Secepat apa penutur asli bicara? Kecepatan bicara di 44 bahasa

Di video pendek buatan penutur asli, bahasa tercepat berjalan sekitar 6 suku kata per detik: Tamil (6,20), Jepang (6,19), Turki (6,14), Portugis (6,02), Italia (6,00), Yunani (5,99), Telugu (5,99), Spanyol (5,92), dan Rusia (5,90) begitu berdekatan sehingga urutannya masih masuk margin kesalahan. Yang paling lambat adalah Vietnam (4,22), Thai (4,59), Inggris (4,70), dan Jerman (4,76). Jadi klip Spanyol median punya sekitar seperempat lebih banyak suku kata per detik dibanding klip Inggris median.

Saya mengukur ini pada 16.293 klip YouTube penutur asli di 44 bahasa, diambil dari 230.754 klip (9.850 jam, sekitar 41.000 kanal) di katalog Reelang. Sebagian besar angka kecepatan bicara yang diterbitkan berasal dari orang yang membaca kalimat keras-keras di laboratorium. Yang ini vlog, sketsa komedi, resep masakan, video penjelasan, dan berita: jenis ucapan yang benar-benar ditemui pembelajar.

Kecepatan bicara di 44 bahasa

klip YouTube penutur asli, September 2026

Ukuran

Suku kata per detikKata per menit

Urutan

Tercepat duluA sampai ZTampilkan nilai lab 2011

Suku kata per detik, klip median

klip medianseparuh tengah klipperkiraan jumlah suku kata

Tamil

Suku kata per detik6.20

Kata per menit137

Suku kata per kata2.65

Tiap batang adalah klip median sebuah bahasa, dan garis yang melintasinya mencakup separuh tengah klip. Suku kata per detik bisa dibandingkan antarbahasa. Kata per menit tidak bisa: transkrip Mandarin menghitung tiap karakter sebagai satu kata, dan satu kata Tamil atau Korea sering memuat beberapa bagian. Hitungan waktu mencakup jeda pendek di dalam kalimat, tetapi tidak jeda antarkalimat. Ketuk sebuah bahasa untuk melihat ukuran sampelnya.

Sembilan bahasa berbagi puncak

Setiap batang di grafik adalah klip median sebuah bahasa. Garis tipis yang melintasinya menunjukkan setengah tengah klip, dari persentil ke-25 sampai ke-75. Ketuk atau arahkan kursor ke sebuah bahasa untuk melihat ukuran sampelnya.

Sembilan teratas berada dalam rentang 0,3 suku kata per detik satu sama lain, dan rentang kepercayaannya tumpang tindih. Median Tamil ada di antara 6,04 dan 6,49 dengan kepercayaan 95%, Spanyol antara 5,82 dan 6,02. Jadi bacalah puncak grafik sebagai satu kelompok cepat, bukan podium juara. Bagian bawah pun mirip: Norwegia, Jerman, Swedia, Tagalog, Belarus, dan Inggris semuanya antara 4,70 dan 4,78, dengan Thai dan Vietnam di bawah mereka.

Sebaran di dalam satu bahasa lebih besar daripada jarak antara kebanyakan bahasa. Klip di persentil ke-75 bahasa Inggris (5,16 suku kata per detik) sama cepatnya dengan klip di persentil ke-25 bahasa Spanyol (5,17). Siapa penutur yang kamu dengar lebih penting daripada bahasa apa yang dia pakai.

Bahasa Jepang perlu catatan. Penutur dan pengajar Jepang biasanya menghitung dengan morae, bukan suku kata. Tōkyō adalah dua suku kata (tō-kyō) tetapi empat mora (to-o-kyo-o). Saya menghitung suku kata, seperti studi laboratorium di bawah, supaya Jepang bisa dibandingkan dengan bahasa lain. Dihitung dalam mora, klip Jepang median berjalan 7,45 per detik, dan setengah tengah klip di 6,04 sampai 8,95.

Sketsa anak SMA ini ada di ujung cepat bahasa Jepang: seorang murid memberi alasan karena terlambat, dengan dialek Kansai, dan klipnya berjalan 7,84 suku kata per detik. Tujuh detik di bawah memuat enam baris.

