母語者說話有多快？44 種語言的語速實測

在母語者拍的短影片裡，最快的語言大約每秒 6 個音節：坦米爾語（6.20）、日語（6.19）、土耳其語（6.14）、葡萄牙語（6.02）、義大利語（6.00）、希臘語（5.99）、泰盧固語（5.99）、西班牙語（5.92）和俄語（5.90）彼此非常接近，排序差異落在誤差範圍內。最慢的是越南語（4.22）、泰語（4.59）、英語（4.70）和德語（4.76）。也就是說，西班牙語的中位數影片，每秒音節數大約比英語中位數影片多四分之一。

我用 44 種語言、16,293 支母語者的 YouTube 影片來測量，樣本取自 Reelang 片庫裡的 230,754 支影片（9,850 小時，約 41,000 個頻道）。大多數已發表的語速數據，來自受試者在實驗室裡朗讀句子。這裡則是 vlog、短劇、食譜、知識型影片和新聞片段，也就是學習者真正會遇到的說話方式。

44 種語言的語速

母語者 YouTube 片段，2026 年 9 月

指標

每秒音節數每分鐘字數

排序

最快在前A 到 Z顯示 2011 年實驗室數值

每秒音節數，片段中位數

片段中位數中間半數片段估計音節數

坦米爾語

每秒音節數6.20

每分鐘字數137

每字音節數2.65

每根長條是該語言的片段中位數，貫穿的線段涵蓋中間半數的片段。每秒音節數可以跨語言比較，每分鐘字數則不行：華語逐字稿把每個字都算成一個詞，而坦米爾語或韓語的一個詞常含多個成分。計時包含句中的短停頓，但不含句與句之間的空檔。點選語言可看樣本數。

九種語言並列前段

圖表裡每一條長條，代表該語言的中位數影片。穿過長條的細線，顯示中間一半的影片範圍，也就是第 25 到第 75 百分位。點一下或把游標移到語言上，可以看到樣本數。

前九名彼此只差 0.3 個音節／秒以內，信賴區間也互相重疊。坦米爾語的中位數在 95% 信賴水準下落在 6.04 到 6.49 之間，西班牙語在 5.82 到 6.02 之間。所以圖表上方應該看成「一群快的語言」，而不是名次。下方也一樣：挪威語、德語、瑞典語、他加祿語、白俄羅斯語和英語都在 4.70 到 4.78 之間，泰語和越南語則更低。

同一種語言內部的差距，比大多數語言之間的差距還大。英語第 75 百分位的影片（5.16 音節／秒），跟西班牙語第 25 百分位的影片（5.17）一樣快。你聽到的是哪位說話者，比他說哪種語言更重要。

日語需要特別說明。日本人和日語老師通常用 morae 計算，而不是音節。Tōkyō 是兩個音節（tō-kyō），但有四個莫拉（to-o-kyo-o）。我算的是音節，跟下面那份實驗室研究一樣，這樣日語才能跟其他語言比較。如果改算莫拉，日語中位數影片是每秒 7.45，中間一半的影片落在 6.04 到 8.95。

下面這段高中短劇屬於日語裡偏快的一端：一個學生在解釋為什麼遲到，講的是關西腔，整段是 7.84 音節／秒。下面這七秒裡有六句台詞。

YouTube0:03 至 0:10

智慧字幕逐字中文解釋

西崎と喧嘩してました。

遅刻の言い訳がレベルMAXな高校生コント

0:02 / 0:54

關西日語輕鬆理解

在 Reelang 用這支影片學

用「每分鐘字數」會得到相反結論

談語速最常見的方式是每分鐘字數。把上面的圖表切換成每分鐘字數，排名幾乎整個翻轉。華語、越南語和泰語跳到最前面，分別是每分鐘 303、253 和 232 字。坎那達語（122）、韓語（132）、坦米爾語（137）和泰盧固語（140）掉到最後。在這 44 種語言裡，兩種測量方式的等級相關是 -0.25，也就是略為負相關。

