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. מדדנו 16,293 קטעים ב־44 שפות, כולל המהירות לפי רמת CEFR, לפי ניב, ובהשוואה למחקר המעבדה הקלאסי.
Chief Language Geek ב־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 את זה על 16,293 קטעי יוטיוב ילידיים ב־44 שפות, מדגם 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 וחדשות, בדיוק סוג הדיבור שלומדים נתקלים בו.
תשע שפות חולקות את הפסגה
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 כולן בין 4.70 ל־4.78, ומתחתיהן תאית וייטנאמית.
הפער בתוך שפה אחת גדול מהפער בין רוב השפות. קטע באחוזון ה־75 של אנגלית (5.16 הברות בשנייה) מהיר בדיוק כמו קטע באחוזון ה־25 של ספרדית (5.17). את מי שומעים משנה יותר מאיזו 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 מחקר המעבדה שמופיע בהמשך, כדי שאפשר יהיה להשוות את היפנית לשפות אחרות. בספירה במורות, הקטע היפני החציוני רץ ב־7.45 בשנייה, ומחצית הקטעים האמצעית בין 6.04 ל־8.95.
המערכון הזה מתיכון נמצא בקצה המהיר של היפנית: תלמיד מתרץ איחור, בניב קנסאי, והקטע רץ ב־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 לראש עם 303, 253 ו־232 מילים לדקה. קנאדה (122), קוריאנית (132), טמילית (137) וטלוגו (140) צונחות לתחתית. בין 44 השפות, מתאם הדירוג בין שתי המדידות הוא 0.25־: שלילי קלות.
הסיבה היא שמילה היא דבר אחר בכל שפה. בתמלולים במנדרינית כל סימנית נחשבת מילה, 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 למילה האנגלית החציונית יש 1.31 הברות, ולמילה 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 טוב 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 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 בכל הברה, וייטנאמית ומנדרינית איטיות ועם הרבה. מחקר מאוחר יותר על 17 שפות מצא שכמות המידע בשנייה יוצאת דומה בכל השפות, סביב 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 הווייטנאמיים של הטקסטים 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, הקראה (2011) | סרטונים ילידיים (2026) | סרטונים כ־% 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, ומנדרינית היא היוצאת מן הכלל. הסדר דומה: מתאם הדירוג בין שתי העמודות הוא 0.76 על פני 8 השפות. רוב הפער נובע כנראה מהאופן שבו השעון רץ. המעבדה הסירה כל הפסקה ארוכה מ־150 אלפיות שנייה. אני מדלג רק על הפערים בין משפטים, ולכן ההפסקות הקצרות בתוך משפט, ה־«אה» והנשימה לפני הפאנץ', נספרות כזמן דיבור. בדיבור אמיתי יש המון כאלה.
לצרפתית הפער הגדול ביותר. במעבדה ספרו הברות «כפי שהן נהגות בדיבור מוקפד», ובצרפתית זה יכול לשמר חלק מהשוואים 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), שקורא כ־3% מהר יותר 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 על סמך קריאת התמלול, ולפעמים בודק אנושי מתקן. המודל אף פעם לא רואה את התזמון, ולכן הרמה והמהירות הן שתי מדידות נפרדות.
קטעים שסווגו כ־A1 איטיים באופן ברור. ב־17 השפות שיש בהן מספיק קטעי A1, הקטע החציוני ב־A1 רץ ב־71% ממהירות 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. בין השפות, הפער בין הרמה המהירה ביותר לאיטית ביותר מארבע הרמות הוא חציון של 11% מחציון הרמה. בספרדית זה 1.7%: קטעי A2 רצים ב־5.87 הברות בשנייה, B1 ב־5.88, B2 ב־5.97 ו־C1 ב־5.93. בגרמנית זה 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, ביפנית וברוסית 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 דחוסים אבל רגועים.
כלומר, מעל A1 רמה גבוהה יותר פירושה מילים ודקדוק קשים יותר, לא דיבור מהיר יותר. שני הקטעים בספרדית שלמטה מדגימים את הפער. קודם קטע קולומביאני ברמת A1: שורות קצרות, הפסקות ביניהן, 4.73 הברות בשנייה בחלק שלמטה. אחר כך זוג ריופלטנסי שרב על קינוח, מסווג A2 בזכות 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 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 מתחילים שונים בצורה הבולטת ביותר. 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 לומדים, השתיקה הזאת היא הזמן לעבד את מה שנאמר הרגע.
