원어민은 얼마나 빨리 말할까? 44개 언어의 말하기 속도

원어민이 만든 짧은 영상에서 가장 빠른 언어는 초당 약 6음절로 말한다. 타밀어(6.20), 일본어(6.19), 터키어(6.14), 포르투갈어(6.02), 이탈리아어(6.00), 그리스어(5.99), 텔루구어(5.99), 스페인어(5.92), 러시아어(5.90)는 차이가 너무 작아서 순서가 오차 범위 안에 들어간다. 가장 느린 쪽은 베트남어(4.22), 태국어(4.59), 영어(4.70), 독일어(4.76)다. 그래서 중앙값 기준으로 스페인어 클립은 영어 클립보다 초당 음절 수가 약 4분의 1 더 많다.

나는 Reelang 카탈로그의 230,754개 클립(9,850시간, 약 41,000개 채널)에서 뽑은 44개 언어 16,293개 원어민 유튜브 클립으로 이것을 측정했다. 지금까지 발표된 말하기 속도는 대부분 실험실에서 문장을 소리 내어 읽은 자료다. 여기 자료는 브이로그, 콩트, 레시피, 설명 영상, 뉴스 클립이다. 학습자가 실제로 마주치는 말이다.

44개 언어의 말 속도

원어민 유튜브 클립, 2026년 9월

측정 기준

초당 음절 수분당 단어 수

정렬

빠른 순가나다순2011년 실험실 수치 보기

초당 음절 수, 클립 중앙값

클립 중앙값클립의 중간 절반추정 음절 수

타밀어

초당 음절 수6.20

분당 단어 수137

단어당 음절 수2.65

막대 하나는 해당 언어의 클립 중앙값이고, 가로선은 클립의 중간 절반 구간입니다. 초당 음절 수는 언어끼리 비교할 수 있지만 분당 단어 수는 그렇지 않습니다. 중국어 전사에서는 글자 하나하나가 단어로 세어지고, 타밀어나 한국어의 단어는 여러 요소를 담는 경우가 많습니다. 시간 측정에는 문장 안의 짧은 휴지는 포함되지만 문장 사이의 간격은 빠집니다. 언어를 탭하면 표본 크기를 볼 수 있습니다.

아홉 개 언어가 1위를 나눠 갖는다

차트의 막대 하나는 그 언어의 중앙값 클립이다. 막대를 가로지르는 가는 선은 25번째에서 75번째 백분위수까지, 즉 클립의 가운데 절반을 보여 준다. 언어를 누르거나 마우스를 올리면 표본 크기가 보인다.

상위 아홉 언어는 서로 초당 0.3음절 안에 몰려 있고, 신뢰 구간도 겹친다. 타밀어의 중앙값은 95% 신뢰 수준에서 6.04와 6.49 사이, 스페인어는 5.82와 6.02 사이다. 그러니 차트 위쪽은 순위표가 아니라 〈빠른 그룹〉으로 읽는 게 맞다. 아래쪽도 비슷하다. 노르웨이어, 독일어, 스웨덴어, 타갈로그어, 벨라루스어, 영어가 모두 4.70에서 4.78 사이에 있고, 그 아래에 태국어와 베트남어가 있다.

한 언어 안의 편차가 대부분의 언어 간 차이보다 크다. 영어 75번째 백분위수 클립(초당 5.16음절)은 스페인어 25번째 백분위수 클립(5.17)만큼 빠르다. 어떤 언어를 듣느냐보다 어떤 화자를 듣느냐가 더 중요하다.

일본어는 설명이 필요하다. 일본어 화자와 교사는 보통 음절이 아니라 morae로 센다. Tōkyō는 2음절(tō-kyō)이지만 4모라(to-o-kyo-o)다. 나는 아래에 나오는 실험실 연구와 맞추려고 음절로 셌다. 그래야 일본어를 다른 언어와 비교할 수 있다. 모라로 세면 일본어 중앙값 클립은 초당 7.45모라, 가운데 절반은 6.04에서 8.95다.

