明明認識的英文單字，為什麼聽到時認不出來？
看到單字秒懂，聽到卻沒反應？問題可能不是字彙量，而是 spoken-word representation 還不夠穩。用 SPELLING→SOUND→VARIANTS→CONTEXT，把已知單字升級成真正 listening-known。
你可能真的認識這個 word，只是目前主要走的是 spelling → meaning；listening 還需要更強的 sound → word → meaning 路徑。
Transcript 一出現，你立刻想：「這個我明明背過。」沒錯。你可能真的知道它——只是主要用眼睛知道。真正要補的不是又背一次 definition，而是替這個 word 建一個夠穩的 ear entry。
第一個真相：你可能「知道這個字」，但還沒有一個夠強的 spoken entry
Cambridge 的 spoken-word research指出，很多 classroom L2 learners 的 lexicon 可能帶有很強的 orthographic bias：written representations 很穩，但 phonological representations 相對不夠精確或穩定。
另一篇 Cambridge handbook review也整理了大量 evidence：spelling 會影響 L2 speech perception、production、phonological awareness 和 word learning。它可以幫你學字，也可能讓你太依賴 written form。
所以看到 transcript 馬上懂，不代表 audio 剛才「不合理」。更可能的情況是：你的 eye lexicon 很強，ear lexicon 還在施工中。
Original practice example
I knew the word as soon as I saw it.
SPELLING rescue：如果 spelling 一出現 recognition 就瞬間完成，代表 orthographic/semantic route 很強；但這不保證 sound-only route 一樣穩。
適合「字幕一開立刻認得剛才漏掉的 word」的 learner。
意思：我一看到這個字就知道它。
練習：下一次 missed word 出現時，先 replay 一次但遮住 transcript。一定要先做 sound-only guess，再讓 spelling rescue。
SOUND：第一關不是會不會念，而是能不能「不看字」認出來
Uchihara 等人的研究把 spoken-vocabulary knowledge 拆成幾個層次，其中第一個關鍵能力是 phonologization：不靠 orthographic cue，只聽 sound 就能認出 target word。
這個 test 比「我會不會跟著 dictionary audio 念」更重要。Production 可以模仿；recognition 要真的從 sound 直接叫醒 lexical entry。
Original practice example
I can recognize the word without seeing it.
PHONOLOGIZATION：這才是 SOUND pass。你先聽到 word，再叫出 meaning；不是先看到 spelling，再把 pronunciation 對上去。
適合主要靠 reading、Anki、課本學 vocabulary 的 learner。
意思：我不用看到這個字也能認出它。
練習：用可靠 dictionary audio 或 clear token。先聽、說 meaning，再看 spelling confirm。順序不要反過來。
如果這一關過不了，先別急著研究 accent 或 reduction。Word 的 basic sound entry 還沒站穩。
VARIANTS：你認得一個錄音，不代表你已經認得這個 word
同一篇 Cambridge research 還把 generalization 列成另一層能力：word 要能跨不同 speakers 被認出，而不是只記住某一個 familiar token。
Dictionary audio 比較像 passport photo：有用，但不是整個人。真正 listening-ready 的 word，換一個 speaker、pitch、speed、accent detail，還是應該能被你辨認。
Original practice example
I recognized it from a different speaker.
GENERALIZATION：同一個 lexical item 換 speaker 還能被辨認，代表你抓到的是 word identity，不只是 memorized voice pattern。
適合「老師念會、字典念會，換 podcast speaker 就不會」的 learner。
意思：換一個人說，我還是認得出來。
練習：找同一個 word 的兩三個 speaker tokens。每次都先 audio-only identify，再看 text。
自然 speech 還會再加一關：word 可能被 reduce，但它沒有「消失」
2025 Cambridge study直接比較 reduced 和 unreduced English forms，結果顯示 phonetic reduction 會讓 L2 listeners 的 intelligibility 變差。另一篇 Applied Psycholinguistics study也顯示 reduced speech 帶來額外 processing cost，而 spelling–sound consistency 會影響處理負擔。
British Council也提醒 learner：weak forms、linking、elision 等會讓 real speech 不像 isolated citation form。
所以「我知道 dictionary pronunciation」只是起點。Natural speech 裡的 word 可能 shorter、less complete、less clear，但 lexical identity 還在。
Original practice example
I still recognized the word in natural speech.
