上一篇在结束处留下了一条线索：清音 46 个、浊音半浊音 25 个之外，还有拗音 33 个和表示停顿的促音 っ。现在把它补上。
不过在补之前，有一件事比多背几个假名更关键：你已经能把 きょう 里三个假名一个个念出来了，但按假名逐个念，念出来的长度通常是错的。きょう 写作三个字符，读出来只有两拍；がっこう 写作四个字符，读出来也是四拍，可其中有一拍是不出声的。要知道哪两个字符该合并、哪个母音该延长、哪个位置该停住，先得搞清楚日语数的到底是什么。
日语数的不是字符，是“拍”
日语给词量长度时，数的单位是拍（日语叫モーラ）。规律很简单：一个假名基本占一拍，每拍的长度大致相等。你可以一边念一边用手打拍子——やま 打两下，おかあさん 打五下，パン 打两下 3。
为什么这件事值得单独学？因为拍数不同就是不同的词，不是同一个词读快读慢：
- おばさん（阿姨）三拍，おばあさん（奶奶）五拍
- おじさん（叔叔）／おじいさん（爷爷）
- ここ（这里）／こうこう（高中）
拍数还会一直用下去：以后动词、形容词加词尾要加几拍，声调的高低落在第几拍，都以它为准。听力里“长音听不出来”常常不是耳朵的问题，而是脑子里还没有建立一个稳定的节拍器 3。所以这一篇的四个规则，本质上是同一件事：拍。
拗音：两个假名，一拍
拗音的写法是：い段假名后面接一个小写的 ゃ、ゅ、ょ（这类缩小的假名统称小写假名）。比如 き 接 ゃ 得到 きゃ。
为什么它是一拍而不是两拍？回看上一篇的乘法表：き 是子音 k 乘母音 i。接上小写的 ゃ，并不是再读一个 や，而是把小写 ゃ 的母音 a 顶上来，换掉原来的 i；子音 k 不变，只是带上一点从 i 滑过去的色彩。结果是一个音——kya，占一拍 2。所以 きや（き 加 や，两个大假名）读两拍，きゃ 读一拍。前者是“ki-ya”，后者是“kya”。
这些组合一共 11 组、33 个：か行、さ行、た行、な行、は行、ま行、ら行 的い段，加上浊音的 が行、ざ行、ば行（包括 じ 变 じゃ）和半浊音的 ぱ行，每组三拍——ゃ、ゅ、ょ 各一个 1。ぢゃ、ぢゅ、ぢょ 形式上也存在，但基本只出现在极少数词里，平时用 じゃ、じゅ、じょ 1。
读的时候有个实用要领：起点先停在 い，然后不停顿地滑到 a、u、o，不要拆成两段。しゃ 是 sha，ちゃ 是 cha，じゃ 是 ja，じゃ 不是“ji-ya”。
还有一处最容易踩的坑：拗音后面出现的う，不是单独的 u 音，而是长音的一拍。きょう = kyo + 一拍延长，所以 東京（とうきょう）是 to-u-kyo-u，四拍 3。这也是为什么 じゆう（自由）是两拍、じゅう（十）是一拍，ひやく 和 百（ひゃく）听上去长度不同。
长音：把一个母音保持住，多占一拍
长音就是让母音拖满一拍。它的拼写有规律，平假名按假名所在的段选字母：
- あ段加 あ：おかあさん、おばあさん
- い段加 い：おじいさん、おにいさん
- う段加 う：くうき、ゆうき
- え段加 い：せんせい、きれい（少数词写 え，如 おねえさん）
- お段加 う：こうこう、とうきょう（少数词写 お，如 とおい、おおきい、こおり）
片假名不挑字母，一律用长音符号 ー：コーヒー、ビール、ケーキ。
读法上只有一条：前一个母音不重新发，只是把口型保持住，再占满一拍。所以 ビル（大楼）和 ビール（啤酒）、おばさん 和 おばあさん 的区别，不在音色，在长度。
有一个反直觉的地方值得提前知道：え段加 い，写出来是两个不同的母音，实际读出来却是一长串 e，听起来像“sē”而不是“sei”。せんせい 的罗马字写成 sensei，是为了拼写整齐，不是让你把 い 单独读出来。
促音：占一拍，但这一拍里没有母音
促音写成小写的 っ（片假名 ッ）。它自己不带母音，所以不是“读一个音”，而是把后面那个假名开头的子音提前拉开，停一拍，再放出来。がっこう 是 ga +（停一拍）+ ko + u，四拍；きって 是 ki +（停一拍）+ te，三拍。
这解释了它为什么大多出现在か行、さ行、た行、ぱ行前面：只有 k、s、t、p 这一类能把气流挡住或拉长的子音，才能被“撑”满一拍。在 k、t、p 里，这一拍是安静的；在 いっしょ 这类 s 行的音里，这一拍是一段持续的咝音，而不是静音。（片假名外来语里还会看到 バッグ、ベッド 这种接在其他子音前的写法，先知道有这么回事即可。）
同样，拍数变了就是另一个词：おと（声音）两拍／おっと（丈夫）三拍，きて（来）／きって（邮票），さか（坡）／さっか（作家），まち（镇）／マッチ（火柴）。
拨音 ん：无论怎么写，都占一整拍
上一篇说过 ん 不属于任何行和段，单独站在表末。这里补上它在拍上的角色：ん 永远独立占一拍，既不合到前面，也不合到后面。ほん 两拍，しんぶん 四拍，きんようび 五拍。
它的实际音会随后面的音变化：后接 m、b、p 时接近 m（しんぶん 听起来像 shimbun 的 m）；后接 n、t、d、r 时是普通的 n；后接 k、g 时舌根顶住（りんご）；在词尾时是一个鼻音（ほん）。初学阶段不需要刻意区分这几种，只要保证它稳稳占满一拍、不被吞掉就行。
把四类放回同一个尺子上
| 词 | 拆成拍 | 拍数 | 用到哪条规则 |
|---|---|---|---|
| とうきょう | to-u-kyo-u | 4 | 长音 ＋ 拗音 ＋ 长音 |
| がっこう | ga-(停)-ko-u | 4 | 促音 ＋ 长音 |
| しんぶん | shi-n-bu-n | 4 | 拨音 ×2 |
| おばあさん | o-ba-a-sa-n | 5 | 长音 ＋ 拨音 |
| ぎゅうにゅう（牛奶） | gyu-u-nyu-u | 4 | 拗音 ＋ 长音，各两组 |
| ちょっと | cho-(停)-to | 3 | 拗音 ＋ 促音 |
练法也很直接：一边念一边用手打拍子，把每一拍当成节拍器的一下。念起来别扭的地方，往往就是拍数算错了。反过来说，遇到不认识的词，先数它有几拍再开口，读音会稳得多 3。
最后划一条边界：片假名里还有 ファ、ティ、ウィ 这类用小写的 ぁ、ぃ、ぅ、ぇ、ぉ 拼出来的音，那是为外来语临时搭的写法，规则和上面四条不一样，等接触外来语时再单独讲。
认全假名只是把字符认下来；读准一个词，靠的是数对拍子。