“严于律己” 是好习惯。但是，在尝试着重塑自己的语音之时，则大可 “宽于律己”。实践中，我甚至告诉学生，第一原则就是（至少）暂时不必过分追求 “标准” —— 事实上，追求也没用，因为无论是谁也做不到短时间之内就达到所谓 “标准”。
使用不同语言的人之间，口腔动作习惯是很不一样的。刚刚出生的婴儿不会说话，是因为他还不知道怎样运用嘴唇、舌头、咽喉、声带等器官，也不知道应该控制气流振动进而发出不同的声音。他要周而复始地听、观察、分辨、模仿、矫正之后才能够咿咿呀呀地开始说话。之后还要经过若干年，甚至更长的时间，小孩子才能做到口齿清晰 —— 当然还有相当一部分人也许一辈子都做不到口齿清晰（比如大家比较熟悉的周杰伦先生）。
一旦各个参与发声生的器官开始适应一种语言之后，各个器官将慢慢更习惯于做某些动作，而同时渐渐更难做出一些讲母语时不常用或者甚至干脆不用的动作。说外语的时候，某些口腔动作很难做出的话，各个器官将组合起来不由自主地做出一个相对最为接近的动作，于是最终说出来的听起来却是另外一个音。比如大多韩国人很难发出 “v” 这个音 —— 因为他们的语言中不存在这个音，所以当他们把语音教程中的讲解研习完毕之后，“依葫芦画瓢” 发出的声音却永远是 “b”。这个道理和很多南方人发不出辅音 “f”、“n”、或者分不清前鼻音后鼻音一样，他们可能把 “皮肤” 说成 “皮乎”，把 “女子” 说成 “驴子”，或者把 “女篮” 说成 “女郎”……
我有个韩国朋友，永远把 “video” 说成 “bideo”，刚开始我很不习惯，不自觉地纠正了他一两次，却发现他好像并不知道自己把 “video” 说成了 “bideo”，而更像是他一直以为自己说的就是 “video”。后来有一天我逗他玩，学着他把 “video” 说成 “bideo”，结果他马上跳起来（一点都没发现我实在开玩笑）说，“哈，你发音不对，那个词应该读成'bideo'！” —— 这我才明白还有这么好玩的事儿：发错音的人听不出来自己的发音是错的，但是同样的错误别人说出来他瞬间就能判断出来。于是我想 “我自己也很可能有这样的时候罢” —— 后来发现果不其然，只不过我发错的、并且不知道自己错的是另外一些音而已。
很多语音教程尽管出发点是无可厚非的，但是它们把各个发音的过程讲解的太细、太繁琐，乃至于过分复杂难以学会。事实上，先做到个大概大概就可以了。这并不是说，那些发音的原理是不应该学的，恰恰相反，要学，还应该好好学；只不过，事实是就算暂时不学也不是完全不行 —— 只要多听多说，慢慢就会越来越接近标准。只不过大多数人误会 “多听多说” 中的 “多” 究竟是怎样的一个练习量而已。而所谓的 “多”，肯定不是一两个小时，不是一两天，也不是一个月两个月，而是至少每天不间歇的一两年。有些人据称是学了好多年，事实上，那些年里真正用来练习的时间其实断断续续间隔太长乃至于等同于零。所以其实还需要更多、更密集的练习。小孩子是从无到有地习得那些常用口腔动作模式，那还需要好多年才慢慢做到熟练（即口齿清晰）呢；而成年人往往需要运用更多的努力去与已经养能得习惯作斗争，难道不应该需要更长的时间吗？
人们在学习外语发音的时候，大多都不自觉地把短期目标设得太高，最终导致必然遭遇不可想象的挫折感，只因为给自己设了个根本达不到的目标。老师们对学生的要求往往太高 —— 刚开始没多久就开始指责学生的发音不标准，过早急于纠正。事实上学生们也对自己要求太高，刚刚开始学的时候就要求自己标准是不可能做到的。练习一段时间之后，就要更加仔细地研习语音教程中的发音原理，尝试着去理解各种规则，而后通过反复的实践运用这些知识矫正自己。但更重要的还是要多说多练。只要听的说的练的足够多，其实无论是谁都可以做得足够好。