아래 고등학교 콩트는 일본어 중에서도 빠른 쪽이다. 학생이 지각 변명을 늘어놓는 간사이 사투리 영상이고, 초당 7.84음절이다. 아래 7초 안에 여섯 줄이 들어 있다.

YouTube0:03~0:10

스마트 자막한국어로 단어별 뜻 보기

西崎と喧嘩してました。

0:02 / 0:54

간사이벤술술 이해됨

Reelang에서 이 영상으로 배우기

분당 단어 수는 순서를 거꾸로 만든다

속도를 말할 때 가장 흔히 쓰는 단위는 분당 단어 수다. 위 차트를 분당 단어 수로 바꾸면 순위가 거의 뒤집힌다. 중국어, 베트남어, 태국어가 각각 303, 253, 232단어로 맨 위로 올라간다. 칸나다어(122), 한국어(132), 타밀어(137), 텔루구어(140)는 맨 아래로 내려간다. 44개 언어에서 두 지표의 순위 상관은 -0.25로 약간 음의 값이다.

이유는 〈단어〉가 언어마다 다른 것이기 때문이다. 중국어 전사에서는 글자 하나가 한 단어로 세어지고, 한 글자는 한 음절이다. 한국어의 〈단어〉는 띄어쓰기 사이의 모든 것, 보통 단어에 조사가 붙은 덩어리다. 타밀어나 터키어 단어는 어미를 여러 개 달고 있을 때가 많다. 그래서 영어 단어 중앙값은 1.31음절, 타밀어는 2.65음절이다. 이 클립들에서 영어 화자는 분당 210단어, 타밀어 화자는 137단어를 말하지만, 음절 수는 타밀어 화자가 더 많다. 분당 단어 수는 같은 언어의 두 클립을 비교할 때는 쓸 만하다. 언어끼리 비교하면 주로 단어 길이를 재는 셈이 된다.

음절은 공통 단위에 가장 가깝지만, 음절 하나에 담긴 의미의 양도 언어마다 같지 않다. 잘 알려진 실험실 연구 Pellegrino, Coupé and Marsico (2011)은 음절당 정보가 적은 언어일수록 초당 음절 수가 많다는 것을 발견했다. 일본어와 스페인어는 빠르고 음절당 정보가 적었고, 베트남어와 중국어는 느리고 많았다. 이후 17개 언어를 다룬 연구에서는 초당 정보량이 언어를 가로질러 비슷하게, 초당 약 39비트로 나왔다(Coupé et al., 2019). 내 순위도 이 패턴과 맞는다. 일본어는 맨 위, 베트남어는 맨 아래, 중국어는 아래쪽 절반에 있다.

실험실 수치와 비교하면

Pellegrino, Coupé, Marsico는 7개 언어 화자 59명을 녹음했다. 각자 같은 짧은 글 20편을 자기 언어로 번역한 판본으로 읽었고, 베트남어 번역본을 기준으로 삼았다. 150ms보다 긴 침묵을 모두 제거한 뒤 초당 음절 수를 쟀다. 그 표에 있는 8개 언어는 모두 내 데이터에도 있다.

영상은 실험실 값의 71%에서 86% 수준이고, 중국어만 예외다. 순서는 비슷하다. 8개 언어에서 두 열의 순위 상관은 0.76이다. 차이의 대부분은 아마 시계를 어떻게 돌리느냐에서 온다. 실험실은 150ms가 넘는 쉼을 모두 지웠다. 나는 문장과 문장 사이만 건너뛴다. 그래서 문장 안의 짧은 쉼, 〈어〉 하는 소리, 결정적 대사 직전의 숨은 모두 말한 시간으로 들어간다. 실제 말에는 이런 게 아주 많다.

