近年來，台灣的兒童英語補教市場出現了一種愈來愈普遍的教學話術：「要先讓孩子把發音發準，聽力自然就會好，背單字也會變得容易。」這句話聽起來很有邏輯，甚至讓不少家長深信不疑。更有說服力的是，許多家長與老師覺得自己「親身驗證過」——做了地毯式的發音練習之後，英文聽力確實改善了。

但如果我們對照語言習得研究的主流文獻，就會發現這個主張不只缺乏科學依據，甚至在因果方向上完全搞反了。至於那個「親身驗證」的經驗，雖然是真實的，卻被錯誤歸因了。

本文將從三個核心概念出發——Oral Language（口語能力）、Phonemic Awareness（音素覺識）與 Articulation Drill（構音訓練）——釐清它們各自的定義、彼此之間的關係，解釋「成人發音練習有效」的真正機制，並說明為什麼這個機制無法類推至兒童。最後，我們將把這條分析鏈接回台灣家長最終關心的問題：孩子的英文閱讀能力，究竟從哪裡來？

一、三個和語言聲音有關，但完全不同的概念

要討論這三者的關係，首先必須把它們說清楚

Oral Language（口語基礎） 是指一個人透過大量聽與說所建立的語言能力系統，包括口語詞彙庫、語法直覺、語用習慣，以及對語言節律與語調的感知。它在潛意識層次累積，不需要任何正式教學也能在自然輸入環境中逐漸建立。對 L1 習得者而言，這個系統早在孩子開口說第一個詞之前就已經開始建構。

Phonemic Awareness（音素覺識） 是一種後設語言能力——它指的是「能夠意識到口語中的音素，並在心理層次上對其進行操弄的能力」。例如，能不能把 “cat” 的第一個音換成 /b/ 而得到 “bat”？能不能把 “stop” 的 /s/ 拿掉而說出 “top”？這是一種純口語、純認知的能力，完全發生在大腦內部，與書寫系統和口腔動作都沒有直接關係。

更重要的是：音素覺識的操作對象，必須是學習者已經儲存在口語詞彙庫中的詞彙。你不可能對一個完全陌生的語音組合進行音素的分割、替換與拼接——因為這需要一個穩定的心理表徵作為錨點。換句話說，Phonemic Awareness 以 Oral Language 作為前提。

Articulation Drill（口腔構音訓練） 則是在神經肌肉控制層次運作的。它訓練的是口腔器官——舌頭、嘴唇、齒槽、上顎——如何協調運動，以產出特定的語音。這是語言治療（Speech-Language Pathology, SLP）中處理構音障礙（Articulation Disorder）的核心工具，針對的對象是「感知系統正常、但產出系統出了問題」的個案。

三者的層次對比如下：

概念	運作層次	主要機制	典型應用領域
Oral Language	語義、語法、語用	大腦對大量可理解輸入的統計學習	語言習得、雙語教育
Phonemic Awareness	後設語言、認知	音素心理表徵的操弄能力	閱讀準備、早期識字教育
Articulation Drill	神經肌肉控制	口腔動作的物理訓練	語言治療、構音矯正

這三個概念在台灣的英語教育市場中經常被混用、甚至相互替換，但它們實際上是在完全不同的層次上運作的三個概念。

二、發展順序：感知永遠先於產出

把這三者放在語言發展的時間軸上，主流研究文獻對其順序有相當清晰的描述。

在 L1 習得研究中，「感知先於產出（Perception precedes production）」幾乎是無爭議的共識。Werker 與 Tees 在 1984 年的經典研究顯示，嬰兒在出生後數個月內就開始依照母語音素分布精細化感知系統——這遠早於任何有意義的語音產出。兒童在大約一歲時所積累的口語詞彙庫大小，已經是預測日後語言發展的有效指標，包括日後的音素覺識能力。

