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. Số liệu đo trên 16.293 clip thuộc 44 ngôn ngữ, kèm tốc độ theo trình độ CEFR, theo phương ngữ và so với nghiên cứu phòng thí nghiệm kinh điển.
Chief Language 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) gần 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 clip tiếng Tây Ban Nha ở mức trung vị có nhiều âm tiết mỗi giây hơn clip tiếng Anh trung vị khoảng một phần tư.
Tôi đo điều này 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 thư viện của Reelang. Phần lớn số liệu tốc độ nói đã công bố đến từ việc người ta đọc to câu mẫu trong phòng thí nghiệm. Còn đây là vlog, sketch, 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 đứng 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. Hãy chạm hoặc trỏ chuột vào một ngôn ngữ để xem cỡ mẫu.
Chín ngôn ngữ đứng đầu chỉ cách nhau trong 0,3 âm tiết mỗi giây, 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%, còn tiếng Tây Ban Nha giữa 5,82 và 6,02. Vậy hãy đọc phần đầu biểu đồ như một nhóm nhanh, không phải một bục xếp hạng. 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 nữa.
Độ dao động trong cùng một ngôn ngữ 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 bằng một clip ở phân vị 25 của tiếng Tây Ban Nha (5,17). Bạn nghe ai nói quan trọng hơn là người đó nói ngôn ngữ nào.
Tiếng Nhật cần một ghi chú. Người Nhật và giáo viên tiếng Nhật thường đếm theo morae, không theo âm tiết. Tōkyō có hai âm tiết (tō-kyō) nhưng bốn morae (to-o-kyo-o). Tôi đếm âm tiết, giống nghiên cứu phòng thí nghiệm bên dưới, để tiếng Nhật so sánh được với các ngôn ngữ khác. Nếu đếm theo morae, clip tiếng Nhật trung vị chạy ở 7,45 mỗi giây, và nửa giữa các clip từ 6,04 đến 8,95.
Sketch học đường này nằm ở đầu nhanh của tiếng Nhật: một học sinh bào chữa cho việc đi muộn, bằng phương ngữ Kansai, và clip chạy ở 7,84 âm tiết mỗi giây. Bảy giây dưới đây chứa sáu câu.
Số từ mỗi phút cho kết quả ngược
Cách nói về tốc độ phổ biến nhất là số từ mỗi phút. Hãy chuyển biểu đồ phía trên sang số từ mỗi phút và thứ hạng gần như đảo 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 44 ngôn ngữ, tương quan hạng giữa hai thước đo là -0,25: hơi âm.
Lý do là "từ" là một thứ khác nhau trong mỗi ngôn ngữ. Trong bản chép tiếng Quan Thoại, mỗi chữ Hán được 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 cùng các tiểu từ của nó. Một từ tiếng Tamil hay tiếng Thổ Nhĩ Kỳ thường mang vài hậu tố. 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 Tamil nói nhiều âm tiết hơn. Số từ mỗi phút dùng tốt khi so hai clip trong 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 nó cũng không mang cùng lượng nghĩa ở mọi nơi. Trong một nghiên cứu phòng thí nghiệm nổi tiếng, Pellegrino, Coupé và Marsico (2011) thấy rằng những ngôn ngữ đặt 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 thông tin. Một nghiên cứu sau đó trên 17 ngôn ngữ thấy rằng lượng thông tin mỗi giây ra khá giống nhau giữa các ngôn ngữ, khoảng 39 bit mỗi giây (Coupé và cộng sự, 2019). Bảng xếp hạng của tôi khớp với mẫu hình đó: tiếng Nhật ở trên đỉnh, tiếng Việt ở dưới cùng và tiếng Quan Thoại ở nửa dưới.
