SozAI транскрипт кітапханасындағы 10 446 YouTube бейнесінде ағылшын тілінде сөйлеушілер минутына медианамен 168 сөз айтты, ал ағылшын бейнелерінің жартысы 147-ден 192-ге дейінгі аралыққа түсті. Испан мен орыс тілінде екеуі де 139, француз тілінде 165, неміс тілінде 130, португал тілінде 149 болды. Біз 14 тілді әр бейненің өз субтитрлерінің уақыт белгілері бойынша өлшедік. Музыка мен жарнаманы, сондай-ақ дубляждалған тректерді және субтитр мәтіні сыннан өтпеген транскрипттердің бәрін қалдырдық.
Өлшенген күні: 2026 жылғы 31 қазан. Әдіс нұсқасы 1,1. 10 446 бейне, шамамен 6 880 сағат сөйлеу. Дереккөз: sozai.app сайтындағы ашық транскрипт кітапханасы.
Қысқаша деректер
| Көрсеткіш | Мәні |
|---|---|
| Жарияланған тілдер | 14, әрқайсысында кемінде 100 бейне |
| Өлшенген бейнелер | 10 446 |
| Өлшенген сөйлеу | шамамен 6 880 сағат |
| Ағылшын тілі, медиана | минутына 168 сөз |
| Ағылшын тілі, бейнелердің орта жартысы | минутына 147-ден 192-ге дейін сөз |
| Ағылшын тіліндегі баяндамалар мен сөз сөйлеулер, медиана | минутына 147 сөз (56 бейне) |
| YouTube-тың өз субтитрлерімен салыстырылды | 106 бейне, сөз санының қатынасы бойынша медиана 0,99 |
Тіл бойынша сөйлеу жылдамдығы
Әр бейне бір жылдамдық береді: сөздер санын сөйлеу минуттарына бөлу. Медиана — тілдің ортасындағы бейне. Орта жартысы — 25-ші мен 75-ші процентиль арасындағы аралық, яғни бейнелердің жартысы осы аралыққа түседі. Соңғы баған — медиананың 95 % бутстреп аралығы, ол дәл сондай көлемдегі басқа таңдамада медиананың өзі қаншалықты өзгеруі мүмкін екенін көрсетеді.
| Тіл | Бейнелер | Медиана, минутына сөз | Орта жартысы | Медиананың 95 % аралығы |
|---|---|---|---|---|
| Ағылшын | 3 692 | 168 | 147–192 | 167–170 |
| Орыс | 2 884 | 139 | 122–155 | 138–140 |
| Поляк | 634 | 128 | 118–140 | 127–130 |
| Араб | 612 | 123 | 104–143 | 120–125 |
| Хинди | 430 | 181 | 158–207 | 177–188 |
| Испан | 382 | 139 | 121–164 | 135–143 |
| Француз | 377 | 165 | 137–203 | 161–168 |
| Украин | 349 | 121 | 103–135 | 118–124 |
| Индонез | 347 | 129 | 115–145 | 127–133 |
| Корей | 200 | 112 | 97–127 | 108–115 |
| Неміс | 166 | 130 | 107–170 | 124–137 |
| Португал | 160 | 149 | 135–170 | 145–155 |
| Иврит | 107 | 138 | 120–156 | 131–144 |
| Бенгал | 106 | 144 | 128–168 | 139–152 |
Сандарды бір тіл ішінде салыстырыңыз, тілдер арасында емес. Мұндағы сөз — екі бос орынның арасындағы нәрсе, ал тілдер сөйлеуді сөздерге әртүрлі тығыздайды. Корей тілі атауды және оның жалғауын бір сөз етіп жазады, сондықтан оның саны төмен (112). Хинди көптеген қысқа грамматикалық сөздерді бөлек жазады, сондықтан оның саны жоғары (181). Бұл сандардың ешқайсысы корейлер баяу, ал хинди сөйлеушілер басқалардан жылдам сөйлейді дегенді білдірмейді.
