Người bản xứ nói nhanh thế nào? Tốc độ nói trong 44 ngôn ngữ
Trong video của người bản xứ, người nói tiếng Tamil, Nhật, Thổ Nhĩ Kỳ, Bồ Đào Nha, Ý và Tây Ban Nha phát ra khoảng 6 âm tiết mỗi giây, còn tiếng Anh và tiếng Đức khoảng 4,7. Đo trên 16.293 clip thuộc 44 ngôn ngữ, kèm tốc độ theo trình độ CEFR, theo phương ngữ, và so với nghiên cứu kinh điển trong phòng thí nghiệm.
Chief Language Pedagogy Geek @ Reelang
Trong các video ngắn do người bản xứ làm, những ngôn ngữ nhanh nhất chạy ở khoảng 6 âm tiết mỗi giây: tiếng Tamil (6,20), tiếng Nhật (6,19), tiếng Thổ Nhĩ Kỳ (6,14), tiếng Bồ Đào Nha (6,02), tiếng Ý (6,00), tiếng Hy Lạp (5,99), tiếng Telugu (5,99), tiếng Tây Ban Nha (5,92) và tiếng Nga (5,90) sát nhau đến mức thứ tự của chúng nằm trong sai số. Chậm nhất là tiếng Việt (4,22), tiếng Thái (4,59), tiếng Anh (4,70) và tiếng Đức (4,76). Vậy nên clip tiếng Tây Ban Nha trung vị có nhiều hơn khoảng một phần tư số âm tiết mỗi giây so với clip tiếng Anh trung vị.
Tôi đo trên 16.293 clip YouTube của người bản xứ thuộc 44 ngôn ngữ, lấy mẫu từ 230.754 clip (9.850 giờ, khoảng 41.000 kênh) trong kho của Reelang. Phần lớn các con số tốc độ nói đã công bố đến từ người đọc to câu mẫu trong phòng thí nghiệm. Còn đây là vlog, tiểu phẩm, công thức nấu ăn, video giải thích và bản tin, tức là kiểu lời nói mà người học thật sự gặp.
Chín ngôn ngữ cùng dẫn đầu
Mỗi cột trong biểu đồ là clip trung vị của một ngôn ngữ. Đường mảnh xuyên qua nó cho thấy nửa giữa của các clip, từ phân vị 25 đến phân vị 75. Chạm hoặc rê chuột vào một ngôn ngữ để xem cỡ mẫu.
Chín ngôn ngữ dẫn đầu nằm trong phạm vi 0,3 âm tiết mỗi giây so với nhau, và khoảng tin cậy của chúng chồng lên nhau. Trung vị của tiếng Tamil nằm đâu đó giữa 6,04 và 6,49 với độ tin cậy 95%, của tiếng Tây Ban Nha giữa 5,82 và 6,02. Vậy nên hãy đọc phần đầu biểu đồ như một nhóm nhanh, không phải một bục trao giải. Phần cuối cũng vậy: tiếng Na Uy, Đức, Thụy Điển, Tagalog, Belarus và Anh đều nằm giữa 4,70 và 4,78, còn tiếng Thái và tiếng Việt ở dưới chúng.
Độ chênh bên trong một ngôn ngữ còn lớn hơn khoảng cách giữa phần lớn các ngôn ngữ. Một clip ở phân vị 75 của tiếng Anh (5,16 âm tiết mỗi giây) nhanh ngang một clip ở phân vị 25 của tiếng Tây Ban Nha (5,17). Bạn nghe người nào quan trọng hơn là họ nói ngôn ngữ nào.
Tiếng Nhật cần một ghi chú. Người Nhật và giáo viên tiếng Nhật thường đếm theo morae, không phải âm tiết. Tōkyō có hai âm tiết (tō-kyō) nhưng bốn mora (to-o-kyo-o). Tôi đếm âm tiết, giống nghiên cứu phòng thí nghiệm nói bên dưới, để có thể so tiếng Nhật với các ngôn ngữ khác. Nếu đếm theo mora, clip tiếng Nhật trung vị chạy ở 7,45 mỗi giây, và nửa giữa của các clip ở mức 6,04 đến 8,95.
Tiểu phẩm học đường này nằm ở đầu nhanh của tiếng Nhật: một học sinh bịa lý do đi trễ, bằng giọng Kansai, và clip chạy ở 7,84 âm tiết mỗi giây. Bảy giây bên dưới chứa sáu câu thoại.