So với phòng thí nghiệm
Pellegrino, Coupé và Marsico ghi âm 59 người nói 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 này làm tham chiếu. Họ đo âm tiết mỗi giây sau khi loại 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% |
Các video chạy ở mức 71% đến 86% giá trị phòng thí nghiệm, trừ tiếng Quan Thoại. Thứ tự thì tương tự: tương quan hạng giữa hai cột là 0,76 trên 8 ngôn ngữ. Phần lớn khoảng cách có lẽ đến từ cách tính thời gian. Phòng thí nghiệm loại bỏ mọi khoảng nghỉ trên 150 ms. Tôi chỉ bỏ qua khoảng trống giữa các câu, nên những khoảng nghỉ ngắn 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 có khoảng cách lớn nhất. Phòng thí nghiệm đếm âm tiết "như được phát ra trong lối nói cẩn thận", mà trong tiếng Pháp điều đó có thể giữ lại một số âm e mà lời nói hằng ngày bỏ đi. Tôi đếm chúng 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 công cụ chép lời duy nhất (xem phần phương pháp), và công cụ này cho kết quả nhanh hơn các công cụ khác khoảng 3% trên cùng những kênh. Điều đó chỉ giải thích một phần khoảng cách, 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 thư viện đều có một trình độ CEFR (A1 đến C2). Một mô hình gán trình độ bằng cách đọc bản chép lời, có khi được người kiểm duyệt sửa lại. Mô hình không bao giờ thấy thời lượng, nên trình độ và tốc độ là hai phép đo riêng biệt.
Các clip xếp A1 rõ ràng chậm hơn. Trong 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% của B1, tiếng Pháp 65%, tiếng Anh 74% và tiếng Tây Ban Nha 90%.
Từ A2 đến C1, tốc độ gần như không đổi. Xét trên các ngôn ngữ, khoảng cách giữa trình độ nhanh nhất và chậm nhất trong bốn mức có trung vị là 11% so với trung vị của mức đó. Ở tiếng Tây Ban Nha nó 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%, ở tiếng Anh 3,7%. C1 cũng không chắc chắn nhanh hơn B1. Ở tiếng Tây Ban Nha và tiếng Hà Lan nó nhanh hơn chút ít (5,93 so với 5,88; 5,27 so với 5,15), ở tiếng Anh chậm hơn chút ít (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, những thứ dày đặc nhưng điềm tĩnh.
Vậy trên mức A1, trình độ cao hơn nghĩa là từ và ngữ pháp khó hơn, không phải nói nhanh hơn. Hai clip tiếng Tây Ban Nha dưới đây cho thấy khoảng cách. Đầu tiên là một clip Colombia xếp A1: câu ngắn, có nghỉ giữa các câu, 4,73 âm tiết mỗi giây ở đoạn dưới. Sau đó là một cặp đôi Rioplatense tranh cãi về một món tráng miệng, xếp A2 vì từ vựng đơn giản, ở 7,69.
Người nói nhanh thì nghỉ ít hơn
Tốc độ có hai phần: người ta phát âm nhanh thế nào, và họ ngừng lại bao lâu một lần. Tôi đo phần thứ hai bằng hai con số lấy từ thời điểm của từng từ trong bản chép lời. Độ dài trung bình của một chuỗi là số từ trung bình giữa hai khoảng nghỉ, trong đó khoảng nghỉ là một quãng 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 ngôn ngữ thứ hai). Tỉ lệ phát âm là phần thời gian mà người nói thực 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 trung bình của chuỗi là 0,82 (trung vị trên 34 ngôn ngữ), và 0,66 với tỉ lệ phát âm. Một phần điều này nằm sẵn trong cách đo, vì đồng hồ của tôi tính cả những khoảng nghỉ ngắn trong câu, nên hãy đọc nó như một mô tả đơn giản: clip nhanh thì nghỉ ít hơn.
