Merentas 10,446 video YouTube dalam perpustakaan transkrip SozAI, penutur bahasa Inggeris menuturkan median 168 perkataan seminit, dan separuh daripada video bahasa Inggeris berada antara 147 dan 192. Bahasa Sepanyol dan Rusia kedua-duanya 139, Perancis 165, Jerman 130 dan Portugis 149. Kami mengukur 14 bahasa daripada cap masa sari kata setiap video sendiri. Kami mengetepikan muzik dan iklan, juga runut alih suara dan setiap transkrip yang teks sari katanya tidak lulus semakan.
Diukur pada 31 Oktober 2026. Versi kaedah 1.1. 10,446 video, kira-kira 6,880 jam pertuturan. Sumber: perpustakaan transkrip awam di sozai.app.
Fakta ringkas
| Ukuran | Nilai |
|---|---|
| Bahasa yang diterbitkan | 14, setiap satu dengan sekurang-kurangnya 100 video |
| Video yang diukur | 10,446 |
| Pertuturan yang diukur | kira-kira 6,880 jam |
| Bahasa Inggeris, median | 168 perkataan seminit |
| Bahasa Inggeris, separuh tengah video | 147 hingga 192 perkataan seminit |
| Ceramah dan ucapan bahasa Inggeris, median | 147 perkataan seminit (56 video) |
| Disemak berbanding sari kata YouTube sendiri | 106 video, nisbah median kiraan perkataan 0.99 |
Kadar bercakap mengikut bahasa
Setiap video memberi satu kadar: perkataan dibahagi minit pertuturan. Median ialah video di tengah-tengah bagi bahasa itu. Separuh tengah ialah julat dari persentil ke-25 hingga ke-75, jadi separuh daripada video berada di dalamnya. Lajur terakhir ialah selang bootstrap 95 % bagi median, yang menunjukkan berapa banyak median itu sendiri boleh berubah dengan sampel berlainan yang sama saiznya.
| Bahasa | Video | Median, perkataan seminit | Separuh tengah | Selang 95 % bagi median |
|---|---|---|---|---|
| Inggeris | 3,692 | 168 | 147 hingga 192 | 167 hingga 170 |
| Rusia | 2,884 | 139 | 122 hingga 155 | 138 hingga 140 |
| Poland | 634 | 128 | 118 hingga 140 | 127 hingga 130 |
| Arab | 612 | 123 | 104 hingga 143 | 120 hingga 125 |
| Hindi | 430 | 181 | 158 hingga 207 | 177 hingga 188 |
| Sepanyol | 382 | 139 | 121 hingga 164 | 135 hingga 143 |
| Perancis | 377 | 165 | 137 hingga 203 | 161 hingga 168 |
| Ukraine | 349 | 121 | 103 hingga 135 | 118 hingga 124 |
| Indonesia | 347 | 129 | 115 hingga 145 | 127 hingga 133 |
| Korea | 200 | 112 | 97 hingga 127 | 108 hingga 115 |
| Jerman | 166 | 130 | 107 hingga 170 | 124 hingga 137 |
| Portugis | 160 | 149 | 135 hingga 170 | 145 hingga 155 |
| Ibrani | 107 | 138 | 120 hingga 156 | 131 hingga 144 |
| Bengali | 106 | 144 | 128 hingga 168 | 139 hingga 152 |
Bandingkan nombor dalam satu bahasa, bukan antara bahasa. Satu perkataan di sini ialah apa-apa yang berada di antara dua ruang, dan bahasa memadatkan pertuturan ke dalam perkataan dengan cara berbeza. Bahasa Korea menulis kata nama dan partikelnya sebagai satu perkataan, jadi kiraannya rendah (112). Bahasa Hindi menulis banyak perkataan tatabahasa yang pendek secara berasingan, jadi kiraannya tinggi (181). Kedua-dua nombor itu tidak bermaksud penutur Korea bercakap lebih perlahan atau penutur Hindi lebih laju daripada orang lain.