YouTubeDari 0:03 sampai 0:10

Subtitle pintarkata demi kata dalam bahasa Indonesia

西崎と喧嘩してました。

0:02 / 0:54

Jepang KansaiPaham tanpa usaha

Belajar dari ini di Reelang

Kata per menit justru membalik gambarannya

Cara paling umum untuk membicarakan kecepatan adalah kata per menit. Ubah grafik di atas menjadi kata per menit dan peringkatnya nyaris terbalik. Mandarin, Vietnam, dan Thai naik ke puncak dengan 303, 253, dan 232 kata per menit. Kannada (122), Korea (132), Tamil (137), dan Telugu (140) turun ke dasar. Di 44 bahasa itu, korelasi peringkat antara kedua ukuran adalah -0,25: sedikit negatif.

Sebabnya, kata adalah hal yang berbeda di tiap bahasa. Dalam transkrip Mandarin, tiap karakter dihitung sebagai satu kata, dan satu karakter adalah satu suku kata. Satu "kata" Korea adalah segala sesuatu di antara dua spasi, biasanya sebuah kata plus partikelnya. Kata Tamil atau Turki sering membawa beberapa akhiran. Jadi kata Inggris median punya 1,31 suku kata dan kata Tamil median 2,65. Penutur Inggris di klip-klip ini mengucapkan 210 kata dan penutur Tamil 137 kata per menit, tetapi penutur Tamil mengucapkan lebih banyak suku kata. Kata per menit cukup baik untuk membandingkan dua klip dalam bahasa yang sama. Antarbahasa, ukuran itu lebih banyak mengukur panjang katanya.

Suku kata adalah satuan paling mendekati satuan bersama, tetapi muatan maknanya juga tidak sama di semua bahasa. Dalam studi laboratorium terkenal, Pellegrino, Coupé dan Marsico (2011) menemukan bahwa bahasa yang memuat lebih sedikit informasi di tiap suku kata diucapkan dengan lebih banyak suku kata per detik. Jepang dan Spanyol cepat dan rendah informasinya per suku kata, Vietnam dan Mandarin lambat dan tinggi. Studi berikutnya atas 17 bahasa menemukan bahwa jumlah informasi per detik keluar mirip di semua bahasa, sekitar 39 bit per detik (Coupé dkk., 2019). Peringkat saya cocok dengan pola itu: Jepang di puncak, Vietnam di dasar, dan Mandarin di paruh bawah.

Dibandingkan dengan laboratorium

Pellegrino, Coupé dan Marsico merekam 59 penutur dari tujuh bahasa, masing-masing membaca 20 teks pendek yang sama yang diterjemahkan ke bahasa mereka, dan memakai terjemahan Vietnam dari teks itu sebagai acuan. Mereka mengukur suku kata per detik setelah membuang setiap jeda yang lebih panjang dari 150 ms. Kedelapan bahasa di tabel mereka ada di data saya:

Video berjalan di 71% sampai 86% dari nilai laboratorium, dengan Mandarin sebagai pengecualian. Urutannya mirip: korelasi peringkat antara kedua kolom adalah 0,76 untuk 8 bahasa itu. Sebagian besar selisihnya mungkin berasal dari cara jam dijalankan. Laboratorium membuang semua jeda di atas 150 ms. Saya hanya melewati jeda antarkalimat, jadi jeda pendek di dalam kalimat, "eh", dan tarikan napas sebelum lelucon ikut dihitung sebagai waktu bicara. Ucapan nyata punya banyak hal seperti itu.

Prancis punya selisih terbesar. Laboratorium menghitung suku kata "seperti diucapkan dalam tuturan hati-hati", yang dalam bahasa Prancis bisa mempertahankan sebagian bunyi e yang dibuang dalam percakapan sehari-hari. Saya menghitungnya seperti penutur Prancis biasanya mengucapkannya: petite dua suku kata, bukan tiga. Mandarin adalah pencilan lainnya. Klipnya berasal dari satu mesin transkripsi saja (lihat bagian metode), yang membaca sekitar 3% lebih cepat dari yang lain pada kanal yang sama. Itu hanya menjelaskan sebagian selisihnya, dan saya belum punya penjelasan bagus untuk sisanya.

Klip pemula lebih lambat, lalu kecepatannya berhenti berubah

Setiap klip di katalog punya level CEFR (A1 sampai C2). Sebuah model memberi level dengan membaca transkrip, kadang dikoreksi oleh peninjau manusia. Model itu tidak pernah melihat waktu, jadi level dan kecepatan adalah dua pengukuran terpisah.

