In 10.446 YouTube-video’s uit de transcriptbibliotheek van SozAI zeiden Engelstalige sprekers mediaan 168 woorden per minuut spraak, en de helft van de Engelse video’s zat tussen 147 en 192. Spaans en Russisch kwamen allebei uit op 139, Frans op 165, Duits op 130 en Portugees op 149. We maten 14 talen aan de hand van de tijdstempels van de eigen ondertitels van elke video. We lieten muziek en reclame weg, en ook nagesynchroniseerde sporen en elk transcript waarvan de ondertiteltekst niet standhield.
Gemeten op 31 oktober 2026. Methodeversie 1.1. 10.446 video’s, ongeveer 6.880 uur spraak. Bron: de openbare transcriptbibliotheek op sozai.app.
Kerngegevens
| Maat | Waarde |
|---|---|
| Gepubliceerde talen | 14, elk met minstens 100 video’s |
| Gemeten video’s | 10.446 |
| Gemeten spraak | ongeveer 6.880 uur |
| Engels, mediaan | 168 woorden per minuut |
| Engels, middelste helft van de video’s | 147 tot 192 woorden per minuut |
| Engelse lezingen en toespraken, mediaan | 147 woorden per minuut (56 video’s) |
| Gecontroleerd met de eigen ondertitels van YouTube | 106 video’s, mediane verhouding van het aantal woorden 0,99 |
Spreektempo per taal
Elke video geeft één tempo: woorden gedeeld door minuten spraak. De mediaan is de middelste video van de taal. De middelste helft is het bereik van het 25e tot het 75e percentiel, dus de helft van de video’s valt erbinnen. De laatste kolom is het 95%-bootstrapinterval van de mediaan, dat laat zien hoeveel de mediaan zelf zou kunnen verschuiven bij een andere steekproef van dezelfde omvang.
| Taal | Video’s | Mediaan, woorden per minuut | Middelste helft | 95%-interval van de mediaan |
|---|---|---|---|---|
| Engels | 3.692 | 168 | 147 tot 192 | 167 tot 170 |
| Russisch | 2.884 | 139 | 122 tot 155 | 138 tot 140 |
| Pools | 634 | 128 | 118 tot 140 | 127 tot 130 |
| Arabisch | 612 | 123 | 104 tot 143 | 120 tot 125 |
| Hindi | 430 | 181 | 158 tot 207 | 177 tot 188 |
| Spaans | 382 | 139 | 121 tot 164 | 135 tot 143 |
| Frans | 377 | 165 | 137 tot 203 | 161 tot 168 |
| Oekraïens | 349 | 121 | 103 tot 135 | 118 tot 124 |
| Indonesisch | 347 | 129 | 115 tot 145 | 127 tot 133 |
| Koreaans | 200 | 112 | 97 tot 127 | 108 tot 115 |
| Duits | 166 | 130 | 107 tot 170 | 124 tot 137 |
| Portugees | 160 | 149 | 135 tot 170 | 145 tot 155 |
| Hebreeuws | 107 | 138 | 120 tot 156 | 131 tot 144 |
| Bengaals | 106 | 144 | 128 tot 168 | 139 tot 152 |
Vergelijk de getallen binnen een taal, niet tussen talen. Een woord is hier alles wat tussen twee spaties staat, en talen verpakken spraak op verschillende manieren in woorden. Het Koreaans schrijft een zelfstandig naamwoord en zijn partikel als één woord, dus het aantal is laag (112). Het Hindi schrijft veel korte grammaticale woorden apart, dus het aantal is hoog (181). Geen van beide getallen zegt dat Koreaanse sprekers langzamer praten of Hindi-sprekers sneller dan anderen.
Talen die we hebben weggelaten
Een taal verschijnt alleen als minstens 100 van zijn video’s alle controles doorstaan. Deze haalden dat niet: Japans 95, Italiaans 93, Chinees 87, Turks 33, Vietnamees 32, Nederlands 23, Thai 23, Zweeds 22, Perzisch 22. Talen met minder dan 20 gemeten video’s staan er niet bij. Japans, Chinees en Thai worden zonder spaties tussen woorden geschreven, dus voor die talen tellen we tekens per minuut in plaats van woorden. Veel Japanse en Chinese transcripten faalden bij de teksttests die hieronder staan, en daarom bleven er zo weinig over.