Số từ mỗi phút cho kết quả ngược
Cách phổ biến nhất để nói về tốc độ là số từ mỗi phút. Hãy chuyển biểu đồ bên trên sang số từ mỗi phút và thứ hạng gần như lật ngược. Tiếng Quan Thoại, tiếng Việt và tiếng Thái lên đầu với 303, 253 và 232 từ mỗi phút. Tiếng Kannada (122), Hàn (132), Tamil (137) và Telugu (140) rơi xuống cuối. Trên cả 44 ngôn ngữ, hệ số tương quan hạng giữa hai thước đo là -0,25: hơi âm.
Lý do là ở mỗi ngôn ngữ, "từ" là một thứ khác nhau. Trong bản chép tiếng Quan Thoại, mỗi chữ Hán tính là một từ, và một chữ là một âm tiết. Một "từ" tiếng Hàn là mọi thứ nằm giữa hai dấu cách, thường là một từ cộng các tiểu từ đi kèm. Một từ tiếng Tamil hay tiếng Thổ Nhĩ Kỳ thường mang nhiều đuôi. Vì vậy từ tiếng Anh trung vị có 1,31 âm tiết còn từ tiếng Tamil trung vị có 2,65. Trong các clip này, người nói tiếng Anh phát ra 210 từ và người nói tiếng Tamil 137 từ mỗi phút, nhưng người nói tiếng Tamil phát ra nhiều âm tiết hơn. Số từ mỗi phút vẫn ổn khi so hai clip cùng một ngôn ngữ. Giữa các ngôn ngữ, nó chủ yếu đo độ dài của từ.
Âm tiết là thứ gần nhất với một đơn vị chung, nhưng chúng cũng không mang cùng một lượng nghĩa ở mọi nơi. Trong một nghiên cứu phòng thí nghiệm nổi tiếng, Pellegrino, Coupé và Marsico (2011) thấy rằng những ngôn ngữ nhét ít thông tin hơn vào mỗi âm tiết thì được nói với nhiều âm tiết mỗi giây hơn. Tiếng Nhật và tiếng Tây Ban Nha nhanh và ít thông tin mỗi âm tiết, tiếng Việt và tiếng Quan Thoại chậm và nhiều. Một nghiên cứu sau đó trên 17 ngôn ngữ thấy rằng lượng thông tin mỗi giây lại khá giống nhau giữa các ngôn ngữ, quanh mức 39 bit mỗi giây (Coupé và cộng sự, 2019). Bảng xếp hạng của tôi khớp với mô hình đó: tiếng Nhật ở trên đỉnh, tiếng Việt ở dưới đáy và tiếng Quan Thoại ở nửa dưới.
So với phòng thí nghiệm
Pellegrino, Coupé và Marsico ghi âm 59 người nói thuộc bảy ngôn ngữ, mỗi người đọc cùng 20 đoạn văn ngắn đã dịch sang ngôn ngữ của họ, và dùng bản dịch tiếng Việt của các đoạn văn làm tham chiếu. Họ đo số âm tiết mỗi giây sau khi cắt bỏ mọi khoảng lặng dài hơn 150 ms. Cả tám ngôn ngữ trong bảng của họ đều có trong dữ liệu của tôi:
| Ngôn ngữ | Phòng thí nghiệm, đọc to (2011) | Video bản xứ (2026) | Video so với phòng thí nghiệm |
|---|---|---|---|
| Tiếng Nhật | 7,84 | 6,19 | 79% |
| Tiếng Tây Ban Nha | 7,82 | 5,92 | 76% |
| Tiếng Pháp | 7,18 | 5,12 | 71% |
| Tiếng Ý | 6,99 | 6,00 | 86% |
| Tiếng Anh | 6,19 | 4,70 | 76% |
| Tiếng Đức | 5,97 | 4,76 | 80% |
| Tiếng Việt | 5,22 | 4,22 | 81% |
| Tiếng Quan Thoại | 5,18 | 5,05 | 97% |
Video chạy ở mức 71% đến 86% giá trị phòng thí nghiệm, trừ tiếng Quan Thoại là ngoại lệ. Thứ tự thì gần giống: tương quan hạng giữa hai cột là 0,76 trên 8 ngôn ngữ. Phần lớn khoảng chênh có lẽ đến từ cách tính giờ. Phòng thí nghiệm cắt hết khoảng nghỉ trên 150 ms. Tôi chỉ bỏ qua khoảng trống giữa các câu, nên những quãng nghỉ ngắn bên trong một câu, tiếng "ờ" và hơi thở trước câu chốt, đều được tính là thời gian nói. Lời nói thật có rất nhiều thứ đó.
