如果你認識英文最常用的 5,000 個字，一般的英文母語短片裡會有 95.6% 是你認識的字，而且有 58.4% 的短片達到 95%，也就是聽力研究認為學習者能聽懂得不錯的水準。西班牙文要約 6,800 字，一般短片才會到 95%；在我測量的 23 種語言裡，有 13 種連一萬字都還不夠。
這些數字來自 Reelang 片庫中 23 種語言、共 35,615 支母語短片，逐字對照各語言的詞頻表計算而來。在下面選一個語言和一個單字量，看看它能帶你到哪裡。
前 1,000 個字做了大部分的工作
詞頻分布非常不平均。幾百個字（the、and、is、you、que、de）就占了所有人說出口的話的一大半，而排名越後面的字出現得越少。這個現象叫做齊夫定律，在這裡的每一種語言都成立。
在 18 種可以毫無保留地排名的語言裡，一般短片被前 1,000 字涵蓋 80.7%、前 2,000 字 86.7%、前 5,000 字 92.4%。第一個一千字讓你每五個字就懂四個。接下來的四千字只多加約十二個百分點。
對聽力真正重要的門檻，就在最後那幾個百分點裡。研究「需要多少單字」時，有兩個數字一再出現：
- 95%，每 20 個字有 1 個不認識。Batia Laufer 在 1989 年針對閱讀提出這個標準。至於聽力，van Zeeland 與 Schmitt（2013）發現多數聽者在 90% 時已經應付得來，而在 95% 時，第二語言聽者理解得不錯，彼此之間的差異也小很多。
- 98%，每 50 個字有 1 個不認識。Hu 與 Nation（2000）發現，學習者自己讀小說時，大約需要這個比例才有足夠的理解。
以一般語速每分鐘 150 字來算，95% 代表每分鐘約有七個不認識的字（Nation, 2006）。98% 則是三個。你可以在下面的示範裡感受這個差別。它用的是研究中短片的真實句子，並把不在你選定字數範圍內的字都挖空。
在 2,000 字的情況下，那句肉丸的話只有 58.3% 認得：albóndigas、parmesano、rallado 和 orégano 根本不在表裡，而 perejil（香芹）排在第 13,520 名。同樣是 2,000 字，那句關於貓的話卻有 96.2% 認得。兩支短片都是西班牙文，也都標為 A2。
英文和西班牙文的數字
英文。 一般短片在 2,021 字達到 90%、4,462 字達到 95%、9,403 字達到 98%。有 3,000 字時，24.9% 的英文短片達到 95% 以上。有 5,000 字時是 58.4%，另有 15.2% 達到 98% 以上。
西班牙文。 一般短片在 2,754 字達到 90%、6,781 字達到 95%。在一萬字以內達不到 98%。有 3,000 字時，10.8% 的西班牙文短片達到 95% 以上。有 5,000 字時是 32.0%。
所以對西班牙文來說，會 3,000 字的學習者大約每十支短片就能找到一支有 95% 是熟字。那已經是個可以拿來學的量，因為你還不會的字，周圍都是你會的字。這支哥倫比亞短片就是其中之一：它有 88.4% 的字在前 1,000 字裡，96.3% 在前 2,000 字裡。
認得字，跟聽得出來是兩回事。那支短片裡的人說話速度中位數是每分鐘 243 字，比課本錄音快得多。詞彙涵蓋率告訴你的是，你看逐字稿能不能懂。它不會告訴你，你跟不跟得上語速。
平緩的語言與陡峭的語言
這些曲線的形狀並不相同。在丹麥文、瑞典文和荷蘭文裡，前 1,000 字就涵蓋了一般短片的 84.4% 到 86.5%，而從 1,000 字增加到 5,000 字只多了 8.3 到 9.3 個百分點。英文、法文、西班牙文、葡萄牙文和義大利文在同樣區間則多了 11.5 到 12.6 個百分點。最陡的曲線是印尼文（+20.8）、烏克蘭文（+18.3）、阿拉伯文（+18.1）、俄文（+16.5）、芬蘭文（+15.3）、土耳其文（+15.2）和波蘭文（+14.3）。
曲線陡表示前一千字留下更多聽不懂的部分，而之後每多一千字價值都更高。這有一部分是語言本身的特性。另一部分則是算字的方式，而在你拿兩種語言比較之前，這點得先說清楚。
這裡的詞表都做過詞形還原：dije、dijo 和 decir 都算成同一個字 decir。這對動詞變化很多的西班牙文來說是公平的。但詞形還原工具只有認得出該形式時才有用。在捷克文、芬蘭文、匈牙利文、俄文和烏克蘭文裡，一般短片有 9.0% 到 10.8% 的詞次，是詞表無法對應到任何詞元的形式。其中很多其實是常見字，只是帶了工具沒處理掉的格位字尾。它們在這裡被算成不認識，所以這五種語言的數字是下限：真實涵蓋率更高。表格中以星號標示。
複合詞則對德文、荷蘭文和北歐語言不利，道理類似。像德文的 Küchenschrank（廚櫃）這種複合詞，除非整個詞在表裡，否則就算成不認識，即使你兩個組成部分都認得。
