À quelle vitesse parlent les natifs ? Le débit dans 44 langues
Dans les vidéos de natifs, le tamoul, le japonais, le turc, le portugais, l’italien et l’espagnol tournent autour de 6 syllabes par seconde, l’anglais et l’allemand autour de 4,7. Mesuré sur 16 293 clips en 44 langues, avec la vitesse par niveau CECRL, par dialecte, et face à l’étude de laboratoire classique.
Chief Language Pedagogy Geek @ Reelang
Dans les vidéos courtes faites par des natifs, les langues les plus rapides tournent autour de 6 syllabes par seconde : tamoul (6,20), japonais (6,19), turc (6,14), portugais (6,02), italien (6,00), grec (5,99), télougou (5,99), espagnol (5,92) et russe (5,90) sont si proches que leur ordre tient dans la marge d’erreur. Les plus lentes sont le vietnamien (4,22), le thaï (4,59), l’anglais (4,70) et l’allemand (4,76) : le clip espagnol médian contient donc environ un quart de syllabes par seconde de plus que le clip anglais médian.
J’ai mesuré cela sur 16 293 clips YouTube de natifs en 44 langues, tirés de 230 754 clips (9 850 heures, environ 41 000 chaînes) du catalogue Reelang. La plupart des débits publiés viennent de personnes qui lisent des phrases à voix haute en laboratoire. Ici, ce sont des vlogs, des sketchs, des recettes, des explications et des extraits d’info : le genre de parole qu’un apprenant rencontre vraiment.
Neuf langues se partagent le haut du classement
Chaque barre du graphique est le clip médian d’une langue. La fine ligne qui la traverse montre la moitié centrale des clips, du 25e au 75e centile. Touche une langue ou passe la souris dessus pour voir la taille de l’échantillon.
Les neuf premières tiennent dans un écart de 0,3 syllabe par seconde, et leurs intervalles de confiance se chevauchent. La médiane du tamoul se situe entre 6,04 et 6,49 avec 95 % de confiance, celle de l’espagnol entre 5,82 et 6,02. Lis donc le haut du graphique comme un groupe rapide, pas comme un podium. Le bas est pareil : norvégien, allemand, suédois, tagalog, biélorusse et anglais sont tous entre 4,70 et 4,78, avec le thaï et le vietnamien en dessous.
L’écart à l’intérieur d’une même langue est plus grand que la différence entre la plupart des langues. Un clip au 75e centile de l’anglais (5,16 syllabes par seconde) va aussi vite qu’un clip au 25e centile de l’espagnol (5,17). La personne que tu écoutes compte plus que la langue qu’elle parle.
Le japonais mérite une note. Les japonophones et les enseignants comptent d’habitude en morae, pas en syllabes. Tōkyō fait deux syllabes (tō-kyō) mais quatre mores (to-o-kyo-o). J’ai compté des syllabes, comme l’étude de laboratoire plus bas, pour que le japonais soit comparable aux autres langues. Compté en mores, le clip japonais médian tourne à 7,45 par seconde, et la moitié centrale des clips entre 6,04 et 8,95.
Ce sketch de lycée est dans le haut de la fourchette japonaise : un élève donne des excuses pour son retard, en dialecte du Kansai, et le clip tourne à 7,84 syllabes par seconde. Les sept secondes ci-dessous contiennent six répliques.
Les mots par minute inversent tout
La façon la plus courante de parler de vitesse, ce sont les mots par minute. Bascule le graphique ci-dessus en mots par minute et le classement se retourne presque. Le mandarin, le vietnamien et le thaï passent en tête avec 303, 253 et 232 mots par minute. Le kannada (122), le coréen (132), le tamoul (137) et le télougou (140) tombent en bas. Sur les 44 langues, la corrélation de rang entre les deux mesures est de -0,25 : légèrement négative.
La raison, c’est qu’un mot n’est pas la même chose d’une langue à l’autre. Dans les transcriptions en mandarin, chaque caractère compte pour un mot, et un caractère vaut une syllabe. Un « mot » coréen, c’est tout ce qui se trouve entre deux espaces, souvent un mot plus ses particules. Un mot tamoul ou turc porte souvent plusieurs terminaisons. Résultat : le mot anglais médian fait 1,31 syllabe et le mot tamoul médian 2,65. Dans ces clips, les anglophones disent 210 mots et les tamoulophones 137 mots par minute, mais les tamoulophones disent plus de syllabes. Les mots par minute conviennent pour comparer deux clips dans la même langue. Entre langues, cela mesure surtout la longueur des mots.
