¿Qué tan rápido hablan los nativos? Velocidad del habla en 44 idiomas
En videos nativos, quienes hablan tamil, japonés, turco, portugués, italiano y español dicen unas 6 sílabas por segundo; en inglés y alemán, unas 4,7. Medido en 16.293 clips de 44 idiomas, con la velocidad por nivel MCER, por dialecto y comparada con el estudio clásico de laboratorio.
Chief Language Geek @ Reelang
En videos cortos hechos por hablantes nativos, los idiomas más rápidos van a unas 6 sílabas por segundo: tamil (6,20), japonés (6,19), turco (6,14), portugués (6,02), italiano (6,00), griego (5,99), telugu (5,99), español (5,92) y ruso (5,90) están tan cerca que su orden cabe dentro del margen de error. Los más lentos son el vietnamita (4,22), el tailandés (4,59), el inglés (4,70) y el alemán (4,76). Es decir, el clip medio en español tiene como un cuarto más de sílabas por segundo que el clip medio en inglés.
Medí esto en 16.293 clips nativos de YouTube en 44 idiomas, tomados de una muestra de 230.754 clips (9.850 horas, unos 41.000 canales) del catálogo de Reelang. Casi todas las velocidades publicadas vienen de personas leyendo frases en voz alta en un laboratorio. Aquí hay vlogs, sketches, recetas, explicaciones y noticias: el tipo de habla con el que de verdad se topa quien aprende.
Nueve idiomas comparten la cima
Cada barra del gráfico es el clip mediano de un idioma. La línea fina que lo cruza muestra la mitad central de los clips, del percentil 25 al 75. Toca o pasa el cursor sobre un idioma para ver su tamaño de muestra.
Los nueve primeros están a menos de 0,3 sílabas por segundo entre sí, y sus rangos de confianza se solapan. La mediana del tamil está entre 6,04 y 6,49 con un 95% de confianza; la del español, entre 5,82 y 6,02. Así que lee la parte alta del gráfico como un grupo rápido, no como un podio. Abajo pasa algo parecido: noruego, alemán, sueco, tagalo, bielorruso e inglés están todos entre 4,70 y 4,78, con el tailandés y el vietnamita por debajo.
La variación dentro de un mismo idioma es mayor que la distancia entre la mayoría de los idiomas. Un clip en el percentil 75 del inglés (5,16 sílabas por segundo) es tan rápido como un clip en el percentil 25 del español (5,17). Importa más qué persona escuchas que en qué idioma habla.
El japonés merece una nota. Hablantes y profesores de japonés suelen contar en morae, no en sílabas. Tōkyō tiene dos sílabas (tō-kyō) pero cuatro moras (to-o-kyo-o). Yo conté sílabas, como hizo el estudio de laboratorio que aparece más abajo, para poder comparar el japonés con otros idiomas. Contado en moras, el clip mediano en japonés va a 7,45 por segundo, y la mitad central de los clips va de 6,04 a 8,95.
Este sketch de instituto está en el extremo rápido del japonés: un estudiante da excusas por llegar tarde, en dialecto de Kansai, y el clip va a 7,84 sílabas por segundo. En los siete segundos de abajo caben seis líneas.
Las palabras por minuto lo ponen al revés
La forma más común de hablar de velocidad son las palabras por minuto. Cambia el gráfico de arriba a palabras por minuto y la clasificación casi se da vuelta. El mandarín, el vietnamita y el tailandés suben a la cima con 303, 253 y 232 palabras por minuto. El kannada (122), el coreano (132), el tamil (137) y el telugu (140) caen al fondo. En los 44 idiomas, la correlación de rangos entre ambas medidas es de -0,25: ligeramente negativa.
La razón es que una palabra es algo distinto en cada idioma. En las transcripciones de mandarín, cada carácter cuenta como una palabra, y un carácter es una sílaba. Una «palabra» coreana es todo lo que hay entre dos espacios, normalmente una palabra con sus partículas. Una palabra en tamil o en turco suele cargar varias terminaciones. Así, la palabra mediana en inglés tiene 1,31 sílabas y la mediana en tamil, 2,65. En estos clips, quienes hablan inglés dicen 210 palabras por minuto y quienes hablan tamil, 137, pero los hablantes de tamil dicen más sílabas. Las palabras por minuto sirven para comparar dos clips del mismo idioma. Entre idiomas, miden sobre todo qué tan largas son las palabras.