對 L2/ESL 學習者而言，這個方向性同樣成立，甚至更為重要。成人 L2 學習者面對的問題，不是感知系統尚未建立，而是 L1 的音素範疇已經固化，會干擾對 L2 新音素的感知。這正是 Flege 的 Speech Learning Model 與 Best 的 Perceptual Assimilation Model 的核心問題意識：當 L2 音素與 L1 音素「夠像」時，學習者會把它同化進既有範疇，感知上根本聽不出差異。當聽不出差異，那口腔發音的對錯自然也無法自行發現與修正。換句話說，如果感知障礙不解決，產出訓練的上限自然無法突破——這點也恰好更強化了「感知先於產出」的邏輯。

你聽不出來的東西，口腔動作訓練時也無法自行修正錯誤。

三、高中以後的台灣人「做發音練習會讓聽力變好」的真正原因

這裡必須正面處理一個很多家長與老師心裡都有的反駁：「可是我自己做過，真的有效啊。」

這個經驗是真實的。但有效的原因，並不是口腔動作本身。

要理解這個機制，需要先描述台灣典型成人英語學習者的詞彙表徵狀態。經歷過傳統「啞巴英語」體制教育的台灣人，腦中儲存著大量這樣的詞彙：

已有：視覺表徵（字形）+ 語義表徵（中文對應意思）

缺乏：真實的聽覺語音表徵（phonological form）

這些詞彙在心理詞彙庫（mental lexicon）中是屬於一種殘缺的表徵——背下來了，但從來沒有和真實的英語聲音連結過。這也是為什麼有大量的台灣成年人，讀得懂B2甚至C1程度的文章，但確聽不懂A2 程度的日常對話。

當這些成人參加發音課程，跟著老師或錄音做 articulation drill 時，課堂結構中必然包含大量的聽覺示範——老師的示範音、錄音、影片範例。這些聽覺輸入發生的事情是：

示範音的聽覺輸入

    ↓

與已存在的視覺／語義表徵產生連結

    ↓

詞彙的語音表徵被補全

    ↓

日後聽到這個詞時，識別速度與準確率大幅提升

    ↓

主觀感受為「聽力變好了」

這在心理語言學上有清楚的對應：Ullman 的陳述性／程序性記憶模型可以支撐這個描述——這些詞彙原本只存在陳述性記憶系統中（背下來的靜態知識），但因為缺少語音層的完整編碼，導致聽覺識別的程序性記憶是無法作用的。所以，當大量的聽覺示範補上了這個缺口，聽覺識別通路接通，聽力感知於是大幅改善。

簡單的結論就是：機械性的發音訓練過程中，真正有效的成分是聽覺輸入的部份，而不是口腔動作的部份。

這個推論有一個簡單的思想實驗可以驗證：如果同樣的課堂裡完全不做口腔練習、只是反覆聆聽示範音並確認與已知詞彙的對應，詞彙語音表徵的補全效果基本上是相當的——因為有效成分本來就不在口腔動作那裡。

四、為什麼這個訓練無法類推至兒童

因為這裡有一個至關重要的結構性差異。

成人做 articulation drill 時，課堂附帶的聽覺示範音，是在補全一個已存在但殘缺的詞彙庫。那個詞彙庫是先備條件——沒有它，聽覺示範沒有任何表徵可以連結，補全效果也就無從發生。

對一個英語詞彙庫幾乎空白的兒童來說，articulation drill 課堂附帶的那點聽覺示範，遠遠不足以建立任何穩定的音素感知範疇。兒童需要的不是「補全」，而是「從零建立」——這需要的輸入量是完全不同的數量級。

更根本的問題是：即便那些輸入能夠累積，它們也必須是有意義的、可理解的語言輸入，而不是去脈絡化的單音示範。大腦的語言統計學習機制，依賴的是詞彙在真實語言情境中的反覆出現，而不是孤立音節的反覆示範。

把成人「補全殘缺詞彙語音表徵」的有效經驗，轉化為「所有兒童都應該從發音訓練開始學英文」的教學主張，是一個在邏輯上不成立的類推——因為起點條件根本不同。

五、台灣英語補教市場的雙重概念錯置

在釐清了上述機制之後，我們可以更精確地描述台灣兒童英語補教市場的問題所在。

許多標榜「科學閱讀（Science of Reading）」或「自然發音法（Phonics）」的兒童英語課程，在實際操作上的核心活動，是讓孩子跟著老師或影片，逐一練習英文音素的口腔發音——「把嘴巴張大，舌頭頂著上排牙齒後方，發出 /l/ 的聲音」。