Per soort video
We hebben video’s ingedeeld op woorden in de titel en de kanaalnaam: interview, podcast, college, les, TED, keynote, “how to” en hun equivalenten in de andere talen. 1.612 van de 10.446 video’s pasten bij een soort. In een steekproef van 100 ingedeelde titels zat ongeveer 9 op de 10 in de juiste soort. Om soorten tussen talen te vergelijken, delen we het tempo van elke video door de mediaan van zijn eigen taal, dus 1,07 betekent 7% sneller dan gebruikelijk voor die taal.
| Soort | Video’s | Vergeleken met de mediaan van de taal | Middelste helft |
|---|---|---|---|
| How-to en advies | 442 | 7% sneller (1,07) | 0,89 tot 1,23 |
| College, les of cursus | 421 | 2% langzamer (0,98) | 0,81 tot 1,13 |
| Podcast | 187 | 4% sneller (1,04) | 0,89 tot 1,16 |
| Lezing of toespraak | 125 | 6% langzamer (0,94) | 0,83 tot 1,07 |
| Interview | 109 | 1% langzamer (0,99) | 0,93 tot 1,11 |
De verschillen tussen soorten zijn klein vergeleken met de spreiding binnen elke soort. Lezingen en toespraken zijn het langzaamst. How-to- en adviesvideo’s zijn het snelst, en veel ervan zijn gescript en strak gemonteerd. Vijf andere soorten hadden elk minder dan 100 video’s en staan er niet bij: nieuws, luisterboeken, preken, gaming en drama.
Engels per soort
| Soort | Video’s | Mediaan, woorden per minuut | Middelste helft |
|---|---|---|---|
| How-to en advies | 282 | 184 | 159 tot 211 |
| Podcast | 69 | 178 | 156 tot 192 |
| College, les of cursus | 92 | 177 | 147 tot 203 |
| Interview | 55 | 166 | 143 tot 187 |
| Lezing of toespraak | 56 | 147 | 131 tot 176 |
Engelse lezingen en toespraken liepen op een mediaan van 147 woorden per minuut, 21 onder de mediaan van de Engelstalige YouTube als geheel. Als je een toespraak timet die je voor publiek gaat houden, is dat het betere getal. In het Russisch liepen colleges en lessen op 124 woorden per minuut (131 video’s), tegenover een Russische mediaan van 139.
Per onderwerp
Transcripten die tot 30 juli 2026 zijn gemaakt, hebben een van 20 onderwerplabels, en 3.860 van de gemeten video’s hebben er een. De schaal is dezelfde als bij de soorten. Onderwerpen met minder dan 100 video’s staan er niet bij.
| Onderwerp | Video’s | Vergeleken met de mediaan van de taal | Middelste helft |
|---|---|---|---|
| Wetenschap en onderwijs | 735 | 7% langzamer (0,93) | 0,80 tot 1,02 |
| Zakelijk en startups | 430 | 9% sneller (1,09) | 0,98 tot 1,22 |
| Psychologie en persoonlijke ontwikkeling | 375 | 4% langzamer (0,96) | 0,86 tot 1,07 |
| Tech en AI | 323 | 1% sneller (1,01) | 0,89 tot 1,15 |
| Software how-to | 243 | 1% sneller (1,01) | 0,87 tot 1,19 |
| Geld en beleggen | 236 | 9% sneller (1,09) | 0,96 tot 1,16 |
| Gezondheid en fitness | 235 | 2% langzamer (0,98) | 0,87 tot 1,11 |
| Nieuws en politiek | 224 | 1% langzamer (0,99) | 0,91 tot 1,08 |
| Religie en spiritualiteit | 172 | 7% langzamer (0,93) | 0,83 tot 1,04 |
| Gaming | 148 | 2% langzamer (0,98) | 0,83 tot 1,12 |
| Maatschappij en cultuur | 117 | 1% langzamer (0,99) | 0,89 tot 1,12 |
| Film en tv | 109 | 5% langzamer (0,95) | 0,78 tot 1,13 |
| Lifestyle | 100 | 2% sneller (1,02) | 0,87 tot 1,15 |
Video’s over zakelijk en geld liepen 9% sneller dan de mediaan van hun taal. Wetenschap en onderwijs, en religie, liepen 7% langzamer.
Hoe we hebben gemeten
- Bron. Elk gepubliceerd transcript op sozai.app om 10:55 UTC op 31 oktober 2026: 29.514 berichten. Elk is gemaakt van de ondertitels die YouTube bij de video toont en behoudt hun tijdstempels. We lazen de database met alleen-lezenquery’s en lazen geen persoonsgegevens.
- Taal is de taal van het ondertitelspoor waarvan het transcript is gemaakt.
- Woorden zijn de eenheden tussen spaties die een letter of een cijfer bevatten, nadat geluidstags zoals [Music] en [Applause] zijn verwijderd. Voor Japans, Chinees en Thai tellen we in plaats daarvan letters en cijfers.
- Spreektijd. Ondertitels worden opgeslagen als segmenten van ongeveer 40 woorden, elk met een begin- en eindtijd. De spreektijd is de tijd die die segmenten beslaan. Een segment dat met minder dan de helft van het gebruikelijke tempo van zijn eigen video loopt, bevat een lange pauze, muziek of een montagesprong, dus we laten de woorden en de tijd ervan samen weg.