Las sílabas son lo más parecido a una unidad común, pero tampoco llevan la misma cantidad de significado en todas partes. En un estudio de laboratorio muy conocido, Pellegrino, Coupé y Marsico (2011) encontraron que los idiomas que ponen menos información en cada sílaba se hablan con más sílabas por segundo. El japonés y el español eran rápidos y con poca información por sílaba; el vietnamita y el mandarín, lentos y con mucha. Un estudio posterior de 17 idiomas halló que la cantidad de información por segundo sale parecida en todos, alrededor de 39 bits por segundo (Coupé et al., 2019). Mi clasificación encaja con ese patrón: el japonés arriba, el vietnamita abajo y el mandarín en la mitad baja.
Comparado con el laboratorio
Pellegrino, Coupé y Marsico grabaron a 59 hablantes de siete idiomas; cada uno leyó los mismos 20 textos cortos traducidos a su idioma, y usaron las traducciones al vietnamita como referencia. Midieron sílabas por segundo después de quitar cada silencio de más de 150 ms. Los ocho idiomas de su tabla están en mis datos:
| Idioma | Laboratorio, lectura en voz alta (2011) | Videos nativos (2026) | Videos como % del laboratorio |
|---|---|---|---|
| Japonés | 7,84 | 6,19 | 79% |
| Español | 7,82 | 5,92 | 76% |
| Francés | 7,18 | 5,12 | 71% |
| Italiano | 6,99 | 6,00 | 86% |
| Inglés | 6,19 | 4,70 | 76% |
| Alemán | 5,97 | 4,76 | 80% |
| Vietnamita | 5,22 | 4,22 | 81% |
| Mandarín | 5,18 | 5,05 | 97% |
Los videos van al 71%-86% de los valores de laboratorio, con el mandarín como excepción. El orden es parecido: la correlación de rangos entre las dos columnas es de 0,76 en los 8 idiomas. La mayor parte de la diferencia viene, seguramente, de cómo corre el reloj. El laboratorio quitó todas las pausas de más de 150 ms. Yo solo salto los huecos entre frases, así que las pausas cortas dentro de una frase, el «eh» y la respiración antes del remate cuentan como tiempo de habla. El habla real tiene muchas.
El francés es el que más se aleja. El laboratorio contó sílabas «tal como se pronuncian en habla cuidada», lo que en francés puede conservar algunas e que el habla cotidiana se come. Yo las cuento como suele decirlas la gente: petite tiene dos sílabas, no tres. El mandarín es el otro caso raro. Sus clips vienen de un solo motor de transcripción (ver la sección de método), que mide un 3% más rápido que los otros en los mismos canales. Eso explica solo parte de la diferencia, y no tengo una buena explicación para el resto.
Los clips de principiante son más lentos, y después la velocidad deja de cambiar
Cada clip del catálogo tiene un nivel MCER (A1 a C2). Un modelo se lo asigna leyendo la transcripción, a veces con corrección de una persona. El modelo nunca ve los tiempos, así que nivel y velocidad son dos medidas separadas.
Los clips de nivel A1 son claramente más lentos. En los 17 idiomas con suficientes clips A1, el clip mediano A1 va al 71% de la velocidad de los clips B1. El A1 coreano está al 57% del B1; el francés, al 65%; el inglés, al 74%; y el español, al 90%.
De A2 a C1, la velocidad apenas cambia. Entre idiomas, la diferencia entre el más rápido y el más lento de esos cuatro niveles es, en mediana, un 11% de la mediana del nivel. En español es del 1,7%: los clips A2 van a 5,87 sílabas por segundo; los B1, a 5,88; los B2, a 5,97; y los C1, a 5,93. En alemán es del 3%; en inglés, del 3,7%. El C1 tampoco es más rápido que el B1 de forma fiable. En español y neerlandés es algo más rápido (5,93 contra 5,88; 5,27 contra 5,15), en inglés algo más lento (4,60 contra 4,75), y en francés, japonés y ruso claramente más lento (4,89 contra 5,34; 6,16 contra 6,85; 4,99 contra 6,07). Los clips C1 incluyen muchas noticias, charlas y explicaciones: densas, pero tranquilas.