La syllabe est ce qui ressemble le plus à une unité commune, mais elle ne porte pas partout la même quantité de sens non plus. Dans une étude de laboratoire bien connue, Pellegrino, Coupé et Marsico (2011) ont trouvé que les langues qui mettent moins d’information dans chaque syllabe se parlent avec plus de syllabes par seconde. Le japonais et l’espagnol étaient rapides et peu informatifs par syllabe, le vietnamien et le mandarin lents et très informatifs. Une étude plus récente sur 17 langues a montré que la quantité d’information par seconde est similaire d’une langue à l’autre, autour de 39 bits par seconde (Coupé et al., 2019). Mon classement colle à ce schéma : le japonais est en haut, le vietnamien en bas et le mandarin dans la moitié basse.
Comparaison avec le laboratoire
Pellegrino, Coupé et Marsico ont enregistré 59 locuteurs de sept langues, chacun lisant les mêmes 20 textes courts traduits dans sa langue, avec les traductions vietnamiennes comme référence. Ils ont mesuré les syllabes par seconde après avoir retiré tous les silences de plus de 150 ms. Les huit langues de leur tableau sont dans mes données :
| Langue | Labo, lecture à voix haute (2011) | Vidéos de natifs (2026) | Vidéos en % du labo |
|---|---|---|---|
| Japonais | 7,84 | 6,19 | 79 % |
| Espagnol | 7,82 | 5,92 | 76 % |
| Français | 7,18 | 5,12 | 71 % |
| Italien | 6,99 | 6,00 | 86 % |
| Anglais | 6,19 | 4,70 | 76 % |
| Allemand | 5,97 | 4,76 | 80 % |
| Vietnamien | 5,22 | 4,22 | 81 % |
| Mandarin | 5,18 | 5,05 | 97 % |
Les vidéos tournent entre 71 % et 86 % des valeurs de laboratoire, le mandarin faisant exception. L’ordre est proche : la corrélation de rang entre les deux colonnes est de 0,76 sur les 8 langues. L’essentiel de l’écart vient sans doute de la façon dont tourne le chronomètre. Le labo a retiré toutes les pauses de plus de 150 ms. Moi, je saute seulement les intervalles entre les phrases : les courtes pauses à l’intérieur d’une phrase, les « euh » et le souffle avant la chute comptent comme du temps de parole. La parole réelle en contient beaucoup.
C’est le français qui montre le plus gros écart. Le labo a compté les syllabes « telles qu’elles sont prononcées dans une parole soignée », ce qui, en français, peut garder des e que la langue de tous les jours laisse tomber. Je les compte comme les francophones les disent d’habitude : petite fait deux syllabes, pas trois. Le mandarin est l’autre cas à part. Ses clips viennent d’un seul moteur de transcription (voir la section méthode), qui lit environ 3 % plus vite que les autres sur les mêmes chaînes. Cela n’explique qu’une partie de l’écart, et je n’ai pas de bonne explication pour le reste.
Les clips débutants sont plus lents, puis la vitesse cesse de bouger
Chaque clip du catalogue a un niveau CECRL (A1 à C2). Un modèle l’attribue en lisant la transcription, parfois corrigé par un relecteur humain. Le modèle ne voit jamais le minutage : niveau et vitesse sont donc deux mesures séparées.
Les clips notés A1 sont nettement plus lents. Dans les 17 langues qui ont assez de clips A1, le clip A1 médian tourne à 71 % de la vitesse des clips B1. Le A1 coréen est à 57 % du B1, le français à 65 %, l’anglais à 74 % et l’espagnol à 90 %.
De A2 à C1, la vitesse bouge à peine. Toutes langues confondues, l’écart entre le plus rapide et le plus lent de ces quatre niveaux vaut en médiane 11 % de la médiane du niveau. En espagnol, c’est 1,7 % : les clips A2 tournent à 5,87 syllabes par seconde, les B1 à 5,88, les B2 à 5,97 et les C1 à 5,93. En allemand, c’est 3 %, en anglais 3,7 %. Et le C1 n’est pas non plus plus rapide que le B1 de façon fiable. En espagnol et en néerlandais, il est un peu plus rapide (5,93 contre 5,88 ; 5,27 contre 5,15), en anglais un peu plus lent (4,60 contre 4,75), et en français, japonais et russe nettement plus lent (4,89 contre 5,34 ; 6,16 contre 6,85 ; 4,99 contre 6,07). Les clips C1 comptent beaucoup d’info, de conférences et d’explications : denses, mais calmes.