原因是「字」在每種語言裡根本不是同一件事。華語逐字稿裡，每個字算一個 word，而一個字就是一個音節。韓語的「字」是兩個空格之間的一切，通常是一個詞加上它的助詞。坦米爾語或土耳其語的一個詞，常常帶好幾個詞尾。所以英語中位數的詞是 1.31 個音節，坦米爾語是 2.65。這些影片裡，英語每分鐘 210 字，坦米爾語每分鐘 137 字，但坦米爾語說出的音節更多。每分鐘字數拿來比較同一種語言的兩支影片沒問題；跨語言比較時，它量的主要是詞有多長。

音節是最接近共同單位的東西，但它在各語言承載的訊息量也不一樣。在一份知名的實驗室研究裡，Pellegrino、Coupé 與 Marsico（2011）發現：每個音節裝的訊息越少的語言，說話時每秒音節數越多。日語和西班牙語語速快、每音節訊息量低；越南語和華語語速慢、訊息量高。後來一份涵蓋 17 種語言的研究發現，各語言每秒傳遞的訊息量其實差不多，大約每秒 39 位元（Coupé 等人，2019）。我的排名符合這個模式：日語在最上面，越南語在最下面，華語在後半段。

和實驗室數據比較

Pellegrino、Coupé 與 Marsico 錄了七種語言、59 位說話者，每人朗讀同樣 20 篇翻成各自語言的短文，並以越南語譯本作為參照。他們在去掉所有超過 150 毫秒的靜音後，測量每秒音節數。他們表格裡的八種語言，我的資料都有：

影片的數值是實驗室的 71% 到 86%，華語是例外。順序大致相同：這 8 種語言裡，兩欄的等級相關是 0.76。差距多半來自計時方式。實驗室去掉了所有超過 150 毫秒的停頓；我只跳過句子與句子之間的空白，所以句子內部的短停頓、那些「呃」，還有笑點前的換氣，都算進說話時間。真實說話裡這種東西很多。

法語的落差最大。實驗室計算的是「在謹慎發音下說出的」音節，法語在這種情況下會保留一些日常口語會省掉的 e。我是照法國人平常的說法來算：petite 是兩個音節，不是三個。華語是另一個例外。它的影片全部來自同一個逐字稿引擎（見方法說明），在相同頻道上，這個引擎算出來比其他引擎快約 3%。這只能解釋一部分落差，剩下的我沒有好的解釋。

初階影片比較慢，之後語速就不太變了

片庫裡每支影片都有 CEFR 等級（A1 到 C2）。等級由模型讀逐字稿判定，有時會經人工審核修正。模型看不到時間資訊，所以等級和語速是兩個獨立的測量。

各級別的語速

每秒音節數，取中位數片段

語言阿拉伯語白俄羅斯語保加利亞語孟加拉語波士尼亞語加泰隆尼亞語捷克語丹麥語德語希臘語英語西班牙語波斯語芬蘭語法語希伯來語印地語克羅埃西亞語匈牙利語印尼語義大利語日語坎納達語韓語馬其頓語馬拉地語馬來語荷蘭語挪威語波蘭語葡萄牙語羅馬尼亞語俄語斯洛伐克語塞爾維亞語瑞典語坦米爾語泰盧固語泰語他加祿語土耳其語烏克蘭語越南語中文（華語）

90%A1 語速占 B1 語速的比例

1.7%A2、B1、B2 與 C1 之間最快與最慢的差距

A15.27

A25.87

B15.88

B25.97

C15.93

02468

中位數片段中間半數片段所有級別合計

級別由模型讀取逐字稿判定，有時會再經人工審閱。模型看不到時間資訊，因此級別與語速是分開測量的。某個級別至少有 20 個片段完成測量時才會顯示。停頓之間的字數，指的是在沒有 250 毫秒以上靜音的情況下說出的字數。

被評為 A1 的影片明顯比較慢。在 A1 影片數量足夠的 17 種語言裡，A1 中位數影片的速度是 B1 的 71%。韓語 A1 是 B1 的 57%，法語 65%，英語 74%，西班牙語 90%。

