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 đạt khoảng 6 âm tiết mỗi giây, còn tiếng Anh và tiếng Đức khoảng 4,7. Số liệu đo trên 16.293 clip ở 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 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 ở 44 ngôn ngữ, lấy mẫu từ 230.754 clip (9.850 giờ, khoảng 41.000 kênh) trong kho của Reelang. Phần lớn số liệu tốc độ nói được công bố đến từ người đọc to các 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 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. Chạm hoặc rê chuột vào một ngôn ngữ để xem cỡ mẫu.
Chín ngôn ngữ dẫn đầu chỉ cách nhau trong vòng 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%, của tiếng Tây Ban Nha giữa 5,82 và 6,02. Vậy hãy đọc phần đầu biểu đồ như một nhóm nhanh, chứ 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 thấp hơn.
Khoảng dao động bên trong một ngôn ngữ còn lớn hơn khoảng cách giữa hầu hết các ngôn ngữ. Một clip ở phân vị 75 của tiếng Anh (5,16 âm tiết mỗi giây) nhanh ngang clip ở phân vị 25 của tiếng Tây Ban Nha (5,17). Bạn nghe ai nói quan trọng hơn là họ nói thứ tiếng nào.
Tiếng Nhật cần một ghi chú. Người Nhật và giáo viên Nhật thường đếm theo mora, 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 ở dưới, để tiếng Nhật so được với các ngôn ngữ khác. Nếu đếm theo mora, clip tiếng Nhật trung vị chạy ở 7,45 mora mỗi giây, và nửa giữa các clip nằm trong khoảng 6,04 đến 8,95.
Tiểu phẩm học đường này thuộc nhóm 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 dưới đây chứa sáu câu thoại.
Số từ mỗi phút cho kết quả ngược
Cách nói về tốc độ phổ biến nhất là số từ mỗi phút. Đổi biểu đồ trên sang số từ mỗi phút thì bảng xếp hạng gần như lộn ngược. Tiếng Quan Thoại, tiếng Việt và tiếng Thái vọt 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, hệ số tương quan hạng giữa hai thước đo là -0,25: hơi âm.
Lý do là "từ" ở mỗi ngôn ngữ 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 theo nhiều 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 nói 210 từ và người nói tiếng Tamil nói 137 từ mỗi phút, nhưng người Tamil nói nhiều âm tiết hơn. Số từ mỗi phút 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 nó cũng không mang cùng lượng nghĩa ở mọi nơi. Trong một nghiên cứu nổi tiếng, Pellegrino, Coupé và Marsico (2011) thấy rằng ngôn ngữ nào nhét ít thông tin 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 lượng thông tin mỗi giây ra gần như nhau giữa các ngôn ngữ, khoảng 39 bit mỗi giây (Coupé và cộng sự, 2019). Bảng xếp hạng của tôi khớp với khuôn mẫu đó: tiếng Nhật ở đầu, tiếng Việt ở cuối và tiếng Quan Thoại ở nửa dưới.
So với phòng thí nghiệm
Pellegrino, Coupé và Marsico ghi âm 59 người nói của bảy ngôn ngữ, mỗi người đọc cùng 20 đoạn văn ngắn đã dịch sang tiếng của họ, và dùng bản dịch tiếng Việt của các đoạn này làm mốc tham chiếu. Họ đo âm tiết mỗi giây sau khi 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 giờ. Phòng thí nghiệm bỏ mọi khoảng lặng trên 150 ms. Tôi chỉ bỏ qua khoảng trống giữa các câu, nên những quãng ngắt ngắn bên trong một câu, tiếng "ờ" và hơi thở trước câu chốt đều tính là thời gian nói. Lời nói thật có rất nhiều thứ đó.
Tiếng Pháp lệch nhiều nhất. Phòng thí nghiệm đếm âm tiết "như khi phát âm 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 theo cách người Pháp thường nói: petite có hai âm tiết, không phải ba. Tiếng Quan Thoại là ngoại lệ còn lại. Clip của nó đến từ một hệ chép lời duy nhất (xem phần phương pháp), và hệ này cho kết quả nhanh hơn khoảng 3% so với các hệ khác trên cùng kênh. Điều đó chỉ giải thích được một phần khoảng cách, phần còn lại tôi chưa có lời giải thích tốt.
Clip cho người mới chậm hơn, rồi tốc độ ngừng thay đổi
Mỗi clip trong kho 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. Mô hình không bao giờ nhìn thấy thời lượng, nên trình độ và tốc độ là hai phép đo tách biệt.
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. Trên các ngôn ngữ, khoảng cách giữa trình độ nhanh nhất và chậm nhất trong bốn trình độ này có trung vị là 11% so với trung vị của 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%, ở 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 dày đặc thông tin nhưng điềm tĩnh.
Vậy 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 dưới đây cho thấy khoảng cách. Đầu tiên 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 từ vựng đơn giản, ở 7,69.
Người nói nhanh thì nghỉ ít hơn
Tốc độ có hai phần: người ta nói từ nhanh cỡ nào, và họ dừng lại bao lâu một lần. Tôi đo phần thứ hai bằng hai con số lấy từ thời gian của từng từ trong bản chép lời. Độ dài trung bình của một mạch nói 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). Tỉ lệ phát âm là phần thời gian mà người ta thật sự đang nói.
Trong cùng một ngôn ngữ, clip nhanh có mạch nói dài hơn. Tương quan hạng giữa số âm tiết mỗi giây của một clip và độ dài trung bình của mạch nói 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 quãng nghỉ ngắn bên trong câu, nên hãy đọc nó như một mô tả đơn giản: clip nhanh thì nghỉ ít hơn.
