影子跟读中怎样逐步使用逐字稿、字幕和纯音频？
影子跟读时逐字稿、字幕和纯音频怎么逐步切换？用 Diagnose → Track → Prove → Repair，让文字按功能退场；关太早能识别，留太久也能识别。
逐字稿用来诊断你到底没听见什么，字幕用来轻量跟踪，纯音频用来证明没有文字时耳朵还能恢复同样的信息；任何阶段一旦新难点出现，都可以临时把 support 加回来。
一关字幕就崩，不代表你“不会 shadow”；一直开字幕，也不代表你“没在练”。真正的问题是：文字现在是在帮你诊断，还是已经替耳朵把工作做完了？
用 D–T–P–R：Diagnose → Track → Prove → Repair
- D — Diagnose：逐字稿
- 确认具体 mismatch：漏词、reduction、word boundary、word ending 或 phrase grouping。
- T — Track：字幕
- 保留轻量文字支撑，但让耳朵继续追声音；眼睛只在需要时确认。
- P — Prove：纯音频
- 去掉文字，用同一 clip 检查 phrase、meaning、stress/rhythm 和目标声音能否从 audio 里恢复。
- R — Repair：临时回退
- 新 clip、new speaker 或新的 speech feature 一崩，就暂时把 transcript / captions 加回来，修完再撤。
这不是一条只能往前走的升级路线。Support 的价值，是该出现时出现、该退场时退场。
Diagnose：逐字稿适合做侦探，不适合做终身领读员
Shadowing 文献里本来就有 text-presented shadowing：学习者可以看 script 做 shadowing。也就是说，文字支持本身并不是“作弊”。查看 Hamada 与 Suzuki 的 shadowing techniques 综述。
逐字稿最有价值的时刻，是你第一次听完后能说：“我知道这里没听清，但不知道为什么。”这时把文字打开，去找一个具体 mismatch，而不是从第一行读到最后一行。
Original practice example
I can see that “should have” is the part I wasn’t hearing clearly.
逐字稿的工作是把“我听不清”缩小成一个可以修的声音问题。
weak forms、reductions、word boundaries、词尾或 phrase segmentation。
先裸听，再只打开当前 problem line。圈出一个 mismatch，别整段一直看。
如果 transcript 已经告诉你问题在哪，而你下一遍仍从头盯到尾，侦探已经破案了，却还赖在现场不走。
逐字稿什么时候该退？看它还有没有新信息
不用数“第几遍”。当你已经能回答下面这些问题时，就可以把 full transcript 收起来：
- 刚才没听出来的具体词或 phrase 是什么？
- 它为什么难听清：reduction、linking、boundary、未知词，还是只是内容不熟？
- 再听一次时，你能主动去找那个声音，而不是只认文字吗？
如果答案已经清楚，继续全程看稿只会让 text-to-speech 越来越强，而不一定让 auditory recovery 继续增加。
Track：字幕可以留，但耳朵必须继续当司机
这里说的“字幕”，主要指英语音频配英语同语字幕，也就是 L2 captions。这是下面 captioning 研究直接支持的条件。中文字幕更偏向 meaning support；它当然可能有用，但不能把同语 captions 的研究结果原封不动套过去。
Captioning research 一直把同语字幕视为有效的 listening support。Winke、Gass 和 Sydorenko 的研究中，150 名学习 Arabic、Chinese、Spanish 和 Russian 的大学学习者在 captioned 条件下总体表现优于 no-caption 条件；访谈中的学习者说 captions 能帮助 attention、processing、reinforcement 和 language analysis，但也有人把它形容成 crutch。查看 captioning study。
另一项对 18 项研究的 meta-analysis 也发现，captioned video 对 L2 listening comprehension 和 vocabulary learning 整体上有支持作用，同时结果会受测试类型等因素影响。查看 captioned-video meta-analysis。
所以同语字幕不是敌人。问题是：你是在用字幕确认声音，还是直接用字幕替代声音？
Original practice example
The subtitles help me stay oriented, but I’m still listening for the speaker’s rhythm.
Track 阶段的同语 captions 应该是路标，不是第二条主音轨。
你已经知道内容，但还需要一点 visual cue 才能维持 phrase tracking。
shadow 一遍时刻意不提前读下一词。只有丢线时才瞄字幕。
字幕留太久，通常会出现这几个信号
我总是比 speaker 更早读到下一个词
文字开始带着你走，而不是声音。试一次 eyes-off phrase：整句里故意有一小段不看字幕，看 tracking 是否还能继续。
我把 audio 音量降到几乎听不见，嘴巴还照样跟得很顺
这通常说明你主要在读，而不是追 model。把字幕隐藏一遍，看看 rhythm 和 boundary 是否还能从声音中恢复。
我完全不知道自己刚才听到了什么，但文字都读对了
字幕正在承担 meaning。回到更短的 phrase，让耳朵先恢复内容，再继续 shadow。
Prove：纯音频不是毕业证，它只是一次独立性检查
Audio-only 的作用不是证明你“比看字幕的人高级”，而是检查：同一条已经处理过的 clip，在没有文字时，你还能不能从声音里恢复之前练过的东西。
你可以检查：
- phrase wording 还在不在；
- 目标 reduction / linking 是否还能听出来；
- stress 和 rhythm 是否还能跟；
- meaning 是否没有因为去文字而一起消失。
Original practice example
I can still recover the phrase without looking at the text.
