请问一下英语连读技巧歌词的连读问题

扫二维码下载作业帮
拍照搜题,秒出答案,一键查看所有搜题记录
下载作业帮安装包
扫二维码下载作业帮
拍照搜题,秒出答案,一键查看所有搜题记录
关于音标ŋ的读音和连读问题ŋ的读音不是就类似与嗯~ 吗?为什么在singing这个单词里读音不是sing yin(yin拼音表示发音.)而有个类似与哥的音.singing发音类似为sing 哥yin.然后是连读问题:目前在三首英文歌里听到关于这个音标的两种不同连读.Making out of nothing at all 这首歌里把nothing at all这句歌词的nothing at连读为nothing næt.
Piano man这首歌里把sing us 连读为sing 哥(其实不是哥的音 有点像)ʌs.然后lady gaga的nothing else can I say这首歌里把nothing else又连读为nothing nels.
这三种连读我都听了至少五遍,绝对没听错.我对英语兴趣很高,所以学习要求也很高,可能这个问题有点偏
求大神解答.
如果觉得我表述不太清楚的话麻烦去试听一下这三首歌观察一下这个连读.
扫二维码下载作业帮
拍照搜题,秒出答案,一键查看所有搜题记录
你的这个问题提得非常好.这的确是一个有趣的现象,尤其是在歌词的演唱时让英语学习者挠头./ ŋ /这个音后面跟元音时,很多讲英语的人都加了一个 / g / 音进去,如:sing along with me —— / siŋgəlɔŋwiðmi /而更多的则是干脆把-ing 中的 g 去掉,变成了 sin‘ along with me / sinəlɔŋwiðmi / 如你问题中的 nothing else,变成了 nothin’ else.其实在很多歌词(lyrics)中就是这样标注的. 不奇怪.照葫芦画瓢跟着学就好.
那么我在读英文或者讲英文的时候呢?
讲英文时要小心。加 / g / 的人常见于南欧、东欧或中东人(有些印度人也是这样)。我个人认为这是一个“标签”,建议不要学。而去掉 / ŋ / 音(-in' )的美国本土人也不在少数,但多见于黑人或南方 red necks,带有一定的社会阶层“标签”。同样不建议模仿。
您好 能不能再回答我一个问题/question/.html?quesup2&oldq=1 关于breadth这个单词的发音。
为您推荐:
其他类似问题
扫描下载二维码歌曲I love you的歌词-一首超适合练习英文连读发音的歌_百度文库
两大类热门资源免费畅读
续费一年阅读会员,立省24元!
歌曲I love you的歌词-一首超适合练习英文连读发音的歌
阅读已结束,下载文档到电脑
想免费下载更多文档?
定制HR最喜欢的简历
你可能喜欢以上搜索结果不满意?试试网页搜索
&2017 Baidu
微信扫一扫精选音乐每日推送!
扫描下载APP扫二维码下载作业帮
2亿+学生的选择
下载作业帮安装包
扫二维码下载作业帮
2亿+学生的选择
英文forever我学的是英式英语,老师教我们读的是for ever这样,但是我听英文歌的时候是for rever这样读的.到底是怎样?还有,说一下美式英文和英式英文的区别美国的读法是连读的,比如a lot of 他们是读a lot tof,但是我们老师是教a lot of就直接读的,没有连,我总觉得我老师读音好像不标准.还有,那个wherever 是怎样读,是不是这样:where ver.
Ghost战狼606
扫二维码下载作业帮
2亿+学生的选择
其实中国学的是大多数是美式英语,美式英语两个特点:一个是“er”,一个是清辅音浊化还有就是与英式英语不同的文化差异.er的音,美国人读是卷舌的,英国人读都是平舌,所以说不让舌头变弯,美式英语就变成了75%的英式英语.清辅音浊化,这个在美剧,如果非常认真听的话,你能听出来,比如说water,美式英语读wa“d”er(但不用太明显),而加上英式的味道,就是wate(沃特呃.呵呵呵.凑合一下.不知道该怎么表达),美式英语浊化的发音原则:t变d读,p变b读,k变g读,f变v读,只要程度适当,你读出来的美式英语就会很有感觉...嘻嘻.文化差异...其实很少见,不知道你怎么读cafe这个词,不读[keif],读作“咖啡(带着一个语气的下降),实际上这就构成了文化差异,一个词jose,英国人念就是jose,美国人却念作[hausei]这个见到,注意就好如果对英语的发音感兴趣,多看看美剧,很有帮助,中国老师教英语,口语很少过关.P.S.wherever是连起来读的,其实也和习惯有关,比如说interesting,也可以读成inter resting纯手打,累死我了.望采纳.
我们学的英式英语,广东省的。
为您推荐:
其他类似问题
扫描下载二维码

我要回帖

更多关于 英语连读规则视频 的文章

 

随机推荐