学一门语言，听的方式有两种。精听是把一小段音频抠透：反复回放，检查自己听懂了多少，再看那些没听出来的词。泛听是为了理解内容而大量地听，材料的难度要让你在不停顿的情况下能跟上大部分。两种方法都有效，但适合不同的人、不同的阶段。用真实视频时，很容易把比例搞错：要么看了几个小时太难的内容，什么也没学到；要么把本可以轻松享受的视频，硬生生学成了苦功。
这篇文章会讲清两者的区别，教你怎么判断一个视频需要哪一种，然后用真实视频分别演示：精听一步一步怎么做，泛听在信息流里怎么发生。例子来自 Reelang，在这里它们分别叫 Focus Mode 和 Flow，每一步都附上背后的研究。
精听与泛听：一张表看懂
| 精听 | 泛听 | |
|---|---|---|
| 你做什么 | 一句一句地抠短片段，需要就回放 | 大量地看或听，不停顿 |
| 目标 | 听懂每一处；注意到漏掉的词和音 | 适应自然语速；在语境里反复遇到同一个词 |
| 合适的难度 | 略高于你当前水平的材料 | 你已经能听懂大部分的材料 |
| 单次时长 | 短，10 到 20 分钟，因为很累 | 你喜欢听多久就多久 |
| 最大的风险 | 材料太难，把自己耗垮 | 看了几个小时，却听懂得太少，学不到东西 |
| 在 Reelang 里 | Focus Mode | Flow |
一个视频需要哪一种，取决于你能听懂多少
想顺畅地听懂口语，你需要认识听到的大约 95% 的词；有画面的视频大约 90% 也能应付，因为画面本身承担了一部分意思（van Zeeland & Schmitt, 2013）。低于这条线，音频基本上就是噪音，光看是学不到什么的。关于每种语言这条线大概在哪里，我们写过看懂母语者视频需要多少词汇量。
所以同一个人两种都需要。一个语速慢的做饭 vlog 对你来说可能已经属于泛听，而同一种语言里语速飞快的访谈节目仍然需要精听。一个好用的测试：不开字幕看 30 秒。如果你能复述刚才发生了什么，就一口气看完；如果不能，就抠着听。
用真实视频做精听，一步一步来
用真实视频做精听，最常见的麻烦出在字幕上。你按下播放，语速太快，于是打开字幕，结果变成了在读字幕，而不是在听。Focus Mode 就是我们为了避开这个问题，把精听做进 Reelang 的方式。它把片段拆成一句一句，并且在你开口要之前不给提示：先听，再决定需要多少帮助，而拿到帮助要花一点点力气。这些步骤大部分你用任何视频加一个回放键都能复刻，只不过记账的活儿由 app 替你做了。
下面所有例子都用海滩片段里的同一句简单西语：Mañana vamos a la playa con mis primos.（明天我们和我表亲们去海滩。）
先试一试
这就是 app 里显示在片段下方的 Focus 面板。像学习者那样按按钮试试。下面的框会列出 app 从每次点击中记录到的信息。
你刚才做的事，简短版：
- 不带文字地听这句话。
- 说出你听懂了多少。 没人给这个答案打分。
- 如果需要，读一遍西语原文，配 Smart Subtitles。
- 如果还是不懂，逐词拆开看。有些译文是模糊的，点一下才显示。
- 针对那个难住你的词，做一道小测验。
- 大约每十句，整段再完整播一遍，原速，不带文字。
大多数句子只需要其中两步。下面逐步说明，以及背后的研究。
第 1 步：选择每一段怎么开始
Focus 把视频分成大约十句一段。每段开始时给你一个选择。先完整看这一段会不带文字、不停顿地播完，然后问你听懂了没有。听懂了就进入下一段；没听懂，就把刚才听到的内容一句一句过一遍。直接一句一句来则立刻进入循环。
我们为什么这样设计。 先听大意、再抠细节，是听力教学里的标准顺序；而同一段音频听两遍本身就有帮助：2024 年的一项研究发现，再播一遍能提高回忆和理解，并降低焦虑（Holzknecht, 2024）。你对「听懂了吗？」的回答，也让 app 在还没给过任何帮助之前，就知道这个片段对你的难度。
新用户从来不会看到解释这一切的说明页。他们看的第二个片段会直接以单句循环打开，然后才问：要继续这样吗？ 到那时他们已经试过一次，知道自己在选什么。
第 2 步：简短热身（只在第一次）
在一个片段里第一次进入逐句模式时，app 会显示这个片段依赖的两三个词，它们多半超出你的水平。挑选依据是词频排名。Playa 是西语里第 1346 常见的词，primos 是第 2292，两者都落在初学者假定掌握的 800 来个词之外。点开你不确定的词看词义，或者用这些词我都认识跳过。整个过程大约十秒。
我们为什么这样设计。 如果你已经知道撑起一句话的那两个词，第一遍听的时候就能把更多的声音对上意思。每一次点击也在片段开始之前，就记录下你是否认识某个特定词频的词。
