כמה מהר דוברים ילידיים מדברים? קצב דיבור ב־44 שפות
בסרטונים של דוברים ילידיים, דוברי טמילית, יפנית, טורקית, פורטוגזית, איטלקית וספרדית אומרים בערך 6 הברות בשנייה, ודוברי אנגלית וגרמנית בערך 4.7. נמדד על 16,293 קטעים ב־44 שפות, כולל הקצב לפי רמת CEFR, לפי ניב, ובהשוואה למחקר המעבדה הקלאסי.
החנון הראשי לפדגוגיה של שפות @ Reelang
בסרטונים קצרים של דוברים ילידיים, השפות המהירות רצות בערך ב־6 הברות בשנייה: טמילית (6.20), יפנית (6.19), טורקית (6.14), פורטוגזית (6.02), איטלקית (6.00), יוונית (5.99), טלוגו (5.99), ספרדית (5.92) ורוסית (5.90) כל כך קרובות זו לזו, שהסדר ביניהן נמצא בתוך טווח הטעות. האיטיות ביותר הן וייטנאמית (4.22), תאית (4.59), אנגלית (4.70) וגרמנית (4.76). כלומר, בקטע הספרדי החציוני יש בערך רבע יותר הברות בשנייה מאשר בקטע האנגלי החציוני.
מדדתי את זה על 16,293 קטעים ילידיים מיוטיוב ב־44 שפות, מתוך מדגם של 230,754 קטעים (9,850 שעות, בערך 41,000 ערוצים) בקטלוג של Reelang. רוב נתוני קצב הדיבור שפורסמו מבוססים על אנשים שמקריאים משפטים בקול במעבדה. כאן מדובר בוולוגים, מערכונים, מתכונים, סרטוני הסבר וחדשות, סוג הדיבור שלומדים באמת נתקלים בו.
תשע שפות חולקות את הצמרת
כל עמודה בתרשים היא הקטע החציוני של שפה. הקו הדק שעובר בה מראה את מחצית הקטעים האמצעית, מהאחוזון ה־25 עד ה־75. אפשר ללחוץ או לרחף מעל שפה כדי לראות את גודל המדגם שלה.
תשע הראשונות נמצאות בטווח של 0.3 הברות בשנייה זו מזו, וטווחי הביטחון שלהן חופפים. החציון של טמילית נמצא איפשהו בין 6.04 ל־6.49 ברמת ביטחון של 95%, ושל ספרדית בין 5.82 ל־6.02. אז כדאי לקרוא את ראש התרשים כקבוצה מהירה, לא כפודיום. בתחתית המצב דומה: נורווגית, גרמנית, שוודית, טגלוג, בלארוסית ואנגלית כולן בין 4.70 ל־4.78, ומתחתן תאית ווייטנאמית.
הפיזור בתוך שפה אחת גדול יותר מהפער בין רוב השפות. קטע באחוזון ה־75 של אנגלית (5.16 הברות בשנייה) מהיר כמו קטע באחוזון ה־25 של ספרדית (5.17). חשוב יותר איזה דובר שומעים מאשר באיזו שפה הוא מדבר.
ליפנית צריך הערה. דוברי יפנית ומורים ליפנית בדרך כלל סופרים מורות, לא הברות. Tōkyō היא שתי הברות (tō-kyō) אבל ארבע מורות (to-o-kyo-o). ספרתי הברות, כמו במחקר המעבדה שמופיע בהמשך, כדי שאפשר יהיה להשוות את יפנית לשפות אחרות. בספירת מורות, הקטע היפני החציוני רץ ב־7.45 בשנייה, ומחצית הקטעים האמצעית בין 6.04 ל־8.95.
המערכון הבא מבית ספר תיכון נמצא בקצה המהיר של יפנית: תלמיד מתרץ למה איחר, בניב קנסאי, והקטע רץ ב־7.84 הברות בשנייה. בשבע השניות שלמטה יש שש שורות.
מילים לדקה הופכות את התמונה
הדרך הנפוצה ביותר לדבר על מהירות היא מילים לדקה. אם מחליפים את התרשים שלמעלה למילים לדקה, הדירוג כמעט מתהפך. מנדרינית, וייטנאמית ותאית עולות לראש עם 303, 253 ו־232 מילים לדקה. קנאדה (122), קוריאנית (132), טמילית (137) וטלוגו (140) צונחות לתחתית. על פני 44 השפות, מתאם הדירוג בין שתי המדידות הוא 0.25־: שלילי קלות.
