ב-10,446 סרטוני YouTube בספריית התמלולים של SozAI, דוברי אנגלית אמרו חציון של 168 מילים לדקה של דיבור, וחצי מהסרטונים באנגלית נפלו בין 147 ל-192. ספרדית ורוסית הגיעו שתיהן ל-139, צרפתית ל-165, גרמנית ל-130 ופורטוגזית ל-149. מדדנו 14 שפות לפי חותמות הזמן של הכתוביות של כל סרטון. השמטנו מוזיקה ופרסומות, וגם רצועות מדובבות וכל תמליל שטקסט הכתוביות שלו לא עמד בבדיקות.
נמדד ב-31 באוקטובר 2026. גרסת שיטה 1.1. 10,446 סרטונים, כ-6,880 שעות דיבור. מקור: ספריית התמלולים הציבורית ב-sozai.app.
עובדות בקצרה
| מדד | ערך |
|---|---|
| שפות שפורסמו | 14, בכל אחת לפחות 100 סרטונים |
| סרטונים שנמדדו | 10,446 |
| דיבור שנמדד | כ-6,880 שעות |
| אנגלית, חציון | 168 מילים לדקה |
| אנגלית, מחצית האמצעית של הסרטונים | 147 עד 192 מילים לדקה |
| הרצאות ונאומים באנגלית, חציון | 147 מילים לדקה (56 סרטונים) |
| נבדק מול הכתוביות של YouTube עצמו | 106 סרטונים, יחס חציוני של מספר המילים 0.99 |
קצב דיבור לפי שפה
כל סרטון נותן קצב אחד: מילים חלקי דקות של דיבור. החציון הוא הסרטון האמצעי של השפה. המחצית האמצעית היא הטווח מהאחוזון ה-25 עד האחוזון ה-75, כך שחצי מהסרטונים נופלים בתוכו. העמודה האחרונה היא רווח הסמך של 95 % בשיטת בוטסטראפ לחציון, והיא מראה כמה החציון עצמו היה יכול לזוז עם מדגם אחר באותו גודל.
| שפה | סרטונים | חציון, מילים לדקה | המחצית האמצעית | רווח סמך של 95 % לחציון |
|---|---|---|---|---|
| אנגלית | 3,692 | 168 | 147 עד 192 | 167 עד 170 |
| רוסית | 2,884 | 139 | 122 עד 155 | 138 עד 140 |
| פולנית | 634 | 128 | 118 עד 140 | 127 עד 130 |
| ערבית | 612 | 123 | 104 עד 143 | 120 עד 125 |
| הינדי | 430 | 181 | 158 עד 207 | 177 עד 188 |
| ספרדית | 382 | 139 | 121 עד 164 | 135 עד 143 |
| צרפתית | 377 | 165 | 137 עד 203 | 161 עד 168 |
| אוקראינית | 349 | 121 | 103 עד 135 | 118 עד 124 |
| אינדונזית | 347 | 129 | 115 עד 145 | 127 עד 133 |
| קוריאנית | 200 | 112 | 97 עד 127 | 108 עד 115 |
| גרמנית | 166 | 130 | 107 עד 170 | 124 עד 137 |
| פורטוגזית | 160 | 149 | 135 עד 170 | 145 עד 155 |
| עברית | 107 | 138 | 120 עד 156 | 131 עד 144 |
| בנגלית | 106 | 144 | 128 עד 168 | 139 עד 152 |
משווים את המספרים בתוך שפה, לא בין שפות. מילה כאן היא כל מה שעומד בין שני רווחים, ושפות אורזות דיבור במילים בצורה שונה. קוריאנית כותבת שם עצם ואת סופיתו כמילה אחת, ולכן הספירה שלה נמוכה (112). הינדי כותבת הרבה מילים דקדוקיות קצרות בנפרד, ולכן הספירה שלה גבוהה (181). אף אחד מהמספרים לא אומר שדוברי קוריאנית מדברים לאט יותר או שדוברי הינדי מדברים מהר יותר מכל אחד אחר.