Tiếng Pháp lệch nhiều nhất. Nghiên cứu đếm âm tiết "như khi phát âm cẩn thận", mà trong tiếng Pháp thì cách đó có thể giữ lại vài âm e mà lời nói thường ngày lược đi. Tôi đếm theo cách người Pháp thường nói: petite có hai âm tiết, không phải ba. Tiếng Quan Thoại là ngoại lệ còn lại. Các clip của nó đến từ một bộ máy chép lời duy nhất (xem phần phương pháp), vốn cho tốc độ cao hơn khoảng 3% so với các bộ máy khác trên cùng những kênh. Điều đó chỉ giải thích được một phần khoảng chênh, và tôi không có lời giải thích tốt cho phần còn lại.
Clip cho người mới chậm hơn, rồi tốc độ ngừng thay đổi
Mọi clip trong kho đều có một trình độ CEFR (A1 đến C2). Một mô hình gán trình độ bằng cách đọc bản chép lời, đôi khi được người kiểm duyệt sửa lại. Mô hình không bao giờ nhìn thấy thời lượng, nên trình độ và tốc độ là hai phép đo tách biệt.
Các clip được xếp A1 rõ ràng chậm hơn. Ở 17 ngôn ngữ có đủ clip A1, clip A1 trung vị chạy ở 71% tốc độ của clip B1. Tiếng Hàn A1 ở mức 57% so với B1, tiếng Pháp 65%, tiếng Anh 74% và tiếng Tây Ban Nha 90%.
Từ A2 đến C1, tốc độ gần như không đổi. Tính chung các ngôn ngữ, khoảng cách giữa trình độ nhanh nhất và chậm nhất trong bốn trình độ này có trung vị là 11% của trung vị trình độ. Ở tiếng Tây Ban Nha là 1,7%: clip A2 chạy ở 5,87 âm tiết mỗi giây, B1 ở 5,88, B2 ở 5,97 và C1 ở 5,93. Ở tiếng Đức là 3%, tiếng Anh 3,7%. C1 cũng không chắc chắn nhanh hơn B1. Ở tiếng Tây Ban Nha và tiếng Hà Lan thì hơi nhanh hơn (5,93 so với 5,88; 5,27 so với 5,15), ở tiếng Anh hơi chậm hơn (4,60 so với 4,75), còn ở tiếng Pháp, tiếng Nhật và tiếng Nga thì chậm hơn rõ rệt (4,89 so với 5,34; 6,16 so với 6,85; 4,99 so với 6,07). Clip C1 có nhiều bản tin, bài giảng và video giải thích, vốn đặc thông tin nhưng điềm đạm.
Vậy nên trên mức A1, trình độ cao hơn nghĩa là từ và ngữ pháp khó hơn, chứ không phải nói nhanh hơn. Hai clip tiếng Tây Ban Nha bên dưới cho thấy khoảng chênh đó. Trước hết là một clip Colombia xếp A1: câu ngắn, có quãng nghỉ giữa các câu, 4,73 âm tiết mỗi giây ở đoạn bên dưới. Sau đó là một cặp đôi Rioplatense cãi nhau vì món tráng miệng, xếp A2 vì dùng từ đơn giản, ở mức 7,69.
Người nói nhanh thì nghỉ ít hơn
Tốc độ có hai phần: người ta phát âm nhanh đến đâu, và họ dừng lại bao nhiêu lần. Tôi đo phần thứ hai bằng hai con số lấy từ mốc thời gian của từng từ trong bản chép lời. Độ dài chuỗi trung bình là số từ trung bình giữa hai quãng nghỉ, trong đó quãng nghỉ là khoảng lặng từ 250 ms trở lên (ngưỡng cho kết quả tốt nhất trong De Jong và Bosker (2013), một nghiên cứu về độ trôi chảy ở ngôn ngữ thứ hai). Tỷ lệ phát âm là phần thời gian trong đó ai đó thật sự đang nói.
Trong cùng một ngôn ngữ, clip nhanh có chuỗi dài hơn. Tương quan hạng giữa số âm tiết mỗi giây của một clip và độ dài chuỗi trung bình của nó là 0,82 (trung vị trên 34 ngôn ngữ), và 0,66 với tỷ lệ phát âm. Một phần điều này đã nằm sẵn trong cách đo, vì đồng hồ của tôi tính cả quãng nghỉ ngắn bên trong câu, nên hãy đọc nó như một mô tả giản dị: clip nhanh thì nghỉ ít hơn.