הסיבה היא שמילה היא דבר אחר בכל שפה. בתמלולי מנדרינית כל סימנית נספרת כמילה, וסימנית היא הברה אחת. „מילה“ בקוריאנית היא כל מה שנמצא בין שני רווחים, בדרך כלל מילה עם החלקיקים שלה. מילה בטמילית או בטורקית נושאת לא פעם כמה סיומות. לכן במילה האנגלית החציונית יש 1.31 הברות ובטמילית החציונית 2.65. דוברי אנגלית בקטעים האלה אומרים 210 מילים לדקה ודוברי טמילית 137, אבל דוברי טמילית אומרים יותר הברות. מילים לדקה זו מדידה טובה להשוואה בין שני קטעים באותה שפה. בין שפות, היא בעיקר מודדת כמה ארוכות המילים.
הברות הן הדבר הקרוב ביותר ליחידה משותפת, אבל גם הן לא נושאות אותה כמות של משמעות בכל מקום. במחקר מעבדה ידוע, Pellegrino, Coupé ו־Marsico (2011) מצאו ששפות שמכניסות פחות מידע לכל הברה נאמרות ביותר הברות בשנייה. יפנית וספרדית היו מהירות ועם מעט מידע להברה, וייטנאמית ומנדרינית איטיות ועם הרבה. מחקר מאוחר יותר על 17 שפות מצא שכמות המידע בשנייה יוצאת דומה בכל השפות, בערך 39 ביט בשנייה (Coupé et al., 2019). הדירוג שלי מתאים לתבנית הזאת: יפנית בראש, וייטנאמית בתחתית ומנדרינית במחצית התחתונה.
בהשוואה למעבדה
Pellegrino, Coupé ו־Marsico הקליטו 59 דוברים של שבע שפות, כשכל אחד מקריא את אותם 20 טקסטים קצרים שתורגמו לשפתו, והשתמשו בתרגומים לווייטנאמית כנקודת ייחוס. הם מדדו הברות בשנייה אחרי שהסירו כל שתיקה ארוכה מ־150 אלפיות שנייה. כל שמונה השפות בטבלה שלהם נמצאות בנתונים שלי:
| שפה | מעבדה, קריאה בקול (2011) | סרטונים ילידיים (2026) | סרטונים כאחוז מהמעבדה |
|---|---|---|---|
| יפנית | 7.84 | 6.19 | 79% |
| ספרדית | 7.82 | 5.92 | 76% |
| צרפתית | 7.18 | 5.12 | 71% |
| איטלקית | 6.99 | 6.00 | 86% |
| אנגלית | 6.19 | 4.70 | 76% |
| גרמנית | 5.97 | 4.76 | 80% |
| וייטנאמית | 5.22 | 4.22 | 81% |
| מנדרינית | 5.18 | 5.05 | 97% |
הסרטונים רצים ב־71% עד 86% מערכי המעבדה, חוץ ממנדרינית שהיא יוצאת דופן. הסדר דומה: מתאם הדירוג בין שתי העמודות הוא 0.76 על פני 8 השפות. רוב הפער כנראה נובע מהאופן שבו רץ השעון. המעבדה הסירה כל הפסקה מעל 150 אלפיות שנייה. אני מדלג רק על הרווחים בין משפטים, ולכן ההפסקות הקצרות בתוך משפט, ה„אהה“ והנשימה לפני הפאנץ‘, נספרות כזמן דיבור. בדיבור אמיתי יש המון כאלה.
הפער הגדול ביותר הוא בצרפתית. המעבדה ספרה הברות „כפי שהן נהגות בדיבור מוקפד“, ובצרפתית זה יכול לשמר חלק מה־e־ים שהדיבור היומיומי משמיט. אני סופר אותן כמו שדוברי צרפתית אומרים אותן בדרך כלל: petite היא שתי הברות, לא שלוש. מנדרינית היא החריג השני. הקטעים שלה מגיעים ממנוע תמלול יחיד (ראו את פרק השיטה), שקורא בערך 3% מהר יותר מהאחרים באותם ערוצים. זה מסביר רק חלק מהפער, ואין לי הסבר טוב לשאר.
