Quante parole servono per capire i video dei madrelingua?
Con le 5.000 parole inglesi più comuni, in un clip tipico conosci il 95,6% delle parole. In spagnolo servono circa 6.800 parole per arrivare al 95%, e in 13 lingue su 23 nemmeno 10.000 bastano. Dati da 35.615 clip di madrelingua, per lingua e per livello.
Chief Language Geek @ Reelang
Se conosci le 5.000 parole inglesi più comuni, in un video tipico di un madrelingua inglese il 95,6% delle parole ti è familiare, e il 58,4% dei clip arriva al 95%: la soglia alla quale, secondo gli studi sull’ascolto, chi impara capisce bene. In spagnolo servono circa 6.800 parole perché il clip tipico arrivi al 95%, e in 13 delle 23 lingue che ho misurato 10.000 parole non bastano.
Questi numeri vengono da 35.615 clip di madrelingua in 23 lingue del catalogo Reelang, contati parola per parola rispetto a una lista di frequenza per ogni lingua. Scegli una lingua e un numero di parole qui sotto per vedere cosa ottieni.
Le prime 1.000 parole fanno quasi tutto il lavoro
La frequenza delle parole è sbilanciata. Poche centinaia di parole (the, and, is, you, que, de) costituiscono gran parte di tutto quello che diciamo, e ogni parola più in basso nella lista compare meno spesso. Questo schema si chiama legge di Zipf e vale per tutte le lingue qui presenti.
Nelle 18 lingue che posso classificare senza riserve, il clip tipico è coperto all’80,7% dalle prime 1.000 parole, all’86,7% dalle prime 2.000 e al 92,4% dalle prime 5.000. Le prime mille parole ti portano a quattro parole note su cinque. Le quattromila successive aggiungono circa dodici punti.
Le soglie che contano per l’ascolto stanno dentro quegli ultimi punti. Due tornano di continuo nella ricerca su quante parole servono:
- 95%, una parola sconosciuta su 20. Batia Laufer l’ha proposta per la lettura nel 1989. Per l’ascolto, van Zeeland e Schmitt (2013) hanno visto che molti se la cavavano già al 90%, e che al 95% chi ascolta in seconda lingua capisce bene e con molta meno variazione tra una persona e l’altra.
- 98%, una parola sconosciuta su 50. Hu e Nation (2000) hanno trovato che chi legge narrativa da solo ha bisogno all’incirca di questo per una comprensione adeguata.
A 150 parole al minuto, una velocità di parlato normale, il 95% significa circa sette parole sconosciute al minuto (Nation, 2006). Il 98% ne significa tre. Questa differenza la senti nella demo qui sotto. Usa frasi vere prese dai clip dello studio e nasconde ogni parola che non rientra nel numero di parole che scegli.
Con 2.000 parole, la frase sulle polpette è nota al 58,3%: albóndigas, parmesano, rallado e orégano non sono nella lista, e perejil (prezzemolo) sta alla posizione 13.520. La frase sul gatto è nota al 96,2% con le stesse 2.000 parole. Entrambi i clip sono in spagnolo ed entrambi sono etichettati A2.
Inglese e spagnolo, in numeri
Inglese. Il clip tipico arriva al 90% con 2.021 parole, al 95% con 4.462 e al 98% con 9.403. Con 3.000 parole, il 24,9% dei clip inglesi sta al 95% o più. Con 5.000 parole, ci sta il 58,4%, e il 15,2% sta al 98% o più.
Spagnolo. Il clip tipico arriva al 90% con 2.754 parole e al 95% con 6.781. Non arriva al 98% entro le 10.000 parole. Con 3.000 parole, il 10,8% dei clip spagnoli sta al 95% o più. Con 5.000 parole, ci sta il 32,0%.
Quindi in spagnolo, chi conosce 3.000 parole trova circa un clip su dieci in cui il 95% delle parole è familiare. È un bacino reale da cui imparare, perché le parole che ancora non conosci compaiono circondate da parole che conosci. Questo clip colombiano è uno di quelli: l’88,4% delle sue parole sta nelle prime 1.000 e il 96,3% nelle prime 2.000.
Conoscere le parole non è lo stesso che coglierle al volo. Chi parla in quel clip va a una mediana di 243 parole al minuto, molto più veloce di una registrazione da manuale. La copertura lessicale ti dice se potresti capire la trascrizione. Non ti dice se riesci a stare dietro alla velocità.
