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 dans 44 langues, avec le débit par niveau CECR, 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 : le tamoul (6,20), le japonais (6,19), le turc (6,14), le portugais (6,02), l’italien (6,00), le grec (5,99), le télougou (5,99), l’espagnol (5,92) et le 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 dans 44 langues, tirés de 230 754 clips (9 850 heures, environ 41 000 chaînes) du catalogue Reelang. La plupart des chiffres publiés viennent de personnes qui lisent des phrases à voix haute en laboratoire. Ici, ce sont des vlogs, des sketchs, des recettes, des vidéos explicatives et des extraits d’actualité : le genre de parole qu’un apprenant rencontre vraiment.
Neuf langues se partagent le haut du tableau
Chaque barre du graphique correspond au clip médian d’une langue. La ligne fine 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 langues 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. En bas, c’est pareil : le norvégien, l’allemand, le suédois, le tagalog, le biélorusse et l’anglais se tiennent 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) est aussi rapide 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 locuteurs et les professeurs japonais comptent en général en mores, 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 citée plus bas, pour pouvoir comparer le japonais aux autres langues. Comptée en mores, la médiane japonaise atteint 7,45 par seconde, et la moitié centrale des clips va de 6,04 à 8,95.
Ce sketch de lycée est dans le haut de la fourchette japonaise : un élève donne ses excuses pour un retard, en dialecte du Kansai, à 7,84 syllabes par seconde. Les sept secondes ci-dessous contiennent six répliques.
Les mots par minute donnent l’inverse
La façon la plus courante de parler de vitesse, ce sont les mots par minute. Passe le graphique ci-dessus en mots par minute et le classement se retourne presque. Le mandarin, le vietnamien et le thaï montent 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 fait une syllabe. Un « mot » coréen, c’est tout ce qui se trouve entre deux espaces, souvent un mot et ses particules. Un mot tamoul ou turc porte souvent plusieurs terminaisons. Le mot anglais médian fait 1,31 syllabe, le mot tamoul médian 2,65. Dans ces clips, les anglophones disent 210 mots par minute et les tamoulophones 137, mais ces derniers disent plus de syllabes. Les mots par minute, c’est utile 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. 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 pauvres en information par syllabe, le vietnamien et le mandarin lents et riches. Une étude plus récente sur 17 langues a montré que la quantité d’information par seconde est comparable 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 tout silence de plus de 150 ms. Les huit langues de leur tableau figurent 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 à 71 % à 86 % des valeurs du laboratoire, avec le mandarin comme 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 laboratoire a retiré toutes les pauses de plus de 150 ms. Moi, je saute seulement les intervalles entre les phrases : les pauses courtes 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 a l’écart le plus grand. Le laboratoire comptait les syllabes « telles que 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 CECR (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 indépendantes.
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 coréen A1 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 des 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 %. Le C1 n’est pas non plus systématiquement plus rapide que le B1. En espagnol et en néerlandais, il l’est un peu (5,93 contre 5,88 ; 5,27 contre 5,15), en anglais il est 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 contiennent beaucoup d’actualité, de conférences et d’explications : dense, mais calme.
Au-dessus de A1, un niveau plus élevé veut donc dire des mots et une grammaire plus durs, pas une parole plus rapide. Les deux clips espagnols ci-dessous montrent l’écart. D’abord un clip colombien noté A1 : phrases courtes, pauses entre elles, 4,73 syllabes par seconde dans l’extrait. Puis un couple rioplatense qui se dispute pour un dessert, noté A2 pour ses mots simples, à 7,69.
Les locuteurs rapides font moins de pauses
La vitesse a deux parties : la rapidité avec laquelle on dit les mots, et la fréquence des arrêts. J’ai mesuré la seconde avec deux indicateurs 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 a le mieux marché dans De Jong et Bosker (2013), une étude sur la fluidité en langue seconde). Le taux de phonation, c’est la part du temps où quelqu’un parle réellement.
À l’intérieur 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 est intégrée à la mesure, puisque mon chronomètre inclut les pauses courtes à l’intérieur d’une phrase : lis donc cela 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 sont seulement 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 difficiles à comparer, parce qu’un mot est plus long dans certaines langues. 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 environ 13 à 16 syllabes par plage.
Dialectes : des écarts réels, plus petits que leur réputation
Quand un dialecte avait au moins 60 clips mesurés, je le donne à part. Pour que la comparaison soit juste, ces médianes sont ajustées au même mélange de niveaux que la langue entière : un dialecte avec beaucoup de clips A1 ne paraît donc pas lent pour cette raison. Choisis-en deux 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 à peine. Rioplatense et mexicain ne se chevauchent pas.
