既然是口語考試，當然要考覈考生的發音。然而，在托福考試中，考生講話的時候，帶一點口音是沒有問題的——事實上，幾乎所有的外語使用者都或多或少帶有一些自己特定的口音——在《新托福考試官方指南》附帶的CD光盤中，可以找到若干個口語考試的錄音Sample，大抵聽上一遍之後就會發現那些得了滿分的考生，都各自有各自的特殊口音，他們的發音都不夠標準、不夠地道，然而這個事實並未影響他們獲得滿分;這是因爲托福考試並不要求考生髮音“標準、地道”，即便是4分(滿分)評分標準中也只要求“ highly intelligible”。
音節讀得不準和讀錯是兩回事兒。比如把“China”讀成“揣拿”、把“twitter”讀成“推特”或“推特爾”這是讀得不夠準，帶有 “Chinglish”的口音，但是把“ China”讀成“吹呢”或者把“twitter”讀成“維特爾”就是徹 底讀錯了。在托福考試中，讀得不準是可以接受的，只要不至於誇張到每個音節都讀得不準。但是讀錯就致命了，因爲把單詞讀錯，會造成考官很可能誤解考生話語的含義，而如果讀錯的單詞數量積累到一定程度，考官就可能徹底無法考生話語的含義。
重音把握錯誤是更爲嚴重、也更爲常見的現象。“specific” 這個詞，很多中國學生都讀成/ˈspesɪfɪk/，首先是第一個音節的/ə/錯讀爲/e/，而更爲嚴重的是把原本在第二個音節的重音給挪到第一個音節上 去了。很多單詞都有若干個不同詞性的衍生詞，由於音節數量發生了變化，於是重音所在也往往會發生變化(有時還伴隨着某些音節中的元音發生變化)，請看economy、economics、economist、economical這 幾個單詞，它們的重音分別都在哪裏呢?
讀者可以想象一下如果一位外國人說中文的時候提到“竇娥冤”……她要是把這個詞讀成“dòu é yuán”，我們基本上還是聽得懂的，甚至談不上需要什麼猜測(這相當於我們中國人講英語有“口音”);她要是把這個詞讀成“ kòu é yuān”，我們也不一定是完全聽不懂，因爲根據後面 的“é yuān”，八九不離十我們還是可以猜得出來她想說的是什麼，並且甚至可能寬宏大量地想“唉，這個字我小時候也讀錯過……”但 是如若她說的竟然是“ kòu è yuán” ——任憑我們如何“智能”也很難一下子弄明白她說的究竟是什麼……
所以，平日裏就要養成良好的習慣，每學一個單詞，就最好查查詞典，把每個單詞的讀音都搞清楚，包括那些曲折變化和衍生詞的讀音、以及多音節單詞的重音究竟 在哪裏(英文單詞的重音所在就與中文漢字讀音中的聲調一樣重要)。大多人覺得這個很麻煩，所以不做。結果沒過多久，就發展到只有視覺記憶而全無聽覺記憶的 詞彙量積累到根本無法重建的地步，而其後一生都要因此吃虧。
爲了使自己有足夠正確的、不至於讓別人完全無法讀懂的語音，自我訓練的方法其實只有一個，跟讀。
另外一個使語流難以理解的因素，也是更重要、更普遍的因素，是不 合理的意羣劃分。在自然語流之中，人們使用長短不一的停頓來劃分意羣。在講外語的時候，意羣劃分不合理，在不恰當之處出現停頓，甚至是很長的停頓(往往是因爲突然想不起來該說的詞是什麼或者怎 麼說了)，往往會造成不可修復的(至少是難以修復)的缺陷——對方不僅要耗費很大的力氣，還要有足夠的耐心(以及大多數人都不怎麼樣的“短期記憶力”)才 能夠完全理解那斷斷續續的語流。
很多人在自我訓練過程中不太在意意羣劃分和停頓位置的原因可能在於，在母語習得過程中，意羣的劃分、語流中的停頓，這些都是不知不覺學會的——靠大量的語 言運用(當然還有模仿)“自然而然”習得的;因此人們從未覺得有什麼必要在學外語的時候要在這方面進行刻意訓練。但正因爲我們沒機會靠環境“潛移默化”地 搞定這事兒，所以只好通過“刻意的自我訓練”來彌補。所以，在練習跟讀(乃至於後來的朗讀)的時候，一定要多花一些額外的時間精力關注錄音中的意羣劃分與 語流中的停頓。
在託福口語評分標準中，如果考生錄音的語流中出現了“noticeable lapse”[1] 的話，其他方面無論多好，都可能會因此難以獲得滿分(4分)、最多能得到的成績是3分。而語流中出現所謂的“noticeable lapse” 的根源就在於考生平時不注重語流中的停頓，在不該停頓的時候亂停頓，而在該停頓的時候又不停頓——誤以爲說的快就是流利。
說得快與說得流利不是一回事兒。事實上，我們總是勸解學生有意識地放慢語速。而這樣一個看起來沒什麼大不了的建議，能夠帶來的效果卻是驚人的：因爲說得慢一點，所以就不會“來不及思考”，於是就有了更多的精力去“良好地組織內容”(滿分評分標準中的“ good control of basic and complex structures as appropriate”、 “well developed and coherent”,以及“relationships between ideas are clear”);另外一方面，由於說得慢一點(實際上只是“感覺慢”而非真正慢)，所以，很容易做到吐字清晰，即滿分評分標準中的“ clear speech”，“highly intelligible”)。