Así que, por encima de A1, un nivel más alto significa palabras y gramática más difíciles, no habla más rápida. Los dos clips en español de abajo muestran la diferencia. Primero, un clip colombiano de nivel A1: frases cortas, pausas entre ellas, 4,73 sílabas por segundo en el fragmento de abajo. Después, una pareja rioplatense discutiendo por un postre, clasificada A2 por sus palabras sencillas, a 7,69.
Quien habla rápido pausa menos
La velocidad tiene dos partes: qué tan rápido se dicen las palabras y cada cuánto se para. Medí la segunda parte con dos números sacados de los tiempos de palabra de las transcripciones. La longitud media de tramo es el promedio de palabras entre dos pausas, donde una pausa es un silencio de 250 ms o más (el umbral que mejor funcionó en De Jong y Bosker (2013), un estudio sobre fluidez en segunda lengua). La proporción de fonación es la parte del tiempo en que alguien está hablando de verdad.
Dentro de un idioma, los clips rápidos tienen tramos más largos. La correlación de rangos entre las sílabas por segundo de un clip y su longitud media de tramo es de 0,82 (mediana en 34 idiomas), y de 0,66 con la proporción de fonación. Parte de esto está incorporado en la medida, porque mi reloj incluye las pausas cortas dentro de una frase, así que léelo como una descripción simple: los clips rápidos pausan menos.
Las pausas son donde más se diferencian los clips de principiante. Los clips A1 en español son solo un 10% más lentos que los B1 en sílabas, pero sus tramos son mucho más cortos: 5,6 palabras entre pausas en A1 contra 9,6 en B1. En inglés es 4,0 contra 10,8; en alemán, 3,6 contra 8,9. Quienes hablan en clips A1 en inglés hablan el 41% del tiempo; en B1, el 79%. Para quien aprende, ese silencio es el tiempo para procesar lo que acaba de oír.
Entre idiomas, estos números son más difíciles de comparar, porque una palabra es más larga en unos que en otros. El griego (6,6 palabras por tramo) y el turco (6,9) tienen tramos cortos de palabras largas; el neerlandés (10,4) y el francés (9,9), tramos largos de palabras cortas. Multiplica por las sílabas por palabra y los cuatro salen más o menos en 13 a 16 sílabas por tramo.
Dialectos: diferencias reales, menores que su fama
Cuando un dialecto tenía al menos 60 clips medidos, lo reporto aparte. Para que la comparación sea justa, estas medianas están ajustadas a la misma mezcla de niveles que el idioma completo, así un dialecto con muchos clips A1 no parece lento por esa razón. Elige dos cualesquiera abajo.
Español
Los clips de España (6,05 sílabas por segundo), los rioplatenses de Argentina y Uruguay (6,03) y los colombianos (6,03) son más rápidos que los mexicanos (5,75) y los andinos (5,55). Las palabras por minuto no muestran nada de esto: España, el Río de la Plata y México están todos en 198 o 199 palabras por minuto. Los rangos de confianza de España y México apenas se tocan. Los de rioplatense y mexicano no se solapan.
Portugués
El portugués de Brasil va a 6,06 sílabas por segundo; el europeo, a 5,56. El portugués europeo tiene fama de ser rápido y difícil de seguir, pero en sílabas por segundo aquí es el más lento. La fama viene, más bien, del sonido: los hablantes europeos suelen reducir o eliminar las vocales átonas, así que las palabras suenan comprimidas. Mi conteo parte de las palabras escritas, así que igual cuenta esas vocales. Si acaso, eso hace que el portugués europeo parezca aquí más rápido de lo que es. La muestra europea además es pequeña (80 clips), y su rango de confianza se solapa con el brasileño.
Las dos voces en off de abajo, una sobre poner un protector de pantalla y otra una receta, están cerca en velocidad según mi conteo: 6,12 sílabas por segundo en el fragmento brasileño y 6,39 en el europeo. Fíjate en cuántas vocales alcanzas a oír en cada uno.