Қалдырылған тілдер
Тіл тек оның кемінде 100 бейнесі барлық тексеруден өткенде ғана көрсетіледі. Мыналар өтпеді: жапон 95, итальян 93, қытай 87, түрік 33, вьетнам 32, голланд 23, тай 23, швед 22, парсы 22. Өлшенген бейнесі 20-дан аз тілдер тізімде жоқ. Жапон, қытай және тай тілдері сөздер арасында бос орынсыз жазылады, сондықтан олар үшін сөздің орнына минутына таңбаларды санаймыз. Жапон және қытай транскрипттерінің көбі төменде сипатталған мәтін тексерулерінен өтпеді, сондықтан өте аз қалды.
Бейне түрі бойынша
Бейнелерді атауындағы және арнаның атындағы сөздер бойынша түрлерге бөлдік: сұхбат, подкаст, дәріс, сабақ, TED, негізгі баяндама, «қалай жасауға болады» және олардың басқа тілдердегі баламалары. 10 446 бейненің 1 612-сі қандай да бір түрге сәйкес келді. 100 іріктелген атауды тексергенде, шамамен 10-ның 9-ы дұрыс түрде болды. Түрлерді тілдер арасында салыстыру үшін әр бейненің жылдамдығы өз тілінің медианасына бөлінді, сондықтан 1,07 сол тілге тән жылдамдықтан 7 % жылдам дегенді білдіреді.
| Түрі | Бейнелер | Тілдің медианасымен салыстырғанда | Орта жартысы |
|---|---|---|---|
| Нұсқаулар мен кеңестер | 442 | 7 % жылдам (1,07) | 0,89–1,23 |
| Дәріс, сабақ немесе курс | 421 | 2 % баяу (0,98) | 0,81–1,13 |
| Подкаст | 187 | 4 % жылдам (1,04) | 0,89–1,16 |
| Баяндама немесе сөз сөйлеу | 125 | 6 % баяу (0,94) | 0,83–1,07 |
| Сұхбат | 109 | 1 % баяу (0,99) | 0,93–1,11 |
Түрлер арасындағы айырмашылық әр түрдің ішіндегі шашыраумен салыстырғанда аз. Баяндамалар мен сөз сөйлеулер ең баяу. Нұсқаулар мен кеңестер бейнелері ең жылдам, олардың көбі сценарий бойынша жазылып, тығыз монтаждалады. Тағы бес түрде әрқайсысында 100 бейнеден аз болды, сондықтан олар көрсетілмеген: жаңалықтар, аудиокітаптар, уағыздар, ойындар және драма.
Ағылшын тілі түрлер бойынша
| Түрі | Бейнелер | Медиана, минутына сөз | Орта жартысы |
|---|---|---|---|
| Нұсқаулар мен кеңестер | 282 | 184 | 159–211 |
| Подкаст | 69 | 178 | 156–192 |
| Дәріс, сабақ немесе курс | 92 | 177 | 147–203 |
| Сұхбат | 55 | 166 | 143–187 |
| Баяндама немесе сөз сөйлеу | 56 | 147 | 131–176 |
Ағылшын тіліндегі баяндамалар мен сөз сөйлеулер минутына 147 сөз медианасымен жүрді, бұл ағылшын YouTube-тың жалпы медианасынан 21 төмен. Көрермендер алдында сөйлейтін сөзіңізді уақытқа бөлсеңіз, жақынырақ сан осы. Орыс тілінде дәрістер мен сабақтар минутына 124 сөзбен жүрді (131 бейне), ал орыс тілінің медианасы 139.