Kecepatan bicara per level

suku kata per detik, klip median

BahasaArabBelarusBulgariaBengaliBosniaKatalanCekoDenmarkJermanYunaniInggrisSpanyolPersiaFinlandiaPrancisIbraniHindiKroasiaHungariaIndonesiaItaliaJepangKannadaKoreaMakedoniaMarathiMelayuBelandaNorwegiaPolandiaPortugisRumaniaRusiaSlovakiaSerbiaSwediaTamilTeluguThaiTagalogTurkiUkrainaVietnamMandarin

90%Kecepatan A1 dibanding kecepatan B1

1.7%Selisih antara yang tercepat dan terlambat di A2, B1, B2, dan C1

A15.27

A25.87

B15.88

B25.97

C15.93

02468

klip medianseparuh tengah klipsemua level digabung

Level berasal dari model yang membaca transkrip, kadang diperiksa oleh peninjau manusia. Model itu tidak pernah melihat durasi, jadi level dan kecepatan diukur secara terpisah. Sebuah level ditampilkan bila minimal 20 klipnya sudah diukur. Kata di antara jeda menghitung kata yang diucapkan tanpa hening selama 250 ms atau lebih.

Klip bernilai A1 jelas lebih lambat. Di 17 bahasa yang punya cukup klip A1, klip A1 median berjalan di 71% kecepatan klip B1. Korea A1 ada di 57% dari B1, Prancis 65%, Inggris 74%, dan Spanyol 90%.

Dari A2 ke C1, kecepatannya nyaris tak berubah. Di semua bahasa, selisih antara yang tercepat dan terlambat dari empat level itu bermedian 11% dari median level. Di Spanyol angkanya 1,7%: klip A2 berjalan 5,87 suku kata per detik, B1 5,88, B2 5,97, dan C1 5,93. Di Jerman 3%, di Inggris 3,7%. C1 juga tidak selalu lebih cepat dari B1. Di Spanyol dan Belanda sedikit lebih cepat (5,93 lawan 5,88; 5,27 lawan 5,15), di Inggris sedikit lebih lambat (4,60 lawan 4,75), dan di Prancis, Jepang, serta Rusia jelas lebih lambat (4,89 lawan 5,34; 6,16 lawan 6,85; 4,99 lawan 6,07). Klip C1 banyak berisi berita, kuliah, dan video penjelasan, yang padat tetapi tenang.

Jadi di atas A1, level yang lebih tinggi berarti kata dan tata bahasa yang lebih sulit, bukan ucapan yang lebih cepat. Dua klip Spanyol di bawah memperlihatkan selisihnya. Pertama, klip Kolombia bernilai A1: kalimat pendek, ada jeda di antaranya, 4,73 suku kata per detik di bagian bawah ini. Lalu pasangan Rioplatense bertengkar soal hidangan penutup, bernilai A2 karena katanya sederhana, di 7,69.

Penutur cepat lebih jarang berhenti

Kecepatan punya dua bagian: seberapa cepat orang mengucapkan katanya, dan seberapa sering mereka berhenti. Saya mengukur bagian kedua dengan dua angka dari waktu kata di transkrip. Panjang rata-rata rangkaian adalah jumlah rata-rata kata di antara dua jeda, dengan jeda berarti diam selama 250 ms atau lebih (ambang yang paling baik bekerja dalam De Jong dan Bosker (2013), sebuah studi kefasihan bahasa kedua). Rasio fonasi adalah bagian waktu saat seseorang benar-benar sedang bicara.

Di dalam satu bahasa, klip cepat punya rangkaian lebih panjang. Korelasi peringkat antara suku kata per detik sebuah klip dan panjang rata-rata rangkaiannya adalah 0,82 (median atas 34 bahasa), dan 0,66 dengan rasio fonasi. Sebagian dari ini memang sudah tertanam di dalam ukurannya, karena jam saya memasukkan jeda pendek di dalam kalimat, jadi bacalah sebagai keterangan sederhana: klip cepat lebih jarang berjeda.