Lingue piatte e lingue ripide
Le curve non hanno tutte la stessa forma. In danese, svedese e olandese, le prime 1.000 parole coprono già dall’84,4% all’86,5% di un clip tipico, e passare da 1.000 a 5.000 parole aggiunge solo da 8,3 a 9,3 punti. Inglese, francese, spagnolo, portoghese e italiano aggiungono da 11,5 a 12,6 punti nello stesso intervallo. Le curve più ripide sono quelle dell’indonesiano (+20,8), dell’ucraino (+18,3), dell’arabo (+18,1), del russo (+16,5), del finlandese (+15,3), del turco (+15,2) e del polacco (+14,3).
Una curva ripida vuol dire che le prime mille parole lasciano più buchi nel clip, e che ogni migliaio in più vale di più. In parte dipende dalla lingua. In parte dipende da come si contano le parole, e questo va spiegato prima di confrontare due lingue.
Le liste qui sono lemmatizzate: dije, dijo e decir contano come un’unica parola, decir. È giusto per lo spagnolo, che ha molte forme verbali. Ma un lemmatizzatore funziona solo quando riconosce la forma. In ceco, finlandese, ungherese, russo e ucraino, dal 9,0% al 10,8% delle parole di un clip tipico sono forme che la lista non è riuscita a ricondurre a un lemma. Molte sono parole comuni con una desinenza di caso che lo strumento non ha tolto. Qui contano come sconosciute, quindi per queste cinque lingue i numeri sono un minimo: la copertura reale è più alta. Nella tabella qui sotto sono segnate con un asterisco.
I composti penalizzano tedesco, olandese e lingue nordiche in modo simile. Un composto tedesco come Küchenschrank (mobile da cucina) conta come sconosciuto se il composto intero non è nella lista, anche quando conosci entrambe le parti.
L’etichetta di livello cambia poco il lessico
Ogni clip del catalogo ha un livello CEFR, assegnato da un modello che legge la trascrizione. Qui sono raggruppati in cinque fasce, da A1 (A0 conta come A1) a C1 (C2 conta come C1). Se l’etichetta seguisse il lessico, i livelli più alti richiederebbero più parole. Per le prime 2.000 parole, quasi non succede. Prendendo la mediana tra le lingue (A1 ha abbastanza clip in 11 lingue, C1 in 20), le prime 2.000 parole coprono l’84,0% di un clip A1, l’84,0% in A2, l’85,2% in B1, l’86,1% in B2 e l’84,1% in C1.
Il livello si vede nella parte alta dell’intervallo. Con 5.000 parole conosceresti il 95% delle parole nel 30,2% dei clip A1, nel 20,6% dei clip A2, nel 22,6% dei B1, nel 15,5% dei B2 e nel 4,5% dei C1. La lunghezza è una delle ragioni: il clip C1 mediano del campione ha 338 parole, quello A1 mediano 81. Un clip corto ha meno occasioni di usare una parola rara.
I clip con la copertura più bassa parlano quasi sempre di cibo. Dei 25 clip inglesi del campione con la copertura più bassa a 2.000 parole, circa due terzi sono ricette, recensioni di cibo o assaggi di snack, e 21 sono etichettati A1 o A2. In spagnolo, 11 dei 25 più bassi parlano di cibo, e tre sono canzoni per bambini. La grammatica di una ricetta è semplice («aggiungi l’aglio, mescola, fatto»), ed è per questo che prende un’etichetta bassa. I sostantivi no. Nella lista inglese, garlic è la parola 6.395 e tablespoon la 11.551. In spagnolo, ajo è la 6.605 e sartén (padella) la 11.125.
Ecco due clip inglesi. Il primo è un trailer etichettato B2: il 96,9% delle sue parole sta nelle prime 2.000, e supera il 95% a 1.300 parole. Il secondo è una ricetta con la slow cooker etichettata A2: il 72,3% delle sue parole sta nelle prime 2.000, e supera il 95% solo a 11.551 parole, la posizione di tablespoon.
Nemmeno il trailer è facile, ma per un altro motivo: chi parla va a una mediana di 215 parole al minuto. Un’etichetta di livello mescola velocità, grammatica e lessico in una sola lettera, e la parte lessicale è quella che si perde. Se conosci tra le 2.000 e le 5.000 parole, guarda anche l’argomento di un clip, non solo il livello: cibo, cucina e recensioni di prodotti usano molte parole che stanno in fondo alla lista.
