כמה מהר דוברים ילידיים מדברים? קצב דיבור ב־44 שפות
בסרטונים של דוברים ילידיים, דוברי טמילית, יפנית, טורקית, פורטוגזית, איטלקית וספרדית אומרים כ־6 הברות בשנייה, ודוברי אנגלית וגרמנית כ־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 ביותר רצות בקצב של כ־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) קרובות כל כך 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 זאת על 16,293 קטעי יוטיוב ילידיים ב־44 שפות, שנדגמו מתוך 230,754 קטעים (9,850 שעות, כ־41,000 ערוצים) בקטלוג של Reelang. רוב נתוני קצב הדיבור שפורסמו עד היום מבוססים על אנשים שמקריאים משפטים בקול במעבדה. כאן מדובר בוולוגים, מערכונים, מתכונים, סרטוני הסבר וידיעות חדשות, כלומר סוג הדיבור שלומדים באמת נתקלים בו.
תשע שפות חולקות את הצמרת
כל עמודה בתרשים היא הקטע החציוני של שפה. הקו הדק שעובר דרכה מראה את מחצית הקטעים האמצעית, מהאחוזון ה־25 עד האחוזון ה־75. הקישו או רחפו 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. לכן כדאי לקרוא את ראש התרשים כקבוצה מהירה, לא כפודיום. בתחתית המצב דומה: נורווגית, גרמנית, שוודית, טגלוג, בלארוסית ואנגלית נמצאות כולן בין 4.70 ל־4.78, ומתחתן תאית ווייטנאמית.
הפיזור בתוך שפה אחת גדול מהפער בין רוב השפות. קטע באחוזון ה־75 של אנגלית (5.16 הברות בשנייה) מהיר כמו קטע באחוזון ה־25 של ספרדית (5.17). השאלה איזה דובר שומעים חשובה יותר מהשאלה באיזו שפה הוא מדבר.
יפנית דורשת הערה. דוברי יפנית ומורים ליפנית סופרים בדרך כלל morae ולא 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 היפנית לשפות אחרות. בספירת מורות, הקטע היפני החציוני רץ בקצב של 7.45 בשנייה, ומחצית הקטעים האמצעית בין 6.04 ל־8.95.
המערכון הזה מבית ספר תיכון נמצא בקצה המהיר של היפנית: תלמיד מתרץ למה איחר, בניב קנסאי, והקטע רץ בקצב של 7.84 הברות בשנייה. בשבע השניות שלמטה נדחסות שש שורות.
מילים לדקה מהפכות את התמונה
הדרך הנפוצה ביותר לדבר על מהירות היא מילים לדקה. החליפו את התרשים שלמעלה למילים לדקה, והדירוג כמעט מתהפך. מנדרינית, וייטנאמית ותאית עולות לצמרת עם 303, 253 ו־232 מילים לדקה. קנאדה (122), קוריאנית (132), טמילית (137) וטלוגו (140) צונחות לתחתית. ב־44 השפות, מתאם הדירוג בין שתי המדידות הוא 0.25־: שלילי קלות.
הסיבה היא שמילה היא דבר אחר בכל שפה. בתמלולים במנדרינית כל סימנית נספרת כמילה, וסימנית היא הברה אחת. ״מילה״ בקוריאנית היא כל מה שנמצא בין שני רווחים, בדרך כלל מילה עם המיליות שלה. מילה בטמילית או בטורקית נושאת לא פעם כמה סיומות. לכן במילה האנגלית החציונית יש 1.31 הברות, ובמילה הטמילית החציונית 2.65. דוברי אנגלית בקטעים האלה אומרים 210 מילים לדקה ודוברי טמילית 137, אבל דוברי הטמילית אומרים יותר הברות. מילים לדקה הוא מדד סביר להשוואה בין שני קטעים באותה שפה. בין שפות, הוא מודד בעיקר כמה ארוכות המילים.
הברות הן הדבר הקרוב ביותר ליחידה משותפת, אבל גם הן לא נושאות את אותה כמות משמעות בכל מקום. במחקר מעבדה ידוע, Pellegrino, Coupé and Marsico (2011) מצאו ששפות שדוחסות 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 בין השפות, סביב 39 ביט בשנייה (Coupé et al., 2019). הדירוג שלי מתיישב עם התבנית הזו: יפנית בראש, וייטנאמית בתחתית ומנדרינית במחצית התחתונה.