Khoảng nghỉ là nơi clip cho người mới khác biệt nhất. Clip tiếng Tây Ban Nha A1 chỉ chậm hơn clip B1 10% về âm tiết, nhưng chuỗi của chúng ngắn hơn nhiều: 5,6 từ giữa hai khoảng nghỉ ở A1 so với 9,6 ở B1. Ở tiếng Anh là 4,0 so với 10,8, ở tiếng Đức 3,6 so với 8,9. Người nói tiếng Anh A1 nói trong 41% thời gian, người nói B1 là 79%. Với người học, khoảng lặng đó là thời gian để xử lý điều 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 tăm của chúng
Ở đâu một phương ngữ có ít nhất 60 clip được đo, tôi báo cáo riêng. Để so sánh công bằng, các trung vị này được điều chỉnh về cùng tỉ lệ trình độ như toàn ngôn ngữ, nên một phương ngữ có nhiều clip A1 sẽ không bị trông 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 Andes (5,55). Số từ mỗi phút 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 lấn.
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 xét theo âm tiết mỗi giây thì ở đây nó là bên chậm hơn. Tiếng tăm đó có lẽ đến từ âm thanh: người châu Âu thường giảm hoặc bỏ 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 thì điều này làm tiếng Bồ Đào Nha châu Âu 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 dưới đây, một về dán kính cường lực cho điện thoại và một là công thức nấu ăn, có tốc độ gần nhau theo cách đếm của tôi: 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 không chồng lấn.
Tiếng Nhật
Lối nói Kansai nổi tiếng là nhanh. Số liệu thô có vẻ đồng ý (6,28 so với 6,16 của tiếng Nhật chuẩn), nhưng khi tỉ lệ trình độ được làm giống nhau, Kansai ra 6,13 và tiếng Nhật chuẩn 6,21. Vậy 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 ở 6,12, trước Maroc (5,68), tiếng Ả Rập Chuẩn Hiện đại (5,56), Levant (5,53) và Vùng Vịnh (5,37). Tunisia chậm nhất ở 4,66. Các con số tiếng Ả Rập là ước lượng, vì nguyên âm ngắn không được viết ra (xem phần phương pháp).
Tiếng Đức
Tiếng Đức chuẩn chạy ở 5,00, Swabia ở 4,63, Áo ở 4,46, Bavaria ở 4,41 và tiếng Đức Thụy Sĩ ở 3,98. Bản chép tiếng Đức Thụy Sĩ được viết theo chính tả tiếng Đức chuẩn, nên thứ tôi đếm là âm tiết của các từ tiếng Đức chuẩn.
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 một mẫu nhỏ hơn gồm 65 clip Đài Loan.
Điều này có ý nghĩa gì nếu bạn đang học một ngôn ngữ
Khác biệt giữa các ngôn ngữ là 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, mà trong cả hai ngôn ngữ, nửa giữa 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. Khi đã rời A1, clip không chậm đi khi trình độ thấp hơn: clip A2 nhanh xấp xỉ clip C1. Cách đi thực tế là bắt đầu với những clip có khoảng nghỉ dài và câu ngắn, rồi chọn clip theo chủ đề và người nói thay vì chờ một trình độ nào đó mà 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 các clip trên trang này. Tốc độ là một nửa của chuyện vì sao nghe khó. Nửa còn lại là từ vựng, điều 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, khi clip A1 chính là thứ bạn cần.
Chúng tôi đã đo thế nào
Các clip
Mọi clip đều có trong thư viện Reelang vào ngày 29 tháng 9 năm 2026: được hiển thị công khai, có lời nói, là nội dung bản xứ và 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 toàn bộ đến từ YouTube. Từ 230.754 clip này, tôi lấy một mẫu phân tầng theo ngôn ngữ, phương ngữ và trình độ CEFR: tối đa 60 clip mỗi nhóm, chọn bằng một hàm hash cố định để mẫu có thể dựng lại được. Tôi dùng 30 câu đầu của mỗi clip. Bài hát bị loại (1.617 clip trong mẫu), và không kênh nào được góp hơn 3 clip vào một nhóm. Sau đó mỗi clip được gán trọng số theo kích thước nhóm của nó trong thư viện, nên các con số mô tả thư viện, không phải mẫu. Tất cả số liệu là trung vị có trọng số, với phân vị 25 và 75 làm "nửa giữa". Khoảng tin cậy đến từ 300 lần lấy mẫu bootstrap.