Anche le varietà cambiano
L’arabo è misurato con una lista di frequenza separata per ogni dialetto. Le altre lingue usano una sola lista per tutte le loro varietà. Con 2.000 parole, il clip tipico in arabo egiziano è coperto all’86,1%, quello iracheno al 79,6% e quello marocchino al 72,5%. Per il marocchino, il 9,5% delle parole di un clip tipico non sta affatto nella sua lista, quindi parte del divario dipende dalla lista. In francese, i clip del Québec arrivano al 90,6% contro l’87,6% dei clip dalla Francia. Il portoghese brasiliano è all’87,4%, quello europeo all’80,3%, ma solo 61 clip di portoghese europeo hanno passato i filtri e sono valutati su una lista diversa, quindi prendi quel dato con cautela.
Come si confronta con la stima di Nation
Il dato più noto per l’inglese parlato viene dall’articolo del 2006 di Paul Nation «How large a vocabulary is needed for reading and listening?». Usando un corpus di inglese parlato neozelandese, ha trovato che 3.000 famiglie di parole più i nomi propri danno oltre il 95% di copertura, e che per il 98% ne servono da 6.000 a 7.000. Webb e Rodgers (2009) hanno ottenuto numeri simili per le sceneggiature dei film: 3.000 famiglie più nomi propri e parole marginali per il 95,76%, e 6.000 famiglie con le stesse aggiunte per il 98,15%.
I miei numeri per l’inglese sono più alti: 4.462 parole perché il clip tipico arrivi al 95%, 9.403 per il 98%. Prendendo tutti i clip inglesi insieme come un unico testo lungo, 5.000 parole coprono il 95,1%. Le ragioni della differenza sono tre, e nessuna significa che uno studio sia sbagliato:
- Le famiglie sono più grandi dei lemmi. Una famiglia di parole raggruppa happy, unhappy, happiness e happily in un’unica unità. Una lista di lemmi ne conta quattro. Quindi 3.000 famiglie corrispondono a un numero maggiore di lemmi.
- La lista è costruita soprattutto su testo scritto. Le parole del parlato quotidiano stanno più in basso di quanto ti aspetteresti: alright è la parola 3.102, kinda la 2.333 e bye la 3.273.
- I video brevi restano su un solo argomento. Una ricetta di due minuti spende quasi tutte le sue parole sul lessico di un tema, mentre una conversazione lunga si sposta e riusa più parole generiche.
Cosa significa se stai imparando una lingua
Le prime 2.000 o 3.000 parole vale la pena impararle apposta, con un mazzo o un corso ordinato per frequenza. A quel punto una fetta reale di clip di madrelingua è alla tua portata al 95%, e da lì puoi raccogliere molte parole nuove dal contesto invece che da una lista. La guida per principianti di Christian Lauer spiega come arrivarci in fretta.
Dopo, scegli i clip per argomento, non solo per livello. Chi conosce 3.000 parole di spagnolo può seguire la scenetta del gatto qui sopra e perdersi comunque nella ricetta delle polpette, anche se entrambe sono etichettate A2. E per ceco, finlandese, ungherese, russo e ucraino, aspettati che questi numeri sembrino più duri di quanto siano: gran parte di ciò che conta come sconosciuto è una parola che conosci con una desinenza che non hai ancora incontrato.
Se vuoi esercitarti con clip come quelli qui sopra, le pagine spagnolo, inglese e tedesco elencano clip di madrelingua per livello, con gli stessi sottotitoli parola per parola dei clip di questa pagina. Altro sul perché la comprensione viene prima del parlato: come smettere di tradurre nella testa. Quante ore di video servono, lingua per lingua, lo trovi in quanto tempo ci vuole per imparare una lingua, con un calcolatore per il tuo livello e il tuo tempo giornaliero.
Come l’ho misurato
I clip. Tutti i clip erano nel catalogo Reelang il 29 settembre 2026 e in rotazione: visibili pubblicamente, con parlato, contenuti di madrelingua (non lezioni di lingua), non doppiati e in una sola lingua. Per ogni lingua ho campionato fino a 500 clip per livello CEFR e ho pesato ogni livello secondo la sua quota nel catalogo, così i numeri descrivono il catalogo nel suo insieme. Sono stati esclusi i clip con meno di 50 parole, quelli in cui una riga di sottotitolo si ripete (più del 30% delle righe), quelli più veloci di 330 parole al minuto di durata e quelli in cui più del 35% delle parole non è nella lista della lingua (di solito una trascrizione nella lingua sbagliata). Dopo il filtro sono rimasti 35.615 clip nelle 23 lingue classificate, con 13,8 milioni di parole. Il clip mediano dura 81 secondi. 35.600 vengono da YouTube, 8 da TikTok e 7 da Instagram.
