音（探讨长音符“ー”）。1 即使你目前还不能完全掌握为什么“こう”写成“う”而“こお”写成“お”，你也完全可以通过听觉和音拍计数准确掌握长元音的发音。
初学者必须听辨的最易混淆词对
亲属称谓对立体：おばさん / おばあさん、おじさん / おじいさん
这两对亲属称谓是英语系日语教学中介绍音位长短元音的经典教材案例。9 它们属于核心 N5 词汇，3476 其他音段完全相同，且词义差异（阿姨对比祖母，叔叔对比祖父）明显，学习者能立刻意识到一旦叫错在社交礼仪上的尴尬代价。
漏掉一个音拍，所称呼的对象就跨越了两个辈分：短音对应父母辈的兄弟姐妹，长音对应祖父母辈。3476
仅差一个假名的实词：ゆき / ゆうき、くき / くうき、ここ / こうこう
除亲属称谓外，日常词汇中也广泛分布着最小对立体。以下每对词汇都是真实的词典词条，绝非生造例证：ゆき（雪，N5）与 ゆうき（勇气，N3）；1516 くき（茎，N1）与 くうき（空气，N4）；1112 ここ（这里，N5）与 こうこう（高中，N4）。1314
雪がふっています。15
“正在下雪。”
勇気があります。16
“（他/她）很有勇气。”
ここでまってください。13
“请在这里稍候。”
高校で日本語をならいました。14
“我在高中学了日语。”
外来词与固有名词陷阱：時計 对比 統計，罗马字中的“Tokyo”
“時計”（とけい，时钟）与“統計”（とうけい，统计）是一对实实在在的最小对立体：辅音相同，仅仅第一个元音长短不同。1718 “とけい”是 N5 词汇；而“とうけい”是 N2 词汇。
時計は十時です。17
“时钟显示十点整。”
統計を勉強します。18
“（我）学习统计学。”
东京（とうきょう，Tokyo）包含四个音拍（と-う-きょ-う），绝非普通英文罗马字“Tokyo”所暗示的双音节（toh-kyo）。19 其标准的口语语音形式是 とうきょう /toːkjoː/，前一半与后一半均包含长音 /oː/。
初学者最先接触到的无长音符号的普通英文罗马字在转写借用地名和人名时（如 "Tokyo"、"Osaka"、"Kyushu"、"sumo"），系统性地剥离了长音横线（macron）。这彻底掩盖了长元音的存在，并在英语使用者的脑海中植入了错误的心理表征。1 带有长音符号的修正平文式罗马字（Tōkyō、Ōsaka、Kyūshū、sumō）则忠实保留了该对立。1
東京にすんでいます。19
“（我）住在东京。”（4 拍：と-う-きょ-う）
为什么英语母语者往往听不出长短差异
英语将时长视作重音线索，而非音位
在英语中，元音的持续时间会随着重音以及松紧元音的不同而发生改变，但时长本身并不能独立用于区分音位。18 英语的最小对立体建立在元音音质差异之上（如 bit / beat、full / fool），而非纯粹的时长。
因为英语听者的音系感知系统习惯将时长视为韵律层面的辅助手段，初次接触时，他们极易把日语的长元音当成同一个词的“重读版本”，从而完全错失了词汇层面的对立。810 这并非由于学习不努力，而是结构性母语干扰使然：母语过滤器在正常运转，却把输入的长短线索错分到了韵律强调的范畴中。
拍节奏重新调整了感知优先级
日语的节奏是按拍计时的：单词的总时长与音拍数量成正比，而非取决于音节数量。510 长元音音拍在节奏上与任何其他假名音拍完全等价。这就是为什么在连贯言语中，拥有 5 个音拍的“おばあさん”在物理时间上绝对稳定地长于拥有 4 个音拍的“おばさん”。
长元音所贡献的额外一拍，与促音音拍（“きって”中的无声停顿闭塞）以及拨音 /N/（“しんぶん”中的 ん）是完全同一性质的时间单位。这三者都是拍节奏系统所计数的特殊音拍。10
日本本土婴儿的自然习得与成年学习者的感知重建