Những ngôn ngữ nào được xếp hạng
Một ngôn ngữ cần ít nhất 150 clip và 40 kênh trong thư viện, và còn lại ít nhất 75 clip sau mọi bộ lọc. 44 ngôn ngữ đạt. Esperanto đạt về số liệu nhưng bị loại, vì gần như không có người bản xứ. Phương ngữ cần ít nhất 100 clip và 20 kênh trong thư viện, cùng 60 clip được đo.
Âm tiết mỗi giây
Với mỗi câu, tôi lấy thời điểm từ đầu tiên bắt đầu và thời điểm từ cuối cùng bắt đầu, 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 trong mọi nguồn chép lời; thời điểm kết thúc thì một số công cụ ước lượng một phần. Với mỗi clip, số âm tiết và các khoảng thời gian của mọi câu được cộng lại. Một clip cần ít nhất 5 câu dùng được và 10 giây lời nói. Khoảng thời gian bao gồm các khoảng nghỉ ngắn trong câu nhưng không bao 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 công cụ phát âm espeak-ng, và mỗi âm nguyên âm hay phụ âm thành âm tiết được tính là một âm tiết.
- Tiếng Croatia, Serbia, Bosnia, Macedonia, Séc và Slovakia được đếm bằng quy tắc chữ cái, trong đó có r và l thành âm tiết (Hrvatska có ba âm tiết). Tagalog đếm chữ 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 morae.
- Tiếng Thái dùng bộ tách âm tiết theo từ điển của PyThaiNLP, vốn đếm hơi thiếu.
- 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 công thức khớp trên 25 câu đếm tay mỗi ngôn ngữ (sai số khoảng 9% và 12% mỗi câu, dưới 1% trên tổng thể).
Các câu có chữ số bị loại, vì số được đọc khác nhau trong mỗi ngôn ngữ. Trên 102 câu lấy 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 số đếm tự động, nên đây là một lần kiểm tra, không phải thử nghiệm mù. Tiếng Ả Rập, Hebrew, Ba Tư và Thái được ghi là ước lượng.
Bản chép lời
Bản chép lời do máy làm, bằng ba công cụ. Với clip từ cùng một kênh, một công cụ cho tốc độ cao hơn các công cụ khác khoảng 0,18 âm tiết mỗi giây (3%). Với tiếng Quan Thoại, Ả Rập và Hindi, một công cụ rõ ràng làm mất từ, nên clip của nó bị loại với những ngôn ngữ đó. Tiếng Quan Thoại được đo trên 293 clip từ một công cụ duy nhất.
Khoảng nghỉ
Độ dài trung bình của chuỗi và tỉ lệ phát âm cần thời điểm kết thúc của mỗi từ, thứ mà hai trong số các công cụ ước lượng theo cùng cách. Tôi chỉ dùng clip từ hai công cụ đó cho các phép đo này, và tôi không so sánh chúng giữa những ngôn ngữ mà từ là chữ hay chùm chữ.
Mẫu này không phải cái gì
Thư viện được chọn cho người học ngôn ngữ. Nó thiên về clip ngắn với lời nói rõ và đề tài dễ hợp nhiều người: sketch, 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 bỏ mất một âm tiết mà bản chép vẫn giữ, clip vẫn tính âm tiết đó, và clip nhanh có thể bị nâng lên chút ít. 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 dạy học và nghiên cứu. Hãy dẫn liên kết tới trang này làm nguồn.