קטעים למתחילים איטיים יותר, ואז המהירות מפסיקה להשתנות
לכל קטע בקטלוג יש רמת CEFR (A1 עד C2). מודל קובע אותה מקריאת התמלול, ולפעמים אדם מתקן אותה. המודל אף פעם לא רואה את התזמון, ולכן הרמה והמהירות הן שתי מדידות נפרדות.
קטעים שסווגו כ־A1 איטיים יותר בבירור. ב־17 השפות שיש בהן מספיק קטעי A1, הקטע החציוני ב־A1 רץ ב־71% מהמהירות של קטעי B1. קוריאנית A1 נמצאת על 57% מ־B1, צרפתית על 65%, אנגלית על 74% וספרדית על 90%.
מ־A2 עד C1 המהירות כמעט לא משתנה. על פני השפות, הפער בין הרמה המהירה ביותר לאיטית ביותר מתוך ארבע הרמות הוא חציון של 11% מחציון הרמה. בספרדית הוא 1.7%: קטעי A2 רצים ב־5.87 הברות בשנייה, B1 ב־5.88, B2 ב־5.97 ו־C1 ב־5.93. בגרמנית הוא 3%, באנגלית 3.7%. גם C1 אינה מהירה יותר מ־B1 באופן עקבי. בספרדית ובהולנדית היא מעט מהירה יותר (5.93 מול 5.88, 5.27 מול 5.15), באנגלית מעט איטית יותר (4.60 מול 4.75), ובצרפתית, יפנית ורוסית איטית בבירור (4.89 מול 5.34, 6.16 מול 6.85, 4.99 מול 6.07). בקטעי C1 יש הרבה חדשות, הרצאות וסרטוני הסבר, שהם צפופים אבל רגועים.
כלומר, מעל A1 רמה גבוהה יותר אומרת מילים ודקדוק קשים יותר, לא דיבור מהיר יותר. שני הקטעים בספרדית שלמטה מדגימים את הפער. קודם קטע קולומביאני שסווג A1: שורות קצרות, הפסקות ביניהן, 4.73 הברות בשנייה בחלק שלמטה. אחר כך זוג ריופלטנסי שרב על קינוח, מסווג A2 בגלל המילים הפשוטות, ב־7.69.
דוברים מהירים עוצרים פחות
למהירות יש שני חלקים: כמה מהר אומרים את המילים, וכמה פעמים עוצרים. את החלק השני מדדתי בעזרת שני מספרים מתוך תזמוני המילים בתמלול. אורך הרצף הממוצע הוא מספר המילים הממוצע בין שתי הפסקות, כשהפסקה היא שתיקה של 250 אלפיות שנייה ומעלה (הסף שעבד הכי טוב אצל De Jong ו־Bosker (2013), מחקר על שטף בשפה שנייה). יחס הקוליות הוא החלק מהזמן שבו מישהו באמת מדבר.
בתוך שפה אחת, לקטעים מהירים יש רצפים ארוכים יותר. מתאם הדירוג בין ההברות בשנייה של קטע לבין אורך הרצף הממוצע שלו הוא 0.82 (חציון על פני 34 שפות), ו־0.66 מול יחס הקוליות. חלק מזה בנוי לתוך המדידה, כי השעון שלי כולל הפסקות קצרות בתוך משפט, אז כדאי לקרוא את זה כתיאור פשוט: קטעים מהירים עוצרים פחות.
ההפסקות הן המקום שבו קטעי המתחילים שונים הכי הרבה. קטעי A1 בספרדית איטיים רק ב־10% מקטעי B1 במונחי הברות, אבל הרצפים שלהם קצרים בהרבה: 5.6 מילים בין הפסקות ב־A1 מול 9.6 ב־B1. באנגלית זה 4.0 מול 10.8, בגרמנית 3.6 מול 8.9. דוברי A1 באנגלית מדברים 41% מהזמן, דוברי B1 79%. בשביל מי שלומד, השקט הזה הוא הזמן לעבד את מה שנאמר זה עתה.
