Quante parole servono per capire i video dei madrelingua?
Con le 5.000 parole inglesi più frequenti, il clip tipico di un madrelingua è fatto per il 95,6% di parole che già conosci. Per lo spagnolo servono circa 6.800 parole per arrivare al 95%, e in 13 lingue su 23 nemmeno 10.000 bastano. Dati da 35.615 clip di madrelingua, per lingua e per livello.
Chief Language Geek @ Reelang
Se conosci le 5.000 parole inglesi più frequenti, il clip tipico in inglese è fatto per il 95,6% di parole che conosci, e il 58,4% dei clip arriva al 95%, la soglia a cui gli studi sull’ascolto trovano che chi impara capisce bene. Per lo spagnolo servono circa 6.800 parole perché il clip tipico arrivi al 95%, e in 13 delle 23 lingue che ho misurato 10.000 parole non bastano.
Questi numeri vengono da 35.615 clip di madrelingua in 23 lingue del catalogo Reelang, contati parola per parola su una lista di frequenza per ogni lingua. Scegli una lingua e un numero di parole qui sotto per vedere cosa ottieni.
Le prime 1.000 parole fanno quasi tutto il lavoro
La frequenza delle parole è sbilanciata. Poche centinaia di parole (the, and, is, you, que, de) coprono gran parte di tutto quello che si dice, e ogni parola più in basso nella lista compare meno spesso. Questo schema si chiama legge di Zipf e vale per ognuna delle lingue qui.
Nelle 18 lingue che posso classificare senza riserve, il clip tipico è coperto per l’80,7% dalle prime 1.000 parole, per l’86,7% dalle prime 2.000 e per il 92,4% dalle prime 5.000. Le prime mille parole ti portano a quattro parole note su cinque. Le quattromila successive aggiungono circa dodici punti.
Le soglie che contano per l’ascolto stanno dentro quegli ultimi punti. Due tornano di continuo nella ricerca su quante parole servono:
- 95%, una parola sconosciuta ogni 20. Batia Laufer la propose per la lettura nel 1989. Per l’ascolto, van Zeeland e Schmitt (2013) hanno trovato che la maggior parte degli ascoltatori se la cavava già al 90%, e che al 95% chi ascolta in seconda lingua capisce bene, con differenze molto minori tra una persona e l’altra.
- 98%, una parola sconosciuta ogni 50. Hu e Nation (2000) hanno trovato che chi legge narrativa da solo ha bisogno all’incirca di questo livello per una comprensione adeguata.
A 150 parole al minuto, un ritmo di parlato normale, il 95% vuol dire circa sette parole sconosciute ogni minuto (Nation, 2006). Il 98% ne fa tre. Questa differenza si sente nella demo qui sotto. Usa frasi vere prese dai clip dello studio e cancella ogni parola che non rientra nel numero di parole che scegli.
Con 2.000 parole, la frase sulle polpette è nota al 58,3%: albóndigas, parmesano, rallado e orégano non sono proprio nella lista, e perejil (prezzemolo) sta alla posizione 13.520. La frase sul gatto è nota al 96,2% con le stesse 2.000 parole. Tutti e due i clip sono in spagnolo e tutti e due sono etichettati A2.
Inglese e spagnolo, in cifre
Inglese. Il clip tipico arriva al 90% con 2.021 parole, al 95% con 4.462 e al 98% con 9.403. Con 3.000 parole, il 24,9% dei clip inglesi sta al 95% o più. Con 5.000 parole ci sta il 58,4%, e il 15,2% sta al 98% o più.
Spagnolo. Il clip tipico arriva al 90% con 2.754 parole e al 95% con 6.781. Il 98% non lo raggiunge entro le 10.000. Con 3.000 parole, il 10,8% dei clip spagnoli sta al 95% o più. Con 5.000 ci sta il 32,0%.
Quindi in spagnolo, chi conosce 3.000 parole trova circa un clip su dieci in cui il 95% delle parole è familiare. È una riserva vera da cui imparare, perché le parole che ancora non conosci compaiono circondate da parole che conosci. Questo clip colombiano è uno di quelli: l’88,4% delle sue parole sta nelle prime 1.000 e il 96,3% nelle prime 2.000.
Conoscere le parole non è come afferrarle. Chi parla in quel clip va a una mediana di 243 parole al minuto, molto più veloce di una registrazione da manuale. La copertura lessicale ti dice se potresti capire la trascrizione. Non ti dice se riesci a stare dietro alla velocità.