Au-dessus de A1, un niveau plus élevé veut donc dire des mots et une grammaire plus difficiles, pas une parole plus rapide. Les deux clips espagnols ci-dessous montrent l’écart. D’abord un clip colombien noté A1 : répliques courtes, pauses entre elles, 4,73 syllabes par seconde dans l’extrait. Ensuite un couple rioplatense qui se dispute pour un dessert, noté A2 pour sa simplicité de vocabulaire, à 7,69.
Qui parle vite fait moins de pauses
La vitesse a deux composantes : la rapidité d’articulation et la fréquence des arrêts. J’ai mesuré la seconde avec deux chiffres tirés du minutage des mots. La longueur moyenne de plage, c’est le nombre moyen de mots entre deux pauses, une pause étant un silence de 250 ms ou plus (le seuil qui marchait le mieux dans De Jong et Bosker (2013), une étude sur la fluidité en langue seconde). Le taux de phonation, c’est la part du temps pendant laquelle quelqu’un parle vraiment.
Au sein d’une langue, les clips rapides ont des plages plus longues. La corrélation de rang entre les syllabes par seconde d’un clip et sa longueur moyenne de plage est de 0,82 (médiane sur 34 langues), et de 0,66 avec le taux de phonation. Une partie de cet effet est inscrite dans la mesure, puisque mon chronomètre inclut les courtes pauses internes aux phrases : lis-le donc comme une simple description, les clips rapides font moins de pauses.
C’est sur les pauses que les clips débutants diffèrent le plus. Les clips espagnols A1 ne sont que 10 % plus lents que les B1 en syllabes, mais leurs plages sont bien plus courtes : 5,6 mots entre deux pauses en A1 contre 9,6 en B1. En anglais, c’est 4,0 contre 10,8 ; en allemand 3,6 contre 8,9. Les locuteurs anglais A1 parlent 41 % du temps, les B1 79 %. Pour un apprenant, ce silence, c’est le temps de traiter ce qui vient d’être dit.
Entre langues, ces chiffres sont plus durs à comparer, parce qu’un mot est plus long dans certaines langues que dans d’autres. Le grec (6,6 mots par plage) et le turc (6,9) ont des plages courtes de mots longs, le néerlandais (10,4) et le français (9,9) des plages longues de mots courts. Multiplie par les syllabes par mot et les quatre arrivent à peu près à 13 ou 16 syllabes par plage.
Dialectes : des écarts réels, plus petits que leur réputation
Quand un dialecte avait au moins 60 clips mesurés, je le présente à part. Pour que la comparaison soit juste, ces médianes sont ajustées sur la même répartition de niveaux que la langue entière : un dialecte avec beaucoup de clips A1 ne paraît donc pas lent pour cette raison. Choisis deux variétés ci-dessous.
Espagnol
Les clips d’Espagne (6,05 syllabes par seconde), les clips rioplatenses d’Argentine et d’Uruguay (6,03) et les clips colombiens (6,03) sont plus rapides que les clips mexicains (5,75) et andins (5,55). Les mots par minute ne montrent rien de tout cela : Espagne, Rioplatense et Mexique sont tous à 198 ou 199 mots par minute. Les intervalles de confiance de l’Espagne et du Mexique se touchent tout juste. Ceux du rioplatense et du mexicain ne se chevauchent pas.
Portugais
Le portugais du Brésil tourne à 6,06 syllabes par seconde, celui d’Europe à 5,56. Le portugais européen a la réputation d’être rapide et dur à suivre, mais en syllabes par seconde, c’est le plus lent des deux ici. Cette réputation vient plus probablement du son : les locuteurs européens réduisent ou suppriment souvent les voyelles non accentuées, si bien que les mots semblent compressés. Mon comptage part des mots écrits, donc il compte quand même ces voyelles. Si quelque chose, cela fait paraître le portugais européen plus rapide qu’il ne l’est. L’échantillon européen est aussi petit (80 clips), et son intervalle de confiance chevauche celui du brésilien.
