我爱说英语之学美语发音

开篇

       在写这篇文章之前,我考虑了很久,思前想后,还是决定把她写成一个系列的文章,用以来见证我们学习英语的历程,同时也为了说明我要学好英语的决心。废话不多说,进入正题。


回忆

       对于我们这些已经毕业很久的人来说,不知道还算不算有英语基础,最起码在我们看来那些英语基础已经算不得是基础了,或许,我们可以理解为回忆。

       拿我个人来说,初高中的时候,英语就不怎么好,尤其是听和说,高中最后一年的冲刺,提高的也就是笔试的能力。

       到了大学之后,接触的知识几乎与高中的那些相差无几,说真的,课堂上的那些英语教学,真的不适合我,可能是我的资质不够吧,学了四年(大部分时间都),英语也没有提高,到了现在,英语的听说能力几乎从泰山十八盘跌到了东非大裂谷的谷底。


新的开始

       也就是从这个中秋开始,我们又重新拾起了英语,开始了地道美语的发音训练。首要的任务就是听,仔细的听发音材料,分辨出哪些是错误的发音,从而利于纠正我们由来已久的那些错误的发音。下面我会列举出一些例子,这些都是最最普通的发音,也是我们最容易读错的发音。

       首先拿字母来说,我想,应该会有一部分童鞋,对于G和J的发音不是很清楚,而且还经常混读,究其原因,音标中的某一个没有发标准,或者是由于家乡口音的限制。至于W这个字母,很有意思哦,以前学的发音都是“打不溜”,在听了标准的美语发音后,才意识到,原来自己一直都在读错误的发音,而且还很离谱,正确的发音则是['dʌblju:]。

        然后来看几个单词,is,good,hot,student等。这几个单词都是我们经常用的,而且都把它们用烂了。可惜的是,有的童鞋知道现在还不知道他们正确的发音。当然,我也是刚刚才意识到这一点的。is的发音是[ɪz],而非[iz],前者是短元音,有点像闽南语中初一的“一”,发音短促有力。good,我们以前都是读[gud],而正确的发音则是[ɡʊd],这两个是由区别的。hot,正确的发音则是[hɑt],想想你以前是这么读吗?最后一个student,英式发音是[ˈstju:dnt],也是我们日常的读音,而美式发音则是[ˈstudnt]。


感想

       我们这里就不再讨论句子了,如果你有兴趣,请试着去学习一下美式英语的发音。这里,我们讨论的是在你意识到自己读的英语都是错误的发音的时候,你的感想是什么?

       有的人就说了,难怪我学不会英语,听不懂英语,原来我的发音就不正确,在听英语的时候,听到的总是跟自己的发音不一样的声音,当然就理解不了,也听不出来了。的确,我们在听英语的时候,经常会听到自己熟悉的单词,而有时候又感觉听到的不像,总感觉没有听清楚,于是来来回回的听这几句,反而越来越模糊,这其实不是耳朵的问题,而是你的发音的问题。因为你的发音不标准,所以耳朵也就无法分辨出正确的发音,而你能够分辨出的发音,那就一定是中式的发音了。

       一直从中秋开始,到现在也有一周多了,每天利用一下午的时间来练习听力,跟读,试着纠正错误的发音,这几天下来,初步养成了一个习惯,就是在读单词的时候,总是先想到正确的发音,而不在是延续以前的错误发音了,如果有哪个字母、单词拿不准,就得去查一下,以免再出现误读。