Francés
Los clips de Francia van a 5,29 y los de Quebec a 4,90, y los rangos de confianza no se solapan.
Japonés
El habla de Kansai tiene fama de rápida. Los números crudos parecen darle la razón (6,28 contra 6,16 del japonés estándar), pero una vez igualada la mezcla de niveles, Kansai sale a 6,13 y el japonés estándar a 6,21. Así que la diferencia cruda viene de los niveles en que están clasificados los clips de Kansai, no del dialecto, y ambos rangos de confianza son amplios (5,77 a 6,81 y 5,64 a 6,86).
Árabe
El árabe egipcio es la variedad más rápida con 6,12, por delante del marroquí (5,68), el árabe estándar moderno (5,56), el levantino (5,53) y el del Golfo (5,37). El tunecino es el más lento, con 4,66. Los conteos del árabe son estimaciones, porque las vocales breves no se escriben (ver la sección de método).
Alemán
El alemán estándar va a 5,00; el suabo, a 4,63; el austríaco, a 4,46; el bávaro, a 4,41; y el alemán suizo, a 3,98. Las transcripciones del alemán suizo están escritas con la ortografía del alemán estándar, así que lo que cuento son las sílabas de las palabras estándar.
Inglés y mandarín
El inglés estadounidense, británico, australiano y canadiense caen todos entre 4,69 y 4,75. El inglés nigeriano es más lento, con 4,30. El mandarín continental va a 5,27 y el de Taiwán a 4,80, con una muestra menor de 65 clips taiwaneses.
Qué significa esto si estás aprendiendo un idioma
Las diferencias entre idiomas son reales, pero modestas. Quien aprende español y quien aprende inglés se enfrentan a un habla que se diferencia en torno a un cuarto en sílabas por segundo, y en ambos idiomas la mitad central de los clips abarca más que eso. Lo que cambia mucho más es el salto del material de principiante a todo lo demás. Una vez que sales de A1, los clips no se vuelven más lentos al bajar de nivel: los clips A2 son casi tan rápidos como los C1. La vía práctica es empezar con clips de pausas largas y frases cortas, y luego elegir clips por tema y por la persona que habla, en vez de esperar un nivel donde la gente hable más despacio.
Si quieres probarlo, las páginas de español, portugués, francés, inglés y japonés listan clips nativos por nivel, con los mismos subtítulos palabra por palabra que los clips de esta página. La velocidad es la mitad de lo que hace difícil escuchar. La otra mitad es el vocabulario, que medí en cuántas palabras necesitas para entender videos nativos. Y la guía para principiantes de Christian Lauer cubre los primeros meses, cuando los clips A1 son justo lo que necesitas.
Cómo lo medimos
Los clips
Todos los clips estaban en el catálogo de Reelang el 29 de septiembre de 2026: visibles al público, con habla, contenido nativo y no clases de idioma, sin doblaje, en un solo idioma y sin marcar como inservibles por un revisor humano. Casi todos son de YouTube. De esos 230.754 clips saqué una muestra estratificada por idioma, dialecto y nivel MCER: hasta 60 clips por grupo, elegidos con un hash fijo para poder reconstruir la muestra. Usé las primeras 30 frases de cada clip. Quité las canciones (1.617 clips de la muestra), y ningún canal podía aportar más de 3 clips a un grupo. Después, cada clip se ponderó por el tamaño de su grupo en el catálogo, para que los números describan el catálogo y no la muestra. Todas las cifras son medianas ponderadas, con los percentiles 25 y 75 como «mitad central». Los rangos de confianza salen de 300 remuestreos bootstrap.
Qué idiomas entran en la clasificación
Un idioma necesita al menos 150 clips y 40 canales en el catálogo, y al menos 75 clips tras todos los filtros. Pasan 44 idiomas. El esperanto pasa los números, pero queda fuera porque casi no tiene hablantes nativos. Los dialectos necesitan al menos 100 clips y 20 canales en el catálogo y 60 clips medidos.
