ネイティブはどれくらい速く話す？44言語の発話速度

ネイティブが作った短い動画では、最も速い言語は毎秒約6音節で話されている。タミル語（6.20）、日本語（6.19）、トルコ語（6.14）、ポルトガル語（6.02）、イタリア語（6.00）、ギリシャ語（5.99）、テルグ語（5.99）、スペイン語（5.92）、ロシア語（5.90）は非常に近く、順位の差は誤差の範囲に収まる。最も遅いのはベトナム語（4.22）、タイ語（4.59）、英語（4.70）、ドイツ語（4.76）。つまり、スペイン語の中央値クリップは英語の中央値クリップより毎秒の音節数が約4分の1多い。

私はこれを、Reelangのカタログにある230,754本（9,850時間、約41,000チャンネル）から抽出した44言語・16,293本のネイティブYouTubeクリップで測定した。公開されている発話速度の多くは、実験室で文を音読した録音に基づくものだ。こちらはvlog、コント、レシピ、解説、ニュースなど、学習者が実際に出会う話し方である。

44言語の話す速さ

母語話者のYouTube動画、2026年9月

指標

1秒あたりの音節数1分あたりの語数

並び順

速い順アルファベット順2011年の実験値を表示

1秒あたりの音節数（中央値）

中央値の動画中間50％の動画音節数の推定値

タミル語

1秒あたりの音節数6.20

1分あたりの語数137

1語あたりの音節数2.65

各バーはその言語の中央値の動画、そこを貫く線は中間50％の範囲です。1秒あたりの音節数は言語間で比較できますが、1分あたりの語数は比較できません。中国語の書き起こしは1文字を1語と数え、タミル語や韓国語の1語は複数の要素を含むことが多いからです。計測には文中の短いポーズは含み、文と文の間は含みません。言語をタップするとサンプル数が見られます。

上位9言語は横並び

グラフの棒は、各言語の中央値クリップを表す。棒を貫く細い線は、25パーセンタイルから75パーセンタイルまで、クリップの中央半分の範囲を示す。言語をタップするかカーソルを合わせると、サンプル数が出る。

上位9言語は毎秒0.3音節以内に収まり、信頼区間も重なっている。タミル語の中央値は95%の信頼度で6.04〜6.49のどこか、スペイン語は5.82〜6.02。だからグラフの上部は「表彰台」ではなく「速いグループ」として読んでほしい。下部も同じで、ノルウェー語、ドイツ語、スウェーデン語、タガログ語、ベラルーシ語、英語はすべて4.70〜4.78の間に並び、その下にタイ語とベトナム語が来る。

1つの言語の中のばらつきは、ほとんどの言語間の差より大きい。英語の75パーセンタイルのクリップ（毎秒5.16音節）は、スペイン語の25パーセンタイルのクリップ（5.17）と同じ速さだ。どの言語かより、誰が話しているかのほうが効いてくる。

日本語には注釈が必要だ。日本語の話者や教師はふつう音節ではなくモーラで数える。Tōkyōは2音節（tō-kyō）だが4モーラ（to-o-kyo-o）になる。ここでは後述の実験室研究と同じく音節で数え、他言語と比較できるようにした。モーラで数えると、日本語の中央値クリップは毎秒7.45、クリップの中央半分は6.04〜8.95になる。

次の高校コントは日本語の速い側にある。遅刻の言い訳をする生徒の関西弁で、毎秒7.84音節。下の7秒間に6つのセリフが入っている。

YouTube0:03〜0:10

スマート字幕単語ごとに英語で表示

西崎と喧嘩してました。

0:02 / 0:54

関西弁らくらく理解

Reelangでこの動画を使って学ぶ

毎分語数では逆さまになる

速さを語るときに最もよく使われるのは毎分語数だ。上のグラフを毎分語数に切り替えると、順位はほぼひっくり返る。中国語（303）、ベトナム語（253）、タイ語（232）が上位に来る。カンナダ語（122）、韓国語（132）、タミル語（137）、テルグ語（140）は下位に落ちる。44言語全体で、2つの指標の順位相関は-0.25、つまりわずかに負である。