Quãng nghỉ là chỗ clip cho người mới khác biệt nhiều nhất. Clip tiếng Tây Ban Nha A1 chỉ chậm hơn clip B1 khoảng 10% về âm tiết, nhưng chuỗi của chúng ngắn hơn nhiều: 5,6 từ giữa hai quãng nghỉ ở A1 so với 9,6 ở B1. Tiếng Anh là 4,0 so với 10,8, tiếng Đức 3,6 so với 8,9. Người nói tiếng Anh ở clip A1 nói trong 41% thời gian, ở B1 là 79%. Với người học, khoảng lặng đó chính là thời gian để xử lý những gì vừa nghe.
Giữa các ngôn ngữ, những con số này khó so hơn, vì ở một số ngôn ngữ, từ dài hơn. Tiếng Hy Lạp (6,6 từ mỗi chuỗi) và tiếng Thổ Nhĩ Kỳ (6,9) có chuỗi ngắn gồm từ dài, tiếng Hà Lan (10,4) và tiếng Pháp (9,9) có chuỗi dài gồm từ ngắn. Nhân với số âm tiết mỗi từ thì cả bốn đều ra khoảng 13 đến 16 âm tiết mỗi chuỗi.
Phương ngữ: khác biệt có thật, nhưng nhỏ hơn tiếng đồn
Ở đâu một phương ngữ có ít nhất 60 clip được đo, tôi báo cáo riêng. Để so sánh cho công bằng, các trung vị này được điều chỉnh về cùng một cơ cấu trình độ như toàn ngôn ngữ, nên một phương ngữ có nhiều clip A1 sẽ không bị trông như chậm chỉ vì lý do đó. Hãy chọn hai mục bất kỳ bên dưới.
Tiếng Tây Ban Nha
Clip từ Tây Ban Nha (6,05 âm tiết mỗi giây), clip Rioplatense từ Argentina và Uruguay (6,03) và clip Colombia (6,03) nhanh hơn clip Mexico (5,75) và clip vùng Andes (5,55). Số từ mỗi phút thì không cho thấy điều này chút nào: clip Tây Ban Nha, Rioplatense và Mexico đều ở mức 198 hoặc 199 từ mỗi phút. Khoảng tin cậy của Tây Ban Nha và Mexico chỉ vừa chạm nhau. Rioplatense và Mexico thì không chồng lên nhau.
Tiếng Bồ Đào Nha
Tiếng Bồ Đào Nha Brazil chạy ở 6,06 âm tiết mỗi giây, tiếng Bồ Đào Nha châu Âu ở 5,56. Tiếng Bồ Đào Nha châu Âu nổi tiếng là nhanh và khó theo, nhưng tính theo âm tiết mỗi giây thì ở đây nó lại là bên chậm hơn. Tiếng đồn ấy nhiều khả năng đến từ âm thanh: người châu Âu hay giảm hoặc nuốt nguyên âm không nhấn, nên từ nghe như bị nén lại. Cách đếm của tôi dựa trên chữ viết, nên vẫn tính những nguyên âm đó. Nếu có gì, điều đó khiến tiếng Bồ Đào Nha châu Âu ở đây trông nhanh hơn thực tế. Mẫu châu Âu cũng nhỏ (80 clip), và khoảng tin cậy của nó chồng lên khoảng của Brazil.
Hai đoạn thuyết minh bên dưới, một về việc dán màn hình điện thoại và một là công thức nấu ăn, có tốc độ sát nhau theo cách tôi đếm: 6,12 âm tiết mỗi giây ở đoạn Brazil, 6,39 ở đoạn châu Âu. Hãy nghe xem bạn nhận ra được bao nhiêu nguyên âm trong mỗi đoạn.
Tiếng Pháp
Clip từ Pháp chạy ở 5,29, clip từ Québec ở 4,90, và khoảng tin cậy của chúng không chồng lên nhau.
Tiếng Nhật
Giọng Kansai nổi tiếng là nhanh. Con số thô có vẻ đồng tình (6,28 so với 6,16 của tiếng Nhật chuẩn), nhưng khi cơ cấu trình độ được làm giống nhau, Kansai ra 6,13 còn tiếng Nhật chuẩn 6,21. Vậy nên khác biệt thô đến từ trình độ mà các clip Kansai được xếp, không phải từ phương ngữ, và cả hai khoảng tin cậy đều rộng (5,77 đến 6,81 và 5,64 đến 6,86).
Tiếng Ả Rập
Tiếng Ả Rập Ai Cập là biến thể nhanh nhất với 6,12, trên Maroc (5,68), tiếng Ả Rập chuẩn hiện đại (5,56), Levant (5,53) và Vùng Vịnh (5,37). Tunisia chậm nhất với 4,66. Các con số tiếng Ả Rập là ước lượng, vì nguyên âm ngắn không được viết ra (xem phần phương pháp) và cần người kiểm chứng.
