Su 10.446 video di YouTube della libreria di trascrizioni di SozAI, chi parla inglese ha pronunciato in mediana 168 parole al minuto di parlato, e metà dei video in inglese è compresa tra 147 e 192. Spagnolo e russo hanno entrambi 139, il francese 165, il tedesco 130 e il portoghese 149. Abbiamo misurato 14 lingue a partire dai tempi dei sottotitoli di ciascun video. Abbiamo escluso musica e pubblicità, le tracce doppiate e ogni trascrizione il cui testo dei sottotitoli non reggeva i controlli.
Misurato il 31 ottobre 2026. Versione del metodo 1.1. 10.446 video, circa 6.880 ore di parlato. Fonte: la libreria pubblica di trascrizioni su sozai.app.
In breve
| Misura | Valore |
|---|---|
| Lingue pubblicate | 14, ciascuna con almeno 100 video |
| Video misurati | 10.446 |
| Parlato misurato | circa 6.880 ore |
| Inglese, mediana | 168 parole al minuto |
| Inglese, metà centrale dei video | da 147 a 192 parole al minuto |
| Inglese, interventi e discorsi, mediana | 147 parole al minuto (56 video) |
| Verificato con i sottotitoli di YouTube | 106 video, rapporto mediano del numero di parole 0,99 |
Velocità del parlato per lingua
Ogni video dà una sola velocità: le parole divise per i minuti di parlato. La mediana è il video che sta al centro della lingua. La metà centrale è l’intervallo dal 25° al 75° percentile, quindi metà dei video cade al suo interno. L’ultima colonna è l’intervallo bootstrap al 95 % della mediana, che mostra quanto potrebbe spostarsi la mediana stessa con un altro campione della stessa dimensione.
| Lingua | Video | Mediana, parole al minuto | Metà centrale | Intervallo al 95 % della mediana |
|---|---|---|---|---|
| Inglese | 3.692 | 168 | da 147 a 192 | da 167 a 170 |
| Russo | 2.884 | 139 | da 122 a 155 | da 138 a 140 |
| Polacco | 634 | 128 | da 118 a 140 | da 127 a 130 |
| Arabo | 612 | 123 | da 104 a 143 | da 120 a 125 |
| Hindi | 430 | 181 | da 158 a 207 | da 177 a 188 |
| Spagnolo | 382 | 139 | da 121 a 164 | da 135 a 143 |
| Francese | 377 | 165 | da 137 a 203 | da 161 a 168 |
| Ucraino | 349 | 121 | da 103 a 135 | da 118 a 124 |
| Indonesiano | 347 | 129 | da 115 a 145 | da 127 a 133 |
| Coreano | 200 | 112 | da 97 a 127 | da 108 a 115 |
| Tedesco | 166 | 130 | da 107 a 170 | da 124 a 137 |
| Portoghese | 160 | 149 | da 135 a 170 | da 145 a 155 |
| Ebraico | 107 | 138 | da 120 a 156 | da 131 a 144 |
| Bengalese | 106 | 144 | da 128 a 168 | da 139 a 152 |
Confronta i numeri all’interno di una lingua, non tra lingue diverse. Qui una parola è ciò che sta tra due spazi, e le lingue concentrano il parlato in parole in modi diversi. Il coreano scrive un nome e la sua particella come una sola parola, quindi il suo conteggio è basso (112). L’hindi scrive separate molte piccole parole grammaticali, quindi il suo conteggio è alto (181). Nessuno dei due numeri dice che chi parla coreano parli più lentamente, o chi parla hindi più in fretta, di chiunque altro.
Le lingue che abbiamo escluso
Una lingua compare solo se almeno 100 dei suoi video superano tutti i controlli. Queste non ci sono riuscite: giapponese 95, italiano 93, cinese 87, turco 33, vietnamita 32, olandese 23, thailandese 23, svedese 22, persiano 22. Le lingue con meno di 20 video misurati non sono elencate. Giapponese, cinese e thailandese si scrivono senza spazi tra le parole, quindi per loro contiamo i caratteri al minuto invece delle parole. Molte trascrizioni in giapponese e in cinese non hanno superato i controlli sul testo descritti più sotto, ed è per questo che ne sono rimaste così poche.