等級標籤幾乎不影響詞彙
片庫裡每支短片都有一個 CEFR 等級，由一個讀逐字稿的模型判定。這裡把它們分成五段，從 A1（A0 併入 A1）到 C1（C2 併入 C1）。如果標籤真的反映詞彙，等級越高就該需要越多字。但在前 2,000 字這個範圍內，幾乎看不出差別。取各語言的中位數（A1 在 11 種語言裡有足夠的短片，C1 在 20 種），前 2,000 字涵蓋 A1 短片的 84.0%、A2 的 84.0%、B1 的 85.2%、B2 的 86.1%、C1 的 84.1%。
等級的差別要到高字數才看得出來。有 5,000 字時，你會認得 30.2% 的 A1 短片、20.6% 的 A2、22.6% 的 B1、15.5% 的 B2 和 4.5% 的 C1 短片中 95% 的字。長度是原因之一：樣本中 C1 短片的詞次中位數是 338，A1 則是 81。短片用到罕見字的機會比較少。
涵蓋率最低的短片大多跟食物有關。樣本中在 2,000 字時涵蓋率最低的 25 支英文短片裡，約三分之二是食譜、美食評論或零食試吃，而且有 21 支標為 A1 或 A2。西班牙文最低的 25 支裡有 11 支跟食物有關，還有三支是兒歌。食譜的文法很簡單（「加大蒜、拌一拌、完成」），所以等級標得低。但名詞不簡單。在英文詞表裡，garlic 排第 6,395 名，tablespoon 第 11,551 名。西班牙文的 ajo 是 6,605，sartén（平底鍋）是 11,125。
這裡有兩支英文短片。第一支是標為 B2 的電影預告：96.9% 的字在前 2,000 字裡，在 1,300 字就通過 95%。第二支是標為 A2 的慢燉鍋食譜：只有 72.3% 的字在前 2,000 字裡，要到 11,551 字（也就是 tablespoon 的排名）才通過 95%。
那支預告也不好懂，但原因不同：裡面的人說話速度中位數是每分鐘 215 字。等級標籤把語速、文法和詞彙混成一個字母，而詞彙這塊最容易被蓋掉。如果你會 2,000 到 5,000 字，看短片時除了等級，也要看主題：食物、烹飪和開箱介紹會用到很多排名很後面的字。
不同腔調也有差
阿拉伯文的每種方言各用一份詞頻表測量。其他語言則是所有腔調共用一份。在 2,000 字時，一般的埃及阿拉伯文短片涵蓋率是 86.1%，伊拉克 79.6%，摩洛哥 72.5%。摩洛哥方言有 9.5% 的詞根本不在它的表裡，所以這個落差有一部分來自詞表。法文方面，魁北克短片是 90.6%，法國的短片是 87.6%。巴西葡萄牙文 87.4%，歐洲葡萄牙文 80.3%，但只有 61 支歐洲葡萄牙文短片通過篩選，而且是用另一份詞表評分，所以這個數字要保守看待。
這和 Nation 的估計有何不同
英語口語最有名的數字來自 Paul Nation 2006 年的論文〈閱讀和聽力需要多大的詞彙量？〉。他使用紐西蘭英語口語語料庫，發現 3,000 個詞族加上專有名詞可達到 95% 以上的涵蓋率，而要達到 98% 則需要 6,000 到 7,000 個詞族。Webb 與 Rodgers（2009）針對電影劇本得到類似的數字：3,000 個詞族加上專有名詞和邊緣詞為 95.76%，6,000 個詞族加上同樣的附加項目為 98.15%。
我算出來的英文數字比較高：一般短片要 4,462 字才到 95%，9,403 字才到 98%。把所有英文短片當成一整篇長文來看，5,000 字涵蓋 95.1%。數字不同有三個原因，而且沒有一個代表哪個研究是錯的：
- 詞族比詞元大。詞族把 happy、unhappy、happiness 和 happily 歸成一個單位。詞元表則算成四個。所以 3,000 個詞族對應到的詞元數量更多。
- 詞表主要是從書面文本建立的。日常口語字在裡面的排名比你想的更後面：alright 排第 3,102 名，kinda 2,333，bye 3,273。
- 短影片只講一個主題。一支兩分鐘的食譜，大部分的字都花在同一個主題的詞彙上；而長對話會到處跑，重複使用更多通用字。
如果你正在學一種語言，這代表什麼
前 2,000 到 3,000 字值得刻意去學，用依詞頻排序的字卡或課程都行。到那個階段，就有相當一部分的母語短片能達到 95%，從那裡開始，你可以從上下文而不是字表裡學到很多新字。Christian Lauer 的初學者指南講的就是如何快速到達那個階段。
之後，挑短片要看主題，不要只看等級。一個會 3,000 個西班牙文單字的學習者，可以看懂上面那支貓的短劇，卻還是會在肉丸食譜裡迷路，雖然兩支都標為 A2。至於捷克文、芬蘭文、匈牙利文、俄文和烏克蘭文，可以預期這裡的數字看起來比實際更難：被算成不認識的，很多其實是你認得的字，只是帶了你還沒學過的字尾。