בהשוואה למעבדה
Pellegrino, Coupé and Marsico הקליטו 59 דוברים בשבע שפות, שכל אחד מהם הקריא את אותם 20 טקסטים קצרים בתרגום 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 גם בנתונים שלי:
| שפה | מעבדה, הקראה (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, למעט מנדרינית. הסדר דומה: מתאם הדירוג בין שתי העמודות הוא 0.76 על פני 8 השפות. רוב הפער נובע כנראה מהאופן שבו השעון רץ. במעבדה הסירו כל הפסקה מעל 150 אלפיות שנייה. אני מדלג רק על הרווחים שבין משפטים, ולכן ההפסקות הקצרות בתוך משפט, ה״אה״ והנשימה לפני השורה המצחיקה, נספרות כזמן דיבור. בדיבור אמיתי יש המון כאלה.
בצרפתית נמצא הפער הגדול ביותר. במעבדה ספרו הברות ״כפי שהן נהגות בדיבור מוקפד״, ובצרפתית זה יכול לשמר חלק מהצלילי e שהדיבור היומיומי משמיט. אני סופר אותן כפי שדוברי צרפתית אומרים אותן בדרך כלל: petite היא שתי הברות, לא שלוש. מנדרינית היא החריגה השנייה. הקטעים שלה מגיעים ממנוע תמלול יחיד (ראו את פרק השיטה), שמראה קצב מהיר בכ־3% מהאחרים על אותם ערוצים. זה מסביר רק חלק מהפער, ולשאר אין לי הסבר טוב.
קטעים למתחילים איטיים יותר, ואז המהירות מפסיקה להשתנות
לכל קטע בקטלוג יש רמת CEFR (A1 עד C2). מודל קובע אותה מתוך קריאת התמלול, ולעיתים אדם מתקן אותה. המודל לא רואה את התזמונים, ולכן הרמה והמהירות הן שתי מדידות נפרדות.
קטעים שסומנו A1 איטיים בבירור. ב־17 השפות שיש בהן מספיק קטעי A1, הקטע החציוני ברמת A1 רץ ב־71% מהמהירות של קטעי B1. A1 בקוריאנית נמצא על 57% מ־B1, בצרפתית 65%, באנגלית 74% ובספרדית 90%.
מ־A2 עד C1, המהירות כמעט לא משתנה. בין השפות, הפער בין המהירה לאיטית מבין ארבע הרמות הוא חציונית 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 אינו מהיר יותר מ־B1 באופן עקבי. בספרדית ובהולנדית הוא מעט מהיר יותר (5.93 מול 5.88, 5.27 מול 5.15), באנגלית מעט איטי יותר (4.60 מול 4.75), ובצרפתית, יפנית ורוסית איטי 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 דחוסים אבל רגועים.
לכן מעל A1, רמה גבוהה יותר משמעה מילים ודקדוק קשים יותר, לא דיבור מהיר יותר. שני הקטעים בספרדית שלמטה מדגימים את הפער. ראשית, קטע קולומביאני שסומן A1: שורות קצרות, הפסקות ביניהן, 4.73 הברות בשנייה בקטע שלמטה. אחר כך זוג ריופלטנסי שרב על קינוח, מסומן A2 בזכות המילים הפשוטות, ב־7.69.
דוברים מהירים עוצרים פחות
למהירות יש שני חלקים: כמה מהר אומרים את המילים, וכל כמה זמן 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 and Bosker (2013), מחקר על שטף בשפה שנייה). יחס הפונציה הוא שיעור הזמן שבו מישהו באמת מדבר.
בתוך שפה, 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 הפונציה. חלק מזה מובנה במדידה עצמה, כי השעון שלי כולל הפסקות קצרות בתוך משפט, ולכן כדאי לקרוא את זה כתיאור פשוט: קטעים מהירים עוצרים פחות.
ההפסקות הן המקום שבו קטעי המתחילים שונים בעיקר. 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%. עבור לומד, השקט הזה הוא הזמן לעבד את מה שנאמר זה עתה.
