**Débit de parole par langue : mots par minute en 14 langues**
Source: https://sozai.app/fr/speaking-rate-by-language/

[Transcription](https://sozai.app/fr/category/transcription-audio/)

# Débit de parole en 14 langues : mesuré sur 10 446 transcriptions, 31 octobre 2026

Oct 31, 2026  • 10 min read • 11 views  • Dernière mise à jour : Oct 31, 2026

Sur 10 446 vidéos YouTube de la bibliothèque de transcriptions SozAI, les locuteurs anglophones ont prononcé une médiane de 168 mots par minute de parole, et la moitié des vidéos en anglais se situaient entre 147 et 192. L’espagnol et le russe arrivent tous deux à 139, le français à 165, l’allemand à 130 et le portugais à 149. Nous avons mesuré 14 langues à partir des horodatages des sous-titres propres à chaque vidéo. Nous avons écarté la musique et les publicités, ainsi que les pistes doublées et toute transcription dont le texte des sous-titres ne tenait pas la route.

_Mesuré le 31 octobre 2026. Méthode version 1.1. 10 446 vidéos, environ 6 880 heures de parole. Source : la bibliothèque publique de transcriptions de sozai.app._

## En bref

| Mesure | Valeur |
| --- | --- |
| Langues publiées | 14, chacune avec au moins 100 vidéos |
| Vidéos mesurées | 10 446 |
| Parole mesurée | environ 6 880 heures |
| Anglais, médiane | 168 mots par minute |
| Anglais, moitié centrale des vidéos | 147 à 192 mots par minute |
| Conférences et discours en anglais, médiane | 147 mots par minute (56 vidéos) |
| Vérifié avec les sous-titres propres à YouTube | 106 vidéos, rapport médian du nombre de mots 0,99 |

## Débit de parole par langue

Chaque vidéo donne un débit : les mots divisés par les minutes de parole. La médiane est la vidéo du milieu de la langue. La moitié centrale est l’intervalle entre le 25e et le 75e centile : la moitié des vidéos y figure. La dernière colonne est l’intervalle bootstrap à 95 % de la médiane, qui montre de combien la médiane elle-même pourrait bouger avec un autre échantillon de même taille.

| Langue | Vidéos | Médiane, mots par minute | Moitié centrale | Intervalle à 95 % de la médiane |
| --- | --- | --- | --- | --- |
| Anglais | 3 692 | 168 | 147 à 192 | 167 à 170 |
| Russe | 2 884 | 139 | 122 à 155 | 138 à 140 |
| Polonais | 634 | 128 | 118 à 140 | 127 à 130 |
| Arabe | 612 | 123 | 104 à 143 | 120 à 125 |
| Hindi | 430 | 181 | 158 à 207 | 177 à 188 |
| Espagnol | 382 | 139 | 121 à 164 | 135 à 143 |
| Français | 377 | 165 | 137 à 203 | 161 à 168 |
| Ukrainien | 349 | 121 | 103 à 135 | 118 à 124 |
| Indonésien | 347 | 129 | 115 à 145 | 127 à 133 |
| Coréen | 200 | 112 | 97 à 127 | 108 à 115 |
| Allemand | 166 | 130 | 107 à 170 | 124 à 137 |
| Portugais | 160 | 149 | 135 à 170 | 145 à 155 |
| Hébreu | 107 | 138 | 120 à 156 | 131 à 144 |
| Bengali | 106 | 144 | 128 à 168 | 139 à 152 |

Comparez les chiffres au sein d’une même langue, pas d’une langue à l’autre. Un mot est ici ce qui se trouve entre deux espaces, et les langues ne condensent pas la parole de la même façon en mots. Le coréen écrit un nom et sa particule en un seul mot, son total est donc bas (112). L’hindi écrit séparément beaucoup de petits mots grammaticaux, son total est donc élevé (181). Aucun de ces chiffres ne dit que les coréanophones parlent plus lentement, ni les hindiphones plus vite, que les autres.

## Langues écartées

Une langue n’apparaît que si au moins 100 de ses vidéos passent tous les contrôles. Celles-ci n’y sont pas arrivées : japonais 95, italien 93, chinois 87, turc 33, vietnamien 32, néerlandais 23, thaï 23, suédois 22, persan 22. Les langues avec moins de 20 vidéos mesurées ne sont pas listées. Le japonais, le chinois et le thaï s’écrivent sans espaces entre les mots : pour eux, nous comptons des caractères par minute au lieu de mots. De nombreuses transcriptions japonaises et chinoises n’ont pas passé les contrôles de texte décrits plus bas, ce qui explique qu’il en reste si peu.