理由は、「語」が言語ごとに別物だからだ。中国語の文字起こしでは1文字が1語と数えられ、1文字は1音節にあたる。韓国語の「語」はスペースとスペースの間すべてで、ふつうは語＋助詞だ。タミル語やトルコ語の語はいくつもの接辞を抱えていることが多い。だから英語の中央値の語は1.31音節、タミル語は2.65音節になる。これらのクリップで英語話者は毎分210語、タミル語話者は137語を話すが、音節数ではタミル語話者のほうが多い。毎分語数は、同じ言語の2本のクリップを比べるには十分だ。言語間では、語の長さを測っているようなものである。

音節は共通単位に最も近いが、どこでも同じ量の意味を運ぶわけではない。よく知られた実験室研究Pellegrino, Coupé and Marsico (2011)は、1音節あたりの情報が少ない言語ほど毎秒の音節数が多い、と示した。日本語とスペイン語は速くて1音節あたりの情報量が少なく、ベトナム語と中国語は遅くて多い。17言語を調べた後の研究では、毎秒の情報量は言語を越えておおむね同じ、約39ビット毎秒になるという（Coupé et al., 2019）。私の順位もその形に合っている。日本語は最上位、ベトナム語は最下位、中国語は下半分だ。

実験室との比較

Pellegrino、Coupé、Marsicoは7言語59人の話者を録音した。各話者は、自分の言語に翻訳された同じ20本の短い文章を音読し、ベトナム語訳が基準として使われた。150ミリ秒を超える無音をすべて取り除いたうえで毎秒音節数を測っている。彼らの表にある8言語はすべて私のデータに入っている。

動画は実験室の値の71〜86%で、中国語だけが例外だ。順序は似ていて、8言語での2列の順位相関は0.76。差の多くは、おそらく時計の回し方から来ている。実験室は150ミリ秒を超えるポーズをすべて除いた。私は文と文の間の空白だけを飛ばすので、文の中の短い間、「えーと」、オチの前の息継ぎは発話時間に数えられる。実際の話し方には、それがたくさんある。

差が最も大きいのはフランス語だ。実験室は「丁寧な発話で発音されるとおり」に音節を数えており、フランス語では日常会話が落とすeが残ることがある。私はフランス語話者がふだん言うとおりに数える。petiteは3音節ではなく2音節だ。中国語はもう1つの外れ値だ。そのクリップは単一の文字起こしエンジンから来ており（手法の節を参照）、同じチャンネルで比べると他より約3%速く読む。これで差の一部は説明できるが、残りについて良い説明は持っていない。

初級クリップは遅く、その後は速さが変わらない

カタログのすべてのクリップにCEFRレベル（A1〜C2）が付いている。モデルが文字起こしを読んで付け、人のレビューで直されることもある。モデルはタイミングを一切見ないので、レベルと速さは別々の測定になる。

レベル別の話す速さ

1秒あたりの音節数、クリップの中央値

言語アラビア語ベラルーシ語ブルガリア語ベンガル語ボスニア語カタルーニャ語チェコ語デンマーク語ドイツ語ギリシャ語英語スペイン語ペルシア語フィンランド語フランス語ヘブライ語ヒンディー語クロアチア語ハンガリー語インドネシア語イタリア語日本語カンナダ語韓国語マケドニア語マラーティー語マレー語オランダ語ノルウェー語ポーランド語ポルトガル語ルーマニア語ロシア語スロバキア語セルビア語スウェーデン語タミル語テルグ語タイ語タガログ語トルコ語ウクライナ語ベトナム語中国語（標準語）

90%B1の速さに対するA1の割合

1.7%A2・B1・B2・C1のうち最速と最遅の差

A15.27

A25.87

B15.88

B25.97

C15.93

02468

中央値のクリップクリップの中間半分全レベル合計

レベルは文字起こしを読むモデルが判定し、人によるチェックが入る場合もあります。モデルはタイミングを見ないため、レベルと速さは別々に測っています。レベルは、そのクリップが20件以上測定された場合に表示されます。ポーズ間の語数は、250ミリ秒以上の無音をはさまずに話された語数を数えたものです。

A1と判定されたクリップは明らかに遅い。A1のクリップが十分ある17言語では、A1の中央値クリップはB1の71%の速さだった。韓国語のA1はB1の57%、フランス語は65%、英語は74%、スペイン語は90%。