Per tipo di video
Abbiamo ordinato i video per tipo in base alle parole del titolo e del nome del canale: intervista, podcast, lezione, corso, TED, keynote, “how to” e i loro equivalenti nelle altre lingue. 1.612 dei 10.446 video corrispondevano a un tipo. In un controllo a campione su 100 titoli classificati, circa 9 su 10 erano nel tipo giusto. Per confrontare i tipi tra le lingue, la velocità di ogni video è divisa per la mediana della sua lingua, quindi 1,07 significa il 7 % più veloce del solito per quella lingua.
| Tipo | Video | Rispetto alla mediana della lingua | Metà centrale |
|---|---|---|---|
| Guide e consigli | 442 | 7 % più veloce (1,07) | da 0,89 a 1,23 |
| Lezione o corso | 421 | 2 % più lento (0,98) | da 0,81 a 1,13 |
| Podcast | 187 | 4 % più veloce (1,04) | da 0,89 a 1,16 |
| Intervento o discorso | 125 | 6 % più lento (0,94) | da 0,83 a 1,07 |
| Intervista | 109 | 1 % più lento (0,99) | da 0,93 a 1,11 |
Le differenze tra i tipi sono piccole rispetto alla dispersione all’interno di ciascun tipo. Interventi e discorsi sono i più lenti. I video di guide e consigli sono i più veloci, e molti sono scritti in anticipo e montati con cura. Altri cinque tipi avevano meno di 100 video ciascuno e non sono mostrati: notizie, audiolibri, prediche, videogiochi e fiction.
Inglese per tipo
| Tipo | Video | Mediana, parole al minuto | Metà centrale |
|---|---|---|---|
| Guide e consigli | 282 | 184 | da 159 a 211 |
| Podcast | 69 | 178 | da 156 a 192 |
| Lezione o corso | 92 | 177 | da 147 a 203 |
| Intervista | 55 | 166 | da 143 a 187 |
| Intervento o discorso | 56 | 147 | da 131 a 176 |
Gli interventi e i discorsi in inglese hanno viaggiato a una mediana di 147 parole al minuto, 21 sotto la mediana di tutto YouTube in inglese. Se stai cronometrando un discorso da tenere davanti a un pubblico, questo è il numero più vicino. In russo, lezioni e corsi hanno viaggiato a 124 parole al minuto (131 video), contro una mediana russa di 139.
Per argomento
Le trascrizioni create fino al 30 luglio 2026 portano una delle 20 etichette di argomento, e 3.860 dei video misurati ne hanno una. La scala è la stessa dei tipi. Gli argomenti con meno di 100 video non sono mostrati.
| Argomento | Video | Rispetto alla mediana della lingua | Metà centrale |
|---|---|---|---|
| Scienza e istruzione | 735 | 7 % più lento (0,93) | da 0,80 a 1,02 |
| Business e startup | 430 | 9 % più veloce (1,09) | da 0,98 a 1,22 |
| Psicologia e sviluppo personale | 375 | 4 % più lento (0,96) | da 0,86 a 1,07 |
| Tecnologia e IA | 323 | 1 % più veloce (1,01) | da 0,89 a 1,15 |
| Guide al software | 243 | 1 % più veloce (1,01) | da 0,87 a 1,19 |
| Denaro e investimenti | 236 | 9 % più veloce (1,09) | da 0,96 a 1,16 |
| Salute e fitness | 235 | 2 % più lento (0,98) | da 0,87 a 1,11 |
| Notizie e politica | 224 | 1 % più lento (0,99) | da 0,91 a 1,08 |
| Religione e spiritualità | 172 | 7 % più lento (0,93) | da 0,83 a 1,04 |
| Videogiochi | 148 | 2 % più lento (0,98) | da 0,83 a 1,12 |
| Società e cultura | 117 | 1 % più lento (0,99) | da 0,89 a 1,12 |
| Cinema e TV | 109 | 5 % più lento (0,95) | da 0,78 a 1,13 |
| Stile di vita | 100 | 2 % più veloce (1,02) | da 0,87 a 1,15 |
I video di business e di denaro hanno viaggiato il 9 % più veloci della mediana della loro lingua. Scienza e istruzione, e religione, il 7 % più lenti.
Come abbiamo misurato
- Fonte. Ogni trascrizione pubblicata su sozai.app alle 10:55 UTC del 31 ottobre 2026: 29.514 articoli. Ciascuna è stata costruita dai sottotitoli che YouTube mostra per il video e ne conserva i tempi. Abbiamo letto il database con query in sola lettura e non abbiamo letto dati personali.
- La lingua è quella della traccia di sottotitoli da cui è stata costruita la trascrizione.
- Le parole sono le unità tra spazi che contengono una lettera o una cifra, dopo aver tolto i tag sonori come [Music] e [Applause]. Per giapponese, cinese e thailandese contiamo invece lettere e cifre.
- Il tempo di parlato. I sottotitoli sono memorizzati in segmenti di circa 40 parole, ciascuno con un tempo di inizio e uno di fine. Il tempo di parlato è il tempo coperto da quei segmenti. Un segmento che procede a meno della metà del ritmo abituale del suo stesso video contiene una pausa lunga, musica o uno stacco, quindi togliamo insieme le sue parole e il suo tempo.