這是 Articulation Drill，不是 Phonemic Awareness。

Phonemic Awareness 是在大腦裡拆、拼、替換已知詞彙的音素。Articulation Drill 是訓練嘴巴的肌肉記憶。前者是認知能力，後者是神經肌肉技能。這兩者不是同一能力的不同程度，而是生理上根本上不屬於同一個機制。把後者當作前者來推銷，是概念置換，不是教學創新。

更重要的，Phonemic Awareness 的操作對象，必須是已儲存於口語詞彙庫中的詞彙。一個對英語幾乎沒有輸入經驗的孩子，要在心理層次上操弄英文音素，就像要求一個沒看過象棋的人討論棋局佈局——工具存在，但沒有內容可以操作。

所以，讓在孩子完全沒有英語口語基礎的情況下，直接進行音素層次的訓練，根本是完全沒有意義的活動。

六、從 SOR 框架看：閱讀能力的完整因果鏈

用閱讀科學（Science of Reading）近年最受重視的 Big Six 框架來衡量，這類課程設計在起點上已偏離了兩個層次：他們不只誤解了 Phonemic Awareness 的本質（把它當成 Articulation），還跳過了在 Phonemic Awareness 之前就應存在的 Oral Language 基礎。

澳洲學者 Deslea Konza 在 2014 年提出的 Big Six 框架，把閱讀能力的發展路徑描述得非常清晰：

Oral Language（口語基礎）← 整個系統的根基

    ↓

Phonological Awareness（音韻覺識）← 純口語層次的音素感知與操弄

    ↓

Phonics（字母拼讀）← 進入書面系統，建立字形-語音對應

    ↓

Fluency（流利度）← 解碼自動化，釋放工作記憶

    ↓

Vocabulary + Comprehension（詞彙與理解）← 真正的閱讀能力

這個路徑的每一步都有嚴格的先決條件邏輯：

Oral Language → Phonemic Awareness：沒有口語詞彙庫，就沒有音素操弄的錨點。在英語口語輸入極度匱乏的情況下推進 PA 訓練，是在空洞的基礎上操作。

Phonemic Awareness → Phonics：這是閱讀科學中最穩固的共識之一。Phonics 教學的本質是建立「字形（grapheme）→ 語音（phoneme）」的對應系統。如果學習者在口語層次尚未建立穩定的音素心理範疇，那麼 Phonics 教學就沒有一個穩定的語音端可以對應——這種情況下，孩子學的只是規則，而不是真正的解碼能力。

Phonics → Fluency：LaBerge 與 Samuels 的自動化理論清楚說明：解碼若未自動化，大腦的工作記憶資源會被佔據，導致理解受阻。流利度是解碼自動化的結果，不是練習速度的結果。

Fluency → Comprehension：只有當解碼不再消耗認知資源，大腦才能把注意力完全投入到意義建構。這條因果鏈告訴我們一件非常重要的事：閱讀能力的建立，無論從哪個環節往前追溯，最終都回到同一個起點——目標語言的大量可理解口語輸入。

對 L1 習得的英語兒童而言，口語基礎是在家庭與環境中自然累積的——在他們進入學校學習 Phonics 之前，口語詞彙庫已經相當豐富，音素覺識也在大量口語互動中自然萌芽。這時候，Phonics 教學是在一個已有豐厚口語基礎的大腦上，加入書面系統的對應規則。

但對台灣的 ESL 兒童而言，這個自然環境與自然累積的過程幾乎不存在。英語不是生活語言，家庭與環境幾乎不提供英語輸入。這意味著，那個在 L1 情境中「免費獲得」的口語基礎，在 ESL 情境中必須刻意設計、系統提供。

無論是 L1 還是 L2，閱讀能力的因果鏈只能從同一個地方開始——大量可理解的目標語口語輸入。這不是教學選項之一，而是神經語言學意義上的必要條件。

七、成本不是繞過的理由

不可否認的，在中文社會中持續提供大量可理解的目標語（英語）口語輸入，在過往確實是一件成本很高的事。家庭環境幾乎不存在英語，學校課時嚴重不足，課外的英語媒材也相對匱乏。這個現實的困難，是可以理解的。