Тақырып бойынша
2026 жылғы 30 шілдеге дейін жасалған транскрипттерде 20 тақырып белгісінің бірі бар, ал өлшенген бейнелердің 3 860-ында ол бар. Шкала түрлердегідей. 100 бейнеден аз тақырыптар көрсетілмеген.
| Тақырып | Бейнелер | Тілдің медианасымен салыстырғанда | Орта жартысы |
|---|---|---|---|
| Ғылым және білім | 735 | 7 % баяу (0,93) | 0,80–1,02 |
| Бизнес және стартаптар | 430 | 9 % жылдам (1,09) | 0,98–1,22 |
| Психология және өзін-өзі дамыту | 375 | 4 % баяу (0,96) | 0,86–1,07 |
| Технология және AI | 323 | 1 % жылдам (1,01) | 0,89–1,15 |
| Бағдарламалармен жұмыс нұсқаулары | 243 | 1 % жылдам (1,01) | 0,87–1,19 |
| Ақша және инвестиция | 236 | 9 % жылдам (1,09) | 0,96–1,16 |
| Денсаулық және фитнес | 235 | 2 % баяу (0,98) | 0,87–1,11 |
| Жаңалықтар және саясат | 224 | 1 % баяу (0,99) | 0,91–1,08 |
| Дін және руханият | 172 | 7 % баяу (0,93) | 0,83–1,04 |
| Ойындар | 148 | 2 % баяу (0,98) | 0,83–1,12 |
| Қоғам және мәдениет | 117 | 1 % баяу (0,99) | 0,89–1,12 |
| Кино және теледидар | 109 | 5 % баяу (0,95) | 0,78–1,13 |
| Өмір салты | 100 | 2 % жылдам (1,02) | 0,87–1,15 |
Бизнес және ақша туралы бейнелер өз тілінің медианасынан 9 % жылдам жүрді. Ғылым мен білім және дін 7 % баяу жүрді.
Қалай өлшедік
- Дереккөз. 2026 жылғы 31 қазан күні 10:55 UTC кезінде sozai.app сайтында жарияланған барлық транскрипт: 29 514 жазба. Әрқайсысы YouTube бейнеге көрсететін субтитрлерден құрастырылған және олардың уақыт белгілерін сақтайды. Дерекқорды тек оқу сұраныстарымен оқыдық және ешқандай жеке деректі оқымадық.
- Тіл — транскрипт құрастырылған субтитр тректің тілі.
- Сөздер — [Music] және [Applause] сияқты дыбыс тегтері алынғаннан кейін құрамында әріп немесе цифр бар, бос орындар арасындағы бірліктер. Жапон, қытай және тай тілдері үшін орнына әріптер мен цифрларды санаймыз.
- Сөйлеу уақыты. Субтитрлер шамамен 40 сөзден тұратын сегменттер ретінде сақталады, әрқайсысының басталу және аяқталу уақыты бар. Сөйлеу уақыты — сол сегменттер қамтитын уақыт. Өз бейнесінің әдеттегі қарқынының жартысынан баяу жүретін сегментте ұзақ үзіліс, музыка немесе кесінді болады, сондықтан оның сөздері мен уақытын бірге алып тастаймыз.
- Жылдамдық — сөздерді сөйлеу уақытына бөлу, әр бейнеге бір сан. Кестелерде бейнелер бойынша медиана берілген, сондықтан үш сағаттық дәріс бес минуттық клипке тең есептеледі.
- Минимумдар. Бір бейнеге кемінде 2 минут сөйлеу, тілге 100 бейне, түрге немесе тақырыпқа 100 бейне, ал бір тілдегі бір түрге 50.