Portugais
Le portugais brésilien tourne à 6,06 syllabes par seconde, le portugais européen à 5,56. Le portugais européen a la réputation d’être rapide et difficile à suivre, mais en syllabes par seconde, c’est le plus lent des deux ici. La réputation vient plutôt 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’une protection d’écran 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 le mélange de niveaux égalisé, le Kansai tombe 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 comptes arabes sont des estimations, parce que les voyelles brèves ne s’écrivent pas (voir la section méthode) et qu’une validation humaine a été nécessaire.
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
L’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 continental tourne à 5,27, le mandarin de Taïwan à 4,80, sur un échantillon plus petit de 65 clips taïwanais.
Ce que cela veut dire si tu apprends une langue
Les différences entre langues sont réelles mais modestes. Un apprenant d’espagnol et un apprenant d’anglais affrontent une parole qui diffère d’environ un quart en syllabes par seconde, et dans les deux langues la moitié centrale des clips couvre plus que ça. Ce qui change bien plus, c’est le passage du matériel pour débutants à tout le reste. Une fois sorti du A1, les clips ne ralentissent pas quand le niveau baisse : les clips A2 sont à peu près aussi rapides que les C1. En pratique, commence par des clips avec de longues pauses et des phrases courtes, puis choisis tes clips par sujet et par personne, au lieu 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 n’est que la 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 il faut 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.
Comment nous avons mesuré
Les clips
Tous les clips étaient dans le catalogue Reelang le 29 septembre 2026 : visibles publiquement, avec de la parole, du contenu natif et pas des cours de langue, non doublés, en une seule langue, et non jugés inutilisables par un relecteur humain. Presque tous viennent de YouTube. Sur ces 230 754 clips, j’ai tiré un échantillon stratifié par langue, dialecte et niveau CECR : 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 des données, et aucune chaîne ne pouvait fournir plus de 3 clips à un groupe. Chaque clip a ensuite été pondéré par la taille de son groupe dans le catalogue, pour que les chiffres décrivent le catalogue, pas 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, car il n’a quasiment 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 le moment où commence son premier mot et le moment où commence son dernier mot, et je divise les syllabes de tous les mots sauf le dernier par cet intervalle. Le début des mots est le seul minutage exact dans toutes les sources de transcription ; les fins sont en partie estimées par certains moteurs. Par clip, les syllabes et les intervalles de toutes les phrases sont additionnés. Un clip doit avoir au moins 5 phrases utilisables et 10 secondes de parole. L’intervalle inclut les pauses courtes à l’intérieur d’une phrase, mais pas celles entre les phrases. Les mots par minute utilisent le même intervalle.
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 indiennes, 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 syllabique 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 prises au hasard dans 12 langues, le comptage automatique correspondait exactement au comptage manuel dans 98 cas, et les totaux étaient égaux (1 267 syllabes de part et d’autre). Les comptages manuels ont été faits avec le comptage automatique visible : c’est donc une vérification, pas un test à l’aveugle. L’arabe, l’hébreu, le persan et le thaï sont marqués comme des estimations.
Les transcriptions
Les transcriptions sont faites par machine, par trois moteurs. Pour des clips d’une même chaîne, un moteur donne des débits d’environ 0,18 syllabe par seconde (3 %) plus élevés que les 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 de la 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 les clips courts, avec une parole claire et un attrait large : sketchs, vlogs, cuisine, explications. Ce n’est pas un échantillon aléatoire de la façon dont les gens parlent. L’unité est le clip, pas la personne, parce que les transcriptions ne séparent pas les voix de façon fiable. Les syllabes sont comptées à partir du texte : quand une personne rapide avale une syllabe que la transcription garde, le clip la compte quand même, et les clips rapides peuvent être légèrement surévalués. Le niveau CECR 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, des supports pédagogiques et des travaux de 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 | 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 à partir desquels les débits sont calculés. * Comptes 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 quiz, 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 que tu connais. L’espagnol demande 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 fonctionne que si tu arrives à suivre ce qui se dit. Christian Lauer explique comment atteindre ce niveau vite, et comment savoir que tu y es.
Arrêter de traduire dans sa tête : pourquoi la compréhension passe avant la parole
On arrête de traduire dans sa tête en donnant au cerveau tellement de langue compréhensible qu’il n’a plus besoin de traduire. La traduction est une béquille que le cerveau fabrique quand il manque d’expérience directe avec la langue. Le remède n’est pas une astuce ni une discipline mentale : c’est du volume. Des heures d’écoute de parole réelle que tu comprends en grande partie, jusqu’à ce que ton cerveau relie le son au sens sans passer par ta langue maternelle.