Cần bao nhiêu từ để hiểu video của người bản xứ?

Nếu bạn biết 5.000 từ tiếng Anh thông dụng nhất, một clip tiếng Anh bản xứ trung bình có 95,6% là từ bạn đã biết, và 58,4% số clip đạt mức 95%, mức mà các nghiên cứu về nghe cho thấy người học hiểu tốt. Tiếng Tây Ban Nha cần khoảng 6.800 từ để clip trung bình đạt 95%, và ở 13 trong 23 ngôn ngữ tôi đo, 10.000 từ vẫn chưa đủ.

Các con số này đến từ 35.615 clip bản xứ thuộc 23 ngôn ngữ trong kho của Reelang, được đếm từng từ một dựa trên danh sách tần suất của mỗi ngôn ngữ. Hãy chọn một ngôn ngữ và một cỡ vốn từ bên dưới để xem bạn được gì.

Bạn hiểu được bao nhiêu trong một clip của người bản xứ?

clip người bản xứ, tháng 9 2026

Ngôn ngữArabicCzechDanishDutchEnglishEsperantoFinnishFrenchGermanGreekHindiHungarianIndonesianItalianNorwegianPolishPortugueseRomanianRussianSpanishSwedishTurkishUkrainianSố từ bạn biết, từ phổ biến nhất trước5,000 từ1001,00010,000

Từ đã biết trong một clip điển hình

95.6%

95%98%

Nửa giữa số clip: 93.3% đến 97.2%

58.4%

số clip đạt 95% trở lên

Biết 95%: khoảng 1 từ lạ trong 20 từ

15.2%

số clip đạt 98% trở lên

Biết 98%: khoảng 1 từ lạ trong 50 từ

Clip đạt 95% trở lên, theo cấp độ

A159.2%

A249.0%

B162.9%

B262.0%

C148.1%

Số clip đã đo: 2,002

Độ phủ là tỉ lệ từ xuất hiện trong một clip nằm trong nhóm từ phổ biến nhất của ngôn ngữ (tính theo từ gốc, nên dije và decir là một từ). Tên riêng và các âm như uh hay haha được tính là đã biết. Thanh trượt đi qua từng mức vốn từ được đo trong nghiên cứu.

1.000 từ đầu tiên làm phần lớn công việc

Tần suất từ rất lệch. Vài trăm từ (the, and, is, you, que, de) chiếm một phần lớn trong mọi thứ người ta nói, và càng xuống dưới danh sách thì mỗi từ càng ít xuất hiện. Quy luật này được gọi là định luật Zipf, và nó đúng với mọi ngôn ngữ ở đây.

Trên 18 ngôn ngữ mà tôi có thể xếp hạng không cần lưu ý gì thêm, clip trung bình được phủ 80,7% bởi 1.000 từ đầu, 86,7% bởi 2.000 từ đầu và 92,4% bởi 5.000 từ đầu. Một nghìn từ đầu tiên cho bạn bốn từ quen trên năm từ. Bốn nghìn từ tiếp theo chỉ thêm khoảng mười hai điểm.

Các ngưỡng quan trọng cho kỹ năng nghe nằm trong vài điểm cuối cùng đó. Hai ngưỡng được nhắc đi nhắc lại trong nghiên cứu về số từ bạn cần:

• 95%, một từ lạ trong 20 từ. Batia Laufer đề xuất ngưỡng này cho việc đọc vào năm 1989. Với kỹ năng nghe, van Zeeland và Schmitt (2013) thấy rằng phần lớn người nghe đã xoay xở được ở mức 90%, và ở mức 95% thì người nghe ngoại ngữ hiểu tốt với độ chênh lệch giữa họ nhỏ hơn nhiều.
• 98%, một từ lạ trong 50 từ. Hu và Nation (2000) thấy rằng người học tự đọc truyện cần khoảng mức này để hiểu đầy đủ.

Với tốc độ 150 từ mỗi phút, tức nhịp nói bình thường, 95% nghĩa là khoảng bảy từ lạ mỗi phút (Nation, 2006). 98% nghĩa là ba từ. Bạn có thể cảm nhận khác biệt đó trong phần demo bên dưới. Nó dùng câu thật từ các clip trong nghiên cứu và che đi mọi từ không nằm trong số từ đầu bảng mà bạn chọn.