בין שפות קשה יותר להשוות את המספרים האלה, כי מילה ארוכה יותר בשפות מסוימות. ביוונית (6.6 מילים לרצף) ובטורקית (6.9) יש רצפים קצרים של מילים ארוכות, בהולנדית (10.4) ובצרפתית (9.9) רצפים ארוכים של מילים קצרות. אם מכפילים במספר ההברות למילה, כל הארבע יוצאות בערך 13 עד 16 הברות לרצף.
ניבים: פערים אמיתיים, קטנים מהמוניטין שלהם
בכל מקום שבו לניב היו לפחות 60 קטעים נמדדים, אני מדווח עליו בנפרד. כדי שההשוואה תהיה הוגנת, החציונים האלה מותאמים לאותו תמהיל רמות כמו השפה כולה, כך שניב עם הרבה קטעי A1 לא ייראה איטי מהסיבה הזאת. אפשר לבחור כל שניים למטה.
ספרדית
קטעים מספרד (6.05 הברות בשנייה), קטעים ריופלטנסיים מארגנטינה ומאורוגוואי (6.03) וקטעים קולומביאניים (6.03) מהירים יותר מקטעים מקסיקניים (5.75) ומקטעים אנדיניים (5.55). מילים לדקה בכלל לא מראות את זה: קטעים מספרד, ריופלטנסיים ומקסיקניים כולם על 198 או 199 מילים לדקה. טווחי הביטחון של ספרד ומקסיקו רק נוגעים זה בזה. ריופלטנסי ומקסיקני לא חופפים.
פורטוגזית
פורטוגזית ברזילאית רצה ב־6.06 הברות בשנייה, פורטוגזית אירופית ב־5.56. לפורטוגזית אירופית יש מוניטין של שפה מהירה וקשה למעקב, אבל במונחי הברות בשנייה היא האיטית מבין השתיים כאן. המוניטין נובע כנראה מהצליל: דוברים אירופים מחלישים או משמיטים תנועות לא מוטעמות, אז המילים נשמעות דחוסות. הספירה שלי עובדת מהמילים הכתובות, אז היא עדיין סופרת את התנועות האלה. אם כבר, זה גורם לפורטוגזית האירופית להיראות כאן מהירה יותר ממה שהיא. המדגם האירופי גם קטן (80 קטעים), וטווח הביטחון שלו חופף לברזילאי.
שני הקריינויות שלמטה, האחת על הדבקת מגן מסך לטלפון והשנייה מתכון, קרובות במהירות לפי הספירה שלי: 6.12 הברות בשנייה בחלק הברזילאי, 6.39 באירופי. הקשיבו לכמה תנועות אפשר לשמוע בכל אחד.
צרפתית
קטעים מצרפת רצים ב־5.29, קטעים מקוויבק ב־4.90, וטווחי הביטחון לא חופפים.
יפנית
לדיבור קנסאי יש מוניטין של מהיר. המספרים הגולמיים כאילו מסכימים (6.28 מול 6.16 ליפנית תקנית), אבל ברגע שתמהיל הרמות זהה, קנסאי יוצא 6.13 ויפנית תקנית 6.21. כלומר ההבדל הגולמי נובע מהרמות שבהן סווגו קטעי קנסאי, לא מהניב, ושני טווחי הביטחון רחבים (5.77 עד 6.81 ו־5.64 עד 6.86).
ערבית
ערבית מצרית היא הווריאנט המהיר ביותר עם 6.12, לפני מרוקאית (5.68), ערבית ספרותית מודרנית (5.56), לבנטינית (5.53) וערבית המפרץ (5.37). תוניסאית היא האיטית ביותר עם 4.66. ספירות הערבית הן הערכות, כי תנועות קצרות אינן נכתבות (ראו את פרק השיטה), והן דרשו אימות אנושי.
גרמנית
גרמנית תקנית רצה ב־5.00, שוואבית ב־4.63, אוסטרית ב־4.46, בווארית ב־4.41 וגרמנית שווייצרית ב־3.98.
אנגלית ומנדרינית
אנגלית אמריקאית, בריטית, אוסטרלית וקנדית נמצאות כולן בין 4.69 ל־4.75. אנגלית ניגרית איטית יותר, 4.30. מנדרינית מסין היבשתית רצה ב־5.27, מנדרינית טייוואנית ב־4.80, ממדגם קטן יותר של 65 קטעים טייוואניים.