בין שפות קשה יותר להשוות את המספרים האלה, כי מילה ארוכה יותר בשפות מסוימות. ליוונית (6.6 מילים לרצף) ולטורקית (6.9) יש רצפים קצרים של מילים ארוכות, להולנדית (10.4) ולצרפתית (9.9) רצפים ארוכים של מילים קצרות. כפלו במספר ההברות למילה, וכל הארבע יוצאות סביב 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 בגלל זה. בחרו שניים מלמטה.
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 לא מראות את זה בכלל: ספרד, ריופלטנסית ומקסיקו כולן על 198 או 199 מילים לדקה. טווחי הביטחון של ספרד ומקסיקו רק נוגעים זה בזה. של ריופלטנסית ומקסיקנית אינם חופפים.
פורטוגזית
פורטוגזית ברזילאית רצה ב־6.06 הברות בשנייה, פורטוגזית אירופית ב־5.56. לפורטוגזית האירופית יש מוניטין של שפה מהירה וקשה למעקב, אבל בהברות בשנייה היא דווקא האיטית מבין השתיים כאן. המוניטין נובע ככל הנראה מהצליל: דוברים אירופיים נוטים לצמצם או להשמיט תנועות לא מוטעמות, ולכן המילים נשמעות דחוסות. הספירה שלי מבוססת על המילים הכתובות, ולכן היא עדיין סופרת את התנועות האלה. אם כבר, זה גורם לפורטוגזית האירופית להיראות כאן מהירה ממה שהיא. גם המדגם האירופי קטן (80 קטעים), וטווח הביטחון שלו חופף לזה הברזילאי.
שני הקריינויות שלמטה, אחת על הדבקת מגן מסך לטלפון ואחת מתכון, קרובות במהירות לפי הספירה שלי: 6.12 הברות בשנייה בקטע הברזילאי, 6.39 באירופי. הקשיבו לכמה תנועות אתם מצליחים לשמוע בכל אחד.
צרפתית
קטעים מצרפת רצים ב־5.29, קטעים מקוויבק ב־4.90, וטווחי הביטחון אינם חופפים.
יפנית
לדיבור בניב קנסאי יש מוניטין של מהיר. המספרים הגולמיים כאילו מסכימים (6.28 מול 6.16 ליפנית תקנית), אבל כשמשווים את תמהיל הרמות, קנסאי יוצא על 6.13 ויפנית תקנית על 6.21. כלומר ההבדל הגולמי נובע מהרמות שבהן סומנו קטעי Kansai, לא מהניב, ושני טווחי הביטחון רחבים (5.77 עד 6.81 ו־5.64 עד 6.86).
ערבית
ערבית מצרית היא הלהג המהיר ביותר עם 6.12, לפני מרוקאית (5.68), ערבית ספרותית מודרנית (5.56), לבנטינית (5.53) וערבית מפרצית (5.37). תוניסאית היא האיטית ביותר עם 4.66. ספירות הערבית הן הערכות, כי תנועות קצרות אינן נכתבות (ראו את פרק השיטה) ונדרש 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 נופלות כולן בין 4.69 ל־4.75. אנגלית ניגרית איטית יותר, 4.30. מנדרינית מהיבשת 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 מתונים. לומד ספרדית ולומד אנגלית מתמודדים עם דיבור שנבדל בכרבע בהברות בשנייה, ובשתי השפות מחצית הקטעים האמצעית נפרשת על יותר מזה. מה שמשתנה הרבה יותר הוא המעבר מחומר למתחילים לכל השאר. ברגע שעוזבים את A1, הקטעים לא נעשים איטיים ככל שהרמה יורדת: קטעי A2 מהירים בערך כמו קטעי C1. הדרך המעשית היא להתחיל בקטעים עם הפסקות ארוכות ושורות קצרות, ואז לבחור קטעים לפי נושא ולפי דובר במקום לחכות לרמה שבה אנשים 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 שבדף הזה. מהירות היא חצי ממה שהופך הקשבה לקשה. 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 סומנו כבלתי שמישים בידי 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 hash קבוע כדי שאפשר יהיה לשחזר את המדגם. השתמשתי ב־30 המשפטים הראשונים של כל קטע. שירים הוסרו (1,617 קטעים במדגם) על בסיס תיוג נתונים אנושי, ואף ערוץ לא יכול היה לתרום יותר מ־3 קטעים לקבוצה אחת. כל קטע קיבל אחר כך משקל לפי גודל הקבוצה שלו בקטלוג, כך שהמספרים מתארים 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 bootstrap חוזרות.
