更新 2026年9月2日 · By Sumbat.T

話す速度は何語/分？研究が測った本当の数字

話す速度の記事のほぼすべて、プレゼンのガイドの多く、検索結果の上に出るGoogleのAI要約にも出てくる数字があります。150語/分です。繰り返しすぎて、事実のような手触りになっています。

まったくの誤りではありません。しかし測定でもありません。会話の発話を丁寧に測った研究は、かなり違うところに着地しました。この記事では、この話題の各数字が本当にどこから来たか、どれに研究とサンプルサイズがあり、どれが長くサイト間でコピーされて権威っぽく見える伝承かを整理します。

実務で気にする理由は、話すことと打つことの差です。発話にどの数字を採っても、誰が打つより何倍も速く、その差がディクテーションソフトの根拠全体です。差は日常的に誇張もされるので、後半は構成と修正を入れたあと、その差が実際どれだけ価値があるかを扱います。

実際に測られた数字: 196語/分、間なしなら236

英語の会話発話速度としていちばん丁寧な測定は、University of PennsylvaniaとLinguistic Data ConsortiumのJiahong Yuan、Mark Liberman、Christopher Cieriによる2006年のInterspeech論文です。ICSIで修正・整列された英語Switchboardコーパス（2,438会話）を使い、文字起こしが音声に緩く載っているのではなく、単語ごとにタイムスタンプがあります。

その整列があるから研究が使え、発話速度を二通り計算して定義の違いを見られます。著者自身の言葉では、両話者の単語数を足して会話の経過時間全体で割ると「全体平均は196 words per minute」。整列で無音と非音声ノイズを除くと「平均の実質発話速度は236 WPM」です。

二つの数字の距離が面白いところです。およそ40語/分、全体の約5分の1が無音です。息、考え、相手の待ち、発話を朗読ではなく会話に聞こえる小さな間です。同じ録音を二つの数字が説明しています。違うのは間を数えるかどうかだけです。

同じ論文には、知っておく価値のある小さな効果も二つあります。男性は女性よりわずかに速く、およそ4から5語/分（約2%）で、ステレオタイプが示唆する差よりずっと小さいです。年齢が高いほど遅い。会話の話題も平均を意味のある幅で動かし、コーパス内の割り当て話題では平均発話速度が152語/分からほぼ170語/分まで変わりました。何について話すかが、どれだけ速く話すかを変えます。

150語/分の出所と、それが役立つ場面

150語/分という数字は、人が言う場所に本当に載っているという意味では本物です。信頼できる研究機関であるNational Center for Voice and Speechは、チュートリアルページで米国の英語話者の平均発話速度は約150語/分だと述べています。ほとんどの人が最終的に引用している出典がそこで、自覚の有無は問いません。

そのページにないのは、サンプルサイズ、手法、コーパス、研究への引用です。教育文脈で出される目安として十分妥当です。ただ、整列済み会話2,438件のコーパス測定と同じ種類の対象ではなく、あたかも同じもののように交互に引用されています。

150が人にとって正しく感じられる理由もあり、単に誤りだと片づけるよりはっきり言う価値があります。プレゼンは会話より遅いです。聴衆に話すときは強調のために間を置き、大事な箇所を遅くし、追える余地を残します。準備した話なら130から150語/分前後が快適です。数字は、生まれた状況向けの良い助言です。誤りは、演壇から電話へ一般化することです。

さらに疑うべき数字のセットがあります。話す速度を調べると、オーディオブック朗読、ポッドキャスト、放送ニュース、競売人向けに別々の数字を自信満々に並べた表が出てきます。サイトごとに矛盾し、広く流通するものに研究引用はありません。ブログ間を伝播する伝承に見えます。その領域でしっかり測られた数字は、Marc Brysbaertの2019年メタ分析（77研究、5,965人）による音読183語/分で、台本朗読全般の妥当な錨になります。