| # | Ngôn ngữ | Âm tiết/giây | Nửa giữa các clip | Từ/phút | Âm tiết mỗi từ | Clip | Giờ | Kênh | Đã đo |
|---|---|---|---|---|---|---|---|---|---|
| 1 | Tiếng Tamil | 6.20 | 5.35 đến 7.18 | 137 | 2.65 | 1.619 | 45 | 257 | 219 |
| 2 | Tiếng Nhật | 6.19 | 5.17 đến 7.43 | 224 | 1.71 | 2.837 | 150 | 868 | 441 |
| 3 | Tiếng Thổ Nhĩ Kỳ | 6.14 | 5.16 đến 7.10 | 161 | 2.29 | 3.849 | 144 | 1.011 | 376 |
| 4 | Tiếng Bồ Đào Nha | 6.02 | 5.12 đến 6.86 | 202 | 1.81 | 14.642 | 652 | 2.278 | 435 |
| 5 | Tiếng Ý | 6.00 | 5.39 đến 6.59 | 186 | 1.91 | 9.180 | 294 | 1.226 | 631 |
| 6 | Tiếng Hy Lạp | 5.99 | 5.25 đến 6.60 | 178 | 2.01 | 3.770 | 124 | 484 | 237 |
| 7 | Tiếng Telugu | 5.99 | 5.38 đến 6.58 | 140 | 2.62 | 2.390 | 85 | 640 | 177 |
| 8 | Tiếng Tây Ban Nha | 5.92 | 5.17 đến 6.55 | 196 | 1.76 | 30.969 | 1.501 | 3.111 | 1.467 |
| 9 | Tiếng Nga | 5.90 | 4.93 đến 6.77 | 175 | 2.02 | 3.611 | 83 | 984 | 350 |
| 10 | Tiếng Mã Lai | 5.77 | 5.11 đến 6.30 | 152 | 2.10 | 1.570 | 55 | 343 | 211 |
| 11 | Tiếng Kannada | 5.74 | 5.08 đến 6.32 | 122 | 2.74 | 1.668 | 74 | 508 | 216 |
| 12 | Tiếng Phần Lan | 5.65 | 4.89 đến 6.28 | 154 | 2.16 | 3.550 | 106 | 349 | 247 |
| 13 | Tiếng Ả Rập * | 5.63 | 4.75 đến 6.52 | 158 | 2.14 | 26.232 | 778 | 3.206 | 1.350 |
| 14 | Tiếng Indonesia | 5.62 | 4.81 đến 6.39 | 153 | 2.17 | 4.249 | 131 | 1.465 | 479 |
| 15 | Tiếng Macedonia | 5.60 | 4.73 đến 6.06 | 162 | 2.03 | 369 | 13 | 75 | 80 |
| 16 | Tiếng Hàn | 5.56 | 4.70 đến 6.40 | 132 | 2.51 | 10.246 | 730 | 2.558 | 650 |
| 17 | Tiếng Romania | 5.41 | 4.82 đến 6.06 | 195 | 1.60 | 3.898 | 176 | 606 | 465 |
| 18 | Tiếng Bosnia | 5.40 | 4.78 đến 5.90 | 159 | 1.98 | 200 | 12 | 63 | 94 |
| 19 | Tiếng Croatia | 5.40 | 4.91 đến 6.07 | 166 | 1.92 | 1.319 | 44 | 326 | 147 |
| 20 | Tiếng Marathi | 5.36 | 4.79 đến 5.92 | 149 | 2.12 | 2.066 | 74 | 446 | 201 |
| 21 | Tiếng Serbia | 5.36 | 4.79 đến 5.84 | 170 | 1.89 | 2.267 | 80 | 256 | 209 |
| 22 | Tiếng Hungary | 5.35 | 4.72 đến 6.04 | 155 | 2.02 | 6.680 | 435 | 1.369 | 394 |
| 23 | Tiếng Catalan | 5.28 | 4.52 đến 5.78 | 181 | 1.68 | 200 | 9 | 59 | 81 |
| 24 | Tiếng Séc | 5.28 | 4.62 đến 5.93 | 171 | 1.79 | 2.611 | 96 | 337 | 248 |
| 25 | Tiếng Bulgaria | 5.26 | 4.64 đến 5.80 | 155 | 2.02 | 1.564 | 93 | 296 | 254 |
| 26 | Tiếng Đan Mạch | 5.25 | 4.65 đến 5.95 | 214 | 1.47 | 1.250 | 78 | 205 | 162 |