מה זה אומר אם אתם לומדים שפה
ההבדלים בין השפות אמיתיים אבל צנועים. מי שלומד ספרדית ומי שלומד אנגלית פוגשים דיבור ששונה בערך ברבע במונחי הברות בשנייה, ובשתי השפות מחצית הקטעים האמצעית נפרסת על יותר מזה. מה שמשתנה הרבה יותר הוא המעבר מחומרי מתחילים לכל השאר. ברגע שעוזבים את A1, הקטעים לא נהיים איטיים יותר ככל שהרמה יורדת: קטעי A2 מהירים בערך כמו קטעי C1. הדרך המעשית היא להתחיל מקטעים עם הפסקות ארוכות ושורות קצרות, ואז לבחור קטעים לפי נושא ולפי הדובר, במקום לחכות לרמה שבה מדברים לאט יותר.
אם בא לכם לנסות, הדפים של ספרדית, פורטוגזית, צרפתית, אנגלית ויפנית מציגים קטעים ילידיים לפי רמה, עם אותן כתוביות מילה־מילה כמו בקטעים בדף הזה. המהירות היא חצי ממה שמקשה על ההבנה בהאזנה. החצי השני הוא אוצר מילים ודקדוק, שאותם מדדתי בכמה מילים צריך כדי להבין סרטונים ילידיים. והמדריך למתחילים של Christian Lauer מכסה את החודשים הראשונים, שבהם צריך להגיע להבנה בסיסית.
איך מדדנו את זה
הקטעים
כל הקטעים היו בקטלוג של Reelang ב־29 בספטמבר 2026: מוצגים לציבור, עם דיבור, תוכן ילידי ולא שיעורי שפה, לא מדובבים, בשפה אחת, ולא מסומנים כבלתי שמישים על ידי בודק אנושי. כמעט כולם מיוטיוב. מתוך 230,754 הקטעים האלה הוצאתי מדגם מרובד לפי שפה, ניב ורמת CEFR: עד 60 קטעים לכל קבוצה, שנבחרו לפי האש קבוע כדי שאפשר יהיה לשחזר את המדגם. השתמשתי ב־30 המשפטים הראשונים של כל קטע. שירים הוסרו (1,617 קטעים במדגם) על בסיס תיוג אנושי, ואף ערוץ לא יכול היה לתרום יותר מ־3 קטעים לקבוצה אחת. אחר כך כל קטע קיבל משקל לפי גודל הקבוצה שלו בקטלוג, כדי שהמספרים יתארו את הקטלוג ולא את המדגם. כל הנתונים הם חציונים משוקללים, כשהאחוזונים ה־25 וה־75 הם „מחצית הקטעים האמצעית“. טווחי הביטחון מבוססים על 300 דגימות בוטסטרפ.
אילו שפות מדורגות
שפה צריכה לפחות 150 קטעים ו־40 ערוצים בקטלוג, ולפחות 75 קטעים שנשארו אחרי כל הסינונים. 44 שפות עומדות בזה. אספרנטו עומדת במספרים אבל הושמטה, כי אין לה כמעט דוברים ילידיים. ניבים צריכים לפחות 100 קטעים ו־20 ערוצים בקטלוג ו־60 קטעים נמדדים.
הברות בשנייה
לכל משפט אני לוקח את הזמן שבו מתחילה המילה הראשונה ואת הזמן שבו מתחילה המילה האחרונה, ומחלק את ההברות של כל המילים חוץ מהאחרונה במשך הזה. זמני ההתחלה של מילים הם התזמון היחיד שמדויק בכל מקורות התמלול; זמני הסיום מוערכים חלקית בחלק מהמנועים. לכל קטע, ההברות והמשכים של כל המשפטים מסוכמים. קטע צריך לפחות 5 משפטים שמישים ו־10 שניות של דיבור. המשך כולל הפסקות קצרות בתוך משפט אבל לא את הרווחים בין משפטים. מילים לדקה משתמשות באותו משך.
ספירת הברות
ההברות נספרות מהטקסט, לפי ההגייה הרגילה של כל מילה:
- ב־30 שפות, ובהן אנגלית, ספרדית, צרפתית, גרמנית, איטלקית, פורטוגזית, רוסית, טורקית והשפות ההודיות, כל מילה עוברת דרך מנוע ההגייה espeak-ng, וכל צליל תנועה או עיצור הברתי נספר כהברה אחת.