Quãng nghỉ chính là chỗ clip cho người mới khác biệt nhất. Clip tiếng Tây Ban Nha A1 chỉ chậm hơn clip B1 10% về âm tiết, nhưng mạch nói ngắn hơn hẳn: 5,6 từ giữa hai quãng 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 im lặng đó là thời gian để xử lý điều vừa nghe.
Giữa các ngôn ngữ, những con số này khó so hơn, vì từ ở ngôn ngữ này dài hơn ngôn ngữ kia. Tiếng Hy Lạp (6,6 từ mỗi mạch) và tiếng Thổ Nhĩ Kỳ (6,9) có mạch ngắn gồm từ dài, tiếng Hà Lan (10,4) và tiếng Pháp (9,9) có mạch dài gồm từ ngắn. Nhân với số âm tiết mỗi từ thì cả bốn đều ra khoảng 13 đến 16 âm tiết mỗi mạch.
Phương ngữ: khác biệt có thật, nhưng nhỏ hơn tiếng đồn
Nơi nào 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 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 hoàn toàn không cho thấy điều này: 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 kịp, nhưng xét theo âm tiết mỗi giây thì ở đây nó lại chậm hơn. Tiếng đồn nhiều khả năng đến từ âm thanh: người châu Âu hay 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, 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 để ý xem bạn nghe 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 lên nhau.
Tiếng Nhật
Giọng Kansai nổi tiếng là nói nhanh. Số liệu thô có vẻ đồng ý (6,28 so với 6,16 của tiếng Nhật chuẩn), nhưng khi cơ cấu trình độ được làm giống nhau thì Kansai ra 6,13 còn tiếng Nhật chuẩn 6,21. Vậy khác biệt thô đến từ trình độ mà các clip Kansai được xếp, chứ 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, trên tiếng Ma-rốc (5,68), tiếng Ả Rập chuẩn hiện đại (5,56), tiếng Levant (5,53) và tiếng Ả Rập vùng Vịnh (5,37). Tiếng Tunisia chậm nhất ở 4,66. Số liệu 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 Swabia ở 4,63, giọng Áo ở 4,46, giọng Bavaria ở 4,41 và tiếng Đức Thụy Sĩ ở 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, 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 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, mà ở 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 lại khi trình độ giảm: clip A2 nhanh ngang clip C1. Cách thực tế để đi tiếp là bắt đầu với những clip có quãng nghỉ dài và câu ngắn, rồi chọn clip theo chủ đề và người nói, thay vì chờ một trình độ 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 như các clip trên trang này. Tốc độ chỉ là một nửa lý do khiến việc nghe khó. Nửa còn lại là từ vựng và ngữ pháp, thứ tôi đã đo trong bài 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 mức hiểu cơ bản.
Chúng tôi đã đo như thế nào
Các clip
Tất cả clip đều có trong kho của Reelang vào ngày 29 tháng 9 năm 2026: hiển thị công khai, có lời nói, 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 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 của người, 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 cả kho, chứ không chỉ mẫu. Mọi số liệu đều là trung vị có trọng số, với phân vị 25 và 75 là "nửa giữa". Khoảng tin cậy lấy 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 kho, và còn ít nhất 75 clip sau mọi bộ lọc. 44 ngôn ngữ đạt. Esperanto đạt về số lượng nhưng bị loại, vì nó gần như không có người bản xứ. Phương ngữ cần ít nhất 100 clip và 20 kênh trong kho, 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 mọi từ trừ từ cuối cho khoảng thời gian đó. Thời điểm bắt đầu của từ là dữ liệu thời gian duy nhất chính xác ở mọi nguồn chép lời; thời điểm kết thúc được một số hệ ước lượng một phần. 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
Âm tiết được 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 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, có tính 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 mỗi chữ Hán, tiếng Hàn một âm tiết mỗi khối Hangul, tiếng Việt một âm tiết 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% trên 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 ở 12 ngôn ngữ, kết quả 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 nhìn thấy kết quả 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 làm, bằng ba hệ khác nhau. Với clip cùng một kênh, một hệ cho tốc độ cao hơn các hệ 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 hệ duy nhất.
Quãng nghỉ
Độ dài trung bình của mạch nói và tỉ lệ phát âm cần thời điểm kết thúc của mỗi từ, thứ mà hai trong số các hệ phân tích mẫu lời nói ước lượng theo cùng một cách. Tôi chỉ dùng clip từ hai hệ đó cho các chỉ số 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 dễ tiếp cận: tiểu phẩm, vlog, nấu ăn, video giải thích. Nó không phải mẫu ngẫu nhiên về cách người ta nói chuyện. 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 người nói nhanh nuốt mất một âm tiết mà bản chép lời vẫn ghi, clip vẫn tính âm tiết đó, và clip nhanh có thể bị thổi lên một chút. Trình độ CEFR là cách một mô hình đọc bản chép lời.
Dùng dữ liệu này
Bạn cứ tự nhiên dùng lại các biểu đồ và con số trên trang này trong bài viết, tài liệu giảng dạy và nghiên cứu. Xin dẫn link 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 | 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 | Ukraine | 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 theo âm tiết mỗi giây nói. Nửa giữa 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 dùng để tính tốc độ. * Số âm tiết là ước lượng (tiếng Ả Rập và Hebrew theo 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 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 thông dụng 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.