Jeda adalah tempat klip pemula paling berbeda. Klip Spanyol A1 hanya 10% lebih lambat dari klip B1 dalam suku kata, tetapi rangkaiannya jauh lebih pendek: 5,6 kata antarjeda di A1 lawan 9,6 di B1. Di Inggris 4,0 lawan 10,8, di Jerman 3,6 lawan 8,9. Penutur Inggris A1 bicara 41% dari waktu, penutur B1 79%. Bagi pembelajar, keheningan itu adalah waktu untuk mencerna apa yang baru saja diucapkan.

Antarbahasa, angka-angka ini lebih sulit dibandingkan, karena kata lebih panjang di sebagian bahasa daripada di bahasa lain. Yunani (6,6 kata per rangkaian) dan Turki (6,9) punya rangkaian pendek berisi kata panjang; Belanda (10,4) dan Prancis (9,9) rangkaian panjang berisi kata pendek. Kalikan dengan suku kata per kata dan keempatnya keluar di kisaran 13 sampai 16 suku kata per rangkaian.

Dialek: selisihnya nyata, tetapi lebih kecil dari reputasinya

Jika sebuah dialek punya minimal 60 klip terukur, saya melaporkannya terpisah. Supaya perbandingannya adil, median ini disesuaikan ke campuran level yang sama dengan bahasanya secara keseluruhan, jadi dialek dengan banyak klip A1 tidak tampak lambat karena alasan itu. Pilih dua mana saja di bawah.

Bandingkan dua bahasa atau dialek

suku kata per detik, median klip

PertamaArabArab AljazairArab MesirArab TelukArab IrakArab LevantinArab LibyaArab Standar ModernArab MarokoArab SudanArab TunisiaArab YamanBelarusBulgariaBulgaria StandarBengaliBengali BangladeshBengali IndiaBosniaBosniaKatalanCekoCeko StandarDenmarkDenmark StandarJermanJerman AustriaJerman BayernJerman StandarJerman SwabiaJerman SwissYunaniYunani StandarInggrisInggris Afrika-AmerikaInggris AmerikaInggris AustraliaInggris BritaniaInggris KanadaInggris NigeriaSpanyolSpanyol AndesSpanyol KaribiaSpanyol KolombiaSpanyol Amerika Latin NetralSpanyol MeksikoSpanyol dari SpanyolSpanyol RioplatenseSpanyol VenezuelaPersiaPersia dari IranFinlandiaFinlandia StandarPrancisPrancis QuébecPrancis dari PrancisIbraniIbrani StandarHindiHinglishHindi StandarKroasiaHungariaHungaria StandarIndonesiaIndonesia Sehari-hari JakartaIndonesia BakuItaliaItalia RomaItalia StandarJepangJepang KansaiJepang StandarKannadaKannada StandarKoreaKorea GyeongsangKorea StandarMakedoniaMarathiMelayuMelayu BakuBelandaBelanda FlandriaBelanda dari BelandaNorwegiaPolandiaPolandia StandarPortugisPortugis BrasilPortugis EropaPortugis Brasil Timur LautRumaniaRumania MoldovaRumania StandarRumania TransilvaniaRusiaRusia StandarSlovakiaSlovakia StandarSerbiaSerbia StandarSwediaSwedia SkåneSwedia StandarTamilTamil StandarTeluguThaiThai StandarTagalogTagalog BatangasFilipino StandarTurkiTurki StandarUkrainaUkraina StandarSurzhykVietnamVietnam UtaraVietnam SelatanMandarinMandarin Tiongkok DaratanMandarin TaiwanKeduaArabArab AljazairArab MesirArab TelukArab IrakArab LevantinArab LibyaArab Standar ModernArab MarokoArab SudanArab TunisiaArab YamanBelarusBulgariaBulgaria StandarBengaliBengali BangladeshBengali IndiaBosniaBosniaKatalanCekoCeko StandarDenmarkDenmark StandarJermanJerman AustriaJerman BayernJerman StandarJerman SwabiaJerman SwissYunaniYunani StandarInggrisInggris Afrika-AmerikaInggris AmerikaInggris AustraliaInggris BritaniaInggris KanadaInggris NigeriaSpanyolSpanyol AndesSpanyol KaribiaSpanyol KolombiaSpanyol Amerika Latin NetralSpanyol MeksikoSpanyol dari SpanyolSpanyol RioplatenseSpanyol VenezuelaPersiaPersia dari IranFinlandiaFinlandia StandarPrancisPrancis QuébecPrancis dari PrancisIbraniIbrani StandarHindiHinglishHindi StandarKroasiaHungariaHungaria StandarIndonesiaIndonesia Sehari-hari JakartaIndonesia BakuItaliaItalia RomaItalia StandarJepangJepang KansaiJepang StandarKannadaKannada StandarKoreaKorea GyeongsangKorea StandarMakedoniaMarathiMelayuMelayu BakuBelandaBelanda FlandriaBelanda dari BelandaNorwegiaPolandiaPolandia StandarPortugisPortugis BrasilPortugis EropaPortugis Brasil Timur LautRumaniaRumania MoldovaRumania StandarRumania TransilvaniaRusiaRusia StandarSlovakiaSlovakia StandarSerbiaSerbia StandarSwediaSwedia SkåneSwedia StandarTamilTamil StandarTeluguThaiThai StandarTagalogTagalog BatangasFilipino StandarTurkiTurki StandarUkrainaUkraina StandarSurzhykVietnamVietnam UtaraVietnam SelatanMandarinMandarin Tiongkok DaratanMandarin Taiwan