第 3 步：不带文字地听
这句话播一遍，前后各留半秒，这样你不会漏掉第一个或最后一个音节。这一步没有字幕，只有声音和画面。
我们为什么这样设计。 字幕是有用的：带字幕看在理解和词汇上都胜过不带字幕，元分析一再证实这一点（Montero Perez et al., 2013；Kurokawa et al., 2025）。问题在于初学者会怎么用它。水平较低的学习者会依赖文字，不再加工音频（Frontiers in Psychology 2022 年综述）。读比听容易，所以屏幕上有字时，干活的是眼睛，耳朵闲着。只有让耳朵先上，听力才会被训练到。而那正是你真正想要的能力：听懂当面跟你说话的人，没有字幕。
第 4 步：说说你听懂了多少
有三个答案，没有一个是错的。听懂了这句会进入小测验，检验你是不是真听懂了。再来一遍重播，免费，想听几遍都行。给我看字幕则进入第 5 步。
我们为什么这样设计。 再来一遍是免费的，因为重复是我们手上最便宜的手段。很多句子第二遍就通了（Holzknecht, 2024），而靠声音自己听出来的句子，价值高于读出来的。自评这一步刻意保持诚实：不计分，所以没有任何东西逼你谎称听懂了。
第 5 步：Smart Subtitles
同一句再播一遍，这次带西语原文。下划线表示每个词的常见程度：实线是最常见的 500 词，虚线是前 1000，点线是前 2000，更生僻的词没有线。任何词都可以点开看词义。重播之后，你可以说自己听懂了、再播一遍，或者要求逐词拆解。
我们为什么这样设计。 文字是西语的，不是你的母语，所以你是在把已经听到的声音对上它的书面形式。上面那些元分析发现有益的，正是目标语言的字幕。你是在用耳朵试过之后才看到它，所以文字是在确认你听到的东西，而不是取代听。下划线告诉你哪些生词值得花心思：漏掉一个前 500 的词是现在就该补的缺口，而漏掉一个排在 5000 位的词通常无关紧要。
第 6 步：逐词，但要花一点力气
每个词下面都有译文。你会发现它们并不一样。在多半超出你水平的词下面（playa、primos），译文是直接显示的。在你多半认识的词下面，译文是模糊的，点一下才能看到。全部显示会一次性显示所有译文，app 会把这当作这句话很难的信号记下来。
我们为什么这样设计。 这叫「需要花力气的揭示」，灵感来自词汇研究里最有用的观点之一。投入量假说认为，你记住一个词的程度，取决于任务在多大程度上让你需要它、寻找它、判断它（Hulstijn & Laufer, 2001）。不请自来的译文不花你任何成本，也几乎留不下什么。而你伸手去够的译文，需要你花一瞬间去想，这一想就帮词留下来了。呈现形式也重要：
- 母语译文胜过目标语言的释义（Kim, Lee & Lee, Language Teaching Research）。
- 把译文直接放在词的正下方（行间对照格式），比放在页边的注释认知负荷更低（Bonilla Carvajal, 2025）。
- 只显示难词的字幕，效果与全字幕差不多，但屏幕上的文字少得多（Montero Perez, Peters & Desmet, 2014）。不去动简单词，能让你的注意力留在声音上。
点一下偷看也是有用的信息。如果你点了vamos，app 就知道它原以为你认识的词其实还不牢。
第 7 步：一道小测验
这句话再次出现，缺一个词，你来选自己听到的是哪个。挖掉的正是难住你的那个：超出你水平的最生僻的词，优先选你点过或偷看过的。其他选项来自同一个片段，大约三分之一的题会放一个长得像正确答案的词（premios 挨着 primos），逼你真正去看清这个词。只有一题，几秒钟就好。如果选错，会显示正确答案，然后继续。
我们为什么这样设计。 这是测验效应：把一个词从记忆里拽出来，比再看一遍要有效得多（Barcroft, 2007；Cognitive Science, 2022）。大多数基于视频的学习工具只做到把词显示给你。那一步能建立识别能力，但真正让词记住的，是你自己把它回忆出来。
第 8 步：拉远看全局
每一段结束时，整段会以原速重播，不带文字，不停顿。你刚才一句一句抠过的内容，现在以正常语速流过，而你跟得上。循环里花的力气，在这里得到回报。
我们为什么这样设计。 它训练的正是你想要的能力：实时跟上自然语速。它也完成了一个从大量提示到零提示的完整过程。2025 年的一项研究发现，相比任何单一固定的字幕模式，这样分阶段的顺序能降低认知负荷，并提高对词形和词义的记忆（Yuan et al., 2025）。Focus 对每一句都跑一遍这个过程，对每一段再跑一遍。
这个循环会随你调整
Focus 会观察你的表现并作出调整：
- 连续三句第一遍就听懂，它就会提议不再停顿。让它连着播会带字幕连续播放接下来的句子，每四句跟你确认一次。继续停顿则保留完整循环，等你再连赢三句，提议会再出现。