Tiếng Đức
Tiếng Đức chuẩn chạy ở 5,00, giọng Schwaben 4,63, giọng Áo 4,46, giọng Bayern 4,41 và tiếng Đức Thụy Sĩ 3,98.
Tiếng Anh và tiếng Quan Thoại
Tiếng Anh Mỹ, Anh, Úc và Canada đều nằm giữa 4,69 và 4,75. Tiếng Anh Nigeria chậm hơn, ở 4,30. Tiếng Quan Thoại đại lục chạy ở 5,27, tiếng Quan Thoại Đài Loan ở 4,80, từ mẫu nhỏ hơn gồm 65 clip Đài Loan.
Điều này có nghĩa gì nếu bạn đang học một ngôn ngữ
Khác biệt giữa các ngôn ngữ là có thật nhưng vừa phải. Người học tiếng Tây Ban Nha và người học tiếng Anh đối mặt với lời nói chênh nhau khoảng một phần tư về âm tiết mỗi giây, và ở cả hai ngôn ngữ, nửa giữa của các clip còn trải rộng hơn thế. Thứ thay đổi nhiều hơn hẳn là bước nhảy từ tài liệu cho người mới sang mọi thứ còn lại. Một khi bạn rời A1, clip không chậm đi khi trình độ thấp xuống: clip A2 nhanh gần bằng clip C1. Cách đi thực tế là bắt đầu với những clip có quãng nghỉ dài và câu ngắn, rồi chọn clip theo chủ đề và theo người nói, thay vì chờ một trình độ mà ở đó người ta nói chậm hơn.
Nếu bạn muốn thử, các trang tiếng Tây Ban Nha, tiếng Bồ Đào Nha, tiếng Pháp, tiếng Anh và tiếng Nhật liệt kê clip bản xứ theo trình độ, với phụ đề từng từ giống như các clip trên trang này. Tốc độ chỉ là một nửa của chuyện nghe khó. Nửa còn lại là từ vựng và ngữ pháp, thứ tôi đã đo trong bạn cần bao nhiêu từ để hiểu video bản xứ. Và hướng dẫn cho người mới bắt đầu của Christian Lauer nói về những tháng đầu tiên, khi bạn cần đạt tới mức hiểu cơ bản. Còn cần bao nhiêu giờ video để xây vốn từ của từng trình độ, ở 12 ngôn ngữ, thì nằm trong học một ngôn ngữ mất bao lâu.
Chúng tôi đã đo thế nào
Các clip
Tất cả clip đều nằm trong kho của Reelang vào ngày 29 tháng 9 năm 2026: hiển thị công khai, có lời nói, là nội dung bản xứ chứ không phải bài học ngôn ngữ, không lồng tiếng, chỉ một ngôn ngữ, và không bị người kiểm duyệt đánh giá là không dùng được. Gần như tất cả đều từ YouTube. Từ 230.754 clip này, tôi rút một mẫu phân tầng theo ngôn ngữ, phương ngữ và trình độ CEFR: tối đa 60 clip mỗi nhóm, chọn bằng một hàm băm cố định để có thể dựng lại mẫu. Tôi dùng 30 câu đầu của mỗi clip. Các bài hát bị loại (1.617 clip trong mẫu) dựa trên dữ liệu gán nhãn do người thực hiện, và không kênh nào được đóng góp quá 3 clip cho một nhóm. Sau đó mỗi clip được gán trọng số theo kích thước nhóm của nó trong kho, nên các con số mô tả kho, không phải mẫu. Mọi số liệu đều là trung vị có trọng số, với phân vị 25 và 75 làm "nửa giữa". Khoảng tin cậy đến từ 300 lần lấy mẫu lại bootstrap.
Những ngôn ngữ nào được xếp hạng
Một ngôn ngữ cần ít nhất 150 clip và 40 kênh trong kho, cùng ít nhất 75 clip còn lại sau khi lọc. 44 ngôn ngữ đạt. Tiếng Esperanto đạt về số liệu nhưng bị bỏ ra, vì nó gần như không có người bản xứ. Phương ngữ cần ít nhất 100 clip và 20 kênh trong kho và 60 clip được đo.