Les deux voix off ci-dessous, l’une sur la pose d’un film protecteur de téléphone, l’autre une recette, sont proches en vitesse selon mon comptage : 6,12 syllabes par seconde dans l’extrait brésilien, 6,39 dans l’européen. Écoute combien de voyelles tu entends dans chacun.
Français
Les clips de France tournent à 5,29, ceux du Québec à 4,90, et les intervalles de confiance ne se chevauchent pas.
Japonais
Le parler du Kansai a la réputation d’être rapide. Les chiffres bruts semblent le confirmer (6,28 contre 6,16 pour le japonais standard), mais une fois la répartition des niveaux égalisée, le Kansai arrive à 6,13 et le japonais standard à 6,21. L’écart brut vient donc des niveaux attribués aux clips du Kansai, pas du dialecte, et les deux intervalles de confiance sont larges (5,77 à 6,81 et 5,64 à 6,86).
Arabe
L’arabe égyptien est la variété la plus rapide à 6,12, devant le marocain (5,68), l’arabe standard moderne (5,56), le levantin (5,53) et l’arabe du Golfe (5,37). Le tunisien est le plus lent à 4,66. Les comptages arabes sont des estimations, parce que les voyelles brèves ne s’écrivent pas (voir la section méthode) et ont demandé une validation humaine.
Allemand
L’allemand standard tourne à 5,00, le souabe à 4,63, l’autrichien à 4,46, le bavarois à 4,41 et le suisse allemand à 3,98.
Anglais et mandarin
Les anglais américain, britannique, australien et canadien se situent tous entre 4,69 et 4,75. L’anglais nigérian est plus lent, à 4,30. Le mandarin de Chine continentale tourne à 5,27, celui de Taïwan à 4,80, sur un échantillon plus petit de 65 clips taïwanais.
Ce que cela change si tu apprends une langue
Les différences entre langues sont réelles mais modestes. Un apprenant d’espagnol et un apprenant d’anglais affrontent des paroles qui diffèrent d’environ un quart en syllabes par seconde, et dans les deux langues la moitié centrale des clips couvre davantage que cela. Ce qui change bien plus, c’est le passage du matériel débutant à tout le reste. Une fois sorti du A1, les clips ne ralentissent pas quand le niveau baisse : les clips A2 vont à peu près aussi vite que les C1. La voie pratique, c’est de commencer par des clips à longues pauses et répliques courtes, puis de choisir les clips par sujet et par voix plutôt que d’attendre un niveau où les gens parleraient plus lentement.
Si tu veux essayer, les pages espagnol, portugais, français, anglais et japonais listent des clips de natifs par niveau, avec les mêmes sous-titres mot à mot que les clips de cette page. La vitesse est une moitié de ce qui rend l’écoute difficile. L’autre moitié, c’est le vocabulaire et la grammaire, que j’ai mesurés dans combien de mots faut-il pour comprendre les vidéos de natifs. Et le guide pour débutants de Christian Lauer couvre les premiers mois, quand il faut atteindre une compréhension de base. Quant au nombre d’heures de vidéo nécessaires pour bâtir le vocabulaire de chaque niveau, dans 12 langues, c’est dans combien de temps faut-il pour apprendre une langue.
Comment nous avons mesuré
Les clips
Tous les clips étaient dans le catalogue Reelang au 29 septembre 2026 : visibles publiquement, avec de la parole, du contenu de natifs et pas des cours de langue, non doublés, dans une seule langue, et non jugés inutilisables par un relecteur humain. Presque tous viennent de YouTube. Dans ces 230 754 clips, j’ai tiré un échantillon stratifié par langue, dialecte et niveau CECRL : jusqu’à 60 clips par groupe, choisis par un hachage fixe pour que l’échantillon soit reproductible. J’ai utilisé les 30 premières phrases de chaque clip. Les chansons ont été retirées (1 617 clips échantillonnés) sur la base d’un étiquetage humain, et aucune chaîne ne pouvait fournir plus de 3 clips à un même groupe. Chaque clip a ensuite été pondéré par la taille de son groupe dans le catalogue, pour que les chiffres décrivent le catalogue et non l’échantillon. Tous les chiffres sont des médianes pondérées, avec les 25e et 75e centiles comme « moitié centrale ». Les intervalles de confiance viennent de 300 rééchantillonnages bootstrap.