REDUCED-FORM robustness：recognition 要 survive natural reduction。Exact form 會依 word、speaker、accent、context 改變，所以不要背一個 fake universal “reduced pronunciation”。
適合「careful audio 認得，自然對話裡卻像 speaker 把 word 吃掉」的 learner。
意思：在自然語流裡，我還是認得出這個字。
練習：比較一個 clear token 和一個 authentic natural token。只記錄「哪些 acoustic details 變弱」，不要硬做 universal rule。
CONTEXT：最後一關是 meaning 要夠快跳出來，不然你還是會掉線
Uchihara 等人還把 automatization 放進 phonological vocabulary knowledge：spoken form 不只是被認出，還要能快速啟動 semantic 和 collocational associations。
白話版：你不能每次都先想「這個 sound 好像是某個 word……啊對，是那個 spelling……然後意思是……」。等這條路走完，sentence 已經去下一站了。
Original practice example
I understood the word before the transcript appeared.
AUTOMATIZATION：target 是 sound 一進來，meaning / likely collocation 很快 activate，而不是等 spelling 出現才完成 recognition。
適合「最後有認出來，但慢半拍，後面整句就跟丟」的 learner。
意思：字幕出現前，我就懂這個字了。
練習：把 target word 放進一句短句。聽到 word 後立刻 pause，說 meaning 或下一個 likely collocation，再看 transcript。
Ear Entry Builder：這個 known word 到底卡在哪一層？
拿一個你最近「看到就懂、聽到卻漏掉」的 word。照順序測。
SPELLING：看到 text 時，本來就知道 meaning 嗎？
No：那可能是真正 vocabulary gap，先正常學這個 word。
Yes：繼續。
SOUND：clear token 不看文字，能認出來嗎？
No：優先補 phonologization。做 audio-only form→meaning recognition，不要先看 spelling。
VARIANTS：換另一個 speaker 或自然 token，還能認嗎？
No：你的 spoken entry 太綁定單一 token。增加 multiple-speaker / natural-form exposure。
CONTEXT：放進 sentence 後，meaning 能在 transcript 前跳出來嗎？
No：優先做 contextual automaticity：短句、快速 meaning retrieval、collocation prediction。
3-Day Word Rescue：只救 3–5 個 word，比一次抓 50 個更有用
挑最近真正漏掉的 3–5 個 known words。
- Day 1：clear sound，先 audio-only identify，答完才看 text。
- Day 2：換 speaker / natural token。
- Day 3：放進 sentence，transcript 出現前先說 meaning 或 likely phrase。
三天都過關，這個 word 才算從 eye lexicon 搬進 ear lexicon。不要一直加新字，卻讓舊字每次都靠 subtitles 叫醒。
三個英文說法，幫你更精準描述這種「認識但聽不出」
| 原句 | 分類 | 聽者會理解成 | 你可能想表達 | 自然替代 | Context note |
|---|---|---|---|---|---|
| I know this word, but I can’t hear it. | 依情境而定 | 你知道這個 word，但在 audio 裡沒認出。 | written recognition 強於 aural recognition。 | I recognize this word in writing, but not when I hear it. | 原句在 informal learner conversation 裡很自然。 |
| The speaker ate the word. | 不自然／非慣用 | 字面上像 speaker 把 word 吃掉。 | 想說 pronunciation 很 reduced。 | The word was reduced in natural speech. | swallowed the word 也有人拿來做 informal metaphor，但不是 technical explanation。 |
| I need to memorize the pronunciation. | 依情境而定 | 你要記住一個固定 canonical token。 | 想強化 spoken-form knowledge。 | I need to recognize the word across different pronunciations and contexts. | 記 canonical pronunciation 是合理 first step，但 listening target 不應停在單一 token。 |
如果只記一件事：不要把「看過這個字」等同「耳朵也認識它」
你不是白背了。你的 visual knowledge 是真的，只是 spoken route 還不夠 robust。
SPELLING → SOUND → VARIANTS → CONTEXT。
下一次 transcript 一出現你又喊「這個我明明知道」，就挑那個 word 做 ear-entry upgrade。讓它從 sound alone 就能醒來，換 speaker 不死，natural speech 不死，放進 sentence 也不用 subtitles 才想起 meaning。那才是 listening-ready vocabulary。
參考來源
- Cambridge — Phonological vocabulary knowledge and L2 listening
- Cambridge — Spoken L2 words and orthographic information
- Cambridge Handbook — Orthographic effects in L2 phonology
- Cambridge — Phonetic reduction and L2 intelligibility
- Cambridge — Processing reduced and unreduced speech
- British Council — Connected speech
- British Council — Listening: Top down and bottom up