Le parole. Ogni trascrizione è divisa in parole su spazi e punteggiatura, messa in minuscolo e ripulita dalle cifre. Ogni parola viene cercata in una lista di frequenza della sua lingua, costruita da wordfreq 3.1.1 (Speer, 2022): le 25.000 forme più frequenti, raggruppate per lemma con simplemma (altri strumenti per arabo, ebraico e lingue asiatiche) e ordinate per frequenza totale di ciascun lemma. Le forme assenti dalla lista sono lemmatizzate con simplemma come ripiego. I nomi propri (con la maiuscola, non a inizio frase, non in lista) e le parole marginali come uh, mhm e haha contano come note, come fanno Nation (2006) e Webb e Rodgers (2009). Il tedesco scrive tutti i sostantivi con la maiuscola, e hindi e arabo non hanno maiuscole, quindi per queste lingue non c’è nessun credito sui nomi propri. In inglese, le metà delle contrazioni contano come parola intera (didn't conta come did e not).
I numeri. La copertura è la quota di parole di un clip il cui lemma rientra nelle prime N. Le percentuali qui sopra sono mediane tra i clip. Per i dati sui «clip al 95%», la soglia esatta di ogni clip è calcolata sulle sue posizioni di frequenza, quindi non c’è interpolazione. Il dato «il clip tipico arriva al 95% a» è il numero di parole più piccolo al quale il clip mediano supera il 95%.
Non classificate. In ebraico i prefissi (ve-, ha-, be-, le-) non vengono separati, quindi parole note contano come sconosciute. Le trascrizioni tamil sono in tamil parlato e la lista è in tamil scritto. Giapponese, cinese e coreano sono contati solo sulle parole di contenuto, e il vietnamita sulle sillabe, quindi i loro numeri non sono confrontabili con gli altri. Per essere classificata, una lingua ha bisogno di almeno 300 clip. Il norvegese ne ha 449; ogni altra lingua classificata ne ha più di 1.000. La lista turca ha solo 9.088 lemmi, quindi per il turco i grafici si fermano a 8.000 parole, e «10.000+» significa che il clip tipico non arriva al 95% nemmeno con la lista intera.
Distorsioni note. I numeri descrivono trascrizioni, non audio, quindi gli errori di riconoscimento vocale contano come parole. Conoscere perfettamente le prime N parole è un caso ideale, e le espressioni idiomatiche non sono contate come unità. Il livello CEFR è il giudizio di un modello sulla trascrizione. E il catalogo è scelto per chi impara: tende a clip con parlato chiaro e di interesse ampio, quindi non è un campione casuale di tutto ciò che sta su YouTube o TikTok.
Usa questi dati
Puoi riutilizzare i grafici e i numeri di questa pagina nei tuoi testi, nelle tue lezioni o nella tua ricerca. Ti chiediamo solo di linkare questa pagina come fonte.
| Lingua | Clip | 1.000 | 2.000 | 5.000 | 95%+ | 98%+ | 95% a |
|---|---|---|---|---|---|---|---|
| Danese | 1.122 | 86,5% | 91,1% | 94,8% | 47,0% | 8,4% | 5.292 |
| Inglese | 2.002 | 83,7% | 89,9% | 95,6% | 58,4% | 15,2% | 4.462 |
| Svedese | 1.325 | 85,6% | 89,8% | 94,0% | 37,6% | 5,6% | 6.768 |
| Olandese | 1.841 | 84,4% | 89,0% | 93,7% | 32,2% | 3,5% | 7.109 |
| Francese | 1.961 | 82,7% | 88,4% | 94,2% | 40,1% | 5,8% | 5.804 |
| Norvegese | 449 | 83,5% | 88,1% | 93,0% | 25,0% | 3,8% | 9.478 |
| Spagnolo | 2.195 | 81,6% | 87,3% | 93,5% | 32,0% | 5,4% | 6.781 |
| Portoghese | 1.865 | 81,4% | 87,2% | 94,0% | 38,4% | 7,3% | 6.121 |
| Rumeno | 1.602 | 81,4% | 87,0% | 92,5% | 25,3% | 5,8% | 9.586 |
| Esperanto | 1.007 | 80,0% | 86,3% | 92,3% | 28,6% | 4,5% | 10.000+ |
| Italiano | 1.880 | 79,7% | 85,6% | 91,9% | 21,2% | 2,7% | 9.269 |
| Turco | 1.322 | 77,1% | 85,6% | 92,3% | 25,4% | 5,5% | 10.000+ † |
| Tedesco | 1.933 | 80,0% | 84,8% | 90,3% | 11,3% | 1,1% | 10.000+ |