שפות שהשמטנו
שפה מופיעה רק כשלפחות 100 מהסרטונים שלה עוברים כל בדיקה. אלה לא עברו: יפנית 95, איטלקית 93, סינית 87, טורקית 33, וייטנאמית 32, הולנדית 23, תאית 23, שוודית 22, פרסית 22. שפות עם פחות מ-20 סרטונים שנמדדו לא מופיעות ברשימה. יפנית, סינית ותאית נכתבות בלי רווחים בין מילים, ולכן בהן ספרנו תווים לדקה במקום מילים. תמלולים רבים ביפנית ובסינית נכשלו בבדיקות הטקסט שמתוארות להלן, ולכן נשארו כל כך מעטים.
לפי סוג הסרטון
מיינו סרטונים לסוגים לפי מילים בכותרת ובשם הערוץ: ראיון, פודקאסט, הרצאה, שיעור, TED, נאום מרכזי, "איך עושים" והמקבילות שלהן בשפות האחרות. 1,612 מתוך 10,446 הסרטונים התאימו לסוג. בבדיקה מדגמית של 100 כותרות שמוינו, כ-9 מכל 10 היו בסוג הנכון. כדי להשוות סוגים בין שפות, קצב כל סרטון מחולק בחציון של השפה שלו, כך ש-1.07 פירושו מהר ב-7 % מהרגיל באותה שפה.
| סוג | סרטונים | בהשוואה לחציון השפה | המחצית האמצעית |
|---|---|---|---|
| איך עושים וייעוץ | 442 | מהיר ב-7 % (1.07) | 0.89 עד 1.23 |
| הרצאה, שיעור או קורס | 421 | איטי ב-2 % (0.98) | 0.81 עד 1.13 |
| פודקאסט | 187 | מהיר ב-4 % (1.04) | 0.89 עד 1.16 |
| נאום או שיחה | 125 | איטי ב-6 % (0.94) | 0.83 עד 1.07 |
| ראיון | 109 | איטי ב-1 % (0.99) | 0.93 עד 1.11 |
ההבדלים בין הסוגים קטנים לעומת הפיזור בתוך כל סוג. הרצאות ונאומים הם האיטיים ביותר. סרטוני "איך עושים" וייעוץ הם המהירים ביותר, ורבים מהם כתובים מראש ועם עריכה הדוקה. עוד חמישה סוגים כללו פחות מ-100 סרטונים כל אחד ואינם מוצגים: חדשות, ספרי שמע, דרשות, גיימינג ודרמה.
אנגלית לפי סוג
| סוג | סרטונים | חציון, מילים לדקה | המחצית האמצעית |
|---|---|---|---|
| איך עושים וייעוץ | 282 | 184 | 159 עד 211 |
| פודקאסט | 69 | 178 | 156 עד 192 |
| הרצאה, שיעור או קורס | 92 | 177 | 147 עד 203 |
| ראיון | 55 | 166 | 143 עד 187 |
| נאום או שיחה | 56 | 147 | 131 עד 176 |
הרצאות ונאומים באנגלית רצו בחציון של 147 מילים לדקה, 21 פחות מחציון YouTube באנגלית בכללותו. אם אתם מתזמנים נאום שתישאו בפני קהל, זה המספר הקרוב יותר. ברוסית, הרצאות ושיעורים רצו ב-124 מילים לדקה (131 סרטונים), לעומת חציון רוסי של 139.