- 连续两次「全部显示」，接下来的句子会从字幕那一步开始，而不是从无文字聆听开始。确实很快的语音（每分钟 170 词以上）会以 0.9 倍速播放，较慢的语音不作处理。
- 跳过在每一步都只有一次点击的距离。循环绝不会把你卡在一句话上，而跳过本身也在告诉 app 一些信息。
我们为什么这样设计。 任务太简单，你只是在读；太难，你听到的只是噪音。学习发生在中间，而这个中间地带会随片段变化，所以循环会根据你对每一句的回答重新计算它。
片段结束时
结束页会显示你通过了多少句、巩固了哪些词，还有一个值得你按周观察的数字：第一遍、不带文字就听懂的句子比例。点任意一个词，就能存起来复习。
泛听：一条符合你水平的信息流
当你能听懂大部分内容之后，另一种学习方式就开始奏效了。关于大量观看的研究发现，学习者仅凭大量看剧就能真的习得一部分生词，而一个词出现的频率，是预测哪些词能留下来的最佳指标（Rodgers & Webb, 2019；Pujadas & Muñoz, 2019）。在这个阶段，看的数量比抠每一句更重要，前提是视频难度始终贴合你的水平。
难就难在最后这一点。真实视频差别很大：一个博主慢悠悠地讲日常生活，下一个就在飞快地谈政治。在 Reelang 里，泛听发生在 Flow：一条竖屏视频流，很像 TikTok、YouTube Shorts 或 Instagram Reels，区别在于它会学习你的水平，按词汇量和语速给你推送难度相近的片段。Smart Subtitles 是开着的，你可以点任意词看词义，但视频不会停。
Flow 会从你的行为中学习，也会从右侧栏的救生圈中学习。点一下，告诉它这个片段的感受：太快、太难、正合适或太简单。接下来的片段就会朝你说的方向走。你可以在这里试试：点救生圈，给个答案，看看难度的变化。
怎样搭配精听和泛听
- 让视频来决定，而不是让计划表来决定。 用上面的 30 秒测试。跟得上就继续看；跟不上，就对这个片段改成精听。
- 精听单次要短。 十到二十分钟的专注，胜过一小时的三心二意。当你发现自己在按「再来一遍」却根本没在听，就该停了。
- 精听用略高于你水平的材料，而不是高出太多。如果几乎每句话都要逐词拆解，那这个片段今天还太难，不值得。
- 随着进步调整比例。 早期，大部分时间用来精听语速慢、吐字清楚的人。后期，大部分时间是泛听，只对那些你仍想听懂的难片段做精听。
- 盯住一个数字。 第一遍、不带文字就听懂的句子比例，是你听力在进步的最清楚信号。Focus 会在每个片段结束时显示它。
在 Reelang 里，你随时可以在 Focus 和 Flow 之间切换，同一个人常常同一天两种都用。Focus 不只属于初学者：学了很多年之后，面对一个高于你水平的片段，它仍然是最好的办法。
问答
精听和泛听有什么区别？
精听是把一小段音频抠透：反复回放，检查自己听懂了多少，并研究漏掉的词。泛听是为了理解内容而大量地听，材料的难度要让你已经能跟上大部分。精听适合高于你水平的材料；泛听适合和你水平相当或略低的材料。
怎样提高外语听力理解？
把两种听法结合起来。对略高于你水平的短片段一句一句地抠：先不带字幕听，再读，再查漏掉的词。其余时间用来大量观看你基本能听懂的材料。按「不带字幕能听懂多少」来挑材料，并记录自己第一遍能听懂多少句。
在 Reelang 里，什么时候该用 Focus Mode 而不是 Flow？
当你第一遍跟不上一个片段时，用 Focus Mode，也就是 Reelang 的精听模式。当你能听懂大部分时，用 Flow，也就是泛听的信息流。同一个人两种都能用：对语速快、信息密的片段用 Focus，对慢一些的用 Flow。
Focus Mode 为什么一开始要藏起字幕？
屏幕上有字的时候，学习者（尤其是初学者）会去读它，不再加工音频。每句先不带文字播一遍，是把第一次机会留给你的听力。需要时，字幕只有一次点击的距离。
Focus Mode 里为什么有些译文是模糊的？
在逐词那一步，多半超出你水平的词下面直接显示译文，你多半认识的词下面则是模糊的。揭开只需点一下。词汇学习的研究表明，为找到词义花一点力气有助于记住它，而每一次点击也在告诉 app 你对哪些词还没把握。
Focus Mode 支持西语以外的语言吗？
支持。Focus Mode 在 Reelang 的每种语言里都是同样的工作方式。这篇文章只是用西语来举例。
参考文献
- van Zeeland, H. & Schmitt, N. (2013). Lexical coverage in L1 and L2 listening comprehension. Applied Linguistics. doi:10.1093/applin/ams074