- Tempo is woorden gedeeld door spreektijd, één getal per video. De tabellen geven de mediaan over video’s, dus een college van drie uur telt even zwaar als een clip van vijf minuten.
- Minimumeisen. Minstens 2 minuten spraak per video, 100 video’s voor een taal, 100 voor een soort of een onderwerp, en 50 voor één soort binnen één taal.
Wat we hebben weggelaten
| Reden | Transcripten |
|---|---|
| Niet gemaakt van getimede ondertitels: oudere transcripten waarvan de tijdstempels door een model zijn geschat, of geen bron vastgelegd | 5.176 |
| Muziek, liedjes, voordracht, ASMR (onderwerplabel, woorden in de titel of [Music]-tags in de ondertitels) | 4.465 |
| Gemaakt na 20 oktober 2026, 13:56 UTC (zie de beperkingen hieronder) | 2.274 |
| De interpunctiestap verschoof of herhaalde regels (een segment van meer dan 100 woorden) | 2.262 |
| Korter dan 2 minuten, als video of in gemeten spraak | 1.447 |
| Ondertiteltaal komt niet overeen met de titel: waarschijnlijk een nagesynchroniseerd of vertaald spoor | 1.070 |
| Ontbrekende ondertitelregels (meer dan 15% van de segmenten bevat minder dan 15 woorden) | 941 |
| Onvolledige records: geen titel of taal, of minder dan 5 segmenten | 508 |
| Japanse, Chinese en Thaise tekst die door de interpunctiestap is ingekort | 227 |
| Veel stilte of muziek (meer dan 30% van de ondertiteltijd onder de helft van het tempo van de video) | 85 |
| Trailers en reclame | 30 |
| Uitschieters (meer dan drie interkwartielafstanden buiten de middelste helft van de taal) | 12 |
| Totaal weggelaten | 18.497 |
Dat laat 11.017 gemeten video’s over, waarvan er 10.446 in de 14 gepubliceerde talen zitten. Twee instellingen bepalen het meest: de pauzedrempel (de helft van het gebruikelijke tempo van de video) en de grens voor uitschieters. Als de drempel naar 0,4 of 0,6 gaat, verandert geen enkele mediaan van een taal met meer dan 2 woorden per minuut, en zonder de grens voor uitschieters verandert er niets.
Gecontroleerd met YouTube
Op 31 oktober 2026 kozen we willekeurig 112 gemeten video’s, 8 per taal, en haalden we van elk de eigen spraakherkenningsondertitels van YouTube op. Bij 6 video’s bestond dat spoor niet meer. Voor de andere 106:
| Controle | Resultaat |
|---|---|
| Ons aantal woorden gedeeld door dat van YouTube, mediaan | 0,99 |
| Video’s binnen 10% van het aantal woorden van YouTube | 92% |
| Video’s waarvan het tempo binnen 10% ligt van het tempo uit het spoor van YouTube | 97 van 106 |
| Mediaan van het verschil in tempo | −0,4% |
De bovenstaande regels stonden vast vóór deze controle. Een eerdere controle op een andere steekproef is hoe we er twee van vonden: video’s met veel korte ondertitelsegmenten hadden een derde of meer van hun woorden verloren, en segmenten van meer dan 100 woorden bevatten herhaalde tekst.
Beperkingen
- Dit zijn YouTube-video’s. Veel zijn gescript en gemonteerd, en monteren haalt pauzes weg, dus ze lopen sneller dan ongescripte spraak in een zaal.
- De steekproef is wat bezoekers ons vroegen te transcriberen, geen willekeurige greep uit YouTube. Engels en Russisch vormen 63% van de gemeten video’s.
- Automatische ondertitels missen woorden bij ruis en door elkaar praten, en elk gemist woord verlaagt het tempo een beetje.
- We kunnen automatische ondertitels niet onderscheiden van ondertitels die een mens schreef, en beide zitten in de steekproef.
- Veel video’s hebben meer dan één spreker. Het tempo hoort bij de video, niet bij één persoon.
- Transcripten die vanaf 20 oktober 2026, 13:56 UTC, zijn gemaakt, staan niet in deze editie. Die dag veranderde de stap die interpunctie aan ondertitels toevoegt, en in veel van de nieuwere transcripten herhaalde of liet die regels weg, dus we hebben de hele periode weggelaten.
De getallen gebruiken
De spreektijdcalculator en de teleprompter beginnen bij de mediaan van de taal van je pagina waar we die hebben, en je kunt het tempo aanpassen. De woordenteller gebruikt dezelfde mediaan voor zijn spreektijd.