| 27 | Tiếng Bengali | 5.21 | 4.42 đến 5.87 | 141 | 2.17 | 2.711 | 236 | 1.276 | 435 |
| 28 | Tiếng Ba Lan | 5.21 | 4.62 đến 5.84 | 181 | 1.75 | 4.129 | 165 | 882 | 288 |
| 29 | Tiếng Slovakia | 5.21 | 4.39 đến 5.73 | 173 | 1.76 | 974 | 39 | 135 | 170 |
| 30 | Tiếng Pháp | 5.12 | 4.59 đến 5.82 | 214 | 1.41 | 6.897 | 322 | 1.194 | 621 |
| 31 | Tiếng Ukraina | 5.10 | 4.41 đến 5.78 | 143 | 2.12 | 1.312 | 67 | 228 | 248 |
| 32 | Tiếng Hebrew * | 5.07 | 4.33 đến 5.86 | 155 | 1.97 | 5.596 | 211 | 732 | 292 |
| 33 | Tiếng Quan Thoại | 5.05 | 4.74 đến 5.54 | 303 | 1.00 | 7.146 | 340 | 1.381 | 293 |
| 34 | Tiếng Hà Lan | 5.03 | 4.49 đến 5.58 | 214 | 1.39 | 7.201 | 281 | 712 | 496 |
| 35 | Tiếng Ba Tư * | 4.99 | 4.43 đến 5.29 | 156 | 1.93 | 748 | 29 | 167 | 105 |
| 36 | Tiếng Hindi | 4.81 | 4.05 đến 5.48 | 175 | 1.61 | 2.690 | 142 | 1.080 | 302 |
| 37 | Tiếng Na Uy | 4.78 | 4.27 đến 5.45 | 199 | 1.46 | 522 | 20 | 120 | 121 |
| 38 | Tiếng Đức | 4.76 | 4.13 đến 5.44 | 179 | 1.55 | 12.865 | 670 | 2.285 | 875 |
| 39 | Tiếng Thụy Điển | 4.75 | 4.26 đến 5.20 | 196 | 1.45 | 3.061 | 141 | 436 | 358 |
| 40 | Tiếng Tagalog | 4.75 | 4.29 đến 5.23 | 148 | 1.92 | 1.225 | 43 | 471 | 335 |
| 41 | Tiếng Belarus | 4.73 | 3.48 đến 5.41 | 131 | 2.08 | 157 | 5 | 78 | 93 |
| 42 | Tiếng Anh | 4.70 | 4.21 đến 5.16 | 210 | 1.31 | 28.732 | 1.002 | 6.201 | 1.060 |
| 43 | Tiếng Thái * | 4.59 | 4.12 đến 5.11 | 232 | 1.19 | 983 | 51 | 285 | 119 |
| 44 | Tiếng Việt | 4.22 | 3.80 đến 4.79 | 253 | 1.00 | 999 | 23 | 332 | 261 |
Âm tiết/giây: clip trung vị, tính theo âm tiết trên mỗi giây nói. Nửa giữa các clip: 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 thư viện. Đã đo: số clip trong mẫu mà tốc độ được tính từ đó. * Số âm tiết là ước lượng (tiếng Ả Rập và Hebrew theo công thức chữ cái, tiếng Ba Tư và tiếng 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 truy cập 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 kiểm tra, 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 phổ biến nhất, một clip bản xứ điển hình có 95,6% là từ bạn đã biết. Tiếng Tây Ban Nha cần khoảng 6.800 từ để 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 bạn đã tới nơi.
Làm sao để hết dịch trong đầu: vì sao hiểu phải đến trước nói
Bạn hết dịch trong đầu khi não được nghe đủ nhiều lời nói dễ hiểu đến mức nó không cần dịch nữa. Dịch chỉ là đường vòng mà não tự dựng lên khi chưa có đủ trải nghiệm trực tiếp với ngôn ngữ.