차이가 가장 큰 쪽은 프랑스어다. 실험실은 음절을 〈또박또박 말할 때 발음되는 대로〉 셌는데, 프랑스어에서는 일상 말이 떨어뜨리는 e가 그대로 남을 수 있다. 나는 프랑스어 화자가 보통 말하는 대로 센다. petite는 3음절이 아니라 2음절이다. 또 하나의 예외는 중국어다. 중국어 클립은 전사 엔진 하나에서만 나왔는데(방법 부분 참조), 같은 채널에서 다른 엔진보다 약 3% 빠르게 읽는다. 그것으로 차이의 일부만 설명된다. 나머지는 나도 좋은 설명을 갖고 있지 않다.

초급 클립은 느리고, 그다음부터는 속도가 변하지 않는다

카탈로그의 모든 클립에는 CEFR 레벨(A1~C2)이 붙어 있다. 모델이 전사를 읽고 레벨을 매기고, 사람이 검토해 고치기도 한다. 모델은 타이밍을 전혀 보지 않으므로 레벨과 속도는 서로 독립된 두 측정값이다.

레벨별 말하기 속도

초당 음절 수, 중앙값 클립

언어아랍어벨라루스어불가리아어벵골어보스니아어카탈루냐어체코어덴마크어독일어그리스어영어스페인어페르시아어핀란드어프랑스어히브리어힌디어크로아티아어헝가리어인도네시아어이탈리아어일본어칸나다어한국어마케도니아어마라티어말레이어네덜란드어노르웨이어폴란드어포르투갈어루마니아어러시아어슬로바키아어세르비아어스웨덴어타밀어텔루구어태국어타갈로그어튀르키예어우크라이나어베트남어중국어(만다린)

90%B1 속도 대비 A1 속도 비율

1.7%A2, B1, B2, C1 중 가장 빠른 레벨과 느린 레벨의 차이

A15.27

A25.87

B15.88

B25.97

C15.93

02468

중앙값 클립중간 50% 클립전체 레벨 합계

레벨은 전사를 읽는 모델이 매기며, 사람이 검토하기도 해. 모델은 타이밍을 보지 않으니 레벨과 속도는 따로 측정돼. 해당 레벨의 클립이 20개 이상 측정된 경우에만 표시해. 쉼 사이 단어 수는 250ms 이상의 침묵 없이 이어 말한 단어 수야.

A1로 매겨진 클립은 분명히 느리다. A1 클립이 충분한 17개 언어에서, A1 중앙값 클립은 B1 클립 속도의 71%다. 한국어 A1은 B1의 57%, 프랑스어는 65%, 영어는 74%, 스페인어는 90%다.

A2부터 C1까지는 속도가 거의 변하지 않는다. 언어들을 보면 네 레벨 중 가장 빠른 것과 가장 느린 것의 차이가 레벨 중앙값의 11%(중앙값 기준)다. 스페인어는 1.7%다. A2가 초당 5.87음절, B1이 5.88, B2가 5.97, C1이 5.93이다. 독일어는 3%, 영어는 3.7%다. C1이 B1보다 꼭 빠른 것도 아니다. 스페인어와 네덜란드어에서는 조금 빠르고(5.93 대 5.88, 5.27 대 5.15), 영어에서는 조금 느리고(4.60 대 4.75), 프랑스어, 일본어, 러시아어에서는 뚜렷하게 느리다(4.89 대 5.34, 6.16 대 6.85, 4.99 대 6.07). C1 클립에는 뉴스, 강의, 설명 영상이 많다. 내용은 빽빽하지만 말투는 차분하다.

그러니 A1을 넘어서면 레벨이 높다는 건 말이 빨라진다는 뜻이 아니라 단어와 문법이 어려워진다는 뜻이다. 아래 두 스페인어 클립이 그 차이를 보여 준다. 먼저 A1로 매겨진 콜롬비아 클립이다. 짧은 문장, 사이사이의 쉼, 아래 구간에서 초당 4.73음절이다. 다음은 디저트를 두고 다투는 리오플라텐세 커플이다. 단어가 쉬워서 A2로 매겨졌지만 7.69다.