אילו שפות מדורגות
שפה צריכה לפחות 150 קטעים ו־40 ערוצים בקטלוג, ולפחות 75 קטעים שנותרו אחרי כל הסינונים. 44 שפות עומדות בכך. אספרנטו עומדת במספרים אבל הושמטה, כי כמעט אין לה דוברים ילידיים. ניב צריך לפחות 100 קטעים ו־20 ערוצים בקטלוג ו־60 קטעים נמדדים.
הברות בשנייה
לכל משפט אני לוקח את הזמן שבו מתחילה המילה הראשונה שלו ואת הזמן שבו מתחילה המילה האחרונה, ומחלק את ההברות של כל המילים חוץ מהאחרונה בטווח הזה. זמני תחילת מילה הם התזמון היחיד שמדויק בכל מקורות התמלול; זמני הסיום מוערכים חלקית בחלק מהמנועים. לכל קטע, ההברות והטווחים של כל המשפטים נסכמים. קטע צריך לפחות 5 משפטים שמישים ו־10 שניות דיבור. הטווח כולל הפסקות קצרות בתוך משפט אבל לא את הרווחים בין משפטים. מילים לדקה משתמשות באותו טווח.
ספירת הברות
ההברות נספרות מהטקסט, לפי ההגייה הרגילה של כל מילה:
- ב־30 שפות, כולל אנגלית, ספרדית, צרפתית, גרמנית, איטלקית, פורטוגזית, רוסית, טורקית והשפות ההודיות, כל מילה עוברת במנוע 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 התנועה.
- 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.
- בתאית נעשה שימוש במפצל ההברות המילוני של PyThaiNLP, שסופר מעט בחסר.
- בערבית ובעברית לא נכתבות תנועות קצרות, ולכן ההברות שלהן מוערכות מאותיות וממילים לפי נוסחה שהותאמה על 25 משפטים שנספרו ידנית בכל שפה (כ־9% וכ־12% טעות למשפט, פחות מ־1% בסך הכול) על סט שאומת בידי אדם.
משפטים עם ספרות הושמטו, כי מספרים נקראים אחרת בכל שפה. ב־102 משפטים אקראיים ב־12 שפות, הספירה האוטומטית תאמה את הספירה הידנית בדיוק ב־98 מהם, והסכומים היו שווים (1,267 הברות בכל אחד). הספירות הידניות נעשו כשהספירה האוטומטית גלויה, ולכן זו בדיקה ולא מבחן עיוור. ערבית, עברית, פרסית ותאית מסומנות כהערכות.
תמלולים
התמלולים נוצרו במכונה, בשלושה מנועים. בקטעים מאותו ערוץ, מנוע אחד מניב קצב גבוה בכ־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 הפונציה דורשים את זמן הסיום של כל מילה, ששניים ממנועי ניתוח דפוסי הדיבור מעריכים באותה דרך. אני משתמש רק בקטעים משני המנועים האלה למדידות האלה, ואיני משווה אותם בין שפות שהמילים בהן הן סימניות או צירופי סימניות.
מה המדגם הזה אינו
הקטלוג נבנה עבור לומדי שפות. הוא נוטה לקטעים קצרים עם דיבור ברור ועניין רחב: מערכונים, וולוגים, בישול וסרטוני הסבר. הוא אינו מדגם אקראי של איך אנשים מדברים. היחידה היא הקטע ולא הדובר, כי התמלולים אינם מפרידים בין דוברים באופן אמין. ההברות נספרות מהטקסט, ולכן כשדובר מהיר בולע הברה שעדיין מופיעה בתמלול, הקטע סופר אותה בכל זאת, וייתכן שקטעים מהירים מוצגים כמהירים מעט מדי. רמת ה־CEFR היא הקריאה של מודל בתמלול.
השתמשו בנתונים האלה
אתם מוזמנים להשתמש בתרשימים ובמספרים שבדף הזה במאמרים, בחומרי הוראה ובמחקר. נא לקשר 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 הזו 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. הנתונים מבוססים על 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.