比較のもう半分: タイピングは51.6語/分

比較のタイピング側は、はるかに堅い地盤にあります。誰かがこの問いで史上最大の研究を走らせたからです。2018年、Vivek Dhakal、Anna Feit、Per Ola Kristensson、Antti OulasvirtaはCHIで「Observations on Typing from 136 Million Keystrokes」を発表し、200か国超から16.8万人のボランティアに基づいています。

見出しの数字は平均51.56語/分、標準偏差20.20です。範囲は4語/分から158語/分で、最速参加者はおよそ120語/分に達しました。発話と同様、広がりが本題です。平均はほとんど誰も表さず、遅いタイピストと速いタイピストの差は、遅い話者と速い話者の差よりずっと大きいです。

その研究の二つの知見は、多くの人が想定することと逆なので繰り返す価値があります。一つ目は、正式な訓練はほとんど効かなかったこと。タイピング講座を受けた人と受けていない人の成績は非常に近く、訓練群のほうが指は多かったにもかかわらずです。二つ目は速い群を分けたもので、ロールオーバー、つまりキーストロークの重ねです。速いタイピストは指を速く動かしているというより、並行に動かしていました。

モバイルの数字は、関連研究「How do People Type on Mobile Devices?」（37,370人）から来ます。平均36.2語/分、未修正誤り2.3%で、74%超が両手親指で打ち、他のどの技法より有意に速かったです。最速のモバイルタイピストは10から19歳で、ティーンのテキストを見た人なら誰も驚かないでしょう。

では話すのはどれだけ速い？だいたい3〜4倍

両側を合わせると計算は単純です。会話の196語/分に対し、発話は平均の物理キーボードのおよそ3.8倍、スマホキーボードの約5.4倍です。控えめな慣例の150語/分に対するとおよそ2.9倍です。

ただ、これらは別研究同士のざっくり比較で、もっと良い数字があります。2016年、Stanford、Baidu、University of Washingtonのチームが比較をきちんと走らせました。同じ人、同じ課題、両方の入力方法です。Sherry Ruan、Jacob Wobbrock、Kenny Liou、Andrew Ng、James Landayは32人にiPhone 6 Plusで短いメッセージを音声とキーボードで入力させ、両方を測りました。

その研究には、引用する記事のほぼすべてが間違える細部があり、はっきり述べる価値があります。3対1で負けたキーボードはスマホのタッチスクリーンキーボードであり、物理キーボードではなく、課題は元の文を構成することではなく短いメッセージの書き起こしでした。論文は当初の作業タイトル「Speech Is 3x Faster than Typing」でよく引用され、デスクトップタイピング一般の主張として読まれがちです。そうではありません。知見は堅く研究も良い。スコープは見出しが示唆するより狭いです。

実務での差

話す速さで打つ

BlabbyAIはCtrl+SpaceでどのWindowsアプリにも、Chrome拡張でどのブラウザタブにも、話した内容を文字にします。Whisper large v3 turbo、声のトレーニングなし、分単位の課金なし。週60クレジット無料、カード不要。

Add BlabbyAI to Chrome

なぜディクテーションは実務で3倍速く感じないか

実際の仕事でディクテーションを使った人なら、きれいな3倍にはならないことに気づいているはずです。正直な説明は二つあり、それを理解することが、ディクテーションから価値を得る人と、一週間試して止める人を分けます。

一つ目は構成です。すでに存在する文の書き起こしと、何を言うかを考えることは別タスクで、どちらの入力でも差は巨大です。Karatらによる1999年のIBM研究は、書き起こしではキーボードが約33語/分、構成では19語/分と測りました。ボトルネックは指から頭へ移ります。白紙を見て考えを決めているなら、ディクテーションは思考を速くできず、入力速度はそもそも制約ではなくなります。

二つ目は修正です。直す誤りは、節約した時間を食います。現代の音声認識が計算をいちばん変えたのはここです。1999年の数字は、ディクテーションが声プロファイルを20分学習し、絶えず直す時代のものでした。いまのモデルは学習不要です。それでも原則は同じです。得られる速さは入力速度から掃除を引いたもので、掃除はマイク、アクセント、作業中の背景ノイズに依存します。