לפי נושא
תמלולים שנוצרו עד 30 ביולי 2026 נושאים אחת מ-20 תוויות נושא, ול-3,860 מהסרטונים שנמדדו יש כזו. הסולם זהה לזה של הסוגים. נושאים עם פחות מ-100 סרטונים אינם מוצגים.
| נושא | סרטונים | בהשוואה לחציון השפה | המחצית האמצעית |
|---|---|---|---|
| מדע וחינוך | 735 | איטי ב-7 % (0.93) | 0.80 עד 1.02 |
| עסקים וסטארט-אפים | 430 | מהיר ב-9 % (1.09) | 0.98 עד 1.22 |
| פסיכולוגיה ופיתוח עצמי | 375 | איטי ב-4 % (0.96) | 0.86 עד 1.07 |
| טכנולוגיה ו-AI | 323 | מהיר ב-1 % (1.01) | 0.89 עד 1.15 |
| הדרכות תוכנה | 243 | מהיר ב-1 % (1.01) | 0.87 עד 1.19 |
| כסף והשקעות | 236 | מהיר ב-9 % (1.09) | 0.96 עד 1.16 |
| בריאות וכושר | 235 | איטי ב-2 % (0.98) | 0.87 עד 1.11 |
| חדשות ופוליטיקה | 224 | איטי ב-1 % (0.99) | 0.91 עד 1.08 |
| דת ורוחניות | 172 | איטי ב-7 % (0.93) | 0.83 עד 1.04 |
| גיימינג | 148 | איטי ב-2 % (0.98) | 0.83 עד 1.12 |
| חברה ותרבות | 117 | איטי ב-1 % (0.99) | 0.89 עד 1.12 |
| קולנוע וטלוויזיה | 109 | איטי ב-5 % (0.95) | 0.78 עד 1.13 |
| אורח חיים | 100 | מהיר ב-2 % (1.02) | 0.87 עד 1.15 |
סרטוני עסקים וכסף רצו מהר ב-9 % מחציון השפה שלהם. מדע וחינוך, ודת, רצו לאט ב-7 %.
איך מדדנו
- מקור. כל תמליל שפורסם ב-sozai.app ב-10:55 UTC ב-31 באוקטובר 2026: 29,514 פוסטים. כל אחד נבנה מהכתוביות ש-YouTube מציג לסרטון ושומר את חותמות הזמן שלהן. קראנו את מסד הנתונים בשאילתות לקריאה בלבד ולא קראנו נתונים אישיים.
- שפה היא שפת רצועת הכתוביות שממנה נבנה התמליל.
- מילים הן היחידות שבין רווחים שמכילות אות או ספרה, אחרי שהוסרו תגי קול כמו [Music] ו-[Applause]. ביפנית, בסינית ובתאית ספרנו אותיות וספרות במקום זאת.
- זמן דיבור. הכתוביות נשמרות כקטעים של כ-40 מילים, לכל אחד זמן התחלה וזמן סיום. זמן הדיבור הוא הזמן שהקטעים האלה מכסים. קטע שרץ בפחות ממחצית הקצב הרגיל של הסרטון שלו מכיל הפסקה ארוכה, מוזיקה או חיתוך, ולכן אנחנו מורידים את המילים שלו ואת הזמן שלו יחד.
- קצב הוא מילים חלקי זמן דיבור, מספר אחד לכל סרטון. הטבלאות מציגות את החציון על פני הסרטונים, כך שהרצאה של שלוש שעות נחשבת כמו קליפ של חמש דקות.
- מינימום. לפחות 2 דקות דיבור לסרטון, 100 סרטונים לשפה, 100 לסוג או לנושא, ו-50 לסוג אחד בתוך שפה אחת.
