Laurel or Yanny聽成Yanny的同學，有可能是因為聽力不好～

來自專欄 PTE

正兒八經地說了一堆PTE備考，今天來講一個周邊故事。

故事是醬紫的，如同白金/藍黑裙子一樣，Yanny/Laurel問題，也在全球火了一把的。本著科學探究的精神，我們在公共號發起了投票。

此事還驚動了川普總統。

他說他聽見的是Covfefe。我聽見的還是Wubba Lubba Dub-Dubn呢，切～

投票結果

PTE Studio內部投票結果。

82%選Yanny, 18%選Laurel

我不禁要說：聽成Yanny的同學，可能是聽力不好！

到底是閆妮還是螺肉，其實根本就沒有標準答案啊，現在就由專註語言研究一輩子的我，帶著大伙兒來探究一下這到底是怎麼肥四。請看下面的視頻。

想必各位施主、額、各位同學已經在別處看過這個視頻很多遍了吧。實驗顯示，如果把原音頻的音高降低，大家就都能聽到Yanny，而如果把音高升高，大家就都能聽到Laurel。同樣的，對高頻聲音敏感的人，一般能聽見Yanny，這也就是為什麼音高降低後，Laurel黨才能聽到Yanny。理論上年輕的耳朵聽到的應該是「閆妮」，因為隨著年齡的增長，人耳對於更高頻率的聲音會越來越不敏感。

所以「閆妮黨」大獲全勝的投票結果顯示，PTE圈的小夥伴們普遍比較年輕啊～But，Yanny黨先不要高興，咱們走著瞧～

聽成Yanny的同學，可能真的是聽力不好

本次投票的參與者，絕大多數是PTE Studio的學員，呈現了閆妮黨一邊倒的態勢。客服小王和Elisa都投票給Yanny，而我投票給Laurel，這結果彷彿是顯示她倆比我年輕，但我很淡定，阿彌陀佛。因為，聽成Yanny的同學，可能真的是聽力沒有Laurel黨好。或者說，聽成Yanny的同學，從某總程度上可以說耳朵整體更年輕，但也可以說是，聽力整體更中式。為什麼？

我們來看一下，推特上的投票結果是Laurel更勝一籌。為什麼PTE學員的聽感跟歪果仁如此不同？

在口語發音課上，我總在強調，中國同學之所以發音發得不像英語母語者，就是因為過於習慣我們自己的母語，從而聽不到自己發的音和母語者發的音之間的區別。發音不像母語者，口語pronunciation小分就會被扣。只有被聽得到區別的人指引著也聽到了，才是改善發音、走向標準發音的開始。

聽到Yanny，本來並沒有錯，但值得注意的是：

1. 原音頻是由 64 歲的 Jay Aubrey Jones 上傳到http://vocabulary.com網站上的，目的是示範 Laurel 一詞的發音，所以這個詞本身確實是Laurel。下圖顯示，Laurel和Yanny的聲學特徵確實比較相似，之所以會聽錯，是因為Jones大爺聲音比較低沉，讓我們的聽覺系統把下圖中這種帶箭頭的黑線的分布（formants，共振峰，單音在口腔中的位置的聲學體現，上過我的課的寶寶們，記得嗎？）給聽岔了。

上過我的課的寶寶們，這種圖你們是不是很眼熟，我在解讀PTE口語評分機制時用到的

2. 我們的學員都是中國人，在聽音這一層面上（先不考慮語義層面），中國人的聽感在小時候就習慣於中國話了。而中文與英文在聲學特徵上，有極大的區別。如果沒有特意去訓練，你的聽感自然而然地從小習慣於中國話，就等於對中國話之外的所有語言，都不敏感。不論是中國人還是外國人，在這次的全球爭論中，會把Laurel聽成Yanny的，都是因為對某些聲學頻段更為習慣，而對其他頻段及其不敏感。所以，這回PTE圈內部的投票結果顯示，我們的學員的聽感，跟Twitter上的外國人，差距很大。理論上，聽感越像外國人，英語聽音才越准。佛系一點來說，聽感、對音的認知（perception），不必區分什麼對與錯，都是我們真實的感覺。但，面對考試，面對聽力題，面對repeat sentence，不能再這麼佛系，能聽準的音，一定要聽准；能拿到的分，一定要拿到。

口語估分，只有培媽自家的系統是靠譜的

上面這個視頻顯示，Google Assistant是螺肉黨，Siri是個半吊子閆妮黨。這就說明，即便是世界上最牛掰的語音識別系統們，也會測出大相徑庭的結果，因為它們背後的演算法、對語音的處理機制，是不一樣的。所以，PTE考生如果想考前預測自己的口語成績，最準確的辦法就是購買培生的官方模考，因為在這個世界上，只有培媽自己的模考用的才是跟真實PTE考試完全一樣的系統。

總有學員問我，尤其是擔心自己音質不識別的寶寶們，「老師，訊飛輸入法／Siri/Google...都識別我的聲音，為什麼PTE不行？！」

這是因為，訊飛輸入法的目標是，通過人工智慧手段把用戶的語音轉成文字，如果輸入的語音信號因為信道(channel)、信噪比(signal-noise ratio)、歧義(ambiguity)等等原因，顯得不是特別清楚的話，它也會通過上下文信息(context)、信號平滑(smoothing)等手段，得到一個差不太多的結果。與此相反的，PTE考試系統的目標是，通過人工智慧手段分析考生的語音特徵，然後自動評分。目標不一樣、演算法不一樣、數據不一樣，啥都不一樣，沒有參考價值。沒有的。。。