Quelles langues sont classées
Une langue doit avoir au moins 150 clips et 40 chaînes dans le catalogue, et au moins 75 clips restants après tous les filtres. 44 langues passent. L’espéranto passe les seuils mais est écarté, parce qu’il a très peu ou pas de locuteurs natifs. Les dialectes doivent avoir au moins 100 clips et 20 chaînes dans le catalogue, et 60 clips mesurés.
Syllabes par seconde
Pour chaque phrase, je prends l’instant où commence son premier mot et l’instant où commence son dernier mot, et je divise les syllabes de tous les mots sauf le dernier par cette durée. Les temps de début de mot sont le seul minutage fiable dans toutes les sources de transcription ; les temps de fin sont en partie estimés par certains moteurs. Par clip, les syllabes et les durées de toutes les phrases sont additionnées. Un clip doit avoir au moins 5 phrases exploitables et 10 secondes de parole. La durée inclut les courtes pauses internes aux phrases, mais pas les intervalles entre les phrases. Les mots par minute utilisent la même durée.
Le comptage des syllabes
Les syllabes viennent du texte, selon la prononciation habituelle de chaque mot :
- Pour 30 langues, dont l’anglais, l’espagnol, le français, l’allemand, l’italien, le portugais, le russe, le turc et les langues de l’Inde, chaque mot passe par le moteur de prononciation espeak-ng, et chaque son vocalique ou consonne syllabique compte pour une syllabe.
- Le croate, le serbe, le bosnien, le macédonien, le tchèque et le slovaque sont comptés avec des règles de lettres qui incluent les r et l syllabiques (Hrvatska fait trois syllabes). Le tagalog compte les lettres-voyelles.
- Le mandarin compte une syllabe par caractère chinois, le coréen une par bloc hangeul, le vietnamien une par syllabe écrite.
- Le japonais est converti en kana avec pykakasi, puis compté en syllabes et en mores.
- Le thaï utilise le découpeur de syllabes à dictionnaire de PyThaiNLP, qui sous-compte légèrement.
- L’arabe et l’hébreu n’écrivent pas les voyelles brèves : leurs syllabes sont estimées à partir des lettres et des mots, avec une formule calée sur 25 phrases comptées à la main pour chacun (environ 9 % et 12 % d’erreur par phrase, moins de 1 % au total) sur un ensemble validé par des humains.
Les phrases contenant des chiffres ont été écartées, parce que les nombres se lisent différemment dans chaque langue. Sur 102 phrases tirées au hasard dans 12 langues, le comptage automatique a correspondu exactement au comptage manuel dans 98 cas, et les totaux étaient égaux (1 267 syllabes de chaque côté). Les comptages manuels ont été faits avec le comptage automatique sous les yeux : c’est donc une vérification, pas un test en aveugle. L’arabe, l’hébreu, le persan et le thaï sont signalés comme des estimations.
Les transcriptions
Les transcriptions sont faites par machine, par trois moteurs. Pour des clips de la même chaîne, un moteur donne des débits supérieurs d’environ 0,18 syllabe par seconde (3 %) aux autres. Une partie des données a été validée par des apprenants sur la plateforme Reelang (4,3 %), le reste repose sur la reconnaissance automatique de la parole. Le mandarin est mesuré sur 293 clips issus d’un seul moteur.
Les pauses
La longueur moyenne de plage et le taux de phonation ont besoin du temps de fin de chaque mot, que deux des moteurs d’analyse des schémas de parole estiment de la même façon. Je n’utilise que les clips de ces deux moteurs pour ces mesures, et je ne les compare pas entre langues dont les mots sont des caractères ou des groupes de caractères.
Ce que cet échantillon n’est pas
Le catalogue est choisi pour des apprenants de langues. Il penche vers des clips courts, à parole claire et à large attrait : sketchs, vlogs, cuisine, explications. Ce n’est pas un échantillon aléatoire de la façon dont les gens parlent. L’unité est le clip, pas le locuteur, parce que les transcriptions ne séparent pas les voix de façon fiable. Les syllabes sont comptées sur le texte : quand un locuteur rapide avale une syllabe que la transcription garde, le clip la compte quand même, et les clips rapides sont peut-être un peu surestimés. Le niveau CECRL est la lecture de la transcription par un modèle.