A2からC1まで、速さはほとんど変わらない。言語全体で、4つのレベルの最速と最遅の差は、レベル中央値の11%（中央値）にとどまる。スペイン語では1.7%で、A2が毎秒5.87音節、B1が5.88、B2が5.97、C1が5.93。ドイツ語では3%、英語では3.7%だ。C1がB1より確実に速い、ということもない。スペイン語とオランダ語ではわずかに速く（5.93対5.88、5.27対5.15）、英語ではわずかに遅く（4.60対4.75）、フランス語・日本語・ロシア語でははっきり遅い（4.89対5.34、6.16対6.85、4.99対6.07）。C1のクリップにはニュース、講義、解説が多く、内容は濃いが落ち着いている。

つまりA1より上では、レベルが高いのは語彙と文法が難しいからで、話す速さのせいではない。下のスペイン語の2本がその差を見せてくれる。まずA1のコロンビアのクリップ。セリフは短く、間があり、下の部分は毎秒4.73音節。次はデザートをめぐって言い争うリオプラテンセのカップルで、語が簡単なのでA2判定、速さは7.69だ。

速い話者ほど止まらない

速さには2つの要素がある。語をどれだけ速く言うかと、どれだけ頻繁に止まるかだ。2つ目は、文字起こしの語のタイミングから取った2つの数字で測った。平均ラン長は、2つのポーズの間にある語数の平均で、ポーズは250ミリ秒以上の無音とする（第二言語の流暢さを調べたDe Jong and Bosker (2013)で最も良く働いたしきい値）。発声比率は、実際に話している時間の割合だ。

同じ言語の中では、速いクリップほどランが長い。クリップの毎秒音節数と平均ラン長の順位相関は0.82（34言語の中央値）、発声比率とは0.66。これは測り方に組み込まれた部分もある。私の時計は文の中の短いポーズを含むからだ。だから素直な記述として読んでほしい。速いクリップは止まる回数が少ない。

初級クリップの違いが最も出るのは、このポーズのほうだ。スペイン語のA1クリップは音節でみればB1より10%遅いだけだが、ランははるかに短い。A1はポーズとポーズの間が5.6語、B1は9.6語。英語では4.0対10.8、ドイツ語では3.6対8.9。英語のA1話者は時間の41%しか話しておらず、B1話者は79%だ。学習者にとって、その沈黙は今聞いたことを処理する時間になる。

言語間では、これらの数字は比べにくい。語の長さが言語によって違うからだ。ギリシャ語（1ランあたり6.6語）とトルコ語（6.9）は長い語の短いラン、オランダ語（10.4）とフランス語（9.9）は短い語の長いランだ。1語あたりの音節数を掛けると、4言語とも1ランおよそ13〜16音節になる。

方言：差は本物、評判ほどではない

測定クリップが60本以上ある方言は、別に報告している。比較を公平にするため、これらの中央値は言語全体と同じレベル構成に調整してある。A1クリップが多い方言が、そのせいで遅く見えないようにするためだ。下から2つ選んでみてほしい。

