У 10 446 відео на YouTube з бібліотеки транскриптів SozAI англомовні мовці вимовляли медіанно 168 слів на хвилину мовлення, а половина англомовних відео припала на діапазон від 147 до 192. Іспанською та російською вийшло по 139, французькою — 165, німецькою — 130, португальською — 149. Ми виміряли 14 мов за часовими мітками власних субтитрів кожного відео. Ми виключили музику й рекламу, дубльовані доріжки та кожен транскрипт, текст субтитрів якого не пройшов перевірки.
Виміряно 31 жовтня 2026. Версія методу 1.1. 10 446 відео, близько 6 880 годин мовлення. Джерело: публічна бібліотека транскриптів на sozai.app.
Коротко про головне
| Показник | Значення |
|---|---|
| Опубліковано мов | 14, у кожної щонайменше 100 відео |
| Виміряно відео | 10 446 |
| Виміряно мовлення | близько 6 880 годин |
| Англійська, медіана | 168 слів на хвилину |
| Англійська, середня половина відео | від 147 до 192 слів на хвилину |
| Англомовні виступи й промови, медіана | 147 слів на хвилину (56 відео) |
| Звірено з власними субтитрами YouTube | 106 відео, медіанне співвідношення кількості слів 0,99 |
Швидкість мовлення за мовами
Кожне відео дає одне значення: слова, поділені на хвилини мовлення. Медіана — це середнє за порядком відео мови. Середня половина — діапазон від 25-го до 75-го перцентиля, тобто половина відео потрапляє всередину. В останньому стовпці — 95-відсотковий бутстреп-інтервал медіани, який показує, наскільки сама медіана могла б зміщуватися за іншої вибірки того самого розміру.
| Мова | Відео | Медіана, слів на хвилину | Середня половина | 95-відсотковий інтервал медіани |
|---|---|---|---|---|
| Англійська | 3 692 | 168 | від 147 до 192 | від 167 до 170 |
| Російська | 2 884 | 139 | від 122 до 155 | від 138 до 140 |
| Польська | 634 | 128 | від 118 до 140 | від 127 до 130 |
| Арабська | 612 | 123 | від 104 до 143 | від 120 до 125 |
| Гінді | 430 | 181 | від 158 до 207 | від 177 до 188 |
| Іспанська | 382 | 139 | від 121 до 164 | від 135 до 143 |
| Французька | 377 | 165 | від 137 до 203 | від 161 до 168 |
| Українська | 349 | 121 | від 103 до 135 | від 118 до 124 |
| Індонезійська | 347 | 129 | від 115 до 145 | від 127 до 133 |
| Корейська | 200 | 112 | від 97 до 127 | від 108 до 115 |
| Німецька | 166 | 130 | від 107 до 170 | від 124 до 137 |
| Португальська | 160 | 149 | від 135 до 170 | від 145 до 155 |
| Іврит | 107 | 138 | від 120 до 156 | від 131 до 144 |
| Бенгальська | 106 | 144 | від 128 до 168 | від 139 до 152 |
Порівнюйте числа в межах однієї мови, а не між мовами. Слово тут — усе, що стоїть між двома пробілами, а мови пакують мовлення в слова по-різному. Корейська пише іменник і його частку одним словом, тому її показник низький (112). Гінді пише багато коротких граматичних слів окремо, тому її показник високий (181). Жодне з цих чисел не означає, що корейці говорять повільніше, а мовці гінді швидше за інших.
Мови, яких ми не включили
Мова з’являється лише тоді, коли щонайменше 100 її відео проходять усі перевірки. Ці не пройшли: японська 95, італійська 93, китайська 87, турецька 33, в’єтнамська 32, нідерландська 23, тайська 23, шведська 22, перська 22. Мови з менш ніж 20 виміряними відео не перелічено. Японська, китайська й тайська пишуться без пробілів між словами, тому для них ми рахуємо знаки на хвилину, а не слова. Багато японських і китайських транскриптів не пройшли описаних нижче перевірок тексту, тому їх лишилося так мало.