Utilise ces données
Tu peux réutiliser librement les graphiques et les chiffres de cette page dans des articles, du matériel pédagogique et de la recherche. Merci de citer cette page comme source avec un lien.
| # | Langue | Syllabes/s | Moitié centrale des clips | Mots/min | Syllabes par mot | Clips | Heures | Chaînes | Mesurés |
|---|---|---|---|---|---|---|---|---|---|
| 1 | Tamoul | 6,20 | 5,35 à 7,18 | 137 | 2,65 | 1 619 | 45 | 257 | 219 |
| 2 | Japonais | 6,19 | 5,17 à 7,43 | 224 | 1,71 | 2 837 | 150 | 868 | 441 |
| 3 | Turc | 6,14 | 5,16 à 7,10 | 161 | 2,29 | 3 849 | 144 | 1 011 | 376 |
| 4 | Portugais | 6,02 | 5,12 à 6,86 | 202 | 1,81 | 14 642 | 652 | 2 278 | 435 |
| 5 | Italien | 6,00 | 5,39 à 6,59 | 186 | 1,91 | 9 180 | 294 | 1 226 | 631 |
| 6 | Grec | 5,99 | 5,25 à 6,60 | 178 | 2,01 | 3 770 | 124 | 484 | 237 |
| 7 | Télougou | 5,99 | 5,38 à 6,58 | 140 | 2,62 | 2 390 | 85 | 640 | 177 |
| 8 | Espagnol | 5,92 | 5,17 à 6,55 | 196 | 1,76 | 30 969 | 1 501 | 3 111 | 1 467 |
| 9 | Russe | 5,90 | 4,93 à 6,77 | 175 | 2,02 | 3 611 | 83 | 984 | 350 |
| 10 | Malais | 5,77 | 5,11 à 6,30 | 152 | 2,10 | 1 570 | 55 | 343 | 211 |
| 11 | Kannada | 5,74 | 5,08 à 6,32 | 122 | 2,74 | 1 668 | 74 | 508 | 216 |
| 12 | Finnois | 5,65 | 4,89 à 6,28 | 154 | 2,16 | 3 550 | 106 | 349 | 247 |
| 13 | Arabe * | 5,63 | 4,75 à 6,52 | 158 | 2,14 | 26 232 | 778 | 3 206 | 1 350 |
| 14 | Indonésien | 5,62 | 4,81 à 6,39 | 153 | 2,17 | 4 249 | 131 | 1 465 | 479 |
| 15 | Macédonien | 5,60 | 4,73 à 6,06 | 162 | 2,03 | 369 | 13 | 75 | 80 |
| 16 | Coréen | 5,56 | 4,70 à 6,40 | 132 | 2,51 | 10 246 | 730 | 2 558 | 650 |
| 17 | Roumain | 5,41 | 4,82 à 6,06 | 195 | 1,60 | 3 898 | 176 | 606 | 465 |
| 18 | Bosnien | 5,40 | 4,78 à 5,90 | 159 | 1,98 | 200 | 12 | 63 | 94 |
| 19 | Croate | 5,40 | 4,91 à 6,07 | 166 | 1,92 | 1 319 | 44 | 326 | 147 |
| 20 | Marathi | 5,36 | 4,79 à 5,92 | 149 | 2,12 | 2 066 | 74 | 446 | 201 |
| 21 | Serbe | 5,36 | 4,79 à 5,84 | 170 | 1,89 | 2 267 | 80 | 256 | 209 |
| 22 | Hongrois | 5,35 | 4,72 à 6,04 | 155 | 2,02 | 6 680 | 435 | 1 369 | 394 |
| 23 | Catalan | 5,28 | 4,52 à 5,78 | 181 | 1,68 | 200 | 9 | 59 | 81 |
| 24 | Tchèque | 5,28 | 4,62 à 5,93 | 171 | 1,79 | 2 611 | 96 | 337 | 248 |
| 25 | Bulgare | 5,26 | 4,64 à 5,80 | 155 | 2,02 | 1 564 | 93 | 296 | 254 |
| 26 | Danois | 5,25 | 4,65 à 5,95 | 214 | 1,47 | 1 250 | 78 | 205 | 162 |
| 27 | Bengali | 5,21 | 4,42 à 5,87 | 141 | 2,17 | 2 711 | 236 | 1 276 | 435 |
| 28 | Polonais | 5,21 | 4,62 à 5,84 | 181 | 1,75 | 4 129 | 165 | 882 | 288 |
| 29 | Slovaque | 5,21 | 4,39 à 5,73 | 173 | 1,76 | 974 | 39 | 135 | 170 |
| 30 | Français | 5,12 | 4,59 à 5,82 | 214 | 1,41 | 6 897 | 322 | 1 194 | 621 |
| 31 | Ukrainien | 5,10 | 4,41 à 5,78 | 143 | 2,12 | 1 312 | 67 | 228 | 248 |
| 32 | Hébreu * | 5,07 | 4,33 à 5,86 | 155 | 1,97 | 5 596 | 211 | 732 | 292 |