Spanyol dari Spanyol6.05suku kata per detik

Spanyol Meksiko5.75suku kata per detik

Rentang kepercayaan 95% keduanya bertumpang tindih, jadi selisih sekecil ini bisa saja kebetulan.

Suku kata dalam 10 detik ucapan

Spanyol dari Spanyol

Spanyol Meksiko

Satu titik adalah satu suku kata. Angka dialek disesuaikan dengan campuran level seluruh bahasa, sehingga dialek dengan banyak klip pemula tidak tampak lambat karena alasan itu. Kata per menit hanya bisa dibandingkan dalam satu bahasa. Angka untuk bahasa Arab, Ibrani, Persia, dan Thai adalah perkiraan.

Spanyol

Klip dari Spanyol (6,05 suku kata per detik), klip Rioplatense dari Argentina dan Uruguay (6,03), serta klip Kolombia (6,03) lebih cepat daripada klip Meksiko (5,75) dan klip Andes (5,55). Kata per menit sama sekali tidak menunjukkan ini: klip Spanyol, Rioplatense, dan Meksiko semuanya di 198 atau 199 kata per menit. Rentang kepercayaan Spanyol dan Meksiko hanya bersentuhan. Rioplatense dan Meksiko tidak tumpang tindih.

Portugis

Portugis Brasil berjalan 6,06 suku kata per detik, Portugis Eropa 5,56. Portugis Eropa punya reputasi cepat dan sulit diikuti, tetapi dalam suku kata per detik justru yang lebih lambat di sini. Reputasinya lebih mungkin berasal dari bunyinya: penutur Eropa sering memperpendek atau membuang vokal tanpa tekanan, sehingga katanya terdengar mampat. Hitungan saya bekerja dari kata tertulis, jadi vokal itu tetap dihitung. Kalau pun ada efeknya, itu membuat Portugis Eropa tampak lebih cepat di sini daripada yang sebenarnya. Sampel Eropa juga kecil (80 klip), dan rentang kepercayaannya tumpang tindih dengan Brasil.

Dua sulih suara di bawah, satu tentang memasang pelindung layar ponsel dan satu resep masakan, kecepatannya berdekatan menurut hitungan saya: 6,12 suku kata per detik di bagian Brasil, 6,39 di bagian Eropa. Dengarkan berapa banyak vokal yang bisa kamu dengar di masing-masing.

Prancis

Klip dari Prancis berjalan di 5,29, klip dari Québec di 4,90, dan rentang kepercayaannya tidak tumpang tindih.

Jepang

Tuturan Kansai punya reputasi cepat. Angka mentahnya tampak sepakat (6,28 lawan 6,16 untuk Jepang standar), tetapi begitu campuran levelnya disamakan, Kansai keluar di 6,13 dan Jepang standar di 6,21. Jadi selisih mentah itu berasal dari level klip Kansai, bukan dari dialeknya, dan kedua rentang kepercayaannya lebar (5,77 sampai 6,81 dan 5,64 sampai 6,86).

Arab

Arab Mesir adalah ragam tercepat di 6,12, mengungguli Maroko (5,68), Arab Standar Modern (5,56), Levantin (5,53), dan Arab Teluk (5,37). Tunisia paling lambat di 4,66. Hitungan Arab bersifat perkiraan, karena vokal pendek tidak ditulis (lihat bagian metode) dan perlu validasi manusia.