2つの言語・方言を比べる

1秒あたりの音節数、クリップの中央値

1つ目アラビア語アルジェリア・アラビア語エジプト・アラビア語湾岸アラビア語イラク・アラビア語レバント・アラビア語リビア・アラビア語現代標準アラビア語モロッコ・アラビア語スーダン・アラビア語チュニジア・アラビア語イエメン・アラビア語ベラルーシ語ブルガリア語標準ブルガリア語ベンガル語バングラデシュのベンガル語インドのベンガル語ボスニア語ボスニア語カタルーニャ語チェコ語標準チェコ語デンマーク語標準デンマーク語ドイツ語オーストリア・ドイツ語バイエルン方言標準ドイツ語シュヴァーベン方言スイス・ドイツ語ギリシャ語標準ギリシャ語英語アフリカ系アメリカ英語アメリカ英語オーストラリア英語イギリス英語カナダ英語ナイジェリア英語スペイン語アンデス・スペイン語カリブ・スペイン語コロンビア・スペイン語中立的な中南米スペイン語メキシコ・スペイン語スペインのスペイン語リオプラテンセ・スペイン語ベネズエラ・スペイン語ペルシア語イランのペルシア語フィンランド語標準フィンランド語フランス語ケベック・フランス語フランスのフランス語ヘブライ語標準ヘブライ語ヒンディー語ヒングリッシュ標準ヒンディー語クロアチア語ハンガリー語標準ハンガリー語インドネシア語ジャカルタ口語インドネシア語標準インドネシア語イタリア語ローマ方言標準イタリア語日本語関西方言標準日本語カンナダ語標準カンナダ語韓国語慶尚道方言標準韓国語マケドニア語マラーティー語マレー語標準マレー語オランダ語フラマン語オランダのオランダ語ノルウェー語ポーランド語標準ポーランド語ポルトガル語ブラジル・ポルトガル語ヨーロッパ・ポルトガル語ブラジル北東部のポルトガル語ルーマニア語モルドバのルーマニア語標準ルーマニア語トランシルヴァニア方言ロシア語標準ロシア語スロバキア語標準スロバキア語セルビア語標準セルビア語スウェーデン語スコーネ方言標準スウェーデン語タミル語標準タミル語テルグ語タイ語標準タイ語タガログ語バタンガス・タガログ語標準フィリピノ語トルコ語標準トルコ語ウクライナ語標準ウクライナ語スルジクベトナム語北部ベトナム語南部ベトナム語中国語（普通話）大陸の普通話台湾華語2つ目アラビア語アルジェリア・アラビア語エジプト・アラビア語湾岸アラビア語イラク・アラビア語レバント・アラビア語リビア・アラビア語現代標準アラビア語モロッコ・アラビア語スーダン・アラビア語チュニジア・アラビア語イエメン・アラビア語ベラルーシ語ブルガリア語標準ブルガリア語ベンガル語バングラデシュのベンガル語インドのベンガル語ボスニア語ボスニア語カタルーニャ語チェコ語標準チェコ語デンマーク語標準デンマーク語ドイツ語オーストリア・ドイツ語バイエルン方言標準ドイツ語シュヴァーベン方言スイス・ドイツ語ギリシャ語標準ギリシャ語英語アフリカ系アメリカ英語アメリカ英語オーストラリア英語イギリス英語カナダ英語ナイジェリア英語スペイン語アンデス・スペイン語カリブ・スペイン語コロンビア・スペイン語中立的な中南米スペイン語メキシコ・スペイン語スペインのスペイン語リオプラテンセ・スペイン語ベネズエラ・スペイン語ペルシア語イランのペルシア語フィンランド語標準フィンランド語フランス語ケベック・フランス語フランスのフランス語ヘブライ語標準ヘブライ語ヒンディー語ヒングリッシュ標準ヒンディー語クロアチア語ハンガリー語標準ハンガリー語インドネシア語ジャカルタ口語インドネシア語標準インドネシア語イタリア語ローマ方言標準イタリア語日本語関西方言標準日本語カンナダ語標準カンナダ語韓国語慶尚道方言標準韓国語マケドニア語マラーティー語マレー語標準マレー語オランダ語フラマン語オランダのオランダ語ノルウェー語ポーランド語標準ポーランド語ポルトガル語ブラジル・ポルトガル語ヨーロッパ・ポルトガル語ブラジル北東部のポルトガル語ルーマニア語モルドバのルーマニア語標準ルーマニア語トランシルヴァニア方言ロシア語標準ロシア語スロバキア語標準スロバキア語セルビア語標準セルビア語スウェーデン語スコーネ方言標準スウェーデン語タミル語標準タミル語テルグ語タイ語標準タイ語タガログ語バタンガス・タガログ語標準フィリピノ語トルコ語標準トルコ語ウクライナ語標準ウクライナ語スルジクベトナム語北部ベトナム語南部ベトナム語中国語（普通話）大陸の普通話台湾華語

スペインのスペイン語6.051秒あたりの音節数

メキシコ・スペイン語5.751秒あたりの音節数

95%信頼区間が重なっているので、これほど小さい差は偶然かもしれない。

10秒の発話に含まれる音節数

スペインのスペイン語

メキシコ・スペイン語

点1つが1音節。方言の数値は言語全体のレベル構成に合わせて調整しているので、初級クリップが多い方言が그のために遅く見えることはない。1分あたりの語数は同じ言語の中でのみ比較できる。アラビア語、ヘブライ語、ペルシア語、タイ語の数値は推定値。

スペイン語

スペイン本国のクリップ（毎秒6.05音節）、アルゼンチンとウルグアイのリオプラテンセ（6.03）、コロンビア（6.03）は、メキシコ（5.75）やアンデス（5.55）より速い。毎分語数ではこれがまったく見えない。本国、リオプラテンセ、メキシコはどれも198か199語だ。本国とメキシコの信頼区間はぎりぎり接している。リオプラテンセとメキシコは重ならない。