Bahasa yang kami tinggalkan
Sesuatu bahasa muncul hanya apabila sekurang-kurangnya 100 videonya lulus setiap semakan. Ini tidak: Jepun 95, Itali 93, Cina 87, Turki 33, Vietnam 32, Belanda 23, Thai 23, Sweden 22, Parsi 22. Bahasa dengan kurang daripada 20 video yang diukur tidak disenaraikan. Bahasa Jepun, Cina dan Thai ditulis tanpa ruang antara perkataan, jadi bagi bahasa ini kami mengira aksara seminit, bukan perkataan. Banyak transkrip Jepun dan Cina gagal dalam semakan teks yang diterangkan di bawah, itulah sebabnya begitu sedikit yang tinggal.
Mengikut jenis video
Kami menyusun video mengikut jenis berdasarkan perkataan dalam tajuk dan nama saluran: temu bual, podcast, kuliah, pelajaran, TED, ucaptama, “cara untuk” dan padanannya dalam bahasa lain. 1,612 daripada 10,446 video sepadan dengan satu jenis. Dalam semakan rawak 100 tajuk yang disusun, kira-kira 9 daripada 10 berada dalam jenis yang betul. Untuk membandingkan jenis merentasi bahasa, kadar setiap video dibahagi dengan median bahasanya sendiri, jadi 1.07 bermaksud 7 % lebih laju daripada biasa bagi bahasa itu.
| Jenis | Video | Berbanding median bahasa | Separuh tengah |
|---|---|---|---|
| Cara untuk dan nasihat | 442 | 7 % lebih laju (1.07) | 0.89 hingga 1.23 |
| Kuliah, pelajaran atau kursus | 421 | 2 % lebih perlahan (0.98) | 0.81 hingga 1.13 |
| Podcast | 187 | 4 % lebih laju (1.04) | 0.89 hingga 1.16 |
| Ceramah atau ucapan | 125 | 6 % lebih perlahan (0.94) | 0.83 hingga 1.07 |
| Temu bual | 109 | 1 % lebih perlahan (0.99) | 0.93 hingga 1.11 |
Perbezaan antara jenis kecil berbanding sebaran dalam setiap jenis. Ceramah dan ucapan paling perlahan. Video cara untuk dan nasihat paling laju, dan banyak daripadanya berskrip dan disunting rapi. Lima jenis lagi mempunyai kurang daripada 100 video setiap satu dan tidak ditunjukkan: berita, buku audio, khutbah, permainan video dan drama.
Bahasa Inggeris mengikut jenis
| Jenis | Video | Median, perkataan seminit | Separuh tengah |
|---|---|---|---|
| Cara untuk dan nasihat | 282 | 184 | 159 hingga 211 |
| Podcast | 69 | 178 | 156 hingga 192 |
| Kuliah, pelajaran atau kursus | 92 | 177 | 147 hingga 203 |
| Temu bual | 55 | 166 | 143 hingga 187 |
| Ceramah atau ucapan | 56 | 147 | 131 hingga 176 |
Ceramah dan ucapan bahasa Inggeris berjalan pada median 147 perkataan seminit, 21 di bawah median YouTube bahasa Inggeris secara keseluruhan. Jika anda menetapkan masa ucapan yang akan anda sampaikan kepada hadirin, itulah nombor yang lebih hampir. Dalam bahasa Rusia, kuliah dan pelajaran berjalan pada 124 perkataan seminit (131 video), berbanding median Rusia 139.