Lingue piatte e lingue ripide
Le curve non hanno tutte la stessa forma. In danese, svedese e olandese le prime 1.000 parole coprono già dall’84,4% all’86,5% di un clip tipico, e passare da 1.000 a 5.000 parole aggiunge solo da 8,3 a 9,3 punti. Inglese, francese, spagnolo, portoghese e italiano aggiungono da 11,5 a 12,6 punti nello stesso intervallo. Le curve più ripide sono indonesiano (+20,8), ucraino (+18,3), arabo (+18,1), russo (+16,5), finlandese (+15,3), turco (+15,2) e polacco (+14,3).
Una curva ripida vuol dire che le prime mille parole lasciano più clip scoperto, e che ogni migliaio in più vale di più. In parte dipende dalla lingua. In parte da come si contano le parole, e questo va spiegato prima di confrontare due lingue.
Le liste qui sono lemmatizzate: dije, dijo e decir contano come una parola sola, decir. È corretto per lo spagnolo, che ha moltissime forme verbali. Ma un lemmatizzatore funziona solo quando riconosce la forma. In ceco, finlandese, ungherese, russo e ucraino, dal 9,0% al 10,8% delle parole di un clip tipico sono forme che la lista non è riuscita ad associare a nessun lemma. Molte sono parole comuni con una desinenza di caso che lo strumento non ha tolto. Qui contano come sconosciute, quindi per quelle cinque lingue i numeri sono un limite minimo: la copertura reale è più alta. Nella tabella qui sotto sono segnate con un asterisco.
I composti giocano contro tedesco, olandese e lingue nordiche in modo simile. Un composto tedesco come Küchenschrank (mobile della cucina) conta come sconosciuto se l’intero composto non è nella lista, anche se conosci tutte e due le parti.
L’etichetta di livello cambia poco il lessico
Ogni clip del catalogo ha un livello CEFR, assegnato da un modello che legge la trascrizione. Qui sono raggruppati in cinque fasce, da A1 (A0 conta come A1) a C1 (C2 conta come C1). Se l’etichetta seguisse il lessico, i livelli alti richiederebbero più parole. Per le prime 2.000 parole, quasi non succede. Prendendo la mediana tra le lingue (A1 ha abbastanza clip in 11 di esse, C1 in 20), le prime 2.000 parole coprono l’84,0% di un clip A1, l’84,0% in A2, l’85,2% in B1, l’86,1% in B2 e l’84,1% in C1.
Il livello si vede nella parte alta della scala. Con 5.000 parole conosceresti il 95% delle parole nel 30,2% dei clip A1, nel 20,6% dei clip A2, nel 22,6% dei B1, nel 15,5% dei B2 e nel 4,5% dei C1. Una ragione è la lunghezza: il clip C1 mediano del campione ha 338 parole, quello A1 mediano 81. Un clip corto ha meno occasioni di usare una parola rara.
I clip con la copertura più bassa parlano quasi sempre di cibo. Dei 25 clip inglesi del campione con la copertura più bassa a 2.000 parole, circa due terzi sono ricette, recensioni di cibo o assaggi di snack, e 21 sono etichettati A1 o A2. In spagnolo, 11 dei 25 più bassi parlano di cibo, e tre sono canzoni per bambini. La grammatica di una ricetta è semplice («aggiungi l’aglio, mescola, fatto»), ed è per questo che prende un’etichetta bassa. I sostantivi no. Nella lista inglese, garlic è la parola 6.395 e tablespoon la 11.551. In spagnolo, ajo è la 6.605 e sartén (padella) la 11.125.
Ecco due clip inglesi. Il primo è un trailer di un film etichettato B2: il 96,9% delle sue parole sta nelle prime 2.000, e supera il 95% a 1.300 parole. Il secondo è una ricetta con la pentola a cottura lenta etichettata A2: il 72,3% delle sue parole sta nelle prime 2.000, e supera il 95% solo a 11.551 parole, la posizione di tablespoon.
Nemmeno il trailer è facile, ma per un altro motivo: chi parla va a una mediana di 215 parole al minuto. Un’etichetta di livello mescola velocità, grammatica e lessico in una sola lettera, e la parte lessicale è quella che si perde. Se conosci tra 2.000 e 5.000 parole, guarda anche l’argomento di un clip, non solo il livello: cibo, cucina e recensioni di prodotti usano molte parole che stanno in fondo alla lista.