Jerman

Jerman standar berjalan di 5,00, Swabia 4,63, Austria 4,46, Bavaria 4,41, dan Jerman Swiss 3,98.

Inggris dan Mandarin

Inggris Amerika, Britania, Australia, dan Kanada semuanya jatuh di antara 4,69 dan 4,75. Inggris Nigeria lebih lambat di 4,30. Mandarin daratan berjalan di 5,27, Mandarin Taiwan di 4,80, dari sampel lebih kecil berisi 65 klip Taiwan.

Apa artinya ini kalau kamu sedang belajar bahasa

Perbedaan antarbahasa itu nyata tetapi sedang-sedang saja. Pembelajar Spanyol dan pembelajar Inggris menghadapi ucapan yang berbeda sekitar seperempat dalam suku kata per detik, dan di kedua bahasa itu setengah tengah klipnya merentang lebih lebar dari itu. Yang jauh lebih berubah adalah langkah dari materi pemula ke segala hal lainnya. Begitu kamu keluar dari A1, klip tidak jadi lebih lambat saat levelnya turun: klip A2 kira-kira secepat klip C1. Jalan praktisnya adalah memulai dengan klip yang punya jeda panjang dan kalimat pendek, lalu memilih klip berdasarkan topik dan penuturnya, bukan menunggu level di mana orang bicara lebih lambat.

Kalau mau mencobanya, halaman Spanyol, Portugis, Prancis, Inggris, dan Jepang memuat daftar klip penutur asli per level, dengan subtitel kata per kata yang sama seperti klip di halaman ini. Kecepatan adalah separuh dari apa yang membuat menyimak jadi sulit. Separuh lainnya adalah kosakata dan tata bahasa, yang saya ukur di berapa banyak kata yang kamu butuhkan untuk memahami video penutur asli. Dan panduan untuk pemula dari Christian Lauer membahas bulan-bulan pertama, saat kamu perlu mencapai pemahaman dasar.

Cara kami mengukurnya

Klipnya

Semua klip ada di katalog Reelang pada 29 September 2026: ditampilkan publik, ada ucapannya, konten penutur asli dan bukan pelajaran bahasa, bukan sulih suara, dalam satu bahasa, dan tidak dinilai tak layak pakai oleh peninjau manusia. Hampir semuanya dari YouTube. Dari 230.754 klip ini saya menarik sampel berlapis menurut bahasa, dialek, dan level CEFR: sampai 60 klip per kelompok, dipilih dengan hash tetap supaya sampelnya bisa dibangun ulang. Saya memakai 30 kalimat pertama tiap klip. Lagu dibuang (1.617 klip sampel) berdasarkan pelabelan data oleh manusia, dan tidak ada kanal yang boleh menyumbang lebih dari 3 klip ke satu kelompok. Tiap klip lalu diberi bobot menurut ukuran kelompoknya di katalog, sehingga angkanya menggambarkan katalog, bukan sampel. Semua angka adalah median terbobot, dengan persentil ke-25 dan ke-75 sebagai "setengah tengah". Rentang kepercayaan berasal dari 300 pengambilan ulang bootstrap.

Bahasa mana yang diperingkat

Sebuah bahasa butuh minimal 150 klip dan 40 kanal di katalog, serta minimal 75 klip tersisa setelah semua penyaringan. 44 bahasa lolos. Esperanto lolos secara angka tetapi tidak dimasukkan, karena penutur aslinya sangat sedikit sampai tidak ada. Dialek butuh minimal 100 klip dan 20 kanal di katalog serta 60 klip terukur.

Suku kata per detik

Untuk tiap kalimat saya mengambil waktu saat kata pertamanya mulai dan waktu saat kata terakhirnya mulai, lalu membagi suku kata dari semua kata kecuali yang terakhir dengan rentang itu. Waktu awal kata adalah satu-satunya penanda waktu yang akurat di setiap sumber transkrip; waktu akhir sebagian diperkirakan oleh beberapa mesin. Per klip, suku kata dan rentang semua kalimat dijumlahkan. Sebuah klip butuh minimal 5 kalimat layak pakai dan 10 detik ucapan. Rentangnya mencakup jeda pendek di dalam kalimat tetapi tidak mencakup jeda antarkalimat. Kata per menit memakai rentang yang sama.