Mengikut topik
Transkrip yang dibuat sehingga 30 Julai 2026 membawa satu daripada 20 label topik, dan 3,860 video yang diukur mempunyainya. Skalanya sama seperti untuk jenis. Topik dengan kurang daripada 100 video tidak ditunjukkan.
| Topik | Video | Berbanding median bahasa | Separuh tengah |
|---|---|---|---|
| Sains & Pendidikan | 735 | 7 % lebih perlahan (0.93) | 0.80 hingga 1.02 |
| Perniagaan & Syarikat Permulaan | 430 | 9 % lebih laju (1.09) | 0.98 hingga 1.22 |
| Psikologi & Pembangunan Diri | 375 | 4 % lebih perlahan (0.96) | 0.86 hingga 1.07 |
| Teknologi & AI | 323 | 1 % lebih laju (1.01) | 0.89 hingga 1.15 |
| Cara Guna Perisian | 243 | 1 % lebih laju (1.01) | 0.87 hingga 1.19 |
| Wang & Pelaburan | 236 | 9 % lebih laju (1.09) | 0.96 hingga 1.16 |
| Kesihatan & Kecergasan | 235 | 2 % lebih perlahan (0.98) | 0.87 hingga 1.11 |
| Berita & Politik | 224 | 1 % lebih perlahan (0.99) | 0.91 hingga 1.08 |
| Agama & Kerohanian | 172 | 7 % lebih perlahan (0.93) | 0.83 hingga 1.04 |
| Permainan Video | 148 | 2 % lebih perlahan (0.98) | 0.83 hingga 1.12 |
| Masyarakat & Budaya | 117 | 1 % lebih perlahan (0.99) | 0.89 hingga 1.12 |
| Filem & TV | 109 | 5 % lebih perlahan (0.95) | 0.78 hingga 1.13 |
| Gaya Hidup | 100 | 2 % lebih laju (1.02) | 0.87 hingga 1.15 |
Video perniagaan dan wang berjalan 9 % lebih laju daripada median bahasanya. Sains dan pendidikan, serta agama, berjalan 7 % lebih perlahan.
Cara kami mengukur
- Sumber. Setiap transkrip yang diterbitkan di sozai.app pada 10:55 UTC pada 31 Oktober 2026: 29,514 catatan. Setiap satu dibina daripada sari kata yang dipaparkan YouTube untuk video itu dan mengekalkan cap masanya. Kami membaca pangkalan data dengan pertanyaan baca sahaja dan tidak membaca sebarang data peribadi.
- Bahasa ialah bahasa runut sari kata yang menjadi asas pembinaan transkrip.
- Perkataan ialah unit di antara ruang yang mengandungi huruf atau digit, selepas teg bunyi seperti [Music] dan [Applause] dibuang. Untuk bahasa Jepun, Cina dan Thai kami mengira huruf dan digit sebaliknya.
- Masa pertuturan. Sari kata disimpan sebagai segmen kira-kira 40 perkataan, masing-masing dengan masa mula dan tamat. Masa pertuturan ialah masa yang diliputi segmen itu. Segmen yang berjalan pada kurang daripada separuh kadar biasa videonya sendiri mengandungi jeda panjang, muzik atau potongan, jadi kami membuang perkataan dan masanya bersama-sama.
- Kadar ialah perkataan dibahagi masa pertuturan, satu nombor bagi setiap video. Jadual memberi median merentasi video, jadi kuliah tiga jam dikira sama banyak dengan klip lima minit.
- Minimum. Sekurang-kurangnya 2 minit pertuturan bagi setiap video, 100 video bagi sesuatu bahasa, 100 bagi sesuatu jenis atau topik, dan 50 bagi satu jenis dalam satu bahasa.