精度について: 宣伝の数字は楽観的

音声認識の精度は通常、単語誤り率で引用され、流通する数字はおよそ2%です。その数字は本物ですが、LibriSpeech test-cleanから来ます。良い条件で読まれたオーディオブックのベンチマークで、設計上いちばん易しいケースです。

Open ASR Leaderboardの混合データセットでは、OpenAIのWhisper large-v3の平均単語誤り率は7.44です。重なり合う話者と部屋のノイズがある実会議録音のコーパスAMIでは、同じモデルは15.95に達します。何で測ったかを知らなければ単一の精度パーセントはほとんど何も言わず、99%精度を引用する人は最良ケースを引用しています。

ディクテーション固有の良いニュースは、ディクテーションが易しいケースに近いことです。一人、意図的に話し、口元のマイク、自分で選んだ部屋。会議室ベンチマークよりオーディオブックベンチマークに近く、だから実務のディクテーション精度は概して良く、精度が離脱理由になることはまれです。

問いを組み替える知見: 秒あたり39ビット

もう一つ知っておく価値のある研究があります。語/分そのものが、測る対象として少し奇妙だと示唆するからです。

2019年、Christophe Coupé、Yoon Mi Oh、Dan Dediu、François PellegrinoはScience Advancesで論文を出し、9系統17言語、母語成人170人、約24万音節を調べました。測ったのは二つ、音節を出す速さ、音節あたりの情報量です。

音節速度は言語と話者で秒あたり4.3から9.1と大きく変わりました。しかし速く話す言語は音節あたりの情報が少なく、遅い言語は多いことが分かりました。二つの効果が打ち消し合い、実際に伝わる情報速度は17言語すべてでおよそ秒あたり39ビット、標準偏差はわずか5.1に着地しました。

差を埋める: Windowsとブラウザでのディクテーション

上の数字が打つ代わりに話す論拠になるなら、実務の問いは何が単語を打つかです。BlabbyAIは、この記事が述べるまさにそのケース向けです。録音を後から起こすのではなく、作業中にキーボードを置き換えることです。

Windowsではグローバルショートカット付きのデスクトップアプリです。どのアプリでもCtrl+Spaceを押し、話し、もう一度押すと、カーソルがある欄に文字が出ます。Wordでも、Slackでも、ブラウザタブでも、IDEでも、病院の記録システムでも、Windowsが入力文字を受け付けるところならどこでも動きます。文字起こしはWhisper large v3 turboで走り、指示なしで句読点と大文字小文字を扱い、始める前に声プロファイルを学習する必要はありません。

ショートカットパネル。既定はCtrl+Spaceで、追加キーを特定モードに割り当てられます。

二つ目の製品はChrome拡張で、一つ目の劣った版ではありません。デスクトップソフトを入れられないロックダウンされた業務ノートPC、Chromebook、macOSの人への正しい答えです。ブラウザ内で同じ仕事をし、多くの人にとってタイピングの大半はそこです。Gmail、Googleドキュメント、Notion、Linear、CRM、サポートキューです。

上で述べた構成の問題にいちばん効くのがカスタムモードです。モードは話した内容にかける平易な指示なので、逐語起こしではなくフィラーを整えたり、だらだらした考えを箇条書きに再構成したり、同じ発話をあるモードでは正式なメール、別モードでは短いSlackメッセージに整形できます。速く話すことと使える文を出すことの間のギャップを狙い、生の語数より本当のボトルネックに向かっています。

カスタムモードはマクロとしてではなく、指示として書きます。

料金は、無料枠が週60クレジットで、文字起こしおよそ2,000語分、ディクテーションが自分の働き方に合うか確かめるには足ります。無制限は$8.49/月です。分単位の課金はなく、文字起こしサービスではなくディクテーションツールだからです。