Audio-only 成功，不是“我永远不用字幕了”，而是“这个 clip / feature 现在可以离开文字独立运行”。
同一条熟悉材料的 local transfer / independence check。
隐藏全部文字，再 shadow。结束后说出你仍然能恢复的 phrase、meaning 和 target sound。
Support 关太早，耳朵会用这些方式“报警”
我开始用含糊声音糊过去，但不知道原句是什么
先别硬撑。打开 transcript 只查那一个 phrase，确认 sound-text mapping，再回到 audio。
没有字幕后，phrase boundary 全部消失
说明 Track 还没稳。先保留同语 captions，再把注意力放到停顿、stress 和 meaning groups，而不是直接跳 audio-only。
我还能模仿声音，但完全不知道在说什么
把 support 加回到能恢复 meaning 的最小程度。Shadowing 不是把未知声音复制得像就算完成。
Repair：新 clip 崩了，把支架搭回来就行
你昨天能 audio-only，不代表今天换一个 speaker 也必须坚持无文字。不同 accent、recording、topic、reduction 或 sentence pattern 都可能重新制造 mismatch。
最省时间的做法不是“重新从零”，而是只为新问题回退一级：audio-only 崩 → 开同语 captions；还不清楚 → 只开 problem line 的 transcript；修好后再撤。
Original practice example
This new speaker is harder for me, so I’m bringing the transcript back for one line.
重新加 support 是 task-specific repair，不是能力倒退。
new speaker、new clip、new connected-speech feature。
只打开一个 problem line。找到 mismatch 后，再立刻回到 captions 或 audio-only。
支架升降实验：同一句，三种 support
练这句：
You should have told me before we left.
Pass A — Diagnose with transcript
- 先不看文字听一次。
- 打开 transcript。
- 只标出刚才缺失的部分，例如 should have、before we left、boundary、stress 或 meaning。
- 问题定位后，不再整段持续扫稿。
Pass B — Track with same-language English captions
- 只保留当前英语字幕行。
- shadow 时不提前读下一词。
- 观察 target reduction 和 rhythm 是否仍然来自耳朵。
Pass C — Prove with audio-only
- 隐藏文字。
- 用同一条 audio shadow。
- 结束后说出你还能恢复的 wording、target sound、stress/rhythm 和 meaning。
Audio-only 也稳定
这条 clip / feature 暂时可以不用文字。换新材料时重新判断，不必把它当永久等级。
有同语字幕稳定，一关就崩
先留 captions。你的耳朵还需要一个轻 cue；重点是逐渐减少“读在前面”的行为。
每次都必须看 full transcript 才知道自己在说什么
Diagnose 还没有完成。缩到一个短 phrase，先把 sound-text mismatch 修清楚，而不是继续整段重复。
字幕一开，我就开始读在 speaker 前面
Support 对当前目标太强。先做 eyes-off check，再试 audio-only。
旧 clip 能纯音频，新 clip 不行
这是新任务的新难点。把支架临时搭回来，不叫退步。
一个很小但很有用的自检：Eyes-off phrase
同语字幕开着时，故意挑一个 phrase 不看屏幕。
如果 tracking 立刻消失，说明 text 还在承担关键信息；如果 tracking 继续，你就有理由尝试下一遍 audio-only。
“I depend on subtitles too much” 没错，但还不够具体
学习者说法： I depend on subtitles too much.
分类：语法正确、表达自然，但作为练习诊断有时太宽。
听者会理解：你总体上很依赖字幕。
你真正可能想表达：你正在提前读，或者一隐藏字幕就失去 phrase。
更具体： I’m reading ahead instead of following the audio. / I lose the phrase as soon as I hide the subtitles.
原句什么时候自然：如果你只是做 broad self-assessment，I depend on subtitles too much 完全自然。
- 口语：I keep reading ahead.
- 中性：I’m relying on the subtitles more than the audio.
- 分析型：The text is carrying information that I’m not yet recovering from the speech signal.
60 秒生产练习：解释你为什么现在开或关 support
用英语完成这些句子：
- I’m using the transcript because I need to identify...
- I’m keeping the subtitles because...
- I’m trying audio-only now because...
- I’m bringing the text back because...
别写 because subtitles are bad 或 because audio-only is better。写具体的 learner evidence。
脚手架的价值，不是永远存在，也不是永远消失
逐字稿负责 Diagnose，同语字幕负责 Track，纯音频负责 Prove，新难点出现时就 Repair。
关文字太早，你会开始糊声音；留文字太久，眼睛会替耳朵工作。真正的进步不是“我终于永远不用字幕了”，而是你越来越清楚：现在这层 support 还在帮什么？如果已经没工作了，就让它退场；如果新问题来了，就让它回来。