Apa yang kami tinggalkan
| Sebab | Transkrip |
|---|---|
| Tidak dibina daripada sari kata bermasa: transkrip lama yang cap masanya dianggar oleh model, atau tiada sumber direkodkan | 5,176 |
| Muzik, lagu, bacaan, ASMR (label topik, perkataan tajuk atau teg [Music] dalam sari kata) | 4,465 |
| Dibuat selepas 20 Oktober 2026, 13:56 UTC (lihat had di bawah) | 2,274 |
| Langkah tanda baca menganjak atau mengulang baris (segmen lebih daripada 100 perkataan) | 2,262 |
| Lebih pendek daripada 2 minit, sebagai video atau dalam pertuturan yang diukur | 1,447 |
| Bahasa sari kata tidak sepadan dengan tajuk: mungkin runut alih suara atau terjemahan | 1,070 |
| Isyarat sari kata hilang (lebih daripada 15 % segmen mengandungi kurang daripada 15 perkataan) | 941 |
| Rekod tidak lengkap: tiada tajuk atau bahasa, atau kurang daripada 5 segmen | 508 |
| Teks Jepun, Cina dan Thai dipendekkan oleh langkah tanda baca | 227 |
| Banyak senyap atau muzik (lebih daripada 30 % masa sari kata pada kurang daripada separuh kadar video) | 85 |
| Treler dan iklan | 30 |
| Nilai terpencil (lebih daripada tiga julat antara kuartil di luar separuh tengah bahasa itu) | 12 |
| Ditinggalkan secara keseluruhan | 18,497 |
Itu meninggalkan 11,017 video yang diukur, di mana 10,446 berada dalam 14 bahasa yang diterbitkan. Dua tetapan paling menentukan: lantai jeda (separuh kadar biasa video) dan pagar nilai terpencil. Menggerakkan lantai itu kepada 0.4 atau 0.6 tidak mengubah mana-mana median bahasa lebih daripada 2 perkataan seminit, dan membuang pagar nilai terpencil tidak mengubah satu pun.
Disemak berbanding YouTube
Pada 31 Oktober 2026 kami memilih 112 video yang diukur secara rawak, 8 bagi setiap bahasa, dan memuat turun sari kata pengecaman pertuturan YouTube sendiri untuk setiap satu. 6 video tidak lagi mempunyai runut itu. Bagi 106 yang lain:
| Semakan | Hasil |
|---|---|
| Kiraan perkataan kami dibahagi kiraan YouTube, median | 0.99 |
| Video dalam lingkungan 10 % kiraan perkataan YouTube | 92 % |
| Video yang kadarnya dalam lingkungan 10 % kadar daripada runut YouTube | 97 daripada 106 |
| Median perbezaan kadar | −0.4 % |
Peraturan di atas ditetapkan sebelum semakan ini. Semakan terdahulu pada sampel berbeza ialah cara kami menemui dua daripadanya: video dengan banyak segmen sari kata pendek telah kehilangan satu pertiga atau lebih perkataannya, dan segmen lebih daripada 100 perkataan mengandungi teks berulang.
Had
- Ini ialah video YouTube. Banyak yang berskrip dan disunting, dan penyuntingan memotong jeda, jadi ia berjalan lebih laju daripada pertuturan tanpa skrip di dalam bilik.
- Sampel ialah apa yang pelawat minta kami transkripsikan, bukan pilihan rawak daripada YouTube. Bahasa Inggeris dan Rusia membentuk 63 % daripada video yang diukur.
- Sari kata automatik terlepas perkataan dalam bunyi bising dan suara bertindih, dan setiap perkataan yang terlepas menurunkan kadar sedikit.
- Kami tidak dapat membezakan sari kata automatik daripada sari kata yang ditulis manusia, dan kedua-duanya ada dalam sampel.
- Banyak video mempunyai lebih daripada seorang penutur. Kadar itu milik video, bukan seorang individu.
- Transkrip yang dibuat dari 20 Oktober 2026, 13:56 UTC, dan seterusnya tidak ada dalam edisi ini. Pada hari itu langkah yang menambah tanda baca pada sari kata berubah, dan dalam banyak transkrip yang lebih baharu ia mengulang atau menggugurkan baris, jadi kami meninggalkan seluruh tempoh itu.
Gunakan nombor ini
Kalkulator masa ucapan dan teleprompter bermula daripada median bahasa halaman anda jika kami ada, dan anda boleh mengubah kadar itu. Pengira perkataan menggunakan median yang sama untuk masa bercakapnya.