Cảm giác khi thiếu từ

câu thật từ clip người bản xứ

Câu

Tiếng Tây Ban Nha: một ông bố từ chối con mèoTiếng Tây Ban Nha: công thức thịt viênTiếng Tây Ban Nha: công thức trứng ốp lếtTiếng Anh: tham quan một căn nhà nhỏTiếng Anh: công thức nấu chậm

Bạn biết top

1,0002,0005,00010,000

từ

Y algo que le da a las albóndigas mucho sabor es queso parmesano rallado, un poquito de orégano y hojas de perejil fresco picadas.

Số từ bạn biết trong câu này58.3%14 / 2495%98%

wordmột từ nằm ngoài top từ của bạnHiện các từ còn thiếu

Mỗi ô trống là một từ không nằm trong nhóm từ phổ biến nhất mà bạn chọn. Tên riêng, con số và các âm như uh vẫn hiện, giống như trong nghiên cứu. Những từ hoàn toàn không có trong danh sách tần suất sẽ luôn để trống ở mọi mức.

Với 2.000 từ, câu về thịt viên chỉ quen 58,3%: albóndigas, parmesano, rallado và orégano hoàn toàn không có trong danh sách, còn perejil (rau mùi tây) đứng ở hạng 13.520. Câu về con mèo thì quen tới 96,2% cũng với 2.000 từ đó. Cả hai clip đều là tiếng Tây Ban Nha và đều được gắn nhãn A2.

Tiếng Anh và tiếng Tây Ban Nha, bằng con số

Tiếng Anh. Clip trung bình đạt 90% ở 2.021 từ, 95% ở 4.462 từ và 98% ở 9.403 từ. Với 3.000 từ, 24,9% clip tiếng Anh đạt từ 95% trở lên. Với 5.000 từ, con số là 58,4%, và 15,2% đạt từ 98% trở lên.

Tiếng Tây Ban Nha. Clip trung bình đạt 90% ở 2.754 từ và 95% ở 6.781 từ. Nó không đạt 98% trong phạm vi 10.000 từ. Với 3.000 từ, 10,8% clip tiếng Tây Ban Nha đạt từ 95% trở lên. Với 5.000 từ, con số là 32,0%.

Vậy với tiếng Tây Ban Nha, người học có 3.000 từ có thể tìm được khoảng một clip trong mười clip mà 95% số từ là quen thuộc. Đó là một nguồn học thật sự, vì những từ bạn chưa biết xuất hiện giữa những từ bạn đã biết. Clip Colombia này là một ví dụ: 88,4% số từ của nó nằm trong 1.000 từ đầu và 96,3% nằm trong 2.000 từ đầu.

YouTubeTừ 0:01 đến 0:14

Phụ đề thông minhtừng từ bằng Tiếng Anh

Papá,miralo quemeencontréenlapuerta.

0:00 / 1:09

Tiếng Tây Ban Nha ColombiaNền tảng vững

Học với video này trên Reelang

Biết từ không giống với nghe bắt được từ. Người nói trong clip đó nói ở tốc độ trung vị 243 từ mỗi phút, nhanh hơn nhiều so với băng ghi âm trong sách giáo khoa. Độ phủ từ vựng cho bạn biết liệu bạn có hiểu được bản ghi lời thoại hay không. Nó không cho biết bạn có theo kịp tốc độ hay không.

Ngôn ngữ đường cong phẳng và đường cong dốc

Đường cong độ phủ ở 23 ngôn ngữ

clip trung vị, tháng 9 năm 2026

Hiển thị

Số từ bạn biết trong một clip điển hìnhClip đạt 95% trở lên

Số từ bạn biết, phổ biến nhất trước (thang log)

ngôn ngữ khácgiới hạn dưới

Làm nổi bật tối đa 3 ngôn ngữ

ArabicCzechDanishDutchEnglishEsperantoFinnishFrenchGermanGreekHindiHungarianIndonesianItalianNorwegianPolishPortugueseRomanianRussianSpanishSwedishTurkishUkrainian

Mỗi đường là một ngôn ngữ. Đường nằm ngang nghĩa là 1.000 từ đầu tiên đã phủ gần hết một clip. Đường dốc nghĩa là mỗi nghìn từ tiếp theo vẫn thêm được rất nhiều. Đường nét đứt là những ngôn ngữ có nhiều dạng từ không khớp được với danh sách, nên độ phủ thực tế còn cao hơn. Dùng phím mũi tên trên biểu đồ để xem lần lượt các mức từ vựng.