## Par type de vidéo

Nous avons classé les vidéos par type d’après les mots du titre et du nom de la chaîne : interview, podcast, conférence, cours, TED, keynote, « how to » et leurs équivalents dans les autres langues. 1 612 des 10 446 vidéos correspondaient à un type. Sur un contrôle de 100 titres classés, environ 9 sur 10 étaient dans le bon type. Pour comparer les types d’une langue à l’autre, le débit de chaque vidéo est divisé par la médiane de sa propre langue : 1,07 signifie donc 7 % plus rapide que d’ordinaire pour cette langue.

| Type | Vidéos | Par rapport à la médiane de la langue | Moitié centrale |
| --- | --- | --- | --- |
| Tutoriels et conseils | 442 | 7 % plus rapide (1,07) | 0,89 à 1,23 |
| Conférence, cours ou formation | 421 | 2 % plus lent (0,98) | 0,81 à 1,13 |
| Podcast | 187 | 4 % plus rapide (1,04) | 0,89 à 1,16 |
| Conférence publique ou discours | 125 | 6 % plus lent (0,94) | 0,83 à 1,07 |
| Interview | 109 | 1 % plus lent (0,99) | 0,93 à 1,11 |

Les écarts entre types sont faibles à côté de la dispersion à l’intérieur de chaque type. Les conférences publiques et les discours sont les plus lents. Les tutoriels et les conseils sont les plus rapides, et beaucoup sont écrits d’avance et montés au plus serré. Cinq autres types comptaient moins de 100 vidéos chacun et ne sont pas montrés : actualités, livres audio, sermons, jeu vidéo et fiction.

### L’anglais par type

| Type | Vidéos | Médiane, mots par minute | Moitié centrale |
| --- | --- | --- | --- |
| Tutoriels et conseils | 282 | 184 | 159 à 211 |
| Podcast | 69 | 178 | 156 à 192 |
| Conférence, cours ou formation | 92 | 177 | 147 à 203 |
| Interview | 55 | 166 | 143 à 187 |
| Conférence publique ou discours | 56 | 147 | 131 à 176 |

Les conférences publiques et discours en anglais ont tourné à une médiane de 147 mots par minute, soit 21 de moins que la médiane de l’ensemble de YouTube en anglais. Si vous chronométrez un discours que vous prononcerez devant un public, c’est le chiffre le plus proche. En russe, les conférences et les cours ont tourné à 124 mots par minute (131 vidéos), contre une médiane russe de 139.

## Par thème

Les transcriptions créées jusqu’au 30 juillet 2026 portent l’une des 20 étiquettes de thème, et 3 860 des vidéos mesurées en ont une. L’échelle est la même que pour les types. Les thèmes de moins de 100 vidéos ne sont pas montrés.

| Thème | Vidéos | Par rapport à la médiane de la langue | Moitié centrale |
| --- | --- | --- | --- |
| Sciences et éducation | 735 | 7 % plus lent (0,93) | 0,80 à 1,02 |
| Business et startups | 430 | 9 % plus rapide (1,09) | 0,98 à 1,22 |
| Psychologie et développement personnel | 375 | 4 % plus lent (0,96) | 0,86 à 1,07 |
| Tech et IA | 323 | 1 % plus rapide (1,01) | 0,89 à 1,15 |
| Tutoriels logiciels | 243 | 1 % plus rapide (1,01) | 0,87 à 1,19 |
| Argent et investissement | 236 | 9 % plus rapide (1,09) | 0,96 à 1,16 |
| Santé et forme | 235 | 2 % plus lent (0,98) | 0,87 à 1,11 |
| Actualités et politique | 224 | 1 % plus lent (0,99) | 0,91 à 1,08 |
| Religion et spiritualité | 172 | 7 % plus lent (0,93) | 0,83 à 1,04 |
| Jeu vidéo | 148 | 2 % plus lent (0,98) | 0,83 à 1,12 |
| Société et culture | 117 | 1 % plus lent (0,99) | 0,89 à 1,12 |
| Cinéma et télévision | 109 | 5 % plus lent (0,95) | 0,78 à 1,13 |
| Style de vie | 100 | 2 % plus rapide (1,02) | 0,87 à 1,15 |

Les vidéos de business et d’argent ont tourné 9 % plus vite que la médiane de leur langue. Les sciences et l’éducation, ainsi que la religion, ont tourné 7 % plus lentement.