| 33 | Chinois mandarin | 5,05 | 4,74 à 5,54 | 303 | 1,00 | 7 146 | 340 | 1 381 | 293 |
| 34 | Néerlandais | 5,03 | 4,49 à 5,58 | 214 | 1,39 | 7 201 | 281 | 712 | 496 |
| 35 | Persan * | 4,99 | 4,43 à 5,29 | 156 | 1,93 | 748 | 29 | 167 | 105 |
| 36 | Hindi | 4,81 | 4,05 à 5,48 | 175 | 1,61 | 2 690 | 142 | 1 080 | 302 |
| 37 | Norvégien | 4,78 | 4,27 à 5,45 | 199 | 1,46 | 522 | 20 | 120 | 121 |
| 38 | Allemand | 4,76 | 4,13 à 5,44 | 179 | 1,55 | 12 865 | 670 | 2 285 | 875 |
| 39 | Suédois | 4,75 | 4,26 à 5,20 | 196 | 1,45 | 3 061 | 141 | 436 | 358 |
| 40 | Tagalog | 4,75 | 4,29 à 5,23 | 148 | 1,92 | 1 225 | 43 | 471 | 335 |
| 41 | Biélorusse | 4,73 | 3,48 à 5,41 | 131 | 2,08 | 157 | 5 | 78 | 93 |
| 42 | Anglais | 4,70 | 4,21 à 5,16 | 210 | 1,31 | 28 732 | 1 002 | 6 201 | 1 060 |
| 43 | Thaï * | 4,59 | 4,12 à 5,11 | 232 | 1,19 | 983 | 51 | 285 | 119 |
| 44 | Vietnamien | 4,22 | 3,80 à 4,79 | 253 | 1,00 | 999 | 23 | 332 | 261 |
Syllabes/s : le clip médian, en syllabes par seconde de parole. Moitié centrale des clips : du 25e au 75e centile. Mots/min : le clip médian, où un « mot » est ce que la transcription sépare (un caractère en mandarin) ; cette colonne n’est donc pas comparable entre langues. Clips, heures et chaînes : les clips de natifs dans le catalogue. Mesurés : les clips de l’échantillon sur lesquels les débits sont calculés. * Comptages de syllabes estimés (arabe et hébreu par une formule sur les lettres, persan et thaï avec un léger sous-comptage connu).
Sources
- 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, texte intégral gratuit
- 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, copie en archive ouverte
- Outils : espeak-ng 1.52, pykakasi, PyThaiNLP.
Commence à regarder
Choisis une langue et lance le fil. De vraies conversations de locuteurs natifs, classées par difficulté. Pas de test de niveau, pas d’inscription.
Choisis une langueÀ lire ensuite
Combien de mots faut-il pour comprendre des vidéos natives ?
Avec les 5 000 mots anglais les plus fréquents, un clip natif typique contient 95,6 % de mots connus. En espagnol, il faut environ 6 800 mots pour atteindre 95 %, et dans 13 langues sur 23, même 10 000 ne suffisent pas. Données tirées de 35 615 clips natifs, par langue et par niveau.
L’input compréhensible pour les débutants
L’input compréhensible ne marche que si tu arrives déjà à suivre. Christian Lauer explique comment atteindre ce point vite, et comment savoir que tu y es.
Arrêter de traduire dans sa tête : pourquoi la compréhension vient avant la parole
On arrête de traduire dans sa tête quand le cerveau reçoit assez de parole compréhensible pour ne plus avoir besoin de traduire. La traduction mentale est une béquille : le remède, ce n’est pas une astuce, c’est du volume d’écoute que tu comprends presque entièrement.