За типом відео
Ми розподілили відео за типами за словами в назві та назві каналу: інтерв’ю, подкаст, лекція, урок, TED, keynote, «як зробити» та їхні відповідники в інших мовах. Тип визначився для 1 612 із 10 446 відео. У вибірковій перевірці 100 розподілених назв приблизно 9 з 10 мали правильний тип. Щоб порівнювати типи між мовами, швидкість кожного відео ділиться на медіану його власної мови, тож 1,07 означає на 7 % швидше, ніж зазвичай для цієї мови.
| Тип | Відео | Порівняно з медіаною мови | Середня половина |
|---|---|---|---|
| Як зробити й поради | 442 | на 7 % швидше (1,07) | від 0,89 до 1,23 |
| Лекція, урок чи курс | 421 | на 2 % повільніше (0,98) | від 0,81 до 1,13 |
| Подкаст | 187 | на 4 % швидше (1,04) | від 0,89 до 1,16 |
| Виступ чи промова | 125 | на 6 % повільніше (0,94) | від 0,83 до 1,07 |
| Інтерв’ю | 109 | на 1 % повільніше (0,99) | від 0,93 до 1,11 |
Різниця між типами невелика порівняно з розкидом усередині кожного типу. Виступи й промови найповільніші. Відео «як зробити» й поради найшвидші, і багато з них пишуться за сценарієм та щільно монтуються. Ще п’ять типів мали менш ніж по 100 відео кожен і не показані: новини, аудіокниги, проповіді, ігри й драма.
Англійська за типами
| Тип | Відео | Медіана, слів на хвилину | Середня половина |
|---|---|---|---|
| Як зробити й поради | 282 | 184 | від 159 до 211 |
| Подкаст | 69 | 178 | від 156 до 192 |
| Лекція, урок чи курс | 92 | 177 | від 147 до 203 |
| Інтерв’ю | 55 | 166 | від 143 до 187 |
| Виступ чи промова | 56 | 147 | від 131 до 176 |
Англомовні виступи й промови йшли з медіаною 147 слів на хвилину, на 21 нижче за медіану англомовного YouTube загалом. Якщо ви хронометруєте промову перед аудиторією, ближче саме це число. У російській лекції та уроки йшли зі швидкістю 124 слова на хвилину (131 відео) проти російської медіани 139.
За темою
Транскрипти, створені до 30 липня 2026, мають одну з 20 міток тем, і 3 860 виміряних відео її мають. Шкала та сама, що й для типів. Теми з менш ніж 100 відео не показані.
| Тема | Відео | Порівняно з медіаною мови | Середня половина |
|---|---|---|---|
| Наука й освіта | 735 | на 7 % повільніше (0,93) | від 0,80 до 1,02 |
| Бізнес і стартапи | 430 | на 9 % швидше (1,09) | від 0,98 до 1,22 |
| Психологія й саморозвиток | 375 | на 4 % повільніше (0,96) | від 0,86 до 1,07 |
| Технології та ШІ | 323 | на 1 % швидше (1,01) | від 0,89 до 1,15 |
| Інструкції з програм | 243 | на 1 % швидше (1,01) | від 0,87 до 1,19 |
| Гроші та інвестиції | 236 | на 9 % швидше (1,09) | від 0,96 до 1,16 |
| Здоров’я та фітнес | 235 | на 2 % повільніше (0,98) | від 0,87 до 1,11 |
| Новини й політика | 224 | на 1 % повільніше (0,99) | від 0,91 до 1,08 |
| Релігія та духовність | 172 | на 7 % повільніше (0,93) | від 0,83 до 1,04 |
| Ігри | 148 | на 2 % повільніше (0,98) | від 0,83 до 1,12 |
| Суспільство й культура | 117 | на 1 % повільніше (0,99) | від 0,89 до 1,12 |
| Кіно й ТБ | 109 | на 5 % повільніше (0,95) | від 0,78 до 1,13 |
| Стиль життя | 100 | на 2 % швидше (1,02) | від 0,87 до 1,15 |
Відео про бізнес і гроші йшли на 9 % швидше за медіану своєї мови. Наука й освіта та релігія — на 7 % повільніше.
Як ми вимірювали
- Джерело. Усі опубліковані транскрипти на sozai.app станом на 10:55 UTC 31 жовтня 2026: 29 514 записів. Кожен створено із субтитрів, які YouTube показує для відео, і він зберігає їхні часові мітки. Ми читали базу даних запитами лише для читання й не читали жодних персональних даних.
- Мова — це мова доріжки субтитрів, із якої створено транскрипт.
- Слова — це одиниці між пробілами, що містять літеру чи цифру, після видалення звукових тегів на кшталт [Music] і [Applause]. Для японської, китайської й тайської ми рахуємо натомість літери й цифри.
