英文字幕常跑在聲音前面。學習者先在整行字幕裡讀到comfortable，接著看演員表情，1.8秒後才聽見縮短的口語形式，兩者未必會接起來。若單字在聲音抵達前短暫亮起，眼睛與耳朵比較有機會處理同一個事件。
這是一項小範圍發音活動，只挑影片中的少數單字。整部影片每個字都做成卡拉OK效果，畫面很快就會失去作用。老師可選六到八個「看得懂、聽到卻認不出或容易唸錯」的字，對準聲音加提示，再分別檢查辨音與產出。
字幕和聲音可能錯開
字幕影片同時有移動畫面、語音與短暫出現的文字。每個人分配注意力的方式不同。有人在說話者唸到最後一個字以前，就已讀完整行。也有人一直看臉，低頭時字幕快消失了。文字和聲音雖然都出現，時間卻沒有重疊。
這個落差會影響心理詞彙庫。學習者可能受到拼字影響，把vegetable存成四個平均清楚的音節。影集裡自然的三音節版本，本來能更新腦中的聲音表徵。目光若早已移到下一行，這次機會就很薄。
視覺提示不用誇張。讓白色的vegetable在聲音開始前約300毫秒變成琥珀色，維持到單字說完，再恢復白色。字母不用跳動，整行也不用變色。一次只標一個字。
眼動追蹤研究怎麼做
Wisniewska等人的2023年研究找了58名大一學生，第一語言為西班牙語與加泰隆尼亞語，英語約B1到B2。他們在五種條件下看兩段影片：目標聲音前300毫秒亮字、前500毫秒亮字、整行字幕一出現就亮字、一般字幕，以及無字幕。眼動儀記錄參與者何時看向目標字。
300毫秒條件與整行出現就亮字的條件，以不同方式增加了對目標字的注意。兩個同步條件都讓閱讀時間更接近聲音。之後的聽覺詞彙判斷中，所有加強條件都讓參與者更快排除錯誤發音。只有從整行字幕開始就亮字的非同步條件提高正確率。影片理解題平均答對87%，表示參與者仍在追蹤內容，沒有只盯著單字做孤立操練。
結果有希望，也很不整齊。反應變快可能表示腦中的單字聲音已更新，卻沒有任何一種時間安排在每項指標都勝出。測驗要求排除錯誤發音，也和自由對話不同。研究者把這些結果稱為初步證據，課堂應用也該維持同樣尺度。
2025年的兒童研究提供了反例。聲音同步關鍵字字幕研究觀察33名八到九歲的CLIL學習者。16人看同步關鍵字字幕，17人看無字幕影片。兩組的音韻判斷都沒有明顯改善。口頭產出方面，兩組在目標字與干擾字都有進步。這個小樣本裡，同步字幕沒有顯示超越純影片的明確優勢。
Van der Kolk等人的字幕比較則測試母語字幕、英文字幕與反向字幕，並分開測量字義、書面形式與發音。不同知識面向得到不同結果：英文字幕與反向字幕對書面形式有部分幫助，發音結果則相當混合。螢幕文字的格式會改變注意位置，單說「字幕有效」太過粗略。
挑出真的有時間問題的字
每個陌生字都亮起來，影片會變成閃爍講義。目標應放在書面知識與聲音辨認已經分開的地方，例如弱化音節、弱母音、不發音字母，或讓熟悉拼字藏起來的重音。
若一位B1上班族準備參加跨國會議，短片可選comfortable、temperature、schedule、colleague、actually和particularly。六個已經夠多。專有名詞、劇情細節與另外兩個偶然出現的新字，都可維持原樣。
剪片以前先做快速檢查。顯示書面字，請學習者唸一次。再播放句中語音，從兩個可能形式中選出聽到的版本。只有真正出現落差的字才加亮。老師不用花26分鐘替早已能正確處理的字校時間。
三次觀看各做一件事
第一次保留情境。播放45到75秒的一般英文字幕影片，只問一題內容，確認誰在說話、發生了什麼變化。
第二次加入同步亮字。每個目標句後暫停，學習者再聽一次、標出重音音節，並重複整個片語。練I’m comfortable with Thursday時，要保留弱音節與周圍節奏。只單獨唸comfortable，反而移除了原本造成聽辨困難的語流。
第三次拿掉字幕。先回答同一題內容，再換一位說話者，用新短句測六個字。巧克教育的英文辨音練習要換不同說話者說明了聲音變化的理由：若始終只聽同一人，說話者本身可能成為記憶提示。
最後才進入口說。給兩分鐘角色卡，安排三個目標字有出場理由，例如同事發燒，要把週四會議改期。錄下表現，評量清楚度與指定字，其他口音特徵先放著。
校時間時保持安靜
自動字幕工具能提供單字時間碼，仍要用耳朵檢查。提示若落在音節之後，學習者只能追趕。開始得太早，注意力可能又被拼字帶走。成人研究中的300毫秒提前量可當起點，遇到字幕漂移再個別調整。
視覺設計越安靜越好。一種顏色、足夠對比、沒有動畫。閱讀障礙、低視力、光敏感或注意力困難的學習者，可能更適合靜態底線、暫停重播，或音訊搭配紙本逐字稿。同步概念仍可保留，不必閃爍。
程度也設下下限。影片只能聽懂一半的人，已把大量注意力用在抓意思。此時應換成更短、更簡單的材料，或先交代情境。密集生字、快速轉場與六人同時對話，無法靠亮字補回來。
直接測聲音學習
內容題只能檢查劇情，無法判斷particularly在腦中是否有更清楚的聲音。可以用三個小測驗：從正確與合理錯音中辨認目標、在片語中重複一次，72小時後再從新說話者的句子認出它。
工具方便時才記反應時間。7.4秒後答對，可能依靠刻意重建拼字。1.6秒的回答比較接近即時聽覺辨認。一般課堂計時難免粗略，正確率仍放在前面。
下堂課挑一段61秒影片，再選六個學習者看得懂卻常聽漏的字。每個字在聲音附近亮一次，最後一輪拿掉字幕。仔細聽comfortable從哪一刻開始不再需要拼字幫忙。