在日本家庭中成长的婴儿大约在 9.5 个月大时就对长短元音表现出敏感性。大约在 18 个月大时，他们已完全把时长当成音位学线索；在日本面向婴儿的“父母语”（infant-directed speech）中，时长始终是极其稳定的对立标志。8
成年二语学习者则带着早已固化的母语音位过滤器进入学习。只有通过明确的最小对立体专项操练，才能在学习者的大脑中将时长重新分类：从单纯的韵律修辞转变为词汇音位。10 若不进行针对性的再训练，即便是高级水平的英语母语学习者，其长元音的实际发音时长仍然会表现出可测量的缩水：短音与长音比例高达 86.5%，明显偏离母语者约 75% 的自然水平。10
听力与发音训练方法
边说边敲击音拍
发音时辅以物理敲击动作——每个假名用手指轻敲一下桌面——能将抽象的时间长度外化。这能让 4 拍的“おばさん”与 5 拍的“おばあさん”之间的区别在耳朵听出之前，先通过双手真切感知到。510 这一技巧运用的正是定义按拍等时语言的音拍等时性原理。
使用最小对立体专项操练，而非孤立背诵单个词汇
成对对比操练（如 obasan / obāsan、yuki / yūki、koko / kōkō）能迫使大脑将时长作为唯一的变量来进行处理。10 孤立练习单个词汇无法有效建立辨音能力，因为输入信息中缺乏迫使大脑清晰确立范畴边界的参照物。
能够在音位长短对立上取得实质突破的学习者，无一例外经历过将感知、产出与反馈紧密结合的针对性操练。这正是日语音位长度习得文献中所倡导的标准教学方案。10
录音并与母语者音频进行比对
将自己的录音与母语者标准示范进行对比，有助于直观发现母语过滤器悄悄抹平的时长差距。10 最直接客观的标准就是检查 4 拍与 5 拍词汇的总时长：如果自己录制的“obāsan”并没有比“obasan”有明显的总长度增加，说明长元音依然被不自觉地吞短了。
补充要点
日语中的长元音不是“重读”
在长音音拍上施加音高尖峰或突然加大音量，纯属英语等母语的重音反应，在标准日语中并不存在。元音长短与高低音调（Pitch accent）是两个完全独立的系统。1 一个长元音上是否带有声调核（高音骤降点），完全取决于该单词所属的声调类型，并不存在“长元音一定会吸引重音”的规则。
长元音与促音均属双拍特殊节奏
长元音后半拍（“おばあさん”中 /aː/ 的后半部分）与促音辅音音拍（“きって”中的停顿闭塞）都属于特殊音拍。它们各自独立占有一拍时间，却并不构成完整的 CV（辅音+元音）常规音节。10 它们在音拍模版中占据不同槽位（元音性对辅音性），但遵循完全相同的节拍等时原则。拨音（“しんぶん”中的 ん）同样属于这一非音节性特殊音拍家族。
短元音无声化不等同于长元音缩短
在标准东京方言中，位于清辅音之间或句末清辅音之后的闭元音 /i/ 和 /u/ 通常会发生无声化（devoicing）（例如“です”听起来像 des，“すき”听起来像 ski）。1 无声化会降低短元音的听觉响度，但它绝不会将长元音 /uː/ 或 /iː/ 变成短元音，因为即便是耳语耳鸣般的微弱元音，其第二拍的时长依然在节奏中完整存在。“‘う’发音微弱/无声化”（短元音无声化）与“‘う’使前面的元音变成长音”（长音）是假名书写相同但性质截然不同的两件事。
罗马字陷阱：Tokyo、Osaka、sumo
英语中对日本地名和文化词汇的标准英译写法系统性地舍弃了长音标记：用 Tokyo 代替 Tōkyō，19 用 Osaka 代替 Ōsaka，用 sumo 代替 sumō，用 judo 代替 jūdō。1 这虽然不是转写失误，而是约定俗成的惯用简化，却向英语母语学习者隐瞒了词汇底层的长音事实。由此产生的双音节英语发音（"toe-kyo"）从一开始就内化了错误的音拍数量。