빠른 화자는 덜 쉰다

속도에는 두 부분이 있다. 단어를 얼마나 빨리 말하느냐, 그리고 얼마나 자주 멈추느냐다. 두 번째는 전사의 단어 타이밍에서 나온 두 수치로 쟀다. 평균 발화 길이는 쉼과 쉼 사이의 평균 단어 수다. 여기서 쉼은 250ms 이상의 침묵이다(제2언어 유창성 연구 De Jong and Bosker (2013)에서 가장 잘 작동한 기준). 발성 비율은 실제로 말하고 있는 시간의 비중이다.

한 언어 안에서는 빠른 클립일수록 발화가 길다. 클립의 초당 음절 수와 평균 발화 길이의 순위 상관은 0.82(34개 언어의 중앙값), 발성 비율과는 0.66이다. 이 중 일부는 측정 방식 자체에 들어 있다. 내 시계는 문장 안의 짧은 쉼을 포함하기 때문이다. 그러니 단순한 설명으로 읽으면 된다. 빠른 클립은 덜 쉰다.

초급 클립이 가장 크게 다른 지점이 바로 쉼이다. 스페인어 A1 클립은 음절 기준으로 B1보다 10%만 느리지만, 발화 길이는 훨씬 짧다. A1은 쉼 사이에 5.6단어, B1은 9.6단어다. 영어는 4.0 대 10.8, 독일어는 3.6 대 8.9다. 영어 A1 화자는 전체 시간의 41%를 말하고, B1 화자는 79%를 말한다. 학습자에게 그 침묵은 방금 들은 말을 처리할 시간이다.

언어끼리 비교하면 이 수치는 다루기가 더 어렵다. 어떤 언어는 단어가 더 길기 때문이다. 그리스어(발화당 6.6단어)와 터키어(6.9)는 긴 단어로 짧은 발화를 만들고, 네덜란드어(10.4)와 프랑스어(9.9)는 짧은 단어로 긴 발화를 만든다. 단어당 음절 수를 곱하면 네 언어 모두 발화당 대략 13~16음절로 나온다.

방언: 차이는 실재하지만, 소문보다는 작다

측정된 클립이 60개 이상인 방언은 따로 보고했다. 비교를 공정하게 하려고 이 중앙값들은 해당 언어 전체와 같은 레벨 구성으로 보정했다. A1 클립이 많다는 이유로 어떤 방언이 느려 보이지 않게 하려는 것이다. 아래에서 둘을 골라 보자.