## Comment nous avons mesuré

- **Source.** Toutes les transcriptions publiées sur sozai.app à 10 h 55 UTC le 31 octobre 2026 : 29 514 articles. Chacune a été construite à partir des sous-titres que YouTube affiche pour la vidéo et en garde les horodatages. Nous avons interrogé la base de données en lecture seule et n’avons lu aucune donnée personnelle.
- **La langue** est celle de la piste de sous-titres à partir de laquelle la transcription a été construite.
- **Les mots** sont les unités comprises entre des espaces qui contiennent une lettre ou un chiffre, après retrait des balises sonores comme [Music] et [Applause]. Pour le japonais, le chinois et le thaï, nous comptons les lettres et les chiffres.
- **Temps de parole.** Les sous-titres sont stockés en segments d’environ 40 mots, chacun avec une heure de début et de fin. Le temps de parole est le temps couvert par ces segments. Un segment qui va à moins de la moitié du rythme habituel de sa propre vidéo contient une longue pause, de la musique ou une coupe : nous retirons alors ses mots et son temps ensemble.
- **Le débit** est le nombre de mots divisé par le temps de parole, un chiffre par vidéo. Les tableaux donnent la médiane sur les vidéos : un cours de trois heures compte donc autant qu’un clip de cinq minutes.
- **Minimums.** Au moins 2 minutes de parole par vidéo, 100 vidéos pour une langue, 100 pour un type ou un thème, et 50 pour un type dans une langue.

### Ce que nous avons écarté

| Raison | Transcriptions |
| --- | --- |
| Non construites à partir de sous-titres horodatés : transcriptions plus anciennes dont un modèle a estimé les horodatages, ou aucune source enregistrée | 5 176 |
| Musique, chansons, récitation, ASMR (étiquette de thème, mots du titre ou balises [Music] dans les sous-titres) | 4 465 |
| Créées après le 20 octobre 2026, 13 h 56 UTC (voir les limites plus bas) | 2 274 |
| L’étape de ponctuation a décalé ou répété des lignes (un segment de plus de 100 mots) | 2 262 |
| Plus courtes que 2 minutes, en tant que vidéo ou en parole mesurée | 1 447 |
| La langue des sous-titres ne correspond pas au titre : probablement une piste doublée ou traduite | 1 070 |
| Repères de sous-titres manquants (plus de 15 % des segments contiennent moins de 15 mots) | 941 |
| Fiches incomplètes : sans titre ni langue, ou moins de 5 segments | 508 |
| Texte japonais, chinois et thaï raccourci par l’étape de ponctuation | 227 |
| Beaucoup de silence ou de musique (plus de 30 % du temps des sous-titres à moins de la moitié du rythme de la vidéo) | 85 |
| Bandes-annonces et publicités | 30 |
| Valeurs aberrantes (à plus de trois écarts interquartiles hors de la moitié centrale de la langue) | 12 |
| **Écartées au total** | **18 497** |

Il reste 11 017 vidéos mesurées, dont 10 446 dans les 14 langues publiées. Deux réglages pèsent le plus : le plancher de pause (la moitié du rythme habituel de la vidéo) et la barrière des valeurs aberrantes. Déplacer le plancher à 0,4 ou à 0,6 ne change aucune médiane de langue de plus de 2 mots par minute, et supprimer la barrière des valeurs aberrantes n’en change aucune.

## Vérifié avec YouTube

Le 31 octobre 2026, nous avons tiré au hasard 112 vidéos mesurées, 8 par langue, et téléchargé pour chacune les sous-titres de la reconnaissance vocale propre à YouTube. 6 vidéos n’avaient plus cette piste. Pour les 106 autres :

| Contrôle | Résultat |
| --- | --- |
| Notre nombre de mots divisé par celui de YouTube, médiane | 0,99 |
| Vidéos à 10 % près du nombre de mots de YouTube | 92 % |
| Vidéos dont le débit est à 10 % près du débit tiré de la piste de YouTube | 97 sur 106 |
| Écart médian de débit | −0,4 % |

Les règles ci-dessus ont été fixées avant ce contrôle. Un contrôle précédent, sur un autre échantillon, nous a fait découvrir deux d’entre elles : les vidéos avec de nombreux segments de sous-titres courts avaient perdu un tiers de leurs mots ou plus, et les segments de plus de 100 mots contenaient du texte répété.