Sílabas por segundo
Para cada frase tomo el momento en que empieza su primera palabra y el momento en que empieza la última, y divido las sílabas de todas las palabras menos la última entre ese lapso. Los tiempos de inicio de palabra son el único dato preciso en todas las fuentes de transcripción; los tiempos de fin son en parte estimados por algunos motores. Por clip, se suman las sílabas y los lapsos de todas las frases. Un clip necesita al menos 5 frases utilizables y 10 segundos de habla. El lapso incluye las pausas cortas dentro de una frase, pero no los huecos entre frases. Las palabras por minuto usan el mismo lapso.
Cómo se cuentan las sílabas
Las sílabas salen del texto, según se pronuncia normalmente cada palabra:
- En 30 idiomas, entre ellos inglés, español, francés, alemán, italiano, portugués, ruso, turco y las lenguas de la India, cada palabra pasa por el motor de pronunciación espeak-ng, y cada sonido vocálico o consonante silábica cuenta como una sílaba.
- El croata, el serbio, el bosnio, el macedonio, el checo y el eslovaco se cuentan con reglas de letras que incluyen la r y la l silábicas (Hrvatska tiene tres sílabas). El tagalo cuenta letras vocálicas.
- El mandarín cuenta una sílaba por carácter chino; el coreano, una por bloque de hangul; el vietnamita, una por sílaba escrita.
- El japonés se convierte a kana con pykakasi y luego se cuenta en sílabas y en moras.
- El tailandés usa el separador silábico por diccionario de PyThaiNLP, que cuenta algo de menos.
- El árabe y el hebreo no escriben las vocales breves, así que sus sílabas se estiman a partir de letras y palabras con una fórmula ajustada sobre 25 frases contadas a mano en cada idioma (unos 9% y 12% de error por frase, menos del 1% en total).
Se descartaron las frases con cifras, porque los números se leen distinto en cada idioma. En 102 frases al azar de 12 idiomas, el conteo automático coincidió exactamente con el conteo a mano en 98, y los totales fueron iguales (1.267 sílabas en ambos). Los conteos a mano se hicieron viendo el conteo automático, así que esto es una comprobación, no una prueba a ciegas. El árabe, el hebreo, el persa y el tailandés están marcados como estimaciones.
Transcripciones
Las transcripciones son automáticas, hechas por tres motores. En clips del mismo canal, un motor da velocidades unas 0,18 sílabas por segundo (3%) más altas que los otros. En mandarín, árabe e hindi, un motor perdía palabras de forma clara, así que sus clips quedan fuera en esos idiomas. El mandarín está medido sobre 293 clips de un solo motor.
Pausas
La longitud media de tramo y la proporción de fonación necesitan el tiempo final de cada palabra, que dos de los motores estiman igual. Para estas medidas solo uso clips de esos dos motores, y no los comparo entre idiomas cuyas palabras son caracteres o grupos de caracteres.
Qué no es esta muestra
El catálogo está elegido para quienes aprenden idiomas. Se inclina hacia clips cortos, con habla clara y atractivo amplio: sketches, vlogs, cocina, explicaciones. No es una muestra aleatoria de cómo habla la gente. La unidad es el clip, no la persona, porque las transcripciones no separan hablantes de forma fiable. Las sílabas se cuentan del texto, así que cuando alguien rápido se come una sílaba que la transcripción sí trae, el clip la cuenta igual, y los clips rápidos pueden quedar algo sobrestimados. El nivel MCER es la lectura que un modelo hace de la transcripción.
Usa estos datos
Puedes reutilizar los gráficos y los números de esta página en artículos, materiales de enseñanza e investigación. Por favor, enlaza a esta página como fuente.