ポルトガル語

ブラジルのポルトガル語は毎秒6.06音節、ヨーロッパのポルトガル語は5.56。ヨーロッパのポルトガル語は速くて聞き取りにくいという評判があるが、毎秒音節数ではここでは遅いほうだ。評判はおそらく音から来ている。ヨーロッパの話者は無強勢の母音をよく弱めたり落としたりするので、語が圧縮されて聞こえる。私の数え方は書かれた語に基づくので、その母音も数に入る。むしろそのぶん、ここではヨーロッパのポルトガル語が実際より速く見えているはずだ。ヨーロッパのサンプルは小さく（80本）、信頼区間はブラジルのものと重なっている。

下の2本のナレーション、1つはスマホの保護フィルム貼り、もう1つはレシピだが、私の計測では速さが近い。ブラジル側の部分が毎秒6.12音節、ヨーロッパ側が6.39だ。それぞれで母音がいくつ聞こえるか、耳をすませてみてほしい。

フランス語

フランス本国のクリップは5.29、ケベックは4.90で、信頼区間は重ならない。

日本語

関西の話し方は速いという評判がある。生の数字は一見それを支持している（標準語6.16に対して6.28）。しかしレベル構成をそろえると、関西は6.13、標準語は6.21になる。つまり生の差は関西のクリップが付けられたレベルから来ており、方言そのものではない。しかも両方の信頼区間は広い（5.77〜6.81と5.64〜6.86）。

アラビア語

エジプト方言が最も速く6.12で、モロッコ（5.68）、現代標準アラビア語（5.56）、レバント（5.53）、湾岸（5.37）が続く。最も遅いのはチュニジアの4.66。アラビア語の数値は推定値で、短母音が書かれないため（手法の節を参照）、人による検証が必要だった。

ドイツ語

標準ドイツ語は5.00、シュヴァーベンは4.63、オーストリアは4.46、バイエルンは4.41、スイスドイツ語は3.98。

英語と中国語

アメリカ、イギリス、オーストラリア、カナダの英語はすべて4.69〜4.75に収まる。ナイジェリア英語はやや遅く4.30。中国本土の中国語は5.27、台湾の中国語は4.80で、台湾は65本と小さいサンプルだ。

言語を学んでいる人にとっての意味

言語間の差は本物だが、ほどほどだ。スペイン語の学習者と英語の学習者が向き合う発話は、毎秒音節数でおよそ4分の1違うだけで、どちらの言語でもクリップの中央半分がそれ以上の幅を持っている。はるかに大きく変わるのは、初級教材からそれ以外へ移る段差のほうだ。A1を抜けたら、レベルが上がってもクリップは遅くならない。A2のクリップはC1とほぼ同じ速さだ。現実的な進み方は、長い間と短いセリフのクリップから始め、そのあとは人がもっとゆっくり話すレベルを待つのではなく、話題と話し手でクリップを選ぶことである。

試してみたいなら、スペイン語、ポルトガル語、フランス語、英語、日本語のページにネイティブのクリップがレベル別に並んでいる。字幕はこのページのクリップと同じ、単語ごとのものだ。速さはリスニングの難しさの半分でしかない。もう半分は語彙と文法で、それはネイティブ動画を理解するのに必要な語数で測った。また、Christian Lauerの初心者向けガイドは、基本的な理解に届くまでの最初の数か月を扱っている。各レベルの語彙を身につけるのに動画が何時間必要かは、12言語について言語習得にどれくらいかかるのかにまとめてある。

測定方法

クリップについて

すべてのクリップは2026年9月29日時点でReelangのカタログにあったもので、公開表示されており、発話があり、ネイティブのコンテンツで語学レッスンではなく、吹き替えでなく、1つの言語で、人のレビューで使用不可と判定されていないものだ。ほぼすべてがYouTube由来である。この230,754本から、言語・方言・CEFRレベルで層化抽出した。1グループあたり最大60本、固定ハッシュで選んだので、サンプルは再構築できる。各クリップは最初の30文を使った。人によるデータラベリングに基づき歌は除外し（抽出分で1,617本）、1チャンネルが1グループに提供できるのは3本までとした。そのうえで各クリップにカタログ内のグループの大きさで重みを付け、数字がサンプルではなくカタログを記述するようにした。すべての数値は重み付き中央値で、「中央半分」は25〜75パーセンタイルを指す。信頼区間は300回のブートストラップ再抽出による。