從 A2 到 C1，語速幾乎不變。跨語言來看，這四個等級裡最快與最慢的差距，中位數是等級中位數的 11%。西班牙語只差 1.7%：A2 是 5.87 音節／秒，B1 是 5.88，B2 是 5.97，C1 是 5.93。德語差 3%，英語 3.7%。C1 也不見得比 B1 快。西班牙語和荷蘭語略快（5.93 對 5.88、5.27 對 5.15），英語略慢（4.60 對 4.75），法語、日語和俄語則明顯更慢（4.89 對 5.34、6.16 對 6.85、4.99 對 6.07）。C1 影片有很多新聞、講座和知識型內容，資訊密但語氣平穩。

所以在 A1 之上，等級越高代表詞彙和文法越難，而不是說得更快。下面兩支西班牙語影片就是對照。第一支是哥倫比亞的 A1 影片：句子短、句間有停頓，這一段是 4.73 音節／秒。第二支是一對 Rioplatense 情侶為了一道甜點吵架，因為用詞簡單被評為 A2，語速是 7.69。

說得快的人，停得少

語速有兩個部分：詞說得多快，以及多常停下來。第二部分我用逐字稿的詞彙時間點算出兩個數字。平均語流長度（mean length of run）是兩次停頓之間的平均詞數，停頓定義為 250 毫秒以上的靜音（這個門檻在De Jong 與 Bosker（2013）這份第二語言流利度研究裡表現最好）。發聲比（phonation ratio）則是實際在說話的時間佔比。

在同一種語言內，快的影片語流比較長。影片的每秒音節數與平均語流長度的等級相關是 0.82（34 種語言的中位數），與發聲比是 0.66。這有一部分是測量方式本身造成的，因為我的計時包含句內短停頓，所以就當成一個單純的描述來看：快的影片停得少。

初階影片差最多的地方就在停頓。西班牙語 A1 影片的音節速度只比 B1 慢 10%，但語流短很多：A1 停頓之間 5.6 個詞，B1 是 9.6 個。英語是 4.0 對 10.8，德語是 3.6 對 8.9。英語 A1 的說話者有 41% 的時間在講話，B1 是 79%。對學習者來說，那些沉默就是消化剛剛那句話的時間。

跨語言比較這些數字比較困難，因為有些語言的詞比較長。希臘語（每段語流 6.6 個詞）和土耳其語（6.9）是長詞、短語流；荷蘭語（10.4）和法語（9.9）是短詞、長語流。乘上每詞音節數之後，四者都大約落在每段語流 13 到 16 個音節。

方言：差異真的存在，但沒有傳說中那麼大

只要某個方言有至少 60 支測量影片，我就單獨列出。為了比較公平，這些中位數都調整成與整體語言相同的等級分布，所以 A1 影片多的方言不會因此顯得慢。下面可以任選兩個比較。