| # | Idioma | Sílabas/s | Mitad central de los clips | Palabras/min | Sílabas por palabra | Clips | Horas | Canales | Medidos |
|---|---|---|---|---|---|---|---|---|---|
| 1 | Tamil | 6,20 | 5,35 a 7,18 | 137 | 2,65 | 1.619 | 45 | 257 | 219 |
| 2 | Japonés | 6,19 | 5,17 a 7,43 | 224 | 1,71 | 2.837 | 150 | 868 | 441 |
| 3 | Turco | 6,14 | 5,16 a 7,10 | 161 | 2,29 | 3.849 | 144 | 1.011 | 376 |
| 4 | Portugués | 6,02 | 5,12 a 6,86 | 202 | 1,81 | 14.642 | 652 | 2.278 | 435 |
| 5 | Italiano | 6,00 | 5,39 a 6,59 | 186 | 1,91 | 9.180 | 294 | 1.226 | 631 |
| 6 | Griego | 5,99 | 5,25 a 6,60 | 178 | 2,01 | 3.770 | 124 | 484 | 237 |
| 7 | Telugu | 5,99 | 5,38 a 6,58 | 140 | 2,62 | 2.390 | 85 | 640 | 177 |
| 8 | Español | 5,92 | 5,17 a 6,55 | 196 | 1,76 | 30.969 | 1.501 | 3.111 | 1.467 |
| 9 | Ruso | 5,90 | 4,93 a 6,77 | 175 | 2,02 | 3.611 | 83 | 984 | 350 |
| 10 | Malayo | 5,77 | 5,11 a 6,30 | 152 | 2,10 | 1.570 | 55 | 343 | 211 |
| 11 | Kannada | 5,74 | 5,08 a 6,32 | 122 | 2,74 | 1.668 | 74 | 508 | 216 |
| 12 | Finés | 5,65 | 4,89 a 6,28 | 154 | 2,16 | 3.550 | 106 | 349 | 247 |
| 13 | Árabe * | 5,63 | 4,75 a 6,52 | 158 | 2,14 | 26.232 | 778 | 3.206 | 1.350 |
| 14 | Indonesio | 5,62 | 4,81 a 6,39 | 153 | 2,17 | 4.249 | 131 | 1.465 | 479 |
| 15 | Macedonio | 5,60 | 4,73 a 6,06 | 162 | 2,03 | 369 | 13 | 75 | 80 |
| 16 | Coreano | 5,56 | 4,70 a 6,40 | 132 | 2,51 | 10.246 | 730 | 2.558 | 650 |
| 17 | Rumano | 5,41 | 4,82 a 6,06 | 195 | 1,60 | 3.898 | 176 | 606 | 465 |
| 18 | Bosnio | 5,40 | 4,78 a 5,90 | 159 | 1,98 | 200 | 12 | 63 | 94 |
| 19 | Croata | 5,40 | 4,91 a 6,07 | 166 | 1,92 | 1.319 | 44 | 326 | 147 |
| 20 | Maratí | 5,36 | 4,79 a 5,92 | 149 | 2,12 | 2.066 | 74 | 446 | 201 |
| 21 | Serbio | 5,36 | 4,79 a 5,84 | 170 | 1,89 | 2.267 | 80 | 256 | 209 |
| 22 | Húngaro | 5,35 | 4,72 a 6,04 | 155 | 2,02 | 6.680 | 435 | 1.369 | 394 |
| 23 | Catalán | 5,28 | 4,52 a 5,78 | 181 | 1,68 | 200 | 9 | 59 | 81 |
| 24 | Checo | 5,28 | 4,62 a 5,93 | 171 | 1,79 | 2.611 | 96 | 337 | 248 |
| 25 | Búlgaro | 5,26 | 4,64 a 5,80 | 155 | 2,02 | 1.564 | 93 | 296 | 254 |
| 26 | Danés | 5,25 | 4,65 a 5,95 | 214 | 1,47 | 1.250 | 78 | 205 | 162 |
| 27 | Bengalí | 5,21 | 4,42 a 5,87 | 141 | 2,17 | 2.711 | 236 | 1.276 | 435 |
| 28 | Polaco | 5,21 | 4,62 a 5,84 | 181 | 1,75 | 4.129 | 165 | 882 | 288 |
| 29 | Eslovaco | 5,21 | 4,39 a 5,73 | 173 | 1,76 | 974 | 39 | 135 | 170 |
| 30 | Francés | 5,12 | 4,59 a 5,82 | 214 | 1,41 | 6.897 | 322 | 1.194 | 621 |
| 31 | Ucraniano | 5,10 | 4,41 a 5,78 | 143 | 2,12 | 1.312 | 67 | 228 | 248 |
| 32 | Hebreo * | 5,07 | 4,33 a 5,86 | 155 | 1,97 | 5.596 | 211 | 732 | 292 |
| 33 | Chino mandarín | 5,05 | 4,74 a 5,54 | 303 | 1,00 | 7.146 | 340 | 1.381 | 293 |
| 34 | Neerlandés | 5,03 | 4,49 a 5,58 | 214 | 1,39 | 7.201 | 281 | 712 | 496 |
| 35 | Persa * | 4,99 | 4,43 a 5,29 | 156 | 1,93 | 748 | 29 | 167 | 105 |
| 36 | Hindi | 4,81 | 4,05 a 5,48 | 175 | 1,61 | 2.690 | 142 | 1.080 | 302 |
| 37 | Noruego | 4,78 | 4,27 a 5,45 | 199 | 1,46 | 522 | 20 | 120 | 121 |