두 언어 또는 방언 비교하기

초당 음절 수, 클립 중앙값

첫 번째아랍어알제리 아랍어이집트 아랍어걸프 아랍어이라크 아랍어레반트 아랍어리비아 아랍어현대 표준 아랍어모로코 아랍어수단 아랍어튀니지 아랍어예멘 아랍어벨라루스어불가리아어표준 불가리아어벵골어방글라데시 벵골어인도 벵골어보스니아어보스니아어카탈루냐어체코어표준 체코어덴마크어표준 덴마크어독일어오스트리아 독일어바이에른 독일어표준 독일어슈바벤 독일어스위스 독일어그리스어표준 그리스어영어아프리카계 미국 영어미국 영어호주 영어영국 영어캐나다 영어나이지리아 영어스페인어안데스 스페인어카리브 스페인어콜롬비아 스페인어중립 중남미 스페인어멕시코 스페인어스페인 본토 스페인어리오플라텐세 스페인어베네수엘라 스페인어페르시아어이란 페르시아어핀란드어표준 핀란드어프랑스어퀘벡 프랑스어프랑스 본토 프랑스어히브리어표준 히브리어힌디어힝글리시표준 힌디어크로아티아어헝가리어표준 헝가리어인도네시아어자카르타 구어 인도네시아어표준 인도네시아어이탈리아어로마 이탈리아어표준 이탈리아어일본어간사이 일본어표준 일본어칸나다어표준 칸나다어한국어경상 방언표준 한국어마케도니아어마라티어말레이어표준 말레이어네덜란드어플람스 네덜란드어네덜란드 본토 네덜란드어노르웨이어폴란드어표준 폴란드어포르투갈어브라질 포르투갈어유럽 포르투갈어브라질 북동부 포르투갈어루마니아어몰도바 루마니아어표준 루마니아어트란실바니아 루마니아어러시아어표준 러시아어슬로바키아어표준 슬로바키아어세르비아어표준 세르비아어스웨덴어스코네 스웨덴어표준 스웨덴어타밀어표준 타밀어텔루구어태국어표준 태국어타갈로그어바탕가스 타갈로그어표준 필리핀어튀르키예어표준 튀르키예어우크라이나어표준 우크라이나어수르지크베트남어북부 베트남어남부 베트남어중국어(표준 중국어)중국 본토 표준 중국어대만 표준 중국어두 번째아랍어알제리 아랍어이집트 아랍어걸프 아랍어이라크 아랍어레반트 아랍어리비아 아랍어현대 표준 아랍어모로코 아랍어수단 아랍어튀니지 아랍어예멘 아랍어벨라루스어불가리아어표준 불가리아어벵골어방글라데시 벵골어인도 벵골어보스니아어보스니아어카탈루냐어체코어표준 체코어덴마크어표준 덴마크어독일어오스트리아 독일어바이에른 독일어표준 독일어슈바벤 독일어스위스 독일어그리스어표준 그리스어영어아프리카계 미국 영어미국 영어호주 영어영국 영어캐나다 영어나이지리아 영어스페인어안데스 스페인어카리브 스페인어콜롬비아 스페인어중립 중남미 스페인어멕시코 스페인어스페인 본토 스페인어리오플라텐세 스페인어베네수엘라 스페인어페르시아어이란 페르시아어핀란드어표준 핀란드어프랑스어퀘벡 프랑스어프랑스 본토 프랑스어히브리어표준 히브리어힌디어힝글리시표준 힌디어크로아티아어헝가리어표준 헝가리어인도네시아어자카르타 구어 인도네시아어표준 인도네시아어이탈리아어로마 이탈리아어표준 이탈리아어일본어간사이 일본어표준 일본어칸나다어표준 칸나다어한국어경상 방언표준 한국어마케도니아어마라티어말레이어표준 말레이어네덜란드어플람스 네덜란드어네덜란드 본토 네덜란드어노르웨이어폴란드어표준 폴란드어포르투갈어브라질 포르투갈어유럽 포르투갈어브라질 북동부 포르투갈어루마니아어몰도바 루마니아어표준 루마니아어트란실바니아 루마니아어러시아어표준 러시아어슬로바키아어표준 슬로바키아어세르비아어표준 세르비아어스웨덴어스코네 스웨덴어표준 스웨덴어타밀어표준 타밀어텔루구어태국어표준 태국어타갈로그어바탕가스 타갈로그어표준 필리핀어튀르키예어표준 튀르키예어우크라이나어표준 우크라이나어수르지크베트남어북부 베트남어남부 베트남어중국어(표준 중국어)중국 본토 표준 중국어대만 표준 중국어

스페인 본토 스페인어6.05초당 음절 수

멕시코 스페인어5.75초당 음절 수

95% 신뢰구간이 겹치므로, 이 정도 차이는 우연일 수 있습니다.

10초 발화에 담기는 음절 수

스페인 본토 스페인어

멕시코 스페인어

점 하나가 음절 하나입니다. 방언 수치는 해당 언어 전체의 레벨 구성에 맞춰 보정했기 때문에, 초급 클립이 많은 방언이라고 해서 느려 보이지 않습니다. 분당 단어 수는 같은 언어 안에서만 비교할 수 있습니다. 아랍어, 히브리어, 페르시아어, 태국어 수치는 추정값입니다.