Нені қалдырдық
| Себеп | Транскрипттер |
|---|---|
| Уақыт белгілі субтитрлерден құрастырылмаған: уақыт белгілерін модель бағалаған ескі транскрипттер немесе дереккөзі жазылмаған | 5 176 |
| Музыка, әндер, жатқа оқу, ASMR (тақырып белгісі, атаудағы сөздер немесе субтитрлердегі [Music] тегтері) | 4 465 |
| 2026 жылғы 20 қазан, 13:56 UTC-тен кейін жасалған (төмендегі шектеулерді қараңыз) | 2 274 |
| Тыныс белгілерін қою қадамы жолдарды жылжытты немесе қайталады (100 сөзден ұзын сегмент) | 2 262 |
| Бейне ретінде де, өлшенген сөйлеуде де 2 минуттан қысқа | 1 447 |
| Субтитр тілі атауға сәйкес келмейді: ықтимал дубляждалған немесе аударылған трек | 1 070 |
| Субтитр жолдары жоқ (сегменттердің 15 %-дан астамында 15 сөзден аз) | 941 |
| Толық емес жазбалар: атауы немесе тілі жоқ немесе 5 сегменттен аз | 508 |
| Тыныс белгілерін қою қадамы қысқартқан жапон, қытай және тай мәтіні | 227 |
| Тыныштыққа немесе музыкаға толы (субтитр уақытының 30 %-дан астамы бейне қарқынының жартысынан төмен) | 85 |
| Трейлерлер мен жарнамалар | 30 |
| Шығатын мәндер (тілдің орта жартысынан үш квартильаралық ауқымнан артық тыс) | 12 |
| Барлығы қалдырылды | 18 497 |
Сонда 11 017 өлшенген бейне қалады, оның 10 446-сы жарияланған 14 тілде. Екі параметр ең көп әсер етеді: үзіліс шегі (бейненің әдеттегі қарқынының жартысы) және шығатын мәндер шекарасы. Шекті 0,4 немесе 0,6-ға жылжыту ешбір тілдің медианасын минутына 2 сөзден артық өзгертпейді, ал шығатын мәндер шекарасын алып тастау ешқайсысын өзгертпейді.
YouTube-пен салыстырылды
2026 жылғы 31 қазан күні біз кездейсоқ 112 өлшенген бейнені таңдадық, әр тілден 8, және әрқайсысы үшін YouTube-тың өз сөйлеуді тану субтитрлерін жүктедік. 6 бейнеде бұл трек енді жоқ болды. Қалған 106 бойынша:
| Тексеру | Нәтиже |
|---|---|
| Біздің сөз санымыз YouTube-тікіне бөлінген, медиана | 0,99 |
| YouTube сөз санынан 10 % шегінде болған бейнелер | 92 % |
| Жылдамдығы YouTube трегінің жылдамдығынан 10 % шегінде болған бейнелер | 106-дан 97 |
| Жылдамдықтағы айырманың медианасы | −0,4 % |
Жоғарыдағы ережелер бұл тексеруге дейін бекітілген. Басқа таңдамадағы бұрынғы тексеру олардың екеуін табуға көмектесті: қысқа субтитр сегменттері көп бейнелер сөздерінің үштен бірін немесе одан көбін жоғалтқан, ал 100 сөзден ұзын сегменттерде қайталанған мәтін болған.
Шектеулер
- Бұл YouTube бейнелері. Олардың көбі сценарий бойынша жазылып, монтаждалған, ал монтаж үзілістерді қысқартады, сондықтан олар бөлмедегі сценарийсіз сөйлеуден жылдамырақ жүреді.
- Таңдама — келушілер бізден транскрипциялауды сұраған бейнелер, YouTube-тен кездейсоқ алынған емес. Ағылшын және орыс тілдері өлшенген бейнелердің 63 %-ын құрайды.
- Автоматты субтитрлер шу мен қатар сөйлеуде сөздерді жіберіп алады, ал жіберілген әр сөз жылдамдықты аздап төмендетеді.
- Автоматты субтитрлерді адам жазған субтитрлерден ажырата алмаймыз, екеуі де таңдамада бар.
- Көптеген бейнеде бірнеше сөйлеуші бар. Жылдамдық бейнеге тиесілі, бір адамға емес.
- 2026 жылғы 20 қазаннан, 13:56 UTC бастап жасалған транскрипттер бұл басылымға кірмейді. Сол күні субтитрлерге тыныс белгілерін қосатын қадам өзгерді, көптеген жаңа транскрипттерде ол жолдарды қайталады немесе жіберіп алды, сондықтан бүкіл кезеңді қалдырдық.
Сандарды пайдалану
Сөйлеу уақытын есептегіш пен телесуфлер бет тілінің медианасынан бастайды (бізде бар болса), ал жылдамдықты өзгертуге болады. Сөз санағыш сөйлеу уақыты үшін дәл сол медиананы пайдаланады.
