再多一個「口音分數」，通常仍不知道該改哪裡。更直接的做法是請一位聽者把短錄音逐字寫下來。漏掉的字、換錯的字，以及黏在一起的片段，會指出訊息中斷的位置。下一個練習目標便能縮小成尾音、重音音節、一組母音對比，或一個片語的節奏。
這個方法適合準備90秒英文專案更新的台灣上班族。聽眾大多知道主題，可是日期、產品名稱與下一步行動偶爾需要重說。練習目標很明確：重要訊息第一次就準確到達。
看哪些字真的抵達
發音研究常分成口音程度、易懂度與可理解字數。口音程度描述聲音和聽者預期有多大差距。易懂度是聽者主觀感到多費力。逐字聽寫則較接近「實際聽懂哪些字」。這個測量仍不完美，卻比「聽起來好不好」多出可處理的證據。
Munro與Derwing請18位英語聽者聽10位華語者及2位英語者的錄音，逐字寫下內容，再以九點量表評估口音與易懂度。1995年的研究發現，有些語料的口音評分差異很大，實際可辨認的內容仍很高。樣本不大，聽者也都以英語為第一語言。它對回饋仍有一個清楚用途：口音很重的評語，找不出究竟是哪個字沒有傳到。
另一項較新的研究使用50位說話者的長篇語料，向570位英語使用者收集評分與逐字稿。作者發現可理解字數與易懂度呈現很強的非線性關係，模型的轉折點約在64%逐字正確率。這個數字屬於該研究的語料與計分方式，只能描述資料，不能拿來當全班及格線。
做一次小型聽者檢查
先寫55到85字，而且必須是近期真會用到的內容，例如交接事項、研究摘要或客戶操作說明。把誤解代價高的數字與名稱放進去。按照平常簡報速度唸一次，用手機錄音。先別排練二十遍。這次檢查要接近週二早上真正會說出口的版本。
把錄音交給一位沒看過原稿的人，請他逐字寫下聽到的內容，聽不出來就留___。不要只問「我的發音好嗎？」禮貌的聽者常回答很好，形容詞也無法變成練習目標。請對方留下實際收到的字。
把原稿與聽者版本逐字比較，標出漏掉的內容詞、替換字，以及兩個字黏成一個的位置。功能詞若會改變訊息也要處理，例如can和can't。無關意思的拼字與標點可以略過。把fifty寫成fifteen，代表高代價的對比。專案名稱前少一個the，可能完全不影響理解。
從錯誤中只選一種規律。若worked、asked、launched的尾音都消失，就用原本三句練複輔音。若問題都發生在非重讀片段，下一步可能要處理節奏。英文發音先練最容易造成誤解的音，尤其短篇工作報告裡，名稱與數字比裝飾性的精緻口音更有份量。
集中練五分鐘後錄第二版。最好換一位聽者，因為第一位已經知道內容。若只有同一個人，隔一天再測，並調整句子順序。兩份逐字稿都要保留。第二份應該留下更多高代價資訊，即使口音評分毫無變化。
聽者也是測量的一部分
一份逐字稿無法代表說話者永久的可理解程度。聽者對口音的熟悉度、共同專業知識、環境噪音與視覺線索，都會改變結果。同專案的工程師可用情境補出「PostgreSQL migration」，一般英語老師可能只聽到零碎片段。測試者要盡量接近真正的聽眾。
畫面也會改變理解。Wheeler與Saito把含有母音錯誤的語料，搭配不同的口型畫面與圖像手勢。2022年的逐字聽寫研究中，出現母音錯誤時，圖像手勢提高了可理解字數。研究使用控制過的特定材料，不能推論任何揮手動作都能救回一場簡報。它仍說明一件事：真實視訊會議看得到臉、手勢與指向，純音訊測試可能低估整體溝通效果。
想單看聲音，第一次就用音訊。真正任務若是簡報，第二次可改用影片。兩者差距會顯示訊息有多少依賴螢幕、投影片、口型或手。依賴視覺線索未必是缺點，簡報本來就包含畫面。
語音辨識可以快速補一份資料，卻不能取代目標聽眾。系統可能認得一般人不知道的品牌名稱，也可能因麥克風雜音而失準。把自動逐字稿視為另一位經驗特殊的聽者。高風險排練中，兩位真人留下的文字更值得參考。
每次只抓一個目標
滿紙修正容易讓人想一次全改。請挑走最多意思的錯誤類型，練五到七個例子，再錄一版。同一回合錄到第三次就可以停。
我寧可保留地區口音，把每個日期說準，也不願追逐母語者評分，卻讓thirty一直被寫成thirteen。這是依照工作任務做的選擇。演員準備角色，或個人希望改變口音時，可以採用另一套標準。
把原稿、兩段錄音和兩份聽者文字留在同一個資料夾。下週要檢查的問題只有一個：「launch on November 17」這次完整抵達了嗎？