스페인어

스페인 클립(초당 6.05음절), 아르헨티나와 우루과이의 리오플라텐세 클립(6.03), 콜롬비아 클립(6.03)이 멕시코 클립(5.75)과 안데스 클립(5.55)보다 빠르다. 분당 단어 수로는 이 차이가 전혀 보이지 않는다. 스페인, 리오플라텐세, 멕시코 클립이 모두 분당 198~199단어다. 스페인과 멕시코의 신뢰 구간은 겨우 맞닿는다. 리오플라텐세와 멕시코는 겹치지 않는다.

포르투갈어

브라질 포르투갈어는 초당 6.06음절, 유럽 포르투갈어는 5.56이다. 유럽 포르투갈어는 빠르고 알아듣기 어렵다는 평이 있지만, 초당 음절 수로는 여기서 더 느린 쪽이다. 그 평판은 소리에서 올 가능성이 크다. 유럽 화자는 강세 없는 모음을 줄이거나 빼는 일이 많아서 단어가 눌린 것처럼 들린다. 내 계산은 쓰인 단어를 기준으로 하니 그 모음도 그대로 센다. 오히려 그래서 유럽 포르투갈어가 실제보다 빠르게 보인다. 유럽 쪽 표본도 작고(80클립), 신뢰 구간이 브라질 쪽과 겹친다.

아래 두 내레이션, 하나는 휴대폰 보호 필름 붙이기, 하나는 레시피인데, 내 계산으로는 속도가 비슷하다. 브라질 구간은 초당 6.12음절, 유럽 구간은 6.39다. 각각에서 모음이 몇 개나 들리는지 들어 보자.

프랑스어

프랑스 클립은 5.29, 퀘벡 클립은 4.90이고, 신뢰 구간은 겹치지 않는다.

일본어

간사이 말은 빠르다는 평이 있다. 원래 수치는 그 말에 맞는 것처럼 보인다(표준 일본어 6.16에 대해 6.28). 하지만 레벨 구성을 맞추면 간사이가 6.13, 표준 일본어가 6.21이 된다. 즉 원래 차이는 Kansai 클립이 받은 레벨에서 온 것이지 방언에서 온 게 아니다. 게다가 두 신뢰 구간 모두 넓다(5.776.81, 5.646.86).

아랍어

이집트 아랍어가 6.12로 가장 빠르고, 그다음이 모로코(5.68), 현대 표준 아랍어(5.56), 레반트(5.53), 걸프 아랍어(5.37)다. 튀니지가 4.66으로 가장 느리다. 아랍어 수치는 추정값이다. 단모음이 표기되지 않기 때문이고(방법 부분 참조), 사람의 검증이 필요했다.

독일어

표준 독일어는 5.00, 슈바벤 방언은 4.63, 오스트리아는 4.46, 바이에른은 4.41, 스위스 독일어는 3.98이다.

영어와 중국어

미국, 영국, 호주, 캐나다 영어는 모두 4.69에서 4.75 사이다. 나이지리아 영어는 4.30으로 더 느리다. 중국 본토 중국어는 5.27, 대만 중국어는 4.80인데, 대만은 65개 클립의 작은 표본이다.

언어를 배우는 사람에게 이게 무슨 뜻일까

언어 사이의 차이는 실재하지만 크지 않다. 스페인어 학습자와 영어 학습자가 듣는 말은 초당 음절 수로 약 4분의 1 차이가 나는데, 두 언어 모두 클립의 가운데 절반이 그보다 더 넓게 퍼져 있다. 훨씬 크게 달라지는 것은 초급 자료에서 나머지 전부로 넘어가는 단계다. A1을 벗어나면 레벨이 낮아진다고 클립이 느려지지 않는다. A2 클립은 C1 클립과 거의 같은 속도다. 현실적인 길은 쉼이 길고 문장이 짧은 클립부터 시작하고, 그다음에는 사람들이 천천히 말하는 레벨을 기다리는 대신 주제와 화자를 기준으로 클립을 고르는 것이다.