ほかに何があり、いくらか

ディクテーションソフトはいまかなり混んだカテゴリで、選択肢はプラットフォームと価格でわりときれいに分かれます。無料の標準機能はまず試す価値が本当にあり、素の文字起こしだけで足りるならすでに持っています。

ツール	価格	プラットフォーム	メモ
BlabbyAI	無料枠あり、その後$8.49/月	Windowsアプリ + Chrome拡張	Whisper large v3 turbo、カスタムモード、Ctrl+Space
Windows Win+H	無料、標準搭載	Windows 11および10	無制限だが語彙・書式の制御なし
Wispr Flow	無料枠あり、その後$15/月	macOS、Windows、モバイル	無料枠は週2,000語まで
Superwhisper	無料枠あり、Proは$8.49/月	macOS、Windows、iOS	モデルをローカル実行可能
Dragon Professional v16	見積もりのみ、公開価格なし	Windows	営業会話経由の販売

Win+HのWindowsディクテーションは無料・無制限・すでに入っており、素の文字起こしなら十分です。得られないのは出力の制御です。毎日使う用語のカスタム語彙、書式ルール、単に起こすのではなく話した内容を変換する手段がありません。そこが標準機能と有料の境界線で、何か使う前に試す価値があります。

Win+HのWindowsディクテーション。無料・無制限だが、言葉は素のまま届きます。

自分の速度の測り方と、その使い方

この記事の数字はどれも他人の平均です。自分の速度のほうが役に立ち、見つけるのに2分です。

用意された文章ではなく、実際に書く必要があることについて1分話し、単語を数えます。同じ内容を1分打ち、それも数えます。その比が、この記事全体が扱う比較の個人版で、196対51.6より情報が多くなります。アクセント、キーボード、題材、習慣が入るからです。

• 音読ではなく、自然発話を測る。 音読には独自のベンチマーク183語/分があり、話しながら考えをまとめるより速く安定しています。
• 1分まるごと数える。 発話はバースト状で、10秒サンプルは間の落ちどころ次第で過大評価か過小評価になります。
• 実作業でやる。 効く速度は、言いやすい文章ではなく、実際のメール・メモ・文書で出る速度です。

見つかった差が大きく、書くものの大半がすでに言いたいことが決まっている内容なら、ディクテーションはすぐ元が取れます。書く時間の大半を考えの決定に使っているなら、伸びは小さく、別のところから来ます。散らかった初稿を頭から速く出し、あとで整えることです。

よくある質問

出典

• Yuan, J., Liberman, M. and Cieri, C. (2006). Towards an Integrated Understanding of Speaking Rate in Conversation. Interspeech 2006. 単語整列済みSwitchboard会話2,438件からの196および236語/分。
• Dhakal, V., Feit, A., Kristensson, P.O. and Oulasvirta, A. (2018). Observations on Typing from 136 Million Keystrokes. CHI 2018. 16.8万人、平均51.56語/分。
• Palin, K., Feit, A., Kim, S., Kristensson, P.O. and Oulasvirta, A. (2019). How do People Type on Mobile Devices? MobileHCI 2019. 37,370人、平均36.2語/分。
• Ruan, S., Wobbrock, J.O., Liou, K., Ng, A. and Landay, J. (2016). Comparing Speech and Keyboard Text Entry for Short Messages in Two Languages on Touchscreen Phones. 発話対キーボードの対照比較2.93倍。
• Coupé, C., Oh, Y.M., Dediu, D. and Pellegrino, F. (2019). Different languages, similar encoding efficiency. Science Advances. 17言語、約秒あたり39ビット。
• Brysbaert, M. (2019). How many words do we read per minute? A review and meta-analysis of reading rate. Journal of Memory and Language. 音読183語/分。
• National Center for Voice and Speech, Voice Qualities tutorial. 150語/分の慣例の出典。
• OpenAI, Whisper large-v3 model card. 単語誤り率の数字。

話す速さの利点を実務のソフトに変える話は、 ディクテーションソフト がカテゴリ概要、 Windows speech to text がデスクトップ側、 Chrome拡張 がブラウザでのディクテーションを扱います。