Các đường cong không có cùng hình dạng. Trong tiếng Đan Mạch, Thụy Điển và Hà Lan, 1.000 từ đầu đã phủ 84,4% đến 86,5% của một clip trung bình, và đi từ 1.000 lên 5.000 từ chỉ thêm 8,3 đến 9,3 điểm. Tiếng Anh, Pháp, Tây Ban Nha, Bồ Đào Nha và Ý thêm 11,5 đến 12,6 điểm trong cùng khoảng đó. Đường cong dốc nhất là tiếng Indonesia (+20,8), Ukraina (+18,3), Ả Rập (+18,1), Nga (+16,5), Phần Lan (+15,3), Thổ Nhĩ Kỳ (+15,2) và Ba Lan (+14,3).

Đường cong dốc nghĩa là một nghìn từ đầu để lại nhiều phần chưa hiểu hơn, và mỗi nghìn từ tiếp theo có giá trị hơn. Một phần là do bản thân ngôn ngữ. Một phần là do cách đếm từ, và điều này cần giải thích trước khi bạn so sánh hai ngôn ngữ.

Các danh sách ở đây đã được đưa về từ gốc: dije, dijo và decir đều tính là một từ, decir. Điều này công bằng với tiếng Tây Ban Nha, vốn có rất nhiều dạng động từ. Nhưng công cụ đưa về từ gốc chỉ hoạt động khi nó nhận ra dạng từ. Trong tiếng Séc, Phần Lan, Hungary, Nga và Ukraina, 9,0% đến 10,8% số từ trong một clip trung bình là những dạng mà danh sách không khớp được với bất kỳ từ gốc nào. Nhiều từ trong số đó là từ thông thường với một đuôi cách mà công cụ không bóc được. Ở đây chúng bị tính là từ lạ, nên với năm ngôn ngữ này các con số chỉ là mức sàn: độ phủ thật sự cao hơn. Chúng được đánh dấu sao trong bảng bên dưới.

Từ ghép gây bất lợi tương tự cho tiếng Đức, Hà Lan và các ngôn ngữ Bắc Âu. Một từ ghép tiếng Đức như Küchenschrank (tủ bếp) bị tính là từ lạ trừ khi cả từ ghép có trong danh sách, kể cả khi bạn biết cả hai thành phần.

Nhãn trình độ hầu như không đổi về từ vựng

Mỗi clip trong kho đều có một trình độ CEFR, do một mô hình đọc bản ghi lời thoại và gán. Ở đây chúng được gom thành năm nhóm, từ A1 (A0 tính là A1) đến C1 (C2 tính là C1). Nếu nhãn bám sát từ vựng thì trình độ cao hơn sẽ cần nhiều từ hơn. Với 2.000 từ đầu, gần như không phải vậy. Lấy trung vị trên các ngôn ngữ (A1 có đủ clip ở 11 ngôn ngữ, C1 ở 20), 2.000 từ đầu phủ 84,0% một clip A1, 84,0% ở A2, 85,2% ở B1, 86,1% ở B2 và 84,1% ở C1.

Trình độ chỉ lộ ra ở đầu trên của thang. Với 5.000 từ, bạn sẽ biết 95% số từ trong 30,2% clip A1, 20,6% clip A2, 22,6% clip B1, 15,5% clip B2 và 4,5% clip C1. Độ dài là một phần lý do: clip C1 trung vị trong mẫu có 338 từ, clip A1 trung vị có 81 từ. Clip ngắn thì ít cơ hội dùng một từ hiếm hơn.

Những clip có độ phủ thấp nhất phần lớn nói về đồ ăn. Trong 25 clip tiếng Anh có độ phủ thấp nhất ở mức 2.000 từ, khoảng hai phần ba là công thức nấu ăn, đánh giá món ăn hoặc nếm đồ ăn vặt, và 21 clip được gắn nhãn A1 hoặc A2. Trong tiếng Tây Ban Nha, 11 trong 25 clip thấp nhất nói về đồ ăn, và ba clip là bài hát thiếu nhi. Ngữ pháp trong một công thức nấu ăn thì đơn giản ("cho tỏi vào, đảo đều, xong"), vì thế nó được gán nhãn thấp. Danh từ thì không đơn giản. Trong danh sách tiếng Anh, garlic là từ số 6.395 và tablespoon số 11.551. Trong tiếng Tây Ban Nha, ajo đứng hạng 6.605 và sartén (chảo rán) hạng 11.125.