但困難不等於可以繞過，更不等於可以用另一個有關但完全不同的活動來偷換概念。

語言習得的神經機制不會因為教學環境的限制而改變。大腦需要的統計學習材料如果沒有被提供，那個發展階段就會缺失——無論我們用什麼其他的活動來填補課堂時間，都無法替代它。

Articulation Drill 之所以在台灣兒童英語市場可以被接受，很大程度上正是因為它提供了一個「看起來很有效率」的替代方案：老師在台上示範發音，孩子在台下跟著動嘴，課堂節奏明快，家長看得到孩子「在學東西」。當孩子在大量聆聽與朗讀英語故事，或者收看英語卡通時，這些過程在外部看起來：老師都沒有在「認真教」，學生也沒有在「努力學」。相較之下，發音訓練課堂的「可見度」確實要高得很多。

但可見度不等於有效性。課堂上看得到的動作，不一定是語言能力建立的地方。

幸運的是，「過往成本很高」這個問題，在今天已經有了根本性的改變。高品質的英語有聲內容、分級讀物、兒童英語影音媒材，在數位時代的可及性已經遠遠超過二十年前。提供大量可理解英語輸入的成本障礙，在今天已大幅降低。

我們現在面對的問題，不再是「能不能提供輸入」，而是「願不願意承認輸入才是正確起點」。

八、Articulation Drill 的真正位置

澄清了以上所有問題之後，有一件事必須說清楚：Articulation Drill 本身沒有不好，它在正確的應用情境下是非常有效的工具。

它的適用對象，是存在構音障礙、運動語音障礙或音韻障礙的個體——這三類情況的共同特點，是孩子的感知系統正常，但產出系統出了問題。Articulation Drill 是在這個前提下設計的，它預設學習者已經知道目標音應該是什麼，只是嘴巴還沒有辦法穩定產出。

這也解釋了為什麼語言治療師長期使用 Articulation Drill，卻從未把它視為語言習得的主要機制——因為在 SLP 的應用情境中，它從來就不是用來建立語言能力的，而是用來修正特定的產出缺陷的。

把 SLP 的矯正工具，移植到正常兒童習得情境中，當作英語學習的核心教學法，就像把骨科復健動作當作一般人健身的主要方式，是一種典型的類別錯置（category error）。

九、結語：把因果鏈還原回正確方向

總結來說，本文有兩個結論：

一，下面這條鏈是學好英語的唯一有效途徑，不論英語是L1 還是L2 皆是如此。

大量可理解的目標語口語輸入 → 音素感知範疇逐漸精細化 → 口語詞彙庫建立 → 音素覺識自然萌芽，並可透過教學強化 → Phonics 教學有了穩固的語音基礎可以對應 → 解碼能力建立並趨向自動化 → 閱讀流利度提升 → 認知資源釋放，真正的閱讀理解才得以發生。

Articulation Drill 在這條鏈上的合理位置，是在中端到末端階段，對少數存在特定產出缺陷的孩子進行局部矯正，而不是成為整條鏈的起點。

二，台灣成人「做了發音練習聽力真的變好」的經驗是真實的，但那個有效機制是：聽覺示範補全了長期殘缺的詞彙語音表徵——有效成分是聽覺輸入，不是口腔動作。而且這種輸入方式有效的前提是「成人已有大量殘缺語音表徵的詞彙庫」，但初學英語的兒童顯然不具備這個前提。所以這個經驗無法支撐「兒童也應該這樣學」的推論。

讓孩子把嘴巴動對了，並不會讓他們的大腦聽得更清楚。但讓他們的大腦聽得夠多、夠久，嘴巴遲早會跟上——而且，閱讀能力也終將水到渠成。

本文論點基於語言習得研究主流文獻，包括 Werker & Tees (1984) 語音感知發展研究、Flege 的 Speech Learning Model、Best 的 Perceptual Assimilation Model、Ullman 的陳述性／程序性記憶模型、LaBerge & Samuels (1974) 解碼自動化理論，以及 Konza (2014) 的 Big Six 閱讀框架。