順位に入る言語

言語はカタログに最低150本のクリップと40チャンネルがあり、すべてのフィルタ後に75本以上残る必要がある。44言語がこれを満たす。エスペラントは数字の上では通過するが、ネイティブ話者がほとんどいないため除外した。方言はカタログに最低100本のクリップと20チャンネル、測定クリップ60本が必要だ。

毎秒音節数

各文について、最初の語が始まる時刻と最後の語が始まる時刻を取り、最後の語を除くすべての語の音節数をその区間で割る。語の開始時刻は、どの文字起こしソースでも正確な唯一のタイミングだ。終了時刻は一部のエンジンで推定が混じる。クリップごとに、すべての文の音節数と区間を合計する。クリップには最低5文の使用可能な文と10秒の発話が必要だ。区間は文の中の短いポーズを含むが、文と文の間の空白は含まない。毎分語数も同じ区間を使う。

音節の数え方

音節はテキストから、その語がふつうに発音されるとおりに数える。

• 英語、スペイン語、フランス語、ドイツ語、イタリア語、ポルトガル語、ロシア語、トルコ語、インドの諸言語を含む30言語では、各語を発音エンジンespeak-ngに通し、母音音素または音節主音の子音を1音節と数える。
• クロアチア語、セルビア語、ボスニア語、マケドニア語、チェコ語、スロバキア語は、音節主音のrとlを含む文字規則で数える（Hrvatskaは3音節）。タガログ語は母音字を数える。
• 中国語は漢字1文字につき1音節、韓国語はハングル1ブロックにつき1音節、ベトナム語は表記上の1音節につき1音節。
• 日本語はpykakasiでかなに変換してから、音節とモーラで数える。
• タイ語はPyThaiNLPの辞書ベースの音節分割器を使う。これはわずかに少なめに数える。
• アラビア語とヘブライ語は短母音を書かないので、文字数と語数から、それぞれ手で数えた25文に当てはめた式で推定した（1文あたり約9%と12%の誤差、全体では1%未満）。人が検証したセットを使っている。

数字を含む文は除外した。数の読み方は言語ごとに違うからだ。12言語の無作為な102文では、自動の数え上げが手作業と完全に一致したのは98文で、合計は同じだった（どちらも1,267音節）。手作業は自動の数値が見える状態で行ったので、これは確認であってブラインドテストではない。アラビア語、ヘブライ語、ペルシア語、タイ語は推定値として印を付けている。

文字起こしについて

文字起こしは3つのエンジンによる機械生成だ。同じチャンネルのクリップで比べると、1つのエンジンは他より毎秒約0.18音節（3%）高い値を出す。データの一部はReelangのプラットフォーム上で学習者によって人手検証されており（4.3%）、残りは自動音声認識に基づく。中国語は単一エンジンの293本で測定している。

ポーズについて

平均ラン長と発声比率には各語の終了時刻が必要で、発話パターン解析エンジンのうち2つが同じ方法で推定している。これらの指標ではその2つのエンジンのクリップだけを使い、語が文字や文字のかたまりである言語との間では比較しない。

このサンプルではないもの

カタログは語学学習者向けに選ばれている。発話が明瞭で幅広く受ける短いクリップ、つまりコント、vlog、料理、解説に偏っている。人々の話し方の無作為標本ではない。単位は話者ではなくクリップだ。文字起こしが話者を確実に分けられないからである。音節はテキストから数えるので、速い話者が音節を飲み込んでも文字起こしに残っていれば数えられ、速いクリップはやや高めに出る可能性がある。CEFRレベルは、モデルが文字起こしを読んだ結果だ。

このデータの利用について

このページのグラフと数値は、記事、教材、研究で自由に再利用してかまわない。出典としてこのページにリンクしてほしい。

音節/秒：中央値クリップの、発話1秒あたりの音節数。クリップの中央半分：25〜75パーセンタイル。語/分：中央値クリップの値で、「語」は文字起こしが区切った単位（中国語では1文字）なので、この列は言語間で比較できない。クリップ、時間、チャンネル：カタログにあるネイティブのクリップ。測定数：速度を計算したサンプルのクリップ数。* 音節数が推定値のもの（アラビア語とヘブライ語は文字ベースの式、ペルシア語とタイ語はわずかな過少計数が分かっている）。

出典

• 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, 全文無料
• 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, オープンアーカイブ版
• ツール：espeak-ng 1.52、pykakasi、PyThaiNLP。