听力是基于词汇量的。

实际听句子的时候，是根据【词】的单位来辨识，而不是根据【音节】的单位来辨识的。而且，语言的发音并非只有音节，还有音调和顿挫等，都是根据每个词来调整的。这些元素都是词的一部分，拆分出来没有意义，要想提高听力的辨识，就必须意识到这些。

但有个大前提，就是只有已经掌握的词，才能辨识得出来。否则即使让你听出每个音，也只是无意义的罗列。

利用科学来说明一下这个问题。大家都知道声音是空气的振动，而在物理学上，人类的声带不可能发出同样频率的振动，声纹验证就是利用这一原理。那么我们是怎么辨别语言的呢？

答案是我们大脑中的听觉语言中枢的介入。我们在听别人说话的时候，耳朵接收物理振动后转换成电子脉冲，传递到大脑里面叫做“韦尼克区”的地方，在这里对语音进行分析和理解。这过程中，会把听到的语音与我们掌握的信息进行对照，超过一定的吻合度就能理解，这个领域的研究叫做“音位学”。

而我们的语言中枢厉害的地方，在于其辨识度。上面提到语音和信息超过一定的吻合度就能理解，这个程度因人而异，但至少满足75%，大多数人就能顺利处理。也就是说，一个4音节的词，只要认得出3个音节，我们就能辨识。这在实践中的意义是非常重大的，没有这个功能，北方人和南方人是根本没办法用普通话交流的。

但这个补全功能只会在我们已经掌握对应的信息，也就是有足够的词汇量的前提下才会起作用。如果听到的是一个生词，那对照过程就会迷走，或许会误解成一个别的词，也可能会曲解成几个与实际不相符的音位，总之事倍功半。网上流行的所谓“空耳”视频，就是利用了我们听觉性语言中枢的这一特性，歪曲理解而产生的。

那么为什么已经掌握的词还是听不出来呢？一是确实对方发音不太准或咬字不太清、环境嘈杂等，我印象中JLPT的听力确实会模拟一些例如火车站之类的环境，但不会让人分辨不出来（我只考过N1）。二是其实你还没完全掌握，一开始提到词的语音构成并非只有音节，还有音调和顿挫，有意识地去分辨这些信息，才能提高听力水平。