- קרואטית, סרבית, בוסנית, מקדונית, צ‘כית וסלובקית נספרות לפי כללי אותיות שכוללים r ו־l הברתיים (Hrvatska היא שלוש הברות). בטגלוג נספרות אותיות תנועה.
- במנדרינית נספרת הברה אחת לכל סימנית סינית, בקוריאנית אחת לכל בלוק הנגול, בווייטנאמית אחת לכל הברה כתובה.
- יפנית מומרת לקאנה בעזרת pykakasi ואז נספרת בהברות ובמורות.
- תאית משתמשת במפצל ההברות המילוני של PyThaiNLP, שסופר מעט בחסר.
- בערבית ובעברית לא כותבים תנועות קצרות, ולכן ההברות שלהן מוערכות מאותיות ומילים לפי נוסחה שהותאמה על 25 משפטים שנספרו ידנית בכל שפה (בערך 9% ו־12% טעות למשפט, פחות מ־1% בסך הכול) על מערך שאומת בידי אדם.
משפטים עם ספרות הוסרו, כי מספרים נקראים אחרת בכל שפה. ב־102 משפטים אקראיים ב־12 שפות, הספירה האוטומטית תאמה ספירה ידנית בדיוק ב־98 מהם, והסכומים היו שווים (1,267 הברות בכל אחד). הספירות הידניות נעשו כשהספירה האוטומטית גלויה, אז זו בדיקה ולא מבחן עיוור. ערבית, עברית, פרסית ותאית מסומנות כהערכות.
תמלולים
התמלולים נוצרו במכונה, בשלושה מנועים. בקטעים מאותו ערוץ, מנוע אחד נותן קצבים גבוהים בערך ב־0.18 הברות בשנייה (3%) מהאחרים. חלק מהנתונים אומת בידי לומדים בפלטפורמה של Reelang (4.3%), והשאר מבוסס על זיהוי דיבור אוטומטי. מנדרינית נמדדה על 293 קטעים ממנוע יחיד.
הפסקות
אורך הרצף הממוצע ויחס הקוליות דורשים את זמן הסיום של כל מילה, ששניים ממנועי ניתוח דפוסי הדיבור מעריכים באותה דרך. אני משתמש רק בקטעים משני המנועים האלה למדידות האלה, ולא משווה אותן בין שפות שבהן המילים הן סימניות או צירופי סימניות.
מה המדגם הזה איננו
הקטלוג נבחר עבור לומדי שפות. הוא נוטה לקטעים קצרים עם דיבור ברור ועניין רחב: מערכונים, וולוגים, בישול וסרטוני הסבר. הוא אינו מדגם אקראי של איך שאנשים מדברים. היחידה היא הקטע, לא הדובר, כי התמלולים לא מפרידים בין דוברים בצורה אמינה. ההברות נספרות מהטקסט, אז כשדובר מהיר בולע הברה שהתמלול עדיין כולל, הקטע סופר אותה בכל זאת, וייתכן שקטעים מהירים מוצגים מעט מעל המידה. רמת ה־CEFR היא הקריאה של מודל בתמלול.
השתמשו בנתונים האלה
אתם מוזמנים להשתמש בתרשימים ובמספרים שבדף הזה במאמרים, בחומרי הוראה ובמחקר. אנא קשרו לדף הזה כמקור.