Anche le varietà cambiano
L’arabo è misurato con una lista di frequenza separata per ogni dialetto. Le altre lingue usano una lista sola per tutte le loro varietà. Con 2.000 parole, il clip tipico in arabo egiziano è coperto all’86,1%, quello iracheno al 79,6% e quello marocchino al 72,5%. Per il marocchino, il 9,5% delle parole di un clip tipico non è proprio nella sua lista, quindi parte di quel divario è colpa della lista. In francese, i clip del Québec arrivano al 90,6% contro l’87,6% dei clip dalla Francia. Il portoghese brasiliano sta all’87,4%, quello europeo all’80,3%, ma solo 61 clip di portoghese europeo hanno passato i filtri e sono valutati su una lista diversa: quel dato va preso con cautela.
Come si confronta con la stima di Nation
Il dato più noto per l’inglese parlato viene dall’articolo del 2006 di Paul Nation «How large a vocabulary is needed for reading and listening?». Usando un corpus di inglese parlato della Nuova Zelanda, ha trovato che 3.000 famiglie di parole più i nomi propri danno oltre il 95% di copertura, e che per il 98% ne servono da 6.000 a 7.000. Webb e Rodgers (2009) hanno ottenuto numeri simili per le sceneggiature dei film: 3.000 famiglie più nomi propri e parole marginali per il 95,76%, e 6.000 famiglie più gli stessi extra per il 98,15%.
I miei numeri per l’inglese sono più alti: 4.462 parole perché il clip tipico arrivi al 95%, 9.403 per il 98%. Prendendo tutti i clip inglesi insieme come un unico testo lungo, 5.000 parole coprono il 95,1%. Le ragioni della differenza sono tre, e nessuna vuol dire che uno studio sbagli:
- Le famiglie sono più grandi dei lemmi. Una famiglia di parole raggruppa happy, unhappy, happiness e happily in un’unica unità. Una lista di lemmi ne conta quattro. Quindi 3.000 famiglie corrispondono a un numero più alto di lemmi.
- La lista è costruita soprattutto su testi scritti. Le parole di tutti i giorni del parlato stanno più in basso di quanto ti aspetteresti: alright è la parola 3.102, kinda la 2.333 e bye la 3.273.
- I video brevi restano su un solo argomento. Una ricetta di due minuti spende quasi tutte le sue parole sul lessico di un tema, mentre una conversazione lunga si sposta e riusa parole più generali.
Cosa significa se stai imparando una lingua
Le prime 2.000 o 3.000 parole vale la pena impararle apposta, con un mazzo o un corso ordinato per frequenza. A quel punto una quota vera di clip di madrelingua è alla tua portata al 95%, e da lì puoi raccogliere molte parole nuove dal contesto invece che da una lista. La guida per principianti di Christian Lauer spiega come arrivarci in fretta.
Dopo, scegli i clip per argomento, non solo per livello. Chi sa 3.000 parole di spagnolo può seguire la scenetta del gatto qui sopra e perdersi comunque nella ricetta delle polpette, anche se sono etichettate tutte e due A2. E per ceco, finlandese, ungherese, russo e ucraino, aspettati che questi numeri sembrino più duri della realtà: gran parte di ciò che conta come sconosciuto è una parola che conosci con una desinenza che non hai ancora incontrato.
Se vuoi esercitarti con clip come quelli qui sopra, le pagine spagnolo, inglese e tedesco elencano clip di madrelingua per livello, con gli stessi sottotitoli parola per parola dei clip di questa pagina. Altro sul perché la comprensione viene prima del parlato: come smettere di tradurre nella tua testa.
Come l’ho misurato
I clip. Tutti i clip erano nel catalogo Reelang il 29 settembre 2026 e in rotazione: visibili al pubblico, con parlato, contenuti di madrelingua (non lezioni di lingua), non doppiati e in una sola lingua. Per ogni lingua ho campionato fino a 500 clip per livello CEFR e ho pesato ogni livello secondo la sua quota nel catalogo, così i numeri descrivono il catalogo nel suo insieme. Sono stati esclusi i clip con meno di 50 parole, quelli in cui una riga di sottotitoli si ripete (più del 30% delle righe), quelli più veloci di 330 parole al minuto di durata e quelli in cui più del 35% delle parole non è nella lista della lingua (di solito una trascrizione nella lingua sbagliata). Dopodiché sono rimasti 35.615 clip nelle 23 lingue classificate, con 13,8 milioni di parole. Il clip mediano dura 81 secondi. 35.600 vengono da YouTube, 8 da TikTok e 7 da Instagram.