- La velocità è il numero di parole diviso per il tempo di parlato, un numero per video. Le tabelle riportano la mediana sui video, quindi una lezione di tre ore pesa quanto una clip di cinque minuti.
- Minimi. Almeno 2 minuti di parlato per video, 100 video per una lingua, 100 per un tipo o un argomento e 50 per un tipo all’interno di una lingua.
Che cosa abbiamo escluso
| Motivo | Trascrizioni |
|---|---|
| Non costruite da sottotitoli con i tempi: trascrizioni più vecchie i cui tempi sono stati stimati da un modello, oppure senza fonte registrata | 5.176 |
| Musica, canzoni, recitazione, ASMR (etichetta di argomento, parole del titolo o tag [Music] nei sottotitoli) | 4.465 |
| Create dopo il 20 ottobre 2026, 13:56 UTC (vedi i limiti più sotto) | 2.274 |
| Il passaggio della punteggiatura ha spostato o ripetuto righe (un segmento di più di 100 parole) | 2.262 |
| Più brevi di 2 minuti, come video o come parlato misurato | 1.447 |
| La lingua dei sottotitoli non corrisponde al titolo: probabilmente una traccia doppiata o tradotta | 1.070 |
| Segnali di sottotitolo mancanti (più del 15 % dei segmenti contiene meno di 15 parole) | 941 |
| Record incompleti: senza titolo o lingua, o con meno di 5 segmenti | 508 |
| Testo in giapponese, cinese e thailandese accorciato dal passaggio della punteggiatura | 227 |
| Molto silenzio o musica (più del 30 % del tempo dei sottotitoli a meno della metà del ritmo del video) | 85 |
| Trailer e pubblicità | 30 |
| Valori anomali (oltre tre scarti interquartili fuori dalla metà centrale della lingua) | 12 |
| Escluse in totale | 18.497 |
Restano 11.017 video misurati, di cui 10.446 nelle 14 lingue pubblicate. Due impostazioni pesano di più: la soglia delle pause (metà del ritmo abituale del video) e il limite per i valori anomali. Spostare la soglia a 0,4 o 0,6 non cambia la mediana di nessuna lingua di più di 2 parole al minuto, e togliere il limite dei valori anomali non ne cambia nessuna.
Verificato con YouTube
Il 31 ottobre 2026 abbiamo scelto a caso 112 video misurati, 8 per lingua, e scaricato per ciascuno i sottotitoli del riconoscimento vocale di YouTube. 6 video non avevano più quella traccia. Per gli altri 106:
| Controllo | Risultato |
|---|---|
| Il nostro numero di parole diviso per quello di YouTube, mediana | 0,99 |
| Video entro il 10 % del numero di parole di YouTube | 92 % |
| Video la cui velocità è entro il 10 % di quella ricavata dalla traccia di YouTube | 97 su 106 |
| Differenza mediana di velocità | −0,4 % |
Le regole qui sopra erano state fissate prima di questo controllo. Un controllo precedente su un altro campione è il modo in cui ne abbiamo scoperte due: i video con molti segmenti di sottotitolo brevi avevano perso un terzo o più delle parole, e i segmenti di più di 100 parole contenevano testo ripetuto.
Limiti
- Sono video di YouTube. Molti sono scritti in anticipo e montati, e il montaggio taglia le pause, quindi vanno più veloci del parlato non preparato in una stanza.
- Il campione è ciò che i visitatori ci hanno chiesto di trascrivere, non un’estrazione casuale da YouTube. Inglese e russo fanno il 63 % dei video misurati.
- I sottotitoli automatici perdono parole tra rumore e sovrapposizioni, e ogni parola persa abbassa un po’ la velocità.
- Non sappiamo distinguere i sottotitoli automatici da quelli scritti da una persona, ed entrambi sono nel campione.
- Molti video hanno più di un parlante. La velocità appartiene al video, non a una singola persona.
- Le trascrizioni create dal 20 ottobre 2026, 13:56 UTC, in poi non sono in questa edizione. Quel giorno è cambiato il passaggio che aggiunge la punteggiatura ai sottotitoli, e in molte delle trascrizioni più recenti ha ripetuto o perso righe, quindi abbiamo escluso l’intero periodo.
Usa i numeri
Il calcolatore del tempo di discorso e il teleprompter partono dalla mediana della lingua della tua pagina, dove ce l’abbiamo, e puoi cambiare la velocità. Il contaparole usa la stessa mediana per il suo tempo di lettura ad alta voce.