| # | שפה | הברות/ש | מחצית הקטעים האמצעית | מילים/דקה | הברות למילה | קטעים | שעות | ערוצים | נמדדו |
|---|---|---|---|---|---|---|---|---|---|
| 1 | טמילית | 6.20 | 5.35 עד 7.18 | 137 | 2.65 | 1,619 | 45 | 257 | 219 |
| 2 | יפנית | 6.19 | 5.17 עד 7.43 | 224 | 1.71 | 2,837 | 150 | 868 | 441 |
| 3 | טורקית | 6.14 | 5.16 עד 7.10 | 161 | 2.29 | 3,849 | 144 | 1,011 | 376 |
| 4 | פורטוגזית | 6.02 | 5.12 עד 6.86 | 202 | 1.81 | 14,642 | 652 | 2,278 | 435 |
| 5 | איטלקית | 6.00 | 5.39 עד 6.59 | 186 | 1.91 | 9,180 | 294 | 1,226 | 631 |
| 6 | יוונית | 5.99 | 5.25 עד 6.60 | 178 | 2.01 | 3,770 | 124 | 484 | 237 |
| 7 | טלוגו | 5.99 | 5.38 עד 6.58 | 140 | 2.62 | 2,390 | 85 | 640 | 177 |
| 8 | ספרדית | 5.92 | 5.17 עד 6.55 | 196 | 1.76 | 30,969 | 1,501 | 3,111 | 1,467 |
| 9 | רוסית | 5.90 | 4.93 עד 6.77 | 175 | 2.02 | 3,611 | 83 | 984 | 350 |
| 10 | מלאית | 5.77 | 5.11 עד 6.30 | 152 | 2.10 | 1,570 | 55 | 343 | 211 |
| 11 | קנאדה | 5.74 | 5.08 עד 6.32 | 122 | 2.74 | 1,668 | 74 | 508 | 216 |
| 12 | פינית | 5.65 | 4.89 עד 6.28 | 154 | 2.16 | 3,550 | 106 | 349 | 247 |
| 13 | ערבית * | 5.63 | 4.75 עד 6.52 | 158 | 2.14 | 26,232 | 778 | 3,206 | 1,350 |
| 14 | אינדונזית | 5.62 | 4.81 עד 6.39 | 153 | 2.17 | 4,249 | 131 | 1,465 | 479 |
| 15 | מקדונית | 5.60 | 4.73 עד 6.06 | 162 | 2.03 | 369 | 13 | 75 | 80 |
| 16 | קוריאנית | 5.56 | 4.70 עד 6.40 | 132 | 2.51 | 10,246 | 730 | 2,558 | 650 |
| 17 | רומנית | 5.41 | 4.82 עד 6.06 | 195 | 1.60 | 3,898 | 176 | 606 | 465 |
| 18 | בוסנית | 5.40 | 4.78 עד 5.90 | 159 | 1.98 | 200 | 12 | 63 | 94 |
| 19 | קרואטית | 5.40 | 4.91 עד 6.07 | 166 | 1.92 | 1,319 | 44 | 326 | 147 |
| 20 | מראטהי | 5.36 | 4.79 עד 5.92 | 149 | 2.12 | 2,066 | 74 | 446 | 201 |
| 21 | סרבית | 5.36 | 4.79 עד 5.84 | 170 | 1.89 | 2,267 | 80 | 256 | 209 |
| 22 | הונגרית | 5.35 | 4.72 עד 6.04 | 155 | 2.02 | 6,680 | 435 | 1,369 | 394 |
| 23 | קטלאנית | 5.28 | 4.52 עד 5.78 | 181 | 1.68 | 200 | 9 | 59 | 81 |
| 24 | צ‘כית | 5.28 | 4.62 עד 5.93 | 171 | 1.79 | 2,611 | 96 | 337 | 248 |
| 25 | בולגרית | 5.26 | 4.64 עד 5.80 | 155 | 2.02 | 1,564 | 93 | 296 | 254 |
| 26 | דנית | 5.25 | 4.65 עד 5.95 | 214 | 1.47 | 1,250 | 78 | 205 | 162 |
| 27 | בנגלית | 5.21 | 4.42 עד 5.87 | 141 | 2.17 | 2,711 | 236 | 1,276 | 435 |
| 28 | פולנית | 5.21 | 4.62 עד 5.84 | 181 | 1.75 | 4,129 | 165 | 882 | 288 |
| 29 | סלובקית | 5.21 | 4.39 עד 5.73 | 173 | 1.76 | 974 | 39 | 135 | 170 |
| 30 | צרפתית | 5.12 | 4.59 עד 5.82 | 214 | 1.41 | 6,897 | 322 | 1,194 | 621 |
| 31 | אוקראינית | 5.10 | 4.41 עד 5.78 | 143 | 2.12 | 1,312 | 67 | 228 | 248 |