比較兩種語言或方言

每秒音節數，片段中位數

第一個阿拉伯語阿爾及利亞阿拉伯語埃及阿拉伯語海灣阿拉伯語伊拉克阿拉伯語黎凡特阿拉伯語利比亞阿拉伯語現代標準阿拉伯語摩洛哥阿拉伯語蘇丹阿拉伯語突尼西亞阿拉伯語葉門阿拉伯語白俄羅斯語保加利亞語標準保加利亞語孟加拉語孟加拉國孟加拉語印度孟加拉語波士尼亞語波士尼亞語加泰隆尼亞語捷克語標準捷克語丹麥語標準丹麥語德語奧地利德語巴伐利亞德語標準德語施瓦本德語瑞士德語希臘語標準希臘語英語非裔美國英語美式英語澳洲英語英式英語加拿大英語奈及利亞英語西班牙語安地斯西班牙語加勒比西班牙語哥倫比亞西班牙語中性拉丁美洲西班牙語墨西哥西班牙語西班牙的西班牙語拉布拉他河西班牙語委內瑞拉西班牙語波斯語伊朗的波斯語芬蘭語標準芬蘭語法語魁北克法語法國的法語希伯來語標準希伯來語印地語印度英語混合語標準印地語克羅埃西亞語匈牙利語標準匈牙利語印尼語雅加達口語印尼語標準印尼語義大利語羅馬義大利語標準義大利語日語關西日語標準日語坎那達語標準坎那達語韓語慶尚道韓語標準韓語馬其頓語馬拉地語馬來語標準馬來語荷蘭語法蘭德斯荷蘭語荷蘭的荷蘭語挪威語波蘭語標準波蘭語葡萄牙語巴西葡萄牙語歐洲葡萄牙語巴西東北部葡萄牙語羅馬尼亞語摩爾多瓦羅馬尼亞語標準羅馬尼亞語外西凡尼亞羅馬尼亞語俄語標準俄語斯洛伐克語標準斯洛伐克語塞爾維亞語標準塞爾維亞語瑞典語斯堪尼亞瑞典語標準瑞典語坦米爾語標準坦米爾語泰盧固語泰語標準泰語他加祿語八打雁他加祿語標準菲律賓語土耳其語標準土耳其語烏克蘭語標準烏克蘭語蘇爾日克語越南語北部越南語南部越南語華語中國大陸普通話台灣華語第二個阿拉伯語阿爾及利亞阿拉伯語埃及阿拉伯語海灣阿拉伯語伊拉克阿拉伯語黎凡特阿拉伯語利比亞阿拉伯語現代標準阿拉伯語摩洛哥阿拉伯語蘇丹阿拉伯語突尼西亞阿拉伯語葉門阿拉伯語白俄羅斯語保加利亞語標準保加利亞語孟加拉語孟加拉國孟加拉語印度孟加拉語波士尼亞語波士尼亞語加泰隆尼亞語捷克語標準捷克語丹麥語標準丹麥語德語奧地利德語巴伐利亞德語標準德語施瓦本德語瑞士德語希臘語標準希臘語英語非裔美國英語美式英語澳洲英語英式英語加拿大英語奈及利亞英語西班牙語安地斯西班牙語加勒比西班牙語哥倫比亞西班牙語中性拉丁美洲西班牙語墨西哥西班牙語西班牙的西班牙語拉布拉他河西班牙語委內瑞拉西班牙語波斯語伊朗的波斯語芬蘭語標準芬蘭語法語魁北克法語法國的法語希伯來語標準希伯來語印地語印度英語混合語標準印地語克羅埃西亞語匈牙利語標準匈牙利語印尼語雅加達口語印尼語標準印尼語義大利語羅馬義大利語標準義大利語日語關西日語標準日語坎那達語標準坎那達語韓語慶尚道韓語標準韓語馬其頓語馬拉地語馬來語標準馬來語荷蘭語法蘭德斯荷蘭語荷蘭的荷蘭語挪威語波蘭語標準波蘭語葡萄牙語巴西葡萄牙語歐洲葡萄牙語巴西東北部葡萄牙語羅馬尼亞語摩爾多瓦羅馬尼亞語標準羅馬尼亞語外西凡尼亞羅馬尼亞語俄語標準俄語斯洛伐克語標準斯洛伐克語塞爾維亞語標準塞爾維亞語瑞典語斯堪尼亞瑞典語標準瑞典語坦米爾語標準坦米爾語泰盧固語泰語標準泰語他加祿語八打雁他加祿語標準菲律賓語土耳其語標準土耳其語烏克蘭語標準烏克蘭語蘇爾日克語越南語北部越南語南部越南語華語中國大陸普通話台灣華語

西班牙的西班牙語6.05每秒音節數

墨西哥西班牙語5.75每秒音節數

兩者的 95% 信賴區間重疊，這麼小的差距可能只是偶然。

10 秒話語中的音節數

西班牙的西班牙語

墨西哥西班牙語

一個點代表一個音節。方言數據已依整體語言的程度分布調整，所以初學者片段較多的方言不會因此顯得較慢。每分鐘詞數只能在同一種語言內比較。阿拉伯語、希伯來語、波斯語和泰語的數據為估計值。