Âm tiết mỗi giây
Với mỗi câu, tôi lấy thời điểm bắt đầu của từ đầu tiên và thời điểm bắt đầu của từ cuối cùng, rồi chia số âm tiết của tất cả các từ trừ từ cuối cho khoảng thời gian đó. Thời điểm bắt đầu của từ là mốc thời gian duy nhất chính xác ở mọi nguồn bản chép lời; thời điểm kết thúc một phần là ước lượng ở một số bộ máy. Với mỗi clip, số âm tiết và khoảng thời gian của tất cả các câu được cộng lại. Một clip cần ít nhất 5 câu dùng được và 10 giây lời nói. Khoảng thời gian bao gồm quãng nghỉ ngắn bên trong câu nhưng không gồm khoảng trống giữa các câu. Số từ mỗi phút dùng cùng khoảng thời gian đó.
Cách đếm âm tiết
Số âm tiết lấy từ văn bản, theo cách mỗi từ thường được phát âm:
- Với 30 ngôn ngữ, gồm tiếng Anh, Tây Ban Nha, Pháp, Đức, Ý, Bồ Đào Nha, Nga, Thổ Nhĩ Kỳ và các ngôn ngữ Ấn Độ, mỗi từ đi qua bộ máy phát âm espeak-ng, và mỗi âm nguyên âm hoặc phụ âm thành âm tiết được tính là một âm tiết.
- Tiếng Croatia, Serbia, Bosnia, Macedonia, Séc và Slovak được đếm bằng quy tắc chữ cái, bao gồm r và l thành âm tiết (Hrvatska có ba âm tiết). Tiếng Tagalog đếm chữ cái nguyên âm.
- Tiếng Quan Thoại tính một âm tiết cho mỗi chữ Hán, tiếng Hàn một âm tiết cho mỗi khối Hangul, tiếng Việt một âm tiết cho mỗi tiếng viết ra.
- Tiếng Nhật được chuyển sang kana bằng pykakasi rồi đếm theo âm tiết và theo mora.
- Tiếng Thái dùng bộ tách âm tiết theo từ điển của PyThaiNLP, vốn đếm thiếu một chút.
- Tiếng Ả Rập và tiếng Hebrew không viết nguyên âm ngắn, nên âm tiết của chúng được ước lượng từ chữ cái và từ bằng một công thức khớp trên 25 câu đếm tay mỗi thứ tiếng (sai số khoảng 9% và 12% mỗi câu, dưới 1% tổng thể) trên một tập đã được người kiểm chứng.
Các câu có chữ số bị loại, vì số được đọc khác nhau ở mỗi ngôn ngữ. Trên 102 câu ngẫu nhiên thuộc 12 ngôn ngữ, cách đếm tự động khớp chính xác với đếm tay ở 98 câu, và tổng số bằng nhau (1.267 âm tiết mỗi bên). Việc đếm tay được làm khi đã thấy con số tự động, nên đây là một lần kiểm tra, không phải thử nghiệm mù. Tiếng Ả Rập, Hebrew, Ba Tư và Thái được đánh dấu là ước lượng.
Bản chép lời
Bản chép lời do máy tạo, bằng ba bộ máy. Với các clip từ cùng một kênh, một bộ máy cho tốc độ cao hơn các bộ máy khác khoảng 0,18 âm tiết mỗi giây (3%). Một phần dữ liệu đã được người học trên nền tảng Reelang kiểm chứng (4,3%), phần còn lại dựa trên nhận dạng giọng nói tự động. Tiếng Quan Thoại được đo trên 293 clip từ một bộ máy duy nhất.
Quãng nghỉ
Độ dài chuỗi trung bình và tỷ lệ phát âm cần thời điểm kết thúc của từng từ, thứ mà hai trong số các bộ máy phân tích mẫu lời nói ước lượng theo cùng một cách. Tôi chỉ dùng clip từ hai bộ máy đó cho các thước đo này, và tôi không so chúng giữa những ngôn ngữ mà từ là chữ hoặc cụm chữ.
Mẫu này không phải là gì
Kho được chọn cho người học ngôn ngữ. Nó nghiêng về clip ngắn, lời nói rõ và chủ đề hợp số đông: tiểu phẩm, vlog, nấu ăn, video giải thích. Nó không phải mẫu ngẫu nhiên về cách người ta nói. Đơn vị là clip, không phải người nói, vì bản chép lời không tách người nói một cách đáng tin. Âm tiết được đếm từ văn bản, nên khi một người nói nhanh nuốt mất một âm tiết mà bản chép lời vẫn giữ, clip vẫn tính âm tiết đó, và các clip nhanh có thể bị nói quá một chút. Trình độ CEFR là cách một mô hình đọc bản chép lời.