직접 해 보고 싶다면 스페인어, 포르투갈어, 프랑스어, 영어, 일본어 페이지에 레벨별 원어민 클립이 있다. 이 페이지의 클립과 같은 단어별 자막이 붙어 있다. 속도는 듣기를 어렵게 만드는 두 요소 중 하나다. 나머지 절반은 어휘와 문법인데, 그건 원어민 영상을 이해하려면 단어가 몇 개 필요할까에서 측정했다. 그리고 Christian Lauer의 초보자를 위한 가이드는 기본적인 이해에 도달해야 하는 첫 몇 달을 다룬다. 12개 언어에서 각 레벨의 어휘를 쌓는 데 영상 몇 시간이 필요한지는 언어를 배우는 데 얼마나 걸릴까에 있다.

어떻게 측정했나

클립

모든 클립은 2026년 9월 29일 기준 Reelang 카탈로그에 있던 것이다. 공개 상태이고, 말이 들어 있고, 원어민 콘텐츠이고, 어학 강의가 아니고, 더빙이 아니고, 한 언어로 되어 있고, 사람 검토자가 사용 불가로 표시하지 않은 클립이다. 거의 전부 유튜브에서 왔다. 이 230,754개 클립에서 언어, 방언, CEFR 레벨로 층화 표본을 뽑았다. 그룹당 최대 60개 클립을 고정 해시로 골라서 표본을 다시 만들 수 있게 했다. 각 클립의 앞 30문장을 사용했다. 노래는 사람이 붙인 라벨을 바탕으로 제외했고(표본 1,617클립), 한 채널이 한 그룹에 3개를 넘게 기여할 수 없게 했다. 그다음 각 클립에 카탈로그 안 해당 그룹의 크기로 가중치를 줬다. 그래서 이 숫자들은 표본이 아니라 카탈로그를 설명한다. 모든 수치는 가중 중앙값이고, 25번째와 75번째 백분위수를 〈가운데 절반〉으로 썼다. 신뢰 구간은 300회 부트스트랩 재표본에서 나왔다.

순위에 들어간 언어

한 언어가 순위에 들려면 카탈로그에 클립 150개와 채널 40개 이상이 있어야 하고, 모든 필터를 거친 뒤 75개 클립이 남아야 한다. 44개 언어가 이 조건을 통과했다. 에스페란토는 수치는 통과하지만 제외했다. 원어민이 거의 없기 때문이다. 방언은 카탈로그에 클립 100개와 채널 20개, 측정 클립 60개가 필요하다.

초당 음절 수

각 문장에서 첫 단어가 시작하는 시각과 마지막 단어가 시작하는 시각을 잡고, 마지막 단어를 뺀 모든 단어의 음절 수를 그 구간으로 나눈다. 단어 시작 시각은 모든 전사 소스에서 정확한 유일한 타이밍이다. 끝 시각은 일부 엔진에서 추정값이 섞인다. 클립마다 모든 문장의 음절과 구간을 더한다. 클립 하나에는 쓸 수 있는 문장이 최소 5개, 발화 10초가 있어야 한다. 구간에는 문장 안의 짧은 쉼은 들어가지만 문장 사이의 공백은 들어가지 않는다. 분당 단어 수도 같은 구간을 쓴다.

음절 세기

음절은 텍스트에서, 각 단어가 보통 발음되는 방식대로 센다.