西班牙語

西班牙本土的影片（6.05 音節／秒）、阿根廷與烏拉圭的 Rioplatense 影片（6.03）和哥倫比亞影片（6.03），都比墨西哥影片（5.75）和安地斯影片（5.55）快。每分鐘字數則完全看不出這點：西班牙、Rioplatense 和墨西哥都是每分鐘 198 或 199 字。西班牙和墨西哥的信賴區間只是剛好相接；Rioplatense 和墨西哥則沒有重疊。

葡萄牙語

巴西葡萄牙語是 6.06 音節／秒，歐洲葡萄牙語是 5.56。歐洲葡萄牙語向來被說又快又難懂，但以每秒音節數來看，它在這裡反而比較慢。這個印象更可能來自聲音：歐洲說話者常把非重音母音弱化或吞掉，詞聽起來被壓縮了。我的計算是從寫出來的詞出發，所以還是會算到那些母音。真要說的話，這反而讓歐洲葡萄牙語在這裡顯得比實際更快。歐洲樣本也偏小（80 支影片），信賴區間與巴西的重疊。

下面兩段旁白，一段在講手機保護貼怎麼貼，一段是食譜，依我的計算速度相近：巴西那段 6.12 音節／秒，歐洲那段 6.39。可以留意你在各段裡能聽見幾個母音。

法語

法國的影片是 5.29，魁北克的影片是 4.90，兩者的信賴區間沒有重疊。

日語

關西腔向來被認為講得快。原始數字似乎也支持這點（6.28 對標準日語的 6.16），但把等級分布調成一致後，關西是 6.13，標準日語是 6.21。所以原始差距來自關西影片被評的等級，而不是方言本身，而且兩邊的信賴區間都很寬（5.77 到 6.81、5.64 到 6.86）。

阿拉伯語

埃及阿拉伯語是最快的變體，6.12，領先摩洛哥（5.68）、現代標準阿拉伯語（5.56）、黎凡特（5.53）和波灣阿拉伯語（5.37）。突尼西亞最慢，4.66。阿拉伯語的計數是估計值，因為短母音不寫出來（見方法說明），並經過人工驗證。

德語

標準德語是 5.00，施瓦本方言 4.63，奧地利 4.46，巴伐利亞 4.41，瑞士德語 3.98。

英語與華語

美式、英式、澳式和加式英語都落在 4.69 到 4.75 之間。奈及利亞英語較慢，4.30。中國大陸華語是 5.27，台灣華語是 4.80，樣本較小，只有 65 支台灣影片。

如果你正在學語言，這代表什麼

語言之間的差異是真的，但幅度不大。西班牙語學習者和英語學習者面對的語速，每秒音節數大約差四分之一，而兩種語言裡中間一半影片的跨度都比這還大。變化大得多的，是從初學教材走向其他一切內容的那一步。一旦離開 A1，影片不會因為等級往下而變慢：A2 影片和 C1 影片差不多快。實際的做法是：先從停頓長、句子短的影片開始，之後依主題和說話者挑影片，而不是等待某個「大家講得比較慢」的等級。

想試試看的話，西班牙語、葡萄牙語、法語、英語和日語頁面都依等級列出母語者影片，字幕也和本頁影片一樣是逐字對照。語速只佔聽力難度的一半。另一半是詞彙和文法，這部分我寫在看懂母語者影片需要多少單字。另外，Christian Lauer 的新手指南談的是最初幾個月，也就是你還在設法達到基本理解的階段。

我們怎麼測的

影片

所有影片都在 2026 年 9 月 29 日存在於 Reelang 片庫：公開顯示、有人說話、母語者內容而非語言課程、非配音、單一語言，且未被人工審核標為不可用。幾乎全部來自 YouTube。我從這 230,754 支影片中，依語言、方言和 CEFR 等級做分層抽樣：每組最多 60 支，以固定雜湊挑選，樣本可重建。每支影片取前 30 句。歌曲依人工標註資料排除（抽樣中有 1,617 支），且同一頻道在同一組內最多貢獻 3 支影片。每支影片再依其組別在片庫中的規模加權，所以這些數字描述的是片庫，而不是樣本。所有數值都是加權中位數，第 25 與第 75 百分位為「中間一半」。信賴區間來自 300 次 bootstrap 重抽。