Dùng dữ liệu này
Bạn cứ thoải mái dùng lại các biểu đồ và con số trên trang này trong bài viết, tài liệu giảng dạy và nghiên cứu. Xin hãy dẫn liên kết tới trang này làm nguồn.
| # | Ngôn ngữ | Âm tiết/giây | Nửa giữa của các clip | Từ/phút | Âm tiết mỗi từ | Clip | Giờ | Kênh | Đã đo |
|---|---|---|---|---|---|---|---|---|---|
| 1 | Tamil | 6,20 | 5,35 đến 7,18 | 137 | 2,65 | 1.619 | 45 | 257 | 219 |
| 2 | Nhật | 6,19 | 5,17 đến 7,43 | 224 | 1,71 | 2.837 | 150 | 868 | 441 |
| 3 | Thổ Nhĩ Kỳ | 6,14 | 5,16 đến 7,10 | 161 | 2,29 | 3.849 | 144 | 1.011 | 376 |
| 4 | Bồ Đào Nha | 6,02 | 5,12 đến 6,86 | 202 | 1,81 | 14.642 | 652 | 2.278 | 435 |
| 5 | Ý | 6,00 | 5,39 đến 6,59 | 186 | 1,91 | 9.180 | 294 | 1.226 | 631 |
| 6 | Hy Lạp | 5,99 | 5,25 đến 6,60 | 178 | 2,01 | 3.770 | 124 | 484 | 237 |
| 7 | Telugu | 5,99 | 5,38 đến 6,58 | 140 | 2,62 | 2.390 | 85 | 640 | 177 |
| 8 | Tây Ban Nha | 5,92 | 5,17 đến 6,55 | 196 | 1,76 | 30.969 | 1.501 | 3.111 | 1.467 |
| 9 | Nga | 5,90 | 4,93 đến 6,77 | 175 | 2,02 | 3.611 | 83 | 984 | 350 |
| 10 | Mã Lai | 5,77 | 5,11 đến 6,30 | 152 | 2,10 | 1.570 | 55 | 343 | 211 |
| 11 | Kannada | 5,74 | 5,08 đến 6,32 | 122 | 2,74 | 1.668 | 74 | 508 | 216 |
| 12 | Phần Lan | 5,65 | 4,89 đến 6,28 | 154 | 2,16 | 3.550 | 106 | 349 | 247 |
| 13 | Ả Rập * | 5,63 | 4,75 đến 6,52 | 158 | 2,14 | 26.232 | 778 | 3.206 | 1.350 |
| 14 | Indonesia | 5,62 | 4,81 đến 6,39 | 153 | 2,17 | 4.249 | 131 | 1.465 | 479 |
| 15 | Macedonia | 5,60 | 4,73 đến 6,06 | 162 | 2,03 | 369 | 13 | 75 | 80 |
| 16 | Hàn | 5,56 | 4,70 đến 6,40 | 132 | 2,51 | 10.246 | 730 | 2.558 | 650 |
| 17 | Romania | 5,41 | 4,82 đến 6,06 | 195 | 1,60 | 3.898 | 176 | 606 | 465 |
| 18 | Bosnia | 5,40 | 4,78 đến 5,90 | 159 | 1,98 | 200 | 12 | 63 | 94 |
| 19 | Croatia | 5,40 | 4,91 đến 6,07 | 166 | 1,92 | 1.319 | 44 | 326 | 147 |
| 20 | Marathi | 5,36 | 4,79 đến 5,92 | 149 | 2,12 | 2.066 | 74 | 446 | 201 |
| 21 | Serbia | 5,36 | 4,79 đến 5,84 | 170 | 1,89 | 2.267 | 80 | 256 | 209 |
| 22 | Hungary | 5,35 | 4,72 đến 6,04 | 155 | 2,02 | 6.680 | 435 | 1.369 | 394 |
| 23 | Catalan | 5,28 | 4,52 đến 5,78 | 181 | 1,68 | 200 | 9 | 59 | 81 |
| 24 | Séc | 5,28 | 4,62 đến 5,93 | 171 | 1,79 | 2.611 | 96 | 337 | 248 |
| 25 | Bulgaria | 5,26 | 4,64 đến 5,80 | 155 | 2,02 | 1.564 | 93 | 296 | 254 |
| 26 | Đan Mạch | 5,25 | 4,65 đến 5,95 | 214 | 1,47 | 1.250 | 78 | 205 | 162 |
| 27 | Bengali | 5,21 | 4,42 đến 5,87 | 141 | 2,17 | 2.711 | 236 | 1.276 | 435 |
| 28 | Ba Lan | 5,21 | 4,62 đến 5,84 | 181 | 1,75 | 4.129 | 165 | 882 | 288 |
| 29 | Slovak | 5,21 | 4,39 đến 5,73 | 173 | 1,76 | 974 | 39 | 135 | 170 |
| 30 | Pháp | 5,12 | 4,59 đến 5,82 | 214 | 1,41 | 6.897 | 322 | 1.194 | 621 |