如果你想用上面那類短片練習，西班牙文、英文和德文頁面都依等級列出母語短片，字幕也和本頁的短片一樣是逐字對照。想了解為什麼理解要走在開口前面：如何停止在腦中翻譯。各語言分別需要看多少小時影片，請看學一種語言要花多久，裡面有依你的程度和每天時間計算的工具。
我是怎麼測量的
短片。 所有短片在 2026 年 9 月 29 日時都在 Reelang 片庫中且仍在輪播：公開顯示、有人說話、屬於母語內容（不是語言教學）、未經配音、單一語言。每種語言我在每個 CEFR 等級最多抽 500 支短片，並依各等級在片庫中的占比加權，所以這些數字描述的是整個片庫。字數少於 50 的短片、單一字幕行重複（超過 30% 的行）的短片、語速超過每分鐘 330 字的短片，以及超過 35% 的字不在該語言詞表中的短片（通常是逐字稿語言標錯），都被剔除。之後，23 種排名語言共剩下 35,615 支短片、1,380 萬個詞次。短片長度中位數為 81 秒。其中 35,600 支來自 YouTube、8 支來自 TikTok、7 支來自 Instagram。
字詞。 每份逐字稿依空白和標點切成字詞，轉成小寫，並移除數字。每個字都在該語言的詞頻表中查找，該表由 wordfreq 3.1.1（Speer, 2022）建立：取最常見的 25,000 個詞形，用 simplemma 依詞元分組（阿拉伯文、希伯來文和亞洲語言使用其他工具），並依各詞元的總頻率排名。不在表中的詞形則以 simplemma 做詞形還原作為備援。專有名詞（首字母大寫、不在句首、不在表中）以及 uh、mhm、haha 這類邊緣詞算作認識，和 Nation（2006）與 Webb 和 Rodgers（2009）的做法一致。德文所有名詞都大寫，而印地文和阿拉伯文沒有大小寫，所以這些語言不計專有名詞的加分。英文的縮寫兩半各算成完整的字（didn't 算成 did 和 not）。
數字。 涵蓋率是一支短片中，詞元落在前 N 名內的詞次比例。上面的百分比是各短片的中位數。「達到 95% 的短片」這類數字，是依每支短片自己的詞排名算出精確門檻，沒有做內插。「一般短片在幾字達到 95%」指的是中位數短片通過 95% 所需的最小單字量。
未列入排名。 希伯來文的前綴（ve-、ha-、be-、le-）沒有切開，所以認識的字會被算成不認識。坦米爾文的逐字稿是口語坦米爾文，詞表卻是書面坦米爾文。日文、中文和韓文只計實詞，越南文計音節，所以這些數字無法和其他語言比較。一種語言至少要有 300 支短片才會列入排名。挪威文有 449 支；其他排名語言都超過 1,000 支。土耳其文詞表只有 9,088 個詞元，所以土耳其文的圖表停在 8,000 字，而「10,000+」代表一般短片用整份詞表也達不到 95%。
已知偏誤。 這些數字描述的是逐字稿，不是音訊，所以語音辨識的錯誤也被算成字。完美掌握前 N 個字是理想狀況，而慣用語並未當成單位計算。CEFR 等級是模型對逐字稿的判斷。另外，片庫是為學習者挑選的：它偏向口齒清楚、受眾廣的短片，所以不是 YouTube 或 TikTok 上所有內容的隨機樣本。
使用這些資料
歡迎你在自己的文章、教學或研究中使用本頁的圖表和數字。請連結回本頁作為來源。
| 語言 | 短片數 | 1,000 | 2,000 | 5,000 | 95%+ | 98%+ | 95% 所需字數 |
|---|---|---|---|---|---|---|---|
| 丹麥文 | 1,122 | 86.5% | 91.1% | 94.8% | 47.0% | 8.4% | 5,292 |
| 英文 | 2,002 | 83.7% | 89.9% | 95.6% | 58.4% | 15.2% | 4,462 |
| 瑞典文 | 1,325 | 85.6% | 89.8% | 94.0% | 37.6% | 5.6% | 6,768 |
| 荷蘭文 | 1,841 | 84.4% | 89.0% | 93.7% | 32.2% | 3.5% | 7,109 |
| 法文 | 1,961 | 82.7% | 88.4% | 94.2% | 40.1% | 5.8% | 5,804 |
| 挪威文 | 449 | 83.5% | 88.1% | 93.0% | 25.0% | 3.8% | 9,478 |
| 西班牙文 | 2,195 | 81.6% | 87.3% | 93.5% | 32.0% | 5.4% | 6,781 |
| 葡萄牙文 | 1,865 | 81.4% | 87.2% | 94.0% | 38.4% | 7.3% | 6,121 |
| 羅馬尼亞文 | 1,602 | 81.4% | 87.0% | 92.5% | 25.3% | 5.8% | 9,586 |