Dưới đây là hai clip tiếng Anh. Clip đầu là trailer phim gắn nhãn B2: 96,9% số từ nằm trong 2.000 từ đầu, và nó vượt mốc 95% ở 1.300 từ. Clip thứ hai là công thức nấu nồi chậm gắn nhãn A2: 72,3% số từ nằm trong 2.000 từ đầu, và nó chỉ vượt 95% ở 11.551 từ, đúng thứ hạng của tablespoon.

Trailer cũng không dễ, nhưng vì lý do khác: người nói trong đó nói ở tốc độ trung vị 215 từ mỗi phút. Nhãn trình độ trộn tốc độ, ngữ pháp và từ vựng vào một chữ cái, và phần từ vựng là thứ bị mất đi. Nếu bạn biết từ 2.000 đến 5.000 từ, hãy nhìn cả chủ đề của clip chứ không chỉ trình độ: đồ ăn, nấu nướng và nói về sản phẩm dùng nhiều từ nằm rất sâu trong danh sách.

Các biến thể cũng khác nhau

Tiếng Ả Rập được đo bằng một danh sách tần suất riêng cho mỗi phương ngữ. Các ngôn ngữ khác dùng một danh sách chung cho mọi biến thể. Với 2.000 từ, clip tiếng Ả Rập Ai Cập trung bình được phủ 86,1%, Iraq 79,6% và Maroc 72,5%. Với tiếng Maroc, 9,5% số từ trong một clip trung bình hoàn toàn không có trong danh sách của nó, nên một phần khoảng cách đó là do danh sách. Trong tiếng Pháp, clip Québec đạt 90,6% so với 87,6% của clip từ Pháp. Tiếng Bồ Đào Nha Brazil đạt 87,4%, tiếng Bồ Đào Nha châu Âu 80,3%, nhưng chỉ có 61 clip tiếng Bồ Đào Nha châu Âu qua được bộ lọc và chúng được chấm theo một danh sách khác, nên hãy xem con số đó một cách thận trọng.

So sánh với ước lượng của Nation

Con số nổi tiếng nhất cho tiếng Anh nói đến từ bài báo năm 2006 của Paul Nation, "How large a vocabulary is needed for reading and listening?". Dùng một kho ngữ liệu tiếng Anh nói ở New Zealand, ông thấy rằng 3.000 họ từ cộng với danh từ riêng cho độ phủ trên 95%, và cần 6.000 đến 7.000 họ từ để đạt 98%. Webb và Rodgers (2009) có con số tương tự cho kịch bản phim: 3.000 họ từ cộng danh từ riêng và từ biên cho 95,76%, và 6.000 họ từ cộng những phần thêm đó cho 98,15%.

Con số của tôi cho tiếng Anh cao hơn: 4.462 từ để clip trung bình đạt 95%, 9.403 từ để đạt 98%. Nếu gộp tất cả clip tiếng Anh thành một văn bản dài, 5.000 từ phủ 95,1%. Có ba lý do khiến các con số khác nhau, và không lý do nào nói rằng một nghiên cứu là sai:

1. Họ từ lớn hơn từ gốc. Một họ từ gộp happy, unhappy, happiness và happily thành một đơn vị. Danh sách từ gốc tính chúng là bốn từ. Vậy nên 3.000 họ từ tương ứng với một số từ gốc lớn hơn.
2. Danh sách được dựng chủ yếu từ văn bản viết. Những từ nói hằng ngày nằm thấp hơn bạn tưởng: alright là từ số 3.102, kinda số 2.333 và bye số 3.273.
3. Video ngắn bám vào một chủ đề. Một công thức nấu ăn hai phút dùng hầu hết số từ cho từ vựng của một chủ đề, trong khi một cuộc trò chuyện dài sẽ đi lan man và dùng lại nhiều từ chung hơn.

