口音，形成于自己的故乡，往往是在一个人幼儿语言学习阶段形成的一种口音，这种口音一旦形成，后期非常难更改。需要通过长时间有意识的去训练和学习才可以。另外需要脱离口音形成的语言环境，比如一个人到外地生活很多年以后，慢慢的家乡的口音就不那么重了，但是如果想彻底改掉，也确实不太容易。建议可以通过一些软件进行练习普通话，比如：口音

这个问题其实应该割裂成为两个问题，第一个问题是有关原始口音的习得，第二个问题则是有关大脑对语音的感知。第一个问题的答案是，我们在关键时期之前习得的母语在我们大脑中的烙印是最深刻的，之后习得的语言，包括方言在内，都不可避免会受到母语的影响（前提是我们的母语被完全习得而且在日常生活中以较高的频率使用）。第二个问题的答案是，人脑对语音的感知是具有主观性的。正确理解语音的主观性对于最终解开对口音的困惑有非常重要的意义。所谓主观性，是相对于客观性而言的，我们这里把语音的客观性暂时理解为可以用仪器测量出的物理数值，如频率、响度。假设，我们的大脑就是一台仪器，将符合特定物理参数的发音和音素相对应，而将不符合这些具体数值的发音归到“不予处理”的噪音。这个时候我们就会发现自己处于一种混乱的自相矛盾的境地，那就是在我们的发音器官无法达到仪器般精准、稳定的发音的时候，我们的接收端，也就是大脑，却具有仪器般挑剔和刻板的工作模式。就像人无法两次踏入同一条河流，一个人也无法同时发出同一个语音。更不用说语言作为一种交流工具，其使用涉及许多对象，许多来自不同地方、不同年龄、不同性别，拥有不同口音、不同说话习惯、不同生理条件的个体。这使得仪器般精准地测量和处理语音变得不理性和无意义。此外，人类自然语言的音位系统中并不存在一个具体的音素和音高和对照表。既然“客观地”接收和处理语音成为不可能，主观地、相对地接受和处理就成为我们接下来的选择：我们就通过判断音和音之间的相对位置、音和音之间的关系，来锁定他们在音位系统中的位置，进而判定它们分别对应哪一个音素。说到这里，就不能不补充一下音位和区别特征的知识。在音位学上我们把能够区分不同意义的语音划分为不同音位，把能够表示同一意义的语音归到同一音位。有人会问，为什么要这么划分这么归类呢，一个音一个位就不好了吗？大家要知道，我们每一个人的发音器官，或者是同一个人在不同的时间发同一个音，在音高音强和音长方面都会有着各种各样大大小小的差别，如果一个音一个位，那么我们的音位系统就无穷大了。一个好的音位系统，要经得起两条标准的评价：系统的经济性和表音的准确性。如果系统无限紧缩，那么就会失去表音的准确性，反之亦不可行。那么如何在这两者之前寻找一个平衡点？那就是看能否区分不同的意义。在不同的语言中，同样音素的音位地位会有这很大的差别，原因就是符号和意义之间的映射在不同语言中是不同的。很多西方人念汉语的「窝们歪果人」这样的声调是因为什么？ - 拾荒少女的回答到了研究语音认知的阶段，音位这样一个单位是远远不够的，还需要细分，细分到区别特征（distinctive features）。要讲区别特征，就要讲自然分类（natural class）。这里我且不展开，就告诉大家所谓的区别特征，是比音位更小的，分辨不同语音的单位。它跟音位一样，是抽象的，但是也根植于不同语音的声学特征。通过这样的区别特征，杂乱无章的语音就随着他们在区别特征上的相似程度聚拢成群。这里是汉语的声母，韵母相似度聚类群。很多西方人念汉语的「窝们歪果人」这样的声调是因为什么？ - 拾荒少女的回答到这里，我相信大家大致可以明白什么叫做语音的主观性了。但是还有最后一块拼图：参照系。即使是“主观地”接收和处理语音，大脑也需要一个现有的语音系统作为参照系，而我们所有人最初的参照系，都是我们在关键时期之前习得的母语。人之初，特别在婴幼儿阶段，我们的大脑中有着极为丰富和敏感的神经突触，使得我们具有强大的语言习得能力。实验证明，人类纹状皮层的神经突触生发最旺盛的时期是在2-4个月，在8-12个月的时候达到顶峰，这个时候婴幼儿的神经突触比成年人要多50%左右。神经突触的减少发生在8个月到11岁之间，在这段时间我们会丧失40%的神经突触。这些丧失的神经突触，研究者认为是被大脑自动修剪掉的、不经常使用或者从不使用的部分。从这些研究成果中我们大致可以窥见，关键时期之前和之后人脑，或者是人脑语言中枢发生的变化导致我们对语言材料的感知能力和建立连接的能力减弱，进而使得语言学习变得不那么容易、自然。我们刚出生不久时，可以根据听到的语言来学习我们的母语，为什么长大后就丧失了这种技能？ - 拾荒少女的回答我们大脑修剪掉自动修剪掉的部分，从语音层面上讲就是我们的母语音位系统中不会用到的部分。此后，我们大脑中存留的和母语音位系统相匹配映射也就是今后大脑接受和处理语音信号输入时参照的“主观”地图。讲到这里，大概可以收尾了：有关口音，或者任何语音，嘴巴说不出，说明耳朵听不出；耳朵听不出，说明大脑中没有相应的映射。在婴幼儿时期，我们的大脑会自动替我们修剪掉不需要的神经突触，留存下来的是和母语音位系统相适应的、能够准确识别母语音位系统范围之内音素的神经突触和连接。这个系统是如此的强横，以至于我们后来想要建立起不受其干扰的新连接和新映射如此困难。但也只是困难，并非不可能。