| 世界語 | 1,007 | 80.0% | 86.3% | 92.3% | 28.6% | 4.5% | 10,000+ |
| 義大利文 | 1,880 | 79.7% | 85.6% | 91.9% | 21.2% | 2.7% | 9,269 |
| 土耳其文 | 1,322 | 77.1% | 85.6% | 92.3% | 25.4% | 5.5% | 10,000+ † |
| 德文 | 1,933 | 80.0% | 84.8% | 90.3% | 11.3% | 1.1% | 10,000+ |
| 希臘文 | 1,796 | 78.0% | 83.5% | 89.0% | 6.7% | 1.0% | 10,000+ |
| 印地文 | 1,417 | 77.2% | 82.4% | 88.3% | 6.6% | 1.2% | 10,000+ |
| 阿拉伯文 | 1,916 | 73.1% | 82.2% | 91.2% | 17.8% | 2.7% | 10,000+ |
| 波蘭文 | 1,503 | 73.9% | 81.0% | 88.2% | 8.2% | 1.0% | 10,000+ |
| 印尼文 | 1,582 | 68.6% | 80.6% | 89.4% | 10.4% | 2.3% | 10,000+ |
| 捷克文 * | 1,239 | 73.4% | 80.0% | 86.8% | 3.9% | 0.5% | 10,000+ |
| 芬蘭文 * | 1,565 | 71.7% | 79.3% | 87.0% | 3.6% | 0.8% | 10,000+ |
| 匈牙利文 * | 1,732 | 71.7% | 78.1% | 84.5% | 0.4% | 0.0% | 10,000+ |
| 俄文 * | 1,305 | 70.0% | 77.8% | 86.5% | 2.9% | 0.1% | 10,000+ |
| 烏克蘭文 * | 1,056 | 65.4% | 73.4% | 83.7% | 0.8% | 0.0% | 10,000+ |
1,000、2,000 和 5,000 欄：一支短片中被前 1,000、2,000 或 5,000 個詞元涵蓋的詞次比例中位數。95%+ 和 98%+：在認識前 5,000 個詞元的學習者眼中，至少認得 95% 或 98% 字詞的短片比例。95% 所需字數：中位數短片通過 95% 所需的單字量（10,000+ 表示一萬字以內達不到）。* 下限：一般短片中有 9% 以上的字無法對應到詞表，所以真實涵蓋率更高。† 土耳其文詞表只有 9,088 個詞元：一般的土耳其文短片用整份詞表也達不到 95%。
參考來源
- 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（全文免費）
- Laufer, B. (1989). What percentage of text-lexis is essential for comprehension? In C. Lauren & M. Nordman (Eds.), Special language: From humans thinking to thinking machines (pp. 316-323). Multilingual Matters. 書目紀錄
- 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，免費 PDF
- Speer, R. (2022). wordfreq v3.0 [data and software]. Zenodo. doi.org/10.5281/zenodo.7199437。本研究使用 github.com/rspeer/wordfreq 的 3.1.1 版。
- 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
繼續閱讀
初學者如何開始可理解輸入
可理解輸入要等你聽得懂內容才有效。Christian Lauer 談怎麼快速走到那一步，以及怎麼判斷自己到了。
如何停止在腦中翻譯：為什麼「聽懂」要走在「開口」前面
想停止在腦中翻譯，方法是給大腦大量你能聽懂的語言，多到它不再需要翻譯。翻譯只是大腦在經驗不足時搭出來的臨時橋樑。真正的解法不是技巧，也不是意志力，而是量：花上好幾個小時聽你大致聽得懂的真實語音，直到大腦建立一條從聲音直通意義的路，不再繞過母語。
為什麼可理解輸入對學華語的人特別有效
華語最難的幾關：聲調、漢字讀寫、口語和書面語的落差，都要先用耳朵學，再談規則。文法練習和單字卡讓你認得孤立的華語；可理解輸入讓你認得母語者真正說出口的華語：自然語速、有情境、聲調和節奏都完整保留。這篇文章講的就是這個差別。