Điều này có ý nghĩa gì nếu bạn đang học một ngôn ngữ

2.000 hay 3.000 từ đầu tiên đáng để học có chủ đích, bằng một bộ thẻ hoặc khóa học sắp theo tần suất. Đến lúc đó, một phần thật sự đáng kể các clip bản xứ đã nằm trong tầm với ở mức 95%, và từ đó bạn có thể nhặt nhiều từ mới qua ngữ cảnh thay vì qua danh sách. Hướng dẫn cho người mới bắt đầu của Christian Lauer nói về cách đến được điểm đó nhanh chóng.

Sau đó, hãy chọn clip theo chủ đề, không chỉ theo trình độ. Người học có 3.000 từ tiếng Tây Ban Nha có thể theo được clip về con mèo ở trên mà vẫn lạc lối trong công thức thịt viên, dù cả hai đều gắn nhãn A2. Và với tiếng Séc, Phần Lan, Hungary, Nga và Ukraina, hãy chờ đợi rằng các con số ở đây trông khó hơn thực tế: phần lớn những gì bị tính là từ lạ thật ra là từ bạn đã biết với một đuôi bạn chưa gặp.

Nếu bạn muốn luyện với những clip như trên, các trang tiếng Tây Ban Nha, tiếng Anh và tiếng Đức liệt kê clip bản xứ theo trình độ, với cùng kiểu phụ đề từng từ như các clip trong bài này. Thêm về lý do vì sao hiểu đến trước khi nói: cách ngừng dịch trong đầu. Cần bao nhiêu giờ xem video, theo từng ngôn ngữ, có trong bài học một ngôn ngữ mất bao lâu, kèm công cụ tính theo trình độ và thời gian mỗi ngày của bạn.

Tôi đã đo thế nào

Các clip. Tất cả clip đều có trong kho của Reelang vào ngày 29 tháng 9 năm 2026 và đang được xoay vòng: hiển thị công khai, có lời nói, nội dung bản xứ (không phải bài học ngôn ngữ), không lồng tiếng và chỉ một ngôn ngữ. Với mỗi ngôn ngữ, tôi lấy mẫu tối đa 500 clip cho mỗi trình độ CEFR và gán trọng số cho mỗi trình độ theo tỉ lệ của nó trong kho, để các con số mô tả toàn bộ kho. Những clip dưới 50 từ, clip có một dòng phụ đề lặp lại (hơn 30% số dòng), clip nhanh hơn 330 từ mỗi phút thời lượng, và clip có hơn 35% số từ không nằm trong danh sách của ngôn ngữ đó (thường là bản ghi lời thoại sai ngôn ngữ) đều bị loại. Sau đó còn lại 35.615 clip thuộc 23 ngôn ngữ được xếp hạng, với 13,8 triệu từ. Clip trung vị dài 81 giây. 35.600 clip đến từ YouTube, 8 từ TikTok và 7 từ Instagram.

Các từ. Mỗi bản ghi lời thoại được tách thành từ theo khoảng trắng và dấu câu, chuyển thành chữ thường, bỏ chữ số. Mỗi từ được tra trong danh sách tần suất của ngôn ngữ, dựng từ wordfreq 3.1.1 (Speer, 2022): 25.000 dạng từ xuất hiện nhiều nhất, gom theo từ gốc bằng simplemma (công cụ khác cho tiếng Ả Rập, Hebrew và các ngôn ngữ châu Á) và xếp hạng theo tổng tần suất của mỗi từ gốc. Những dạng không có trong danh sách được đưa về từ gốc bằng simplemma như phương án dự phòng. Danh từ riêng (viết hoa, không ở đầu câu, không có trong danh sách) và các từ biên như uh, mhm và haha được tính là đã biết, giống cách làm của Nation (2006) và Webb cùng Rodgers (2009). Tiếng Đức viết hoa mọi danh từ, còn tiếng Hindi và tiếng Ả Rập không có chữ hoa, nên những ngôn ngữ đó không được cộng điểm danh từ riêng. Trong tiếng Anh, hai nửa của dạng rút gọn được tính là từ đầy đủ (didn't tính là did và not).

Các con số. Độ phủ là tỉ lệ số từ trong một clip mà từ gốc của chúng nằm trong N từ đầu bảng. Các phần trăm ở trên là trung vị trên các clip. Với con số "clip đạt 95%", ngưỡng chính xác của mỗi clip được tính từ thứ hạng từ của chính nó, nên không có nội suy. Con số "clip trung bình đạt 95% ở" là cỡ vốn từ nhỏ nhất mà tại đó clip trung vị vượt 95%.