מה השמטנו
| סיבה | תמלולים |
|---|---|
| לא נבנו מכתוביות עם זמנים: תמלולים ישנים שחותמות הזמן שלהם הוערכו על ידי מודל, או שלא תועד מקור | 5,176 |
| מוזיקה, שירים, דקלום, ASMR (תווית נושא, מילים בכותרת או תגי [Music] בכתוביות) | 4,465 |
| נוצרו אחרי 20 באוקטובר 2026, 13:56 UTC (ראו את המגבלות להלן) | 2,274 |
| שלב הפיסוק הזיז או שיכפל שורות (קטע של יותר מ-100 מילים) | 2,262 |
| קצרים מ-2 דקות, כסרטון או בדיבור שנמדד | 1,447 |
| שפת הכתוביות לא תואמת את הכותרת: כנראה רצועה מדובבת או מתורגמת | 1,070 |
| רמזי כתוביות חסרים (יותר מ-15 % מהקטעים מכילים פחות מ-15 מילים) | 941 |
| רשומות חלקיות: בלי כותרת או שפה, או פחות מ-5 קטעים | 508 |
| טקסט ביפנית, בסינית ובתאית שקוצר בשלב הפיסוק | 227 |
| הרבה שתיקה או מוזיקה (יותר מ-30 % מזמן הכתוביות בפחות ממחצית קצב הסרטון) | 85 |
| טריילרים ופרסומות | 30 |
| חריגים (יותר משלושה טווחים בין-רבעוניים מחוץ למחצית האמצעית של השפה) | 12 |
| הושמטו בסך הכול | 18,497 |
נשארו 11,017 סרטונים שנמדדו, ומהם 10,446 ב-14 השפות שפורסמו. שתי הגדרות קובעות הכי הרבה: רצפת ההפסקות (מחצית הקצב הרגיל של הסרטון) וגדר החריגים. הזזת הרצפה ל-0.4 או ל-0.6 לא משנה אף חציון של שפה ביותר מ-2 מילים לדקה, והסרת גדר החריגים לא משנה אף אחד.
נבדק מול YouTube
ב-31 באוקטובר 2026 בחרנו באקראי 112 סרטונים שנמדדו, 8 לכל שפה, והורדנו לכל אחד את כתוביות זיהוי הדיבור של YouTube עצמו. ל-6 סרטונים כבר לא הייתה הרצועה הזו. עבור 106 האחרים:
| בדיקה | תוצאה |
|---|---|
| מספר המילים שלנו חלקי של YouTube, חציון | 0.99 |
| סרטונים בטווח של 10 % ממספר המילים של YouTube | 92 % |
| סרטונים שהקצב שלהם בטווח של 10 % מהקצב מרצועת YouTube | 97 מתוך 106 |
| הפרש חציוני בקצב | −0.4 % |
הכללים שלעיל נקבעו לפני הבדיקה הזו. בדיקה קודמת על מדגם אחר היא שבזכותה גילינו שניים מהם: בסרטונים עם הרבה קטעי כתוביות קצרים אבדו שליש מהמילים או יותר, וקטעים של יותר מ-100 מילים הכילו טקסט כפול.
מגבלות
- אלה סרטוני YouTube. רבים מהם כתובים מראש ועם עריכה, ועריכה חותכת הפסקות, ולכן הם רצים מהר יותר מדיבור לא מוכן בחדר.
- המדגם הוא מה שמבקרים ביקשו שנתמלל, לא דגימה אקראית מ-YouTube. אנגלית ורוסית מהוות 63 % מהסרטונים שנמדדו.
- כתוביות אוטומטיות מחמיצות מילים ברעש ובדיבור חופף, וכל מילה שהוחמצה מורידה מעט את הקצב.
- אנחנו לא יכולים להבחין בין כתוביות אוטומטיות לכתוביות שאדם כתב, ושתיהן במדגם.
- בסרטונים רבים יש יותר מדובר אחד. הקצב שייך לסרטון, לא לאדם אחד.
- תמלולים שנוצרו מ-20 באוקטובר 2026, 13:56 UTC, ואילך אינם במהדורה הזו. באותו יום השתנה השלב שמוסיף פיסוק לכתוביות, ובתמלולים חדשים רבים הוא שיכפל או השמיט שורות, ולכן השמטנו את כל התקופה.
משתמשים במספרים
מחשבון זמן הדיבור והטלפרומפטר מתחילים מחציון שפת הדף שלכם כשיש לנו כזה, ואפשר לשנות את הקצב. מונה המילים משתמש באותו חציון לזמן הדיבור שלו.
