Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
My Favourite Book in 2024: Get Rid of Your Japa...
Search
Kent OHASHI
December 18, 2024
Science
0
14
My Favourite Book in 2024: Get Rid of Your Japanese Accent
🐬の推し本紹介2024: 『脱・日本語なまり 英語(+α)実践音声学』
Kent OHASHI
December 18, 2024
Tweet
Share
More Decks by Kent OHASHI
See All by Kent OHASHI
do Notation Equivalents in JVM languages: Scala, Kotlin, Clojure
lagenorhynque
0
15
Exploring Collections in JVM Languages through Internals of map Function
lagenorhynque
0
21
Kotlin Meets Data-Oriented Programming
lagenorhynque
0
26
Introduction to Tree Representations in RDB 2024
lagenorhynque
0
41
Boundary between Mutability and Immutability
lagenorhynque
0
53
Learning Modern Web API Styles from IDL: REST, GraphQL, gRPC
lagenorhynque
0
88
Team Geek Revisited
lagenorhynque
0
70
Scala vs Clojure?: The Rise and Fall of Functional Languages in Opt Technologies
lagenorhynque
0
130
Exploring Immutable Persistent World with Clojure Collections
lagenorhynque
0
120
Other Decks in Science
See All in Science
解説!データ基盤の進化を後押しする手順とタイミング
shomaekawa
1
370
トラブルがあったコンペに学ぶデータ分析
tereka114
2
1.3k
HAS Dark Site Orientation
astronomyhouston
0
5.5k
理論計算機科学における 数学の応用: 擬似ランダムネス
nobushimi
1
380
学術講演会中央大学学員会いわき支部
tagtag
0
110
butterfly_effect/butterfly_effect_in-house
florets1
1
120
拡散モデルの原理紹介
brainpadpr
3
5.4k
いまAI組織が求める企画開発エンジニアとは?
roadroller
2
1.4k
化学におけるAI・シミュレーション活用のトレンドと 汎用原子レベルシミュレーター: Matlantisを使った素材開発
matlantis
0
360
ほたるのひかり/RayTracingCamp10
kugimasa
0
460
Causal discovery based on non-Gaussianity and nonlinearity
sshimizu2006
0
210
事業会社における 機械学習・推薦システム技術の活用事例と必要な能力 / ml-recsys-in-layerx-wantedly-2024
yuya4
3
270
Featured
See All Featured
Testing 201, or: Great Expectations
jmmastey
41
7.2k
Statistics for Hackers
jakevdp
797
220k
Making the Leap to Tech Lead
cromwellryan
133
9k
Why You Should Never Use an ORM
jnunemaker
PRO
54
9.1k
Docker and Python
trallard
43
3.2k
The Cost Of JavaScript in 2023
addyosmani
46
7.2k
Refactoring Trust on Your Teams (GOTO; Chicago 2020)
rmw
33
2.7k
How to Create Impact in a Changing Tech Landscape [PerfNow 2023]
tammyeverts
49
2.2k
Automating Front-end Workflow
addyosmani
1366
200k
Bootstrapping a Software Product
garrettdimon
PRO
305
110k
Building Better People: How to give real-time feedback that sticks.
wjessup
366
19k
Principles of Awesome APIs and How to Build Them.
keavy
126
17k
Transcript
🐬の推し本紹介2024 『脱・日本語なまり 英語(+α)実践音声学』 1
法学部出身のITエンジニア イルカ 🐬が好き プログラミング、語学、法学、数学が好き lagénorhynque 🐬カマイルカ 2
『脱・日本語なまり 英語(+α)実践音声学』 3
この本の構成 1. 日本語の音と音声学の基礎 (調音)音声学の基礎知識とともに日本語の発音の 特徴を確かめる 2. 英語の音と日本語なまり 英語の発音の特徴や日本語話者が陥りやすい罠を 学びながら正確な発音を身につける 3.