Menghitung suku kata

Suku kata berasal dari teks, sesuai cara tiap kata biasanya dilafalkan:

• Untuk 30 bahasa, termasuk Inggris, Spanyol, Prancis, Jerman, Italia, Portugis, Rusia, Turki, dan bahasa-bahasa India, tiap kata dilewatkan ke mesin pelafalan espeak-ng, dan tiap bunyi vokal atau konsonan silabis dihitung satu suku kata.
• Kroasia, Serbia, Bosnia, Makedonia, Ceko, dan Slovakia dihitung dengan aturan huruf yang memasukkan r dan l silabis (Hrvatska punya tiga suku kata). Tagalog menghitung huruf vokal.
• Mandarin dihitung satu suku kata per karakter Tionghoa, Korea satu per blok Hangul, Vietnam satu per suku kata tertulis.
• Jepang diubah ke kana dengan pykakasi lalu dihitung dalam suku kata dan dalam mora.
• Thai memakai pemisah suku kata berbasis kamus dari PyThaiNLP, yang sedikit kurang menghitung.
• Arab dan Ibrani tidak menuliskan vokal pendek, jadi suku katanya diperkirakan dari huruf dan kata dengan rumus yang dicocokkan pada 25 kalimat hitungan tangan masing-masing (sekitar 9% dan 12% kesalahan per kalimat, di bawah 1% secara keseluruhan) pada himpunan yang divalidasi manusia.

Kalimat dengan angka dibuang, karena angka dibaca berbeda di tiap bahasa. Pada 102 kalimat acak di 12 bahasa, hitungan otomatis sama persis dengan hitungan tangan di 98 kalimat, dan totalnya sama (1.267 suku kata masing-masing). Hitungan tangan dibuat dengan hitungan otomatis terlihat, jadi ini pemeriksaan, bukan uji buta. Arab, Ibrani, Persia, dan Thai ditandai sebagai perkiraan.

Transkrip

Transkripnya dibuat mesin, oleh tiga mesin. Untuk klip dari kanal yang sama, satu mesin memberi laju sekitar 0,18 suku kata per detik (3%) lebih tinggi dari yang lain. Sebagian data sudah divalidasi manusia oleh pembelajar di platform Reelang (4,3%), sisanya berdasarkan pengenalan ucapan otomatis. Mandarin diukur pada 293 klip dari satu mesin saja.

Jeda

Panjang rata-rata rangkaian dan rasio fonasi butuh waktu akhir tiap kata, yang diperkirakan dengan cara sama oleh dua mesin analisis pola ucapan. Saya hanya memakai klip dari kedua mesin itu untuk ukuran ini, dan saya tidak membandingkannya antarbahasa yang katanya berupa karakter atau gugus karakter.

Apa yang bukan sampel ini

Katalognya dipilih untuk pembelajar bahasa. Isinya condong ke klip pendek dengan ucapan jelas dan daya tarik luas: sketsa komedi, vlog, memasak, video penjelasan. Ini bukan sampel acak tentang cara orang bicara. Satuannya adalah klip, bukan penutur, karena transkripnya tidak memisahkan penutur secara andal. Suku kata dihitung dari teks, jadi ketika penutur cepat menelan suku kata yang masih ada di transkrip, klip itu tetap menghitungnya, dan klip cepat bisa sedikit dilebihkan. Level CEFR adalah pembacaan sebuah model atas transkrip.

Pakai data ini

Kamu boleh memakai ulang grafik dan angka di halaman ini untuk artikel, bahan ajar, dan riset. Mohon tautkan halaman ini sebagai sumber.

Suku kata/d: klip median, dalam suku kata per detik ucapan. Setengah tengah klip: persentil ke-25 sampai ke-75. Kata/menit: klip median, dengan "kata" berarti apa pun yang dipisahkan transkrip (satu karakter dalam Mandarin), jadi kolom ini tidak bisa dibandingkan antarbahasa. Klip, jam, dan kanal: klip penutur asli di katalog. Terukur: klip di sampel tempat lajunya dihitung. * Hitungan suku kata perkiraan (Arab dan Ibrani dari rumus huruf, Persia dan Thai dengan kekurangan hitung kecil yang sudah diketahui).

Sumber

• 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, teks lengkap gratis
• 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, salinan arsip terbuka
• Peralatan: espeak-ng 1.52, pykakasi, PyThaiNLP.