哪些語言被排名

一種語言在片庫中至少要有 150 支影片和 40 個頻道，且通過所有篩選後至少剩 75 支影片。有 44 種語言通過。世界語數量上通過但被排除，因為它幾乎沒有母語者。方言則需要片庫中至少 100 支影片、20 個頻道，以及 60 支測量影片。

每秒音節數

每個句子，我取第一個詞開始的時間和最後一個詞開始的時間，再用除了最後一個詞以外所有詞的音節數，除以這段時間。詞的起始時間是所有逐字稿來源中唯一準確的時間資訊；結束時間在部分引擎中是部分估算的。每支影片把所有句子的音節數和時間長度加總。一支影片至少要有 5 個可用句子和 10 秒的說話時間。這段時間包含句內短停頓，但不含句與句之間的空白。每分鐘字數使用同一段時間。

音節怎麼算

音節是從文字來的，依每個詞平常的發音：

• 有 30 種語言，包括英語、西班牙語、法語、德語、義大利語、葡萄牙語、俄語、土耳其語和印度諸語言，每個詞都經過發音引擎 espeak-ng，每個母音或成音節輔音算一個音節。
• 克羅埃西亞語、塞爾維亞語、波士尼亞語、馬其頓語、捷克語和斯洛伐克語用字母規則計算，包含成音節的 r 和 l（Hrvatska 是三個音節）。他加祿語數母音字母。
• 華語每個漢字算一個音節，韓語每個諺文字塊算一個，越南語每個書寫音節算一個。
• 日語先用 pykakasi 轉成假名，再分別以音節和莫拉計算。
• 泰語使用 PyThaiNLP 的辭典式音節切分，會略為少算。
• 阿拉伯語和希伯來語不寫短母音，所以音節由字母和詞數以公式估算，該公式各以 25 個人工計數的句子擬合（每句誤差約 9% 與 12%，整體低於 1%），並在人工驗證的資料集上進行。

含數字的句子會被剔除，因為數字在每種語言的唸法不同。在 12 種語言的 102 個隨機句子裡，自動計數有 98 句與人工計數完全相同，總數也相等（各 1,267 個音節）。人工計數時看得到自動計數，所以這是一次檢查，不是盲測。阿拉伯語、希伯來語、波斯語和泰語標示為估計值。

逐字稿

逐字稿由三個引擎自動產生。在同一頻道的影片上，其中一個引擎給出的速率比其他引擎高約 0.18 音節／秒（3%）。有一部分資料已由 Reelang 平台上的學習者人工驗證（4.3%），其餘以自動語音辨識為基礎。華語是以單一引擎的 293 支影片測量。

停頓

平均語流長度和發聲比需要每個詞的結束時間，其中兩個語音模式分析引擎以相同方式估算。這兩項指標我只使用這兩個引擎的影片，也不在以字元或字元群為詞的語言之間互相比較。

這個樣本不是什麼

這個片庫是為語言學習者挑選的。它偏向短、口齒清楚、題材大眾的影片：短劇、vlog、料理、知識型內容。它不是「人們怎麼說話」的隨機樣本。計算單位是影片而不是說話者，因為逐字稿無法可靠區分說話者。音節是從文字計算的，所以當說得快的人吞掉一個音節、而逐字稿仍保留它時，這支影片還是會算進去，因此快的影片可能被略為高估。CEFR 等級是模型讀逐字稿後的判斷。

歡迎使用這些資料

你可以自由在文章、教材和研究中重複使用本頁的圖表與數字。請連結到本頁作為來源。

音節／秒：中位數影片，每秒說話中的音節數。中間一半影片：第 25 到第 75 百分位。字／分：中位數影片，其中「字」是逐字稿切分出來的單位（華語是一個字），所以這一欄不能跨語言比較。影片數、小時、頻道數：片庫中的母語者影片。測量數：用來計算速率的樣本影片數。* 音節數為估計值（阿拉伯語和希伯來語用字母公式，波斯語和泰語有已知的小幅少算）。

參考資料

• 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, 免費全文
• 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, 公開典藏版
• 工具：espeak-ng 1.52、pykakasi、PyThaiNLP。