בין שפות קשה יותר להשוות את המספרים האלה, כי בשפות מסוימות מילה ארוכה יותר. ליוונית (6.6 מילים לרצף) ולטורקית (6.9) יש רצפים קצרים של מילים ארוכות, ולהולנדית (10.4) ולצרפתית (9.9) רצפים ארוכים של מילים קצרות. אם מכפילים במספר ההברות למילה, כל הארבע יוצאות בערך על 13 עד 16 הברות לרצף.
ניבים: פערים אמיתיים, קטנים מהמוניטין שלהם
כשלניב היו לפחות 60 קטעים נמדדים, דיווחתי עליו בנפרד. כדי שההשוואה תהיה הוגנת, החציונים האלה מתואמים 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 ואורוגוואי (6.03) וקטעים קולומביאניים (6.03) מהירים מקטעים מקסיקניים (5.75) ומקטעים אנדיניים (5.55). במילים לדקה זה לא נראה בכלל: ספרד, ריופלטנסית ומקסיקו כולן על 198 או 199 מילים לדקה. טווחי הביטחון של ספרד ומקסיקו רק נוגעים זה בזה. ריופלטנסית ומקסיקנית לא חופפות.
פורטוגזית
פורטוגזית ברזילאית רצה ב־6.06 הברות בשנייה, ופורטוגזית אירופית ב־5.56. לפורטוגזית האירופית יש מוניטין של שפה מהירה וקשה למעקב, אבל בהברות בשנייה היא דווקא האיטית יותר כאן. המוניטין נובע כנראה מהצליל: דוברים אירופיים מצמצמים או משמיטים תנועות לא מוטעמות, ולכן המילים נשמעות דחוסות. הספירה שלי עובדת מהמילים 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 לברזילאי.
שני הקריינויות שלמטה, אחד על הדבקת מגן מסך לטלפון ואחד מתכון, קרובים במהירות לפי הספירה שלי: 6.12 הברות בשנייה בחלק 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 לא חופפים.
יפנית
לדיבור בקנסאי יש מוניטין של דיבור מהיר. המספרים הגולמיים נראים מסכימים (6.28 מול 6.16 ליפנית תקנית), אבל ברגע שתמהיל הרמות זהה, קנסאי יוצאת על 6.13 ויפנית תקנית על 6.21. כלומר ההבדל הגולמי נובע מהרמות שקטעי Kansai סווגו אליהן, 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 ההברות בערבית הן הערכה, כי תנועות קצרות לא נכתבות (ראו את פרק השיטה).
גרמנית
גרמנית תקנית רצה ב־5.00, שוואבית ב־4.63, אוסטרית ב־4.46, בווארית ב־4.41 וגרמנית שווייצרית ב־3.98. התמלולים של הגרמנית השווייצרית כתובים בכתיב הגרמני התקני, ולכן מה שאני סופר הן ההברות של המילים בגרמנית תקנית.
אנגלית ומנדרינית
אנגלית אמריקאית, בריטית, אוסטרלית וקנדית נופלות כולן בין 4.69 ל־4.75. אנגלית ניגרית איטית יותר, 4.30. מנדרינית של סין רצה ב־5.27, ומנדרינית טאיוואנית ב־4.80, ממדגם קטן יותר של 65 קטעים טאיוואניים.
מה זה אומר אם אתם לומדים שפה
ההבדלים בין השפות אמיתיים אבל מתונים. לומדי ספרדית ולומדי אנגלית פוגשים דיבור שנבדל בערך ברבע בהברות בשנייה, ובשתי השפות מחצית הקטעים האמצעית נפרסת על יותר מזה. מה שמשתנה הרבה יותר הוא המעבר מחומר למתחילים לכל השאר. ברגע שעוזבים את A1, הקטעים לא נעשים איטיים יותר 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 ודובר, במקום לחכות לרמה שבה אנשים ידברו לאט יותר.
אם בא לכם לנסות, הדפים של ספרדית, פורטוגזית, צרפתית, אנגלית ויפנית מציגים קטעים ילידיים לפי רמה, עם אותן כתוביות מילה־מילה כמו הקטעים בדף הזה. המהירות היא חצי ממה שהופך האזנה לקשה. החצי השני הוא אוצר המילים, שאותו מדדתי בכמה מילים צריך כדי להבין סרטונים ילידיים. והמדריך למתחילים של Christian Lauer מכסה את החודשים הראשונים, כשקטעי A1 הם בדיוק מה שצריך.