| 31 | Ukraina | 5,10 | 4,41 đến 5,78 | 143 | 2,12 | 1.312 | 67 | 228 | 248 |
| 32 | Hebrew * | 5,07 | 4,33 đến 5,86 | 155 | 1,97 | 5.596 | 211 | 732 | 292 |
| 33 | Quan Thoại | 5,05 | 4,74 đến 5,54 | 303 | 1,00 | 7.146 | 340 | 1.381 | 293 |
| 34 | Hà Lan | 5,03 | 4,49 đến 5,58 | 214 | 1,39 | 7.201 | 281 | 712 | 496 |
| 35 | Ba Tư * | 4,99 | 4,43 đến 5,29 | 156 | 1,93 | 748 | 29 | 167 | 105 |
| 36 | Hindi | 4,81 | 4,05 đến 5,48 | 175 | 1,61 | 2.690 | 142 | 1.080 | 302 |
| 37 | Na Uy | 4,78 | 4,27 đến 5,45 | 199 | 1,46 | 522 | 20 | 120 | 121 |
| 38 | Đức | 4,76 | 4,13 đến 5,44 | 179 | 1,55 | 12.865 | 670 | 2.285 | 875 |
| 39 | Thụy Điển | 4,75 | 4,26 đến 5,20 | 196 | 1,45 | 3.061 | 141 | 436 | 358 |
| 40 | Tagalog | 4,75 | 4,29 đến 5,23 | 148 | 1,92 | 1.225 | 43 | 471 | 335 |
| 41 | Belarus | 4,73 | 3,48 đến 5,41 | 131 | 2,08 | 157 | 5 | 78 | 93 |
| 42 | Anh | 4,70 | 4,21 đến 5,16 | 210 | 1,31 | 28.732 | 1.002 | 6.201 | 1.060 |
| 43 | Thái * | 4,59 | 4,12 đến 5,11 | 232 | 1,19 | 983 | 51 | 285 | 119 |
| 44 | Việt | 4,22 | 3,80 đến 4,79 | 253 | 1,00 | 999 | 23 | 332 | 261 |
Âm tiết/giây: clip trung vị, tính bằng âm tiết trên mỗi giây lời nói. Nửa giữa của các clip: từ phân vị 25 đến phân vị 75. Từ/phút: clip trung vị, trong đó "từ" là bất cứ thứ gì bản chép lời tách ra (một chữ trong tiếng Quan Thoại), nên cột này không so sánh được giữa các ngôn ngữ. Clip, giờ và kênh: số clip bản xứ trong kho. Đã đo: số clip trong mẫu mà tốc độ được tính từ đó. * Số âm tiết là ước lượng (tiếng Ả Rập và Hebrew từ công thức chữ cái, tiếng Ba Tư và Thái có mức đếm thiếu nhỏ đã biết).
Nguồn
- 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, toàn văn miễn phí
- 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, bản lưu mở
- Công cụ: espeak-ng 1.52, pykakasi, PyThaiNLP.
Bắt đầu xem
Chọn ngôn ngữ và bắt đầu xem bảng tin. Lời nói thật của người bản ngữ, phân loại theo độ khó nghe hiểu. Không cần kiểm tra đầu vào, không cần đăng ký.
Chọn ngôn ngữĐọc tiếp theo
Cần bao nhiêu từ để hiểu video của người bản xứ?
Với 5.000 từ tiếng Anh thông dụng nhất, một clip bản xứ trung bình có 95,6% là từ bạn đã biết. Tiếng Tây Ban Nha cần khoảng 6.800 từ mới đạt 95%, và ở 13 trong 23 ngôn ngữ thì 10.000 từ vẫn chưa đủ. Dữ liệu từ 35.615 clip bản xứ, theo từng ngôn ngữ và từng trình độ.
Đầu vào dễ hiểu cho người mới bắt đầu
Đầu vào dễ hiểu chỉ phát huy tác dụng khi bạn theo kịp nội dung đang nghe. Christian Lauer nói về cách đạt tới mức đó thật nhanh, và cách nhận ra khi bạn đã tới nơi.
Làm sao để ngừng dịch trong đầu: vì sao hiểu phải đi trước nói
Bạn ngừng dịch trong đầu khi não được nghe đủ nhiều lời nói dễ hiểu đến mức không cần dịch nữa. Dịch chỉ là đường vòng mà não tự dựng lên khi nó chưa có đủ trải nghiệm trực tiếp với ngôn ngữ.