| 32 | עברית * | 5.07 | 4.33 עד 5.86 | 155 | 1.97 | 5,596 | 211 | 732 | 292 |
| 33 | סינית מנדרינית | 5.05 | 4.74 עד 5.54 | 303 | 1.00 | 7,146 | 340 | 1,381 | 293 |
| 34 | הולנדית | 5.03 | 4.49 עד 5.58 | 214 | 1.39 | 7,201 | 281 | 712 | 496 |
| 35 | פרסית * | 4.99 | 4.43 עד 5.29 | 156 | 1.93 | 748 | 29 | 167 | 105 |
| 36 | הינדי | 4.81 | 4.05 עד 5.48 | 175 | 1.61 | 2,690 | 142 | 1,080 | 302 |
| 37 | נורווגית | 4.78 | 4.27 עד 5.45 | 199 | 1.46 | 522 | 20 | 120 | 121 |
| 38 | גרמנית | 4.76 | 4.13 עד 5.44 | 179 | 1.55 | 12,865 | 670 | 2,285 | 875 |
| 39 | שוודית | 4.75 | 4.26 עד 5.20 | 196 | 1.45 | 3,061 | 141 | 436 | 358 |
| 40 | טגלוג | 4.75 | 4.29 עד 5.23 | 148 | 1.92 | 1,225 | 43 | 471 | 335 |
| 41 | בלארוסית | 4.73 | 3.48 עד 5.41 | 131 | 2.08 | 157 | 5 | 78 | 93 |
| 42 | אנגלית | 4.70 | 4.21 עד 5.16 | 210 | 1.31 | 28,732 | 1,002 | 6,201 | 1,060 |
| 43 | תאית * | 4.59 | 4.12 עד 5.11 | 232 | 1.19 | 983 | 51 | 285 | 119 |
| 44 | וייטנאמית | 4.22 | 3.80 עד 4.79 | 253 | 1.00 | 999 | 23 | 332 | 261 |
הברות/ש: הקטע החציוני, בהברות לשנייה של דיבור. מחצית הקטעים האמצעית: מהאחוזון ה־25 עד ה־75. מילים/דקה: הקטע החציוני, כש„מילה“ היא כל מה שהתמלול מפריד (סימנית אחת במנדרינית), ולכן העמודה הזאת אינה ברת השוואה בין שפות. קטעים, שעות וערוצים: הקטעים הילידיים בקטלוג. נמדדו: הקטעים במדגם שממנו חושבו הקצבים. * ספירות הברות מוערכות (ערבית ועברית לפי נוסחת אותיות, פרסית ותאית עם ספירה בחסר קטנה וידועה).
מקורות
- 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, טקסט מלא חופשי
- 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, עותק בארכיון פתוח
- כלים: espeak-ng 1.52, pykakasi, PyThaiNLP.
התחלת צפייה
אפשר לבחור שפה ולהתחיל בפיד. דיבור אמיתי של דוברי שפת אם, מדורג לפי כמה קשה לעקוב אחריו. בלי חידון ובלי הרשמה.
בחירת שפהלקריאה נוספת
כמה מילים צריך כדי להבין סרטונים של דוברים ילידיים?
עם 5,000 המילים הנפוצות באנגלית, בסרטון ילידי טיפוסי 95.6% מהמילים מוכרות לך. בספרדית צריך בערך 6,800 מילים כדי להגיע ל‑95%, וב‑13 מתוך 23 שפות גם 10,000 לא מספיקות. נתונים מ‑35,615 סרטונים ילידיים, לפי שפה ולפי רמה.
קלט מובן למתחילים
קלט מובן עובד רק כשאפשר להבין מה נאמר. כריסטיאן לאואר מסביר איך מגיעים לשם מהר, ואיך יודעים שהגעת.
איך מפסיקים לתרגם בראש: למה הבנה באה לפני דיבור
מפסיקים לתרגם בראש כשנותנים למוח כל כך הרבה דיבור מובן, עד שהוא כבר לא צריך לתרגם. התרגום הוא עקיפה שהמוח בונה כשאין לו מספיק ניסיון ישיר עם השפה. הפתרון הוא לא טריק ולא משמעת מנטלית, אלא כמות: שעות של האזנה לדיבור אמיתי שאתם מבינים ברובו, עד שהמוח בונה מסלול ישיר מצליל למשמעות במקום לעבור דרך שפת האם.