Le parole. Ogni trascrizione è divisa in parole su spazi e punteggiatura, messa in minuscolo, con le cifre rimosse. Ogni parola è cercata in una lista di frequenza per la sua lingua, costruita a partire da wordfreq 3.1.1 (Speer, 2022): le 25.000 forme più frequenti, raggruppate per lemma con simplemma (altri strumenti per arabo, ebraico e lingue asiatiche) e ordinate per frequenza totale di ogni lemma. Le forme non presenti nella lista sono lemmatizzate con simplemma come ripiego. I nomi propri (con la maiuscola, non a inizio frase, non nella lista) e le parole marginali come uh, mhm e haha contano come note, come fanno Nation (2006) e Webb e Rodgers (2009). Il tedesco scrive con la maiuscola ogni sostantivo, e hindi e arabo non hanno lettere maiuscole, quindi per quelle lingue non c’è nessun credito per i nomi propri. In inglese, le metà delle contrazioni contano come la parola intera (didn't conta come did e not).
I numeri. La copertura è la quota di parole di un clip il cui lemma sta tra le prime N. Le percentuali qui sopra sono mediane tra i clip. Per i dati sui «clip al 95%», la soglia esatta di ogni clip è calcolata sulle sue posizioni di frequenza, quindi non c’è nessuna interpolazione. Il dato «il clip tipico arriva al 95% a» è il numero di parole più piccolo a cui il clip mediano supera il 95%.
Non classificate. In ebraico i prefissi (ve-, ha-, be-, le-) non vengono staccati, quindi parole note contano come sconosciute. Le trascrizioni in tamil sono in tamil parlato mentre la lista è in tamil scritto. Giapponese, cinese e coreano sono contati solo sulle parole di contenuto, e il vietnamita in sillabe, quindi i loro numeri non sono confrontabili con gli altri. Per essere classificata, una lingua ha bisogno di almeno 300 clip. Il norvegese ne ha 449; tutte le altre lingue classificate ne hanno più di 1.000. La lista turca ha solo 9.088 lemmi, quindi per il turco i grafici si fermano a 8.000 parole, e «10.000+» vuol dire che il clip tipico non arriva al 95% nemmeno con la lista intera.
Distorsioni note. I numeri descrivono trascrizioni, non audio, quindi gli errori di riconoscimento vocale contano come parole. Conoscere perfettamente le prime N parole è un caso ideale, e le espressioni idiomatiche non sono contate come unità. Il livello CEFR è il giudizio di un modello sulla trascrizione. E il catalogo è scelto per chi impara: tende a clip con parlato chiaro e richiamo ampio, quindi non è un campione casuale di tutto quello che c’è su YouTube o TikTok.
Usa questi dati
Puoi riutilizzare i grafici e i numeri di questa pagina nei tuoi testi, nelle tue lezioni o nelle tue ricerche. Ti chiediamo solo di indicare questa pagina come fonte con un link.
| Lingua | Clip | 1.000 | 2.000 | 5.000 | 95%+ | 98%+ | 95% a |
|---|---|---|---|---|---|---|---|
| Danese | 1.122 | 86,5% | 91,1% | 94,8% | 47,0% | 8,4% | 5.292 |
| Inglese | 2.002 | 83,7% | 89,9% | 95,6% | 58,4% | 15,2% | 4.462 |
| Svedese | 1.325 | 85,6% | 89,8% | 94,0% | 37,6% | 5,6% | 6.768 |
| Olandese | 1.841 | 84,4% | 89,0% | 93,7% | 32,2% | 3,5% | 7.109 |
| Francese | 1.961 | 82,7% | 88,4% | 94,2% | 40,1% | 5,8% | 5.804 |
| Norvegese | 449 | 83,5% | 88,1% | 93,0% | 25,0% | 3,8% | 9.478 |
| Spagnolo | 2.195 | 81,6% | 87,3% | 93,5% | 32,0% | 5,4% | 6.781 |
| Portoghese | 1.865 | 81,4% | 87,2% | 94,0% | 38,4% | 7,3% | 6.121 |
| Rumeno | 1.602 | 81,4% | 87,0% | 92,5% | 25,3% | 5,8% | 9.586 |
| Esperanto | 1.007 | 80,0% | 86,3% | 92,3% | 28,6% | 4,5% | 10.000+ |
| Italiano | 1.880 | 79,7% | 85,6% | 91,9% | 21,2% | 2,7% | 9.269 |
| Turco | 1.322 | 77,1% | 85,6% | 92,3% | 25,4% | 5,5% | 10.000+ † |
| Tedesco | 1.933 | 80,0% | 84,8% | 90,3% | 11,3% | 1,1% | 10.000+ |
| Greco | 1.796 | 78,0% | 83,5% | 89,0% | 6,7% | 1,0% | 10.000+ |