| Greco | 1.796 | 78,0% | 83,5% | 89,0% | 6,7% | 1,0% | 10.000+ |
| Hindi | 1.417 | 77,2% | 82,4% | 88,3% | 6,6% | 1,2% | 10.000+ |
| Arabo | 1.916 | 73,1% | 82,2% | 91,2% | 17,8% | 2,7% | 10.000+ |
| Polacco | 1.503 | 73,9% | 81,0% | 88,2% | 8,2% | 1,0% | 10.000+ |
| Indonesiano | 1.582 | 68,6% | 80,6% | 89,4% | 10,4% | 2,3% | 10.000+ |
| Ceco * | 1.239 | 73,4% | 80,0% | 86,8% | 3,9% | 0,5% | 10.000+ |
| Finlandese * | 1.565 | 71,7% | 79,3% | 87,0% | 3,6% | 0,8% | 10.000+ |
| Ungherese * | 1.732 | 71,7% | 78,1% | 84,5% | 0,4% | 0,0% | 10.000+ |
| Russo * | 1.305 | 70,0% | 77,8% | 86,5% | 2,9% | 0,1% | 10.000+ |
| Ucraino * | 1.056 | 65,4% | 73,4% | 83,7% | 0,8% | 0,0% | 10.000+ |
Colonne 1.000, 2.000 e 5.000: la quota mediana di parole di un clip coperta dai primi 1.000, 2.000 o 5.000 lemmi. 95%+ e 98%+: la quota di clip in cui chi conosce i primi 5.000 lemmi conosce almeno il 95% o il 98% delle parole. 95% a: il numero di parole al quale il clip mediano supera il 95% (10.000+ significa non entro le 10.000). * Limite inferiore: il 9% o più delle parole di un clip tipico non è stato associato alla lista, quindi la copertura reale è più alta. † La lista turca ha solo 9.088 lemmi: il clip turco tipico non arriva al 95% nemmeno con la lista intera.
Fonti
- Hu, M. H.-c., & Nation, I. S. P. (2000). Unknown vocabulary density and reading comprehension. Reading in a Foreign Language, 13(1), 403-430. doi.org/10.64152/10125/66973 (testo completo gratuito)
- Laufer, B. (1989). What percentage of text-lexis is essential for comprehension? In C. Lauren & M. Nordman (Eds.), Special language: From humans thinking to thinking machines (pp. 316-323). Multilingual Matters. Scheda
- Nation, I. S. P. (2006). How large a vocabulary is needed for reading and listening? The Canadian Modern Language Review, 63(1), 59-82. doi.org/10.3138/cmlr.63.1.59, PDF gratuito
- Speer, R. (2022). wordfreq v3.0 [dati e software]. Zenodo. doi.org/10.5281/zenodo.7199437. Questo studio ha usato la release 3.1.1 da github.com/rspeer/wordfreq.
- van Zeeland, H., & Schmitt, N. (2013). Lexical coverage in L1 and L2 listening comprehension: The same or different from reading comprehension? Applied Linguistics, 34(4), 457-479. doi.org/10.1093/applin/ams074
- Webb, S., & Rodgers, M. P. H. (2009). The lexical coverage of movies. Applied Linguistics, 30(3), 407-427. doi.org/10.1093/applin/amp010
Inizia a guardare
Scegli una lingua e avvia il feed. Parlato autentico di madrelingua, classificato per difficoltà. Nessun test di livello, nessuna registrazione.
Scegli una linguaLeggi anche
Input comprensibile per chi inizia
L’input comprensibile funziona solo quando riesci a seguire quello che senti. Christian Lauer spiega come arrivarci in fretta e come capire quando ci sei.
Come smettere di tradurre nella testa: prima la comprensione, poi il parlato
Smetti di tradurre nella testa quando dai al tuo cervello così tanto parlato comprensibile che tradurre non serve più. La traduzione mentale è una scorciatoia che il cervello costruisce quando non ha abbastanza esperienza diretta con una lingua: la soluzione non è un trucco, è il volume di ascolto.
Perché l’input comprensibile funziona per chi studia il mandarino
L’input comprensibile funziona per il mandarino perché i suoi ostacoli più grandi (i toni, la scrittura con i caratteri e la distanza tra lingua parlata e lingua scritta) si imparano prima con l’orecchio che con le regole. Gli esercizi di grammatica e le flashcard ti insegnano a riconoscere il mandarino isolato; l’input comprensibile te lo fa riconoscere come lo producono davvero i madrelingua, a velocità naturale, in contesto, con toni e ritmo intatti.