• 영어, 스페인어, 프랑스어, 독일어, 이탈리아어, 포르투갈어, 러시아어, 터키어와 인도 언어들을 포함한 30개 언어는 각 단어를 발음 엔진 espeak-ng에 넣고, 모음 소리나 성절 자음 하나를 1음절로 센다.
• 크로아티아어, 세르비아어, 보스니아어, 마케도니아어, 체코어, 슬로바키아어는 성절 r과 l을 포함하는 철자 규칙으로 센다(Hrvatska는 3음절). 타갈로그어는 모음 글자를 센다.
• 중국어는 한자 하나에 1음절, 한국어는 한글 글자 하나에 1음절, 베트남어는 표기된 음절 하나에 1음절로 센다.
• 일본어는 pykakasi로 가나로 바꾼 뒤 음절과 모라로 센다.
• 태국어는 PyThaiNLP의 사전 기반 음절 분리기를 쓰는데, 약간 적게 센다.
• 아랍어와 히브리어는 단모음을 적지 않아서, 각각 손으로 센 25문장에 맞춘 공식으로 글자와 단어에서 음절을 추정했다(문장당 오차 약 9%와 12%, 전체로는 1% 미만). 사람이 검증한 세트를 썼다.

숫자가 들어간 문장은 제외했다. 숫자는 언어마다 읽는 방식이 다르기 때문이다. 12개 언어의 무작위 102문장에서 자동 계산이 수작업 계산과 98문장에서 정확히 일치했고, 총합은 같았다(각각 1,267음절). 수작업 계산은 자동 계산을 보면서 했으므로, 이건 점검이지 블라인드 테스트가 아니다. 아랍어, 히브리어, 페르시아어, 태국어는 추정값으로 표시했다.

전사

전사는 세 개의 엔진이 만든 기계 전사다. 같은 채널의 클립에서 한 엔진은 다른 엔진보다 초당 약 0.18음절(3%) 높은 값을 낸다. 데이터의 일부는 Reelang 플랫폼의 학습자들이 사람 손으로 검증했고(4.3%), 나머지는 자동 음성 인식에 기반한다. 중국어는 단일 엔진의 293개 클립으로 측정했다.

쉼

평균 발화 길이와 발성 비율은 각 단어의 끝 시각이 필요한데, 발화 패턴 분석 엔진 중 둘이 같은 방식으로 이를 추정한다. 이 지표에는 그 두 엔진의 클립만 썼고, 단어가 글자나 글자 덩어리인 언어들끼리는 비교하지 않았다.

이 표본이 아닌 것

카탈로그는 언어 학습자를 위해 고른 것이다. 짧고, 말이 또렷하고, 폭넓게 통하는 클립으로 기울어 있다. 콩트, 브이로그, 요리, 설명 영상이다. 사람들이 말하는 방식의 무작위 표본이 아니다. 단위는 화자가 아니라 클립이다. 전사가 화자를 믿을 만하게 나누지 않기 때문이다. 음절은 텍스트에서 세므로, 빠른 화자가 삼킨 음절이 전사에 남아 있으면 그 클립은 그것도 세게 된다. 그래서 빠른 클립은 약간 과대평가될 수 있다. CEFR 레벨은 모델이 전사를 읽고 판단한 값이다.

이 데이터를 써도 된다

이 페이지의 차트와 숫자를 기사, 수업 자료, 연구에 다시 쓰는 것을 환영한다. 출처로 이 페이지를 링크해 주면 된다.

음절/초: 중앙값 클립의 발화 초당 음절 수. 클립의 가운데 절반: 25번째에서 75번째 백분위수. 단어/분: 중앙값 클립의 값이며, 여기서 〈단어〉는 전사가 나눈 단위다(중국어는 글자 하나). 그래서 이 열은 언어끼리 비교할 수 없다. 클립, 시간, 채널: 카탈로그 안의 원어민 클립. 측정: 속도를 계산한 표본의 클립 수. * 추정 음절 수(아랍어와 히브리어는 글자 공식, 페르시아어와 태국어는 알려진 소폭 과소 계산).

출처

• 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, 전문 무료 보기
• 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, 오픈 아카이브 사본
• 도구: espeak-ng 1.52, pykakasi, PyThaiNLP.