その他の外国語の音と日本語なまり 日本語と英語の発音から広げて世界の主な言語で 使われている発音に触れる 4
英語発音チェック 次の単語群のUK/US標準的な発音を再現できるかな? 日本語なまりの罠に注意 😈 5
Q1 top pet kick 6
A1 top: [ tʰɒp ], [tʰɑp] pet: [ pʰɛt ]
kick: [ kʰɪk ] 日本語話者は閉音節語(子音で終わる語)の発音が苦手 7
Q2 missing dancing fishing 8
A2 missing: [ ˈmɪsɪŋ ] dancing: [ ˈdɑːnsɪŋ ], [
ˈdænsɪŋ ] fishing: [ ˈfɪʃɪŋ ] 日本語話者は シ の子音 [ ɕ ] の影響で [ s ]/[ ʃ ] + i の 発音が苦手 9
Q3 award warn swarm 10
A3 award: [ əˈwɔːd ], [ əˈwɔɹd ] warn: [
wɔːn ], [ wɔɹn ] swarm: [ swɔːm ], [ swɔɹm ] 日本語話者はローマ字読みの影響か誤読しやすい ( 🐬< 英語の音韻変化に綴りが取り残されたせいだと 思う) 11
Q4 hospital beatiful architecture 12
A4 hospital: [ ˈhɒs.pɪ.tl̩ ], [ ˈhɑs.pɪ.tl̩ ] beatiful: [
ˈbjuːtɪ.fəl ] architecture: [ ˈɑː.kɪˌtɛk.tʃə ], [ ˈɑɹ.kɪ.tɛk.tʃɚ ] 日本語話者は間の母音 [ ɪ ] を脱落させやすい 13
Q5 king tongue wrong 14
A5 king: [ kʰiŋ ] tongue: [ tʰʌŋ ] wrong:
[ ɹɒŋ ], [ ɹɔŋ ] 日本語話者は ング の子音 [ ŋg ] になりやすい 15
Q6 one sun done 16
A6 one: [ wʌn ] sun: [ sʌn ] done:
[ dʌn ] 日本語話者は語末の ン の子音 [ ɴ ] になりやすい 17
Q7 he hit heat 18
A7 he: [ hiː ], [ hi ] hit: [
hɪt ] heat: [ hiːt ], [ hit ] 日本語話者は ヒ の子音 [ ç ] になりやすい 19
Q8 knee new knit 20
A8 knee: [ niː ], [ ni ] new: [
njuː ], [ nu ] knit: [ nɪt ] 日本語話者は ニ の子音 [ ɲ ], [ nʲ ] になりやすい 21
Q9 who whose whom 22
A9 who: [ huː ] whose: [ huːz ] whom:
[ huːm ] 日本語話者は フ の子音 [ ɸ ] になりやすい 23
Q10 baby cubic legal 24
A10 baby: [ ˈbeɪbi ] cubic: [ˈkjuː.bɪk ], [ˈkju.bɪk ]
legal: [ ˈliː.ɡəl ], [ ˈli.ɡəl ] 日本語話者は母音間のb, gが [ β ], [ ɣ ] になりやすい 25
実はR音よりも難しいL音 right vs light read vs lead row vs low
raw vs law L音のつもりで舌を弾くとR音の一種になってしまう 正しい方法を知っていればおそらく誰でも習得できる 26
多様なR音 🇬🇧 the red wine: [ ɹ ] 🇯🇵 ザ・レッド・ワイン:
[ ɾ ] 🇩🇪 der Rotwein: [ ʀ ] 🇫🇷 le vin rouge: [ ʁ ] 🇮🇹 il vino rosso: [ r ] 英語の [ ɹ ] は世界の言語でも非常に珍しい 一方、 [ r ] は広く使われている 27
🐬< 音声学を実践的に学ぶ価値 言語音が生み出されるメカニズムに意識的になれる 仕組みを理解しながら練習すれば習得できる 歌唱や発声のトレーニングにも近い 発音の精度が上がると語学は総合的に効率化する 意思疎通もよりスムーズに 日本語と英語の発音が使いこなせるようになれば、 他の外国語の発音の習得も容易に 28
Further Reading : 🐬に よる過去資料 『脱・日本語なまり 英語(+α)実践音声学』 脱・日本語なまり音声データ Practical Phonetics
(実践音声学) | ドクセル 29