- Montero Perez, M., Van Den Noortgate, W. & Desmet, P. (2013). Captioned video for L2 listening and vocabulary learning: a meta-analysis. System. doi:10.1016/j.system.2013.10.007
- Kurokawa et al. (2025). Meta-analysis of captioned viewing and incidental vocabulary learning. Language Learning. doi:10.1111/lang.12697
- Review of on-screen text in second language video viewing (2022). Frontiers in Psychology. doi:10.3389/fpsyg.2022.904523
- Holzknecht (2024). On repeated (double-play) listening. TESOL Quarterly. doi:10.1002/tesq.3249
- Hulstijn, J. & Laufer, B. (2001). Some empirical evidence for the involvement load hypothesis in vocabulary acquisition. Language Learning. doi:10.1111/0023-8333.00164
- Kim, Lee & Lee. On first-language versus second-language glosses. Language Teaching Research. doi:10.1177/1362168820981394
- Bonilla Carvajal (2025). On interlinear translation and cognitive load in vocabulary learning. Íkala, Revista de Lenguaje y Cultura. doi:10.17533/udea.ikala.356253
- Montero Perez, M., Peters, E. & Desmet, P. (2014). Is less more? Effectiveness and perceived usefulness of keyword and full captioned video for L2 listening comprehension. ReCALL. doi:10.1017/S0958344013000256
- Barcroft, J. (2007). Effects of opportunities for word retrieval during second language vocabulary learning. Language Learning. doi:10.1111/j.1467-9922.2007.00398.x
- On retrieval practice in vocabulary learning (2022). Cognitive Science. doi:10.1111/cogs.13135
- Yuan et al. (2025). On sequencing subtitle support and cognitive load. British Journal of Educational Psychology. doi:10.1111/bjep.12740
- Rodgers, M. & Webb, S. (2019). Incidental vocabulary learning through viewing television. ITL International Journal of Applied Linguistics. doi:10.1075/itl.18034.rod
- Pujadas, G. & Muñoz, C. (2019). Extensive viewing of captioned and subtitled TV series: a study of L2 vocabulary learning by adolescents. The Language Learning Journal. doi:10.1080/09571736.2019.1616806