| Hindi | 1.417 | 77,2% | 82,4% | 88,3% | 6,6% | 1,2% | 10.000+ |
| Arabo | 1.916 | 73,1% | 82,2% | 91,2% | 17,8% | 2,7% | 10.000+ |
| Polacco | 1.503 | 73,9% | 81,0% | 88,2% | 8,2% | 1,0% | 10.000+ |
| Indonesiano | 1.582 | 68,6% | 80,6% | 89,4% | 10,4% | 2,3% | 10.000+ |
| Ceco * | 1.239 | 73,4% | 80,0% | 86,8% | 3,9% | 0,5% | 10.000+ |
| Finlandese * | 1.565 | 71,7% | 79,3% | 87,0% | 3,6% | 0,8% | 10.000+ |
| Ungherese * | 1.732 | 71,7% | 78,1% | 84,5% | 0,4% | 0,0% | 10.000+ |
| Russo * | 1.305 | 70,0% | 77,8% | 86,5% | 2,9% | 0,1% | 10.000+ |
| Ucraino * | 1.056 | 65,4% | 73,4% | 83,7% | 0,8% | 0,0% | 10.000+ |
Colonne 1.000, 2.000 e 5.000: la quota mediana di parole di un clip coperte dai primi 1.000, 2.000 o 5.000 lemmi. 95%+ e 98%+: la quota di clip in cui chi conosce i primi 5.000 lemmi conosce almeno il 95% o il 98% delle parole. 95% a: il numero di parole a cui il clip mediano supera il 95% (10.000+ vuol dire non entro le 10.000). * Limite minimo: il 9% o più delle parole di un clip tipico non è stato associato alla lista, quindi la copertura reale è più alta. † La lista turca ha solo 9.088 lemmi: il clip turco tipico non arriva al 95% nemmeno con la lista intera.
Fonti
- Hu, M. H.-c., & Nation, I. S. P. (2000). Unknown vocabulary density and reading comprehension. Reading in a Foreign Language, 13(1), 403-430. doi.org/10.64152/10125/66973 (testo completo gratuito)
- Laufer, B. (1989). What percentage of text-lexis is essential for comprehension? In C. Lauren & M. Nordman (Eds.), Special language: From humans thinking to thinking machines (pp. 316-323). Multilingual Matters. Scheda
- Nation, I. S. P. (2006). How large a vocabulary is needed for reading and listening? The Canadian Modern Language Review, 63(1), 59-82. doi.org/10.3138/cmlr.63.1.59, PDF gratuito
- Speer, R. (2022). wordfreq v3.0 [dati e software]. Zenodo. doi.org/10.5281/zenodo.7199437. Questo studio ha usato la release 3.1.1 da github.com/rspeer/wordfreq.
- van Zeeland, H., & Schmitt, N. (2013). Lexical coverage in L1 and L2 listening comprehension: The same or different from reading comprehension? Applied Linguistics, 34(4), 457-479. doi.org/10.1093/applin/ams074
- Webb, S., & Rodgers, M. P. H. (2009). The lexical coverage of movies. Applied Linguistics, 30(3), 407-427. doi.org/10.1093/applin/amp010
Inizia a guardare
Scegli una lingua e avvia il feed. Parlato autentico di madrelingua, classificato per difficoltà. Niente quiz, niente registrazione.
Scegli una linguaLeggi anche
Input comprensibile per chi inizia da zero
L’input comprensibile funziona solo quando riesci a seguire ciò che senti. Christian Lauer spiega come arrivare in fretta a quel punto e come capire di esserci arrivato.
Come smettere di tradurre nella testa: prima si capisce, poi si parla
Smetti di tradurre nella testa quando dai al tuo cervello così tanta lingua comprensibile che tradurre non serve più. La traduzione è una scorciatoia che il cervello costruisce quando non ha abbastanza esperienza diretta con una lingua. La soluzione non è un trucco né una disciplina mentale: è quantità. Ore di ascolto di parlato vero che capisci quasi tutto, finché il cervello non crea una via diretta dal suono al significato, senza passare dalla tua prima lingua.
Perché l’input comprensibile funziona per chi studia il cinese mandarino
L’input comprensibile funziona per il mandarino perché i suoi ostacoli più grandi (i toni, la scrittura in caratteri e la distanza tra lingua parlata e lingua scritta) si imparano prima con l’orecchio che con le regole. Gli esercizi di grammatica e le flashcard ti insegnano a riconoscere il mandarino isolato: l’input comprensibile te lo fa riconoscere come lo producono davvero i madrelingua, a velocità naturale, in contesto, con i toni e il ritmo intatti.