结束语

       这篇文章只是我们学英语的开始,随着后续的学习,我还会将学习中的一些感受继续与大家分享,我想,付出终将是有回报的,曙光就在前方,吾将上下而继续求索。

       我爱说英语!我想说英语!我要说英语!咱们下次再见。。。

【使用教程】 一、环境配置 1、建议下载anaconda和pycharm 在anaconda中配置好环境,然后直接导入到pycharm中,在pycharm中运行项目 anaconda和pycharm安装及环境配置参考网上博客,有很多博主介绍 2、在anacodna中安装requirements.txt中的软件包 命令为:pip install -r requirements.txt 或者改成清华源后再执行以上命令,这样安装要快一些 软件包都安装成功后才算成功 3、安装好软件包后,把anaconda中对应的python导入到pycharm中即可(不难,参考网上博客) 二、环境配置好后,开始训练(也可以训练自己数据集) 1、数据集准备 需要准备yolo格式的目标检测数据集,如果不清楚yolo数据集格式,或者有其他数据训练需求,请看博主yolo格式各种数据集集合链接:https://blog.csdn.net/DeepLearning_/article/details/127276492 里面涵盖了上百种yolo数据集,且在不断更新,基本都是实际项目使用。来自于网上收集、实际场景采集制作等,自己使用labelimg标注工具标注的。数据集质量绝对有保证! 本项目所使用的数据集,见csdn该资源下载页面中的介绍栏,里面有对应的下载链接,下载后可直接使用。 2、数据准备好,开始修改配置文件 参考代码中data文件夹下的banana_ripe.yaml,可以自己新建一个不同名称的yaml文件 train:训练集的图片路径 val:验证集的图片路径 names: 0: very-ripe 类别1 1: immature 类别2 2: mid-ripe 类别3 格式按照banana_ripe.yaml照葫芦画瓢就行,不需要过多参考网上的 3、修改train_dual.py中的配置参数,开始训练模型 方式一: 修改点: a.--weights参数,填入'yolov9-s.pt',博主训练的是yolov9-s,根据自己需求可自定义 b.--cfg参数,填入 models/detect/yolov9-c.yaml c.--data参数,填入data/banana_ripe.yaml,可自定义自己的yaml路径 d.--hyp参数,填入hyp.scratch-high.yaml e.--epochs参数,填入100或者200都行,根据自己的数据集可改 f.--batch-size参数,根据自己的电脑性能(显存大小)自定义修改 g.--device参数,一张显卡的话,就填0。没显卡,使用cpu训练,就填cpu h.--close-mosaic参数,填入15 以上修改好,直接pycharm中运行train_dual.py开始训练 方式二: 命令行方式,在pycharm中的终端窗口输入如下命令,可根据自己情况修改参数 官方示例:python train_dual.py --workers 8 --device 0 --batch 16 --data data/coco.yaml --img 640 --cfg models/detect/yolov9-c.yaml --weights '' --name yolov9-c --hyp hyp.scratch-high.yaml --min-items 0 --epochs 500 --close-mosaic 15 训练完会在runs/train文件下生成对应的训练文件及模型,后续测试可以拿来用。 三、测试 1、训练完,测试 修改detect_dual.py中的参数 --weights,改成上面训练得到的best.pt对应的路径 --source,需要测试的数据图片存放的位置,代码中的test_imgs --conf-thres,置信度阈值,自定义修改 --iou-thres,iou阈值,自定义修改 其他默认即可 pycharm中运行detect_dual.py 在runs/detect文件夹下存放检测结果图片或者视频 【备注】 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用!有问题请及时沟通交流。 2、适用人群:计算机相关专业(如计科、信息安全、数据科与大数据技术、人工智能、通信、物联网、自动化、电子信息等)在校生、专业老师或者企业员工下载使用。
本项目是一个基于SSM(Spring+SpringMVC+MyBatis)框架和Vue.js前端技术的二手手机回收平台系统。该系统旨在为二手手机回收提供一个便捷、高效的在线交易平台,同时确保交易的安全性和透明度。 在后台管理方面,系统提供了用户管理、商品管理、订单管理以及数据统计等功能。通过这些功能,管理员能够轻松地管理平台上的用户信息、审核商品发布、跟踪订单状态,并对平台的运营数据进行详细的分析。 在前端展示上,系统采用了Vue.js框架,实现了响应式的用户界面设计。用户可以通过直观的界面浏览商品、发布自己的二手手机信息、下订单以及查看交易记录。此外,系统还提供了搜索和筛选功能,帮助用户快速找到符合自己需求的商品。 技术实现上,后端使用了Java语言,结合Spring框架进行依赖注入和事务管理,SpringMVC负责处理Web请求,而MyBatis则用于数据库操作。前端则使用Vue.js进行页面渲染和交互逻辑处理,搭配Axios进行异步数据请求。 本项目的数据库设计充分考虑了数据的完整性和安全性,采用了关系型数据库MySQL进行数据存储。数据库表结构包括用户表、商品表、订单表等,确保了系统的高效运行和数据的一致性。 对于正在进行毕业设计的生或需要项目实战练习的Java习者来,本项目提供了一个完整的技术栈和业务逻辑实现,可以作为习和实践的良好参考。
评论 15
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值