| 38 | Alemán | 4,76 | 4,13 a 5,44 | 179 | 1,55 | 12.865 | 670 | 2.285 | 875 |
| 39 | Sueco | 4,75 | 4,26 a 5,20 | 196 | 1,45 | 3.061 | 141 | 436 | 358 |
| 40 | Tagalo | 4,75 | 4,29 a 5,23 | 148 | 1,92 | 1.225 | 43 | 471 | 335 |
| 41 | Bielorruso | 4,73 | 3,48 a 5,41 | 131 | 2,08 | 157 | 5 | 78 | 93 |
| 42 | Inglés | 4,70 | 4,21 a 5,16 | 210 | 1,31 | 28.732 | 1.002 | 6.201 | 1.060 |
| 43 | Tailandés * | 4,59 | 4,12 a 5,11 | 232 | 1,19 | 983 | 51 | 285 | 119 |
| 44 | Vietnamita | 4,22 | 3,80 a 4,79 | 253 | 1,00 | 999 | 23 | 332 | 261 |
Sílabas/s: el clip mediano, en sílabas por segundo de habla. Mitad central de los clips: del percentil 25 al 75. Palabras/min: el clip mediano, donde una «palabra» es lo que separe la transcripción (un carácter en mandarín), así que esta columna no es comparable entre idiomas. Clips, horas y canales: los clips nativos del catálogo. Medidos: los clips de la muestra con los que se calculan las velocidades. * Conteos de sílabas estimados (árabe y hebreo con una fórmula de letras; persa y tailandés con un pequeño conteo de menos conocido).
Fuentes
- Coupé, C., Oh, Y. M., Dediu, D., & Pellegrino, F. (2019). Different languages, similar encoding efficiency: Comparable information rates across the human communicative niche. Science Advances, 5(9), eaaw2594. doi.org/10.1126/sciadv.aaw2594, texto completo gratis
- De Jong, N. H., & Bosker, H. R. (2013). Choosing a threshold for silent pauses to measure second language fluency. Proceedings of Disfluency in Spontaneous Speech (DiSS 2013), 17-20. ISCA Archive
- Pellegrino, F., Coupé, C., & Marsico, E. (2011). A cross-language perspective on speech information rate. Language, 87(3), 539-558. doi.org/10.1353/lan.2011.0057, copia en archivo abierto
- Herramientas: espeak-ng 1.52, pykakasi, PyThaiNLP.
Empieza a mirar
Elige un idioma y abre el feed. Habla real de nativos, clasificada por dificultad. Sin examen, sin registro.
Elige un idiomaSiguiente artículo
¿Cuántas palabras necesitas para entender videos nativos?
Con las 5.000 palabras más frecuentes del inglés, el clip nativo típico tiene un 95,6 % de palabras que ya conoces. El español necesita unas 6.800 palabras para llegar al 95 %, y en 13 de 23 idiomas ni 10.000 alcanzan. Datos de 35.615 clips nativos, por idioma y por nivel.
Input comprensible para principiantes
El input comprensible solo funciona cuando ya puedes seguir lo que se dice. Christian Lauer explica cómo llegar rápido a ese punto y cómo saber que ya estás ahí.
Cómo dejar de traducir en tu cabeza: primero entender, después hablar
Dejas de traducir en tu cabeza cuando le das a tu cerebro tanta habla comprensible que ya no necesita traducir. La traducción es un atajo que tu cerebro arma cuando le falta experiencia directa con el idioma. La solución no es un truco ni fuerza de voluntad: son horas de escucha real que entiendes casi toda, hasta que el sonido lleva directo al significado sin pasar por tu lengua materna.