## Limites

- Ce sont des vidéos YouTube. Beaucoup sont écrites d’avance et montées, et le montage coupe les pauses : elles vont donc plus vite qu’une parole spontanée dans une salle.
- L’échantillon est ce que les visiteurs nous ont demandé de transcrire, pas un tirage au hasard dans YouTube. L’anglais et le russe font 63 % des vidéos mesurées.
- Les sous-titres automatiques manquent des mots dans le bruit et quand on se coupe la parole, et chaque mot manqué baisse un peu le débit.
- Nous ne pouvons pas distinguer les sous-titres automatiques de ceux qu’une personne a écrits, et les deux sont dans l’échantillon.
- Beaucoup de vidéos ont plus d’un locuteur. Le débit appartient à la vidéo, pas à une personne.
- Les transcriptions créées à partir du 20 octobre 2026, 13 h 56 UTC, ne figurent pas dans cette édition. Ce jour-là, l’étape qui ajoute la ponctuation aux sous-titres a changé, et dans beaucoup de transcriptions plus récentes elle répétait ou supprimait des lignes : nous avons donc écarté toute la période.

## Utiliser ces chiffres

Le [calculateur de temps de parole](https://sozai.app/fr/tools/speech-time-calculator/) et le [téléprompteur](https://sozai.app/fr/tools/teleprompter/) partent de la médiane de la langue de votre page quand nous en avons une, et vous pouvez modifier le débit. Le [compteur de mots](https://sozai.app/fr/tools/word-counter/) utilise la même médiane pour son temps de parole.

## À lire aussi

- [Parcourir la bibliothèque de transcriptions](https://sozai.app/transcript/)
- [Générateur de transcription YouTube](https://sozai.app/fr/youtube-transcript/)
- [À propos de SozAI](https://sozai.app/fr/about/)

Réponses

## Frequently Asked Questions

Combien de mots par minute les gens prononcent-ils en anglais ?

Sur 3 692 vidéos YouTube en anglais mesurées le 31 octobre 2026, la médiane était de 168 mots par minute de parole, et la moitié des vidéos se situaient entre 147 et 192. Les conférences publiques et discours étaient plus lents, avec une médiane de 147.

Quelle langue se parle le plus vite ?

Un nombre de mots ne permet pas de répondre, car les langues mettent des quantités différentes de parole dans un mot. Dans nos données, l’hindi (181) et l’anglais (168) comptaient le plus de mots par minute et le coréen (112) le moins, mais le coréen soude les particules au mot qui précède, alors que l’hindi les écrit séparément.

Combien de temps dure un discours de 1 000 mots ?

Environ 6 minutes à la médiane de YouTube en anglais de 168 mots par minute, et environ 6 minutes 48 secondes à la médiane des conférences et discours en anglais (147). Le calculateur de temps de parole le calcule pour n’importe quel texte et n’importe quel débit.

![Merey Tleugazin](https://sozai.app/wp-content/themes/sozai/assets/images/merey-tleugazin-2026.webp)

[Merey Tleugazin](https://sozai.app/about/merey/)

Fondateur de SozAI. Il crée des outils qui transforment la parole en texte pour des professionnels du monde entier.

- [Instagram](https://instagram.com/mereytleugazin)
- [X](https://x.com/mereytleugazin)

## Articles associés

- [Juil 30 8 min ### Comment sauvegarder ses messages vocaux WhatsApp avant de changer de téléphone](https://sozai.app/fr/save-whatsapp-voice-messages/)
- [Mar 7 28 min ### Meilleurs convertisseurs MP3 en texte gratuits en ligne : guide complet de la transcription audio](https://sozai.app/fr/mp3-to-text-converters/)
- [Août 2 10 min ### Comment citer une vidéo dans une dissertation sans tout retaper](https://sozai.app/fr/quote-a-video-in-an-essay/)

[![SozAI](https://sozai.app/wp-content/themes/sozai/assets/images/appicon.png) SozAI — Téléchargement gratuit Transcrivez audio et vidéo instantanément Obtenir l’app](https://sozai.app/fr/download/)


---
This is the markdown twin of https://sozai.app/fr/speaking-rate-by-language/ — the same content, without the markup.
Published by SozAI (https://sozai.app). Reuse and quotation are allowed with attribution and a link back.
Machine-readable index: https://sozai.app/llms.txt · data API: https://sozai.app/api/