- Час мовлення. Субтитри зберігаються сегментами приблизно по 40 слів, кожен із початком і кінцем. Час мовлення — це час, який покривають ці сегменти. Сегмент, що йде зі швидкістю менш ніж удвічі нижчою за звичайну для власного відео, містить довгу паузу, музику чи монтажну склейку, тож ми відкидаємо його слова й час разом.
- Швидкість — слова, поділені на час мовлення, одне число на відео. У таблицях наведено медіану за відео, тож тригодинна лекція важить стільки ж, скільки п’ятихвилинний ролик.
- Мінімуми. Щонайменше 2 хвилини мовлення на відео, 100 відео на мову, 100 на тип чи тему та 50 на один тип в одній мові.
Що ми виключили
| Причина | Транскриптів |
|---|---|
| Створено не з часових субтитрів: старіші транскрипти, чиї часові мітки оцінила модель, або без записаного джерела | 5 176 |
| Музика, пісні, декламація, ASMR (мітка теми, слова назви чи теги [Music] у субтитрах) | 4 465 |
| Створено після 20 жовтня 2026, 13:56 UTC (див. обмеження нижче) | 2 274 |
| Крок розстановки розділових знаків зсунув або повторив рядки (сегмент понад 100 слів) | 2 262 |
| Коротші за 2 хвилини, як відео або як виміряне мовлення | 1 447 |
| Мова субтитрів не збігається з назвою: ймовірно, дубльована чи перекладена доріжка | 1 070 |
| Бракує реплік субтитрів (понад 15 % сегментів містять менш ніж 15 слів) | 941 |
| Неповні записи: без назви чи мови або менш ніж 5 сегментів | 508 |
| Японський, китайський і тайський текст, скорочений кроком розстановки розділових знаків | 227 |
| Багато тиші чи музики (понад 30 % часу субтитрів зі швидкістю менш ніж удвічі нижчою за швидкість відео) | 85 |
| Трейлери й реклама | 30 |
| Викиди (понад три міжквартильні розмахи поза середньою половиною мови) | 12 |
| Усього виключено | 18 497 |
Лишається 11 017 виміряних відео, із них 10 446 у 14 опублікованих мовах. Найбільше визначають два налаштування: поріг пауз (половина звичайної швидкості відео) та межа викидів. Зсув порогу до 0,4 чи 0,6 не змінює жодної мовної медіани більш ніж на 2 слова на хвилину, а відмова від межі викидів не змінює жодної.
Звірено з YouTube
31 жовтня 2026 ми випадково вибрали 112 виміряних відео, по 8 на мову, і завантажили для кожного власні субтитри YouTube, створені розпізнаванням мовлення. У 6 відео цієї доріжки вже не було. Для решти 106:
| Перевірка | Результат |
|---|---|
| Наша кількість слів, поділена на кількість YouTube, медіана | 0,99 |
| Відео в межах 10 % від кількості слів YouTube | 92 % |
| Відео, швидкість яких у межах 10 % від швидкості за доріжкою YouTube | 97 зі 106 |
| Медіанна різниця швидкості | −0,4 % |
Наведені вище правила було зафіксовано до цієї перевірки. Раніша перевірка на іншій вибірці допомогла нам знайти два з них: відео з багатьма короткими сегментами субтитрів втрачали третину слів і більше, а сегменти понад 100 слів містили повторюваний текст.
Обмеження
- Це відео на YouTube. Багато з них написані за сценарієм і змонтовані, а монтаж вирізає паузи, тож вони йдуть швидше за неготове мовлення в кімнаті.
- Вибірка — це те, що відвідувачі просили нас розшифрувати, а не випадкова вибірка з YouTube. Англійська й російська становлять 63 % виміряних відео.
- Автоматичні субтитри пропускають слова в шумі й коли говорять разом, і кожне пропущене слово трохи знижує швидкість.
- Ми не можемо відрізнити автоматичні субтитри від написаних людиною, і обидва типи є у вибірці.
- У багатьох відео більше ніж один мовець. Швидкість належить відео, а не одній людині.
- Транскрипти, створені з 20 жовтня 2026, 13:56 UTC, у цьому випуску відсутні. Того дня змінився крок, що додає розділові знаки до субтитрів, і в багатьох новіших транскриптах він повторював або губив рядки, тож ми виключили весь цей період.
Користуйтеся цифрами
Калькулятор часу мовлення і телесуфлер стартують із медіани мови вашої сторінки, де вона у нас є, і ви можете змінити швидкість. Лічильник слів використовує ту саму медіану для часу мовлення.