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 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 hash קבוע כדי שאפשר יהיה לשחזר את המדגם. השתמשתי ב־30 המשפטים הראשונים של כל קטע. שירים הוסרו (1,617 קטעים במדגם), ואף ערוץ לא יכול היה לתרום יותר מ־3 קטעים לקבוצה אחת. אחר כך כל קטע קיבל משקל לפי גודל הקבוצה שלו בקטלוג, כך שהמספרים מתארים את הקטלוג ולא את המדגם. כל הנתונים הם חציונים משוקללים, עם האחוזונים ה־25 וה־75 בתור «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 שנשארו אחרי כל הסינונים. 44 שפות עומדות בזה. אספרנטו עומדת במספרים אבל הושמטה, כי כמעט אין לה דוברים ילידיים. ניבים צריכים לפחות 100 קטעים ו־20 ערוצים בקטלוג ו־60 קטעים נמדדים.
הברות בשנייה
עבור כל 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 התחלה של מילים הם התזמון היחיד שמדויק בכל מקורות התמלול; זמני סיום מוערכים בחלקם אצל חלק מהמנועים. בכל קטע מסכמים את ההברות ואת הטווחים של כל המשפטים. קטע צריך לפחות 5 משפטים שמישים ו־10 שניות של דיבור. הטווח כולל הפסקות קצרות בתוך משפט אבל לא את הפערים בין משפטים. מילים לדקה משתמשות באותו טווח.
ספירת הברות
ההברות נספרות מהטקסט, לפי ההגייה הרגילה של כל מילה:
- ב־30 שפות, בהן 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 התנועה.
- במנדרינית נספרת הברה אחת לכל סימנית סינית, בקוריאנית אחת לכל בלוק האנגול, בווייטנאמית אחת לכל הברה כתובה.
- יפנית מומרת לקאנה בעזרת pykakasi ואז נספרת בהברות ובמורות.
- לתאית משמש מפצל ההברות המילוני של PyThaiNLP, שסופר מעט בחסר.
- בערבית ובעברית לא כותבים תנועות קצרות, ולכן ההברות שלהן מוערכות מהאותיות והמילים לפי נוסחה שהותאמה על 25 משפטים שנספרו ידנית בכל אחת (כ־9% ו־12% טעות למשפט, פחות מ־1% בסך הכול).
משפטים עם ספרות הושמטו, 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 אחת). 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 נותן קצבים גבוהים בכ־0.18 הברות בשנייה (3%) מהאחרים. במנדרינית, בערבית ובהינדית מנוע אחד איבד מילים באופן ברור, ולכן הקטעים שלו הוצאו בשפות האלה. מנדרינית נמדדה על 293 קטעים ממנוע יחיד.
הפסקות
אורך רצף ממוצע ויחס פונציה דורשים את זמן הסיום של כל מילה, ששניים מהמנועים מעריכים באותה דרך. למדדים האלה השתמשתי רק בקטעים משני המנועים האלה, ואני לא משווה אותם בין שפות שהמילים שלהן הן סימניות או צירופי סימניות.
מה המדגם הזה אינו
הקטלוג נבחר עבור לומדי שפות. יש בו נטייה לקטעים קצרים עם דיבור ברור ועניין רחב: מערכונים, וולוגים, בישול וסרטוני הסבר. הוא אינו מדגם אקראי של האופן שבו אנשים מדברים. היחידה היא הקטע, לא הדובר, כי התמלולים לא מפרידים בין דוברים בצורה אמינה. ההברות נספרות מהטקסט, ולכן כשדובר מהיר בולע הברה שהתמלול עדיין מכיל, הקטע סופר אותה בכל זאת, וקטעים מהירים עלולים להיראות מעט מהירים מדי. רמת ה־CEFR היא קריאה של מודל בתמלול.
השתמשו בנתונים האלה
אתם מוזמנים להשתמש שוב בתרשימים ובמספרים שבדף הזה במאמרים, בחומרי הוראה ובמחקר. אנא קשרו לדף הזה כמקור.
| # | שפה | הברות/שנייה | 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 | מראטהית | 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 | הינדית | 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/שנייה: 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 שמתוכם 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 ארכיון 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.