Không xếp hạng. Tiền tố tiếng Hebrew (ve-, ha-, be-, le-) không được tách ra, nên từ đã biết bị tính là từ lạ. Bản ghi lời thoại tiếng Tamil là tiếng Tamil nói còn danh sách là tiếng Tamil viết. Tiếng Nhật, tiếng Trung và tiếng Hàn chỉ được đếm theo từ nội dung, còn tiếng Việt theo âm tiết, nên con số của chúng không so sánh được với phần còn lại. Một ngôn ngữ cần ít nhất 300 clip mới được xếp hạng. Tiếng Na Uy có 449; mọi ngôn ngữ được xếp hạng khác đều có hơn 1.000. Danh sách tiếng Thổ Nhĩ Kỳ chỉ có 9.088 từ gốc, nên với tiếng Thổ Nhĩ Kỳ các biểu đồ dừng ở 8.000 từ, và "10.000+" nghĩa là clip trung bình không đạt 95% ngay cả với cả danh sách.

Các thiên lệch đã biết. Các con số mô tả bản ghi lời thoại, không phải âm thanh, nên lỗi nhận dạng giọng nói cũng được tính là từ. Biết hoàn hảo N từ đầu bảng là trường hợp lý tưởng, và thành ngữ không được tính như một đơn vị. Trình độ CEFR là phán đoán của một mô hình về bản ghi lời thoại. Và kho được chọn cho người học: nó thiên về clip có lời nói rõ ràng và hấp dẫn rộng rãi, nên đây không phải mẫu ngẫu nhiên của mọi thứ trên YouTube hay TikTok.

Dùng dữ liệu này

Bạn có thể thoải mái dùng lại các biểu đồ và con số trên trang này trong bài viết, việc giảng dạy hoặc nghiên cứu của mình. Hãy dẫn liên kết đến trang này làm nguồn.

Cột 1.000, 2.000 và 5.000: tỉ lệ trung vị số từ trong một clip được phủ bởi 1.000, 2.000 hoặc 5.000 từ gốc đầu bảng. 95%+ và 98%+: tỉ lệ clip mà người học biết 5.000 từ gốc đầu bảng biết ít nhất 95% hoặc 98% số từ. 95% ở: cỡ vốn từ mà tại đó clip trung vị vượt 95% (10.000+ nghĩa là không đạt trong phạm vi 10.000). * Giới hạn dưới: từ 9% số từ trở lên trong một clip trung bình không khớp được với danh sách, nên độ phủ thật sự cao hơn. † Danh sách tiếng Thổ Nhĩ Kỳ chỉ có 9.088 từ gốc: clip tiếng Thổ Nhĩ Kỳ trung bình không đạt 95% ngay cả với cả danh sách.

Nguồn

• Hu, M. H.-c., & Nation, I. S. P. (2000). Unknown vocabulary density and reading comprehension. Reading in a Foreign Language, 13(1), 403-430. doi.org/10.64152/10125/66973 (toàn văn miễn phí)
• Laufer, B. (1989). What percentage of text-lexis is essential for comprehension? Trong C. Lauren & M. Nordman (Eds.), Special language: From humans thinking to thinking machines (tr. 316-323). Multilingual Matters. Bản ghi
• Nation, I. S. P. (2006). How large a vocabulary is needed for reading and listening? The Canadian Modern Language Review, 63(1), 59-82. doi.org/10.3138/cmlr.63.1.59, PDF miễn phí
• Speer, R. (2022). wordfreq v3.0 [dữ liệu và phần mềm]. Zenodo. doi.org/10.5281/zenodo.7199437. Nghiên cứu này dùng bản phát hành 3.1.1 từ github.com/rspeer/wordfreq.
• van Zeeland, H., & Schmitt, N. (2013). Lexical coverage in L1 and L2 listening comprehension: The same or different from reading comprehension? Applied Linguistics, 34(4), 457-479. doi.org/10.1093/applin/ams074
• Webb, S., & Rodgers, M. P. H. (2009). The lexical coverage of movies. Applied Linguistics, 30(3), 407-427. doi.org/10.1093/applin/amp010