正常语速的情况下，各类语言的平均输出信息量都差不多吗？ 第1页

这个问题特别好，涉及人类口语产出的语音学、心理学、语言学等等要素。在知乎上已经有过好几个类似的提问了，我整理了一下，也邀请了几个我认为可以在这个问题下提供洞见的答主。

和这个问题类似的提问有很多，题目和下面的答者大多关注：单位时间内的语言产出量（语速，多邻国Duolingo：如何衡量不同语言语速的快慢？）和产出同等信息量的语速情况（比如，比特，用汉语说话的信息密度高还是用英语说话的信息密度高？目前来说，通过读音交流，信息密度最高的语言是什么？）。“用汉语说话的信息密度高还是xx”这个问题下的高赞 @黄鼠狼精Morrica 提供的研究给出了一个语速和信息量（比特）的对比方式，得出下面这样的结论。

语速快的是因为单个音节包含的信息少，语速慢的是因为单个音节的信息多。

也就是说，各种语言的信息传递能力没有高下。日语有哪些缺陷？ - Minamoto的回答 - 知乎 https://www.zhihu.com/question/38159887/answer/467525605 这个回答里提到一篇研究

它把世界上主要的七种语言，英，汉，法，德，日，西，进行对比，分析效率。
为了公平起见，原文用越南语写成，全部交给七门语言的母语者翻译，取最短的一篇包含越南语全部意思的文献，然后比较这七种文献的音节数量，和越南语比较计算信息密度。

我就做个二道贩子再解读一下这个研究，这个研究将相同信息量作为控制变量（通过翻译的方法），考察语速的快慢，而汉语的“语速”最慢，但是由于汉语一个音节的信息密度最大，因此，虽然语速慢，但是“表达意思的速度（也就是单位时间的言语信息量）”和其他几种语言差不多，但是日语“表达意思的速度”和其他几种语言相比是最慢的。

总而言之，这个研究也和 @多邻国Duolingo 提供的研究有相似之处：日语的语速较快，汉语语速慢。和黄鼠狼提的这个研究也有相同的结论：单个音节的信息量少，那么语速就快，为了实现表达相同的信息量。反之，语速就慢。但是这篇研究和多领国对于哪个语言最低效的判断是不一样的，多邻国说的是越南语，该研究说的是日语。

以上，都是知乎上关于这个题目的讨论，我来再补充讨论一下这个题目。

讨论这种语速、信息量的话题，首先，要控制变量。要么控制语速，要么控制信息量。多邻国提到的研究控制的是单位时间，考察语速和信息量，即对比了语速，也对比了信息量，但是没有把二者的关系阐释清楚；黄鼠狼精提到的研究控制的是信息量，考察单位时间的音节量（语速），同时提到：不同的语言，单个音节提供的信息量不同。

这里涉及“信息量”这个变量怎么去考察，怎么定义，怎么量化。有的人提出，类似“井底之蛙”虽然是4个字，但是内涵太丰富了，或者如果大家爆梗，这个信息密度该如何计算？———这种涉及语义、语用的问题我们暂时先不考虑，只考虑最浅层的语言信息的传递问题，我们也尽量避免句法和语音的交界影响，只考察来自语音的证据——which is很勉强，但是我们试着去考察一下。 @黄鼠狼精Morrica 所引的研究用了比特这个概念，

我补充的内容是从听话人对节奏的感知的视角来的。不讨论信息量传递的多少，只讨论说两种语言的人，都是各自语言背景里正常语速的发音人，是不是一种语言听起来比较快。

我们听一段话的时候，从两方面的感知了这段话。一是从内容上，也就是对元音辅音等音段信息的获取——这也是言语信息的来源，元音辅音的组合传递了语言信息，体现在音素的组合上，也就是前面所提到研究的音节的感知、判断等；另一方面是对时间长短、音高变化等超音段信息的感受，比如F0，比如单位时间里的发音时长（分母不包括停顿），单位时间里的说话时长（分母包括了停顿），单位时间内的音节数。二者显然是相互影响的，因为如果一个人说话磕磕巴巴，我们也不太容易get到他的内容，如果一个人音节乱拼，元音辅音发错，他说得再慢，我们也不知道他的意思。

Pfitzinger（2000）^[1]基于上面这两面的感知特点建了一个预测模型，这个模型的被预测变量就是人耳所感知的语速（perceived local speech rate，PLSR）：

sr：syllable rate，单位时间内所产出的音节数。sr前面的s是系数。

pr：phone rate，单位时间内所产出的元音、辅音数。pr前面的p是系数。

c：常量。回归方程里经常有的一个预测误差值。

Pfitzinger的这个回归方程是根据德国人说德语的数据构建的，F0也是他考虑的变量之一，但是数据分析结果显示F0的预测作用并不大。在德国人的数据里，系数s是7.38，系数p是4.06，c是-1.41. ——也就是说，音节数和人的听感所感知的语速相关系数更高一些，音素数的系数也有4.06，比7.38小了近一倍。这个模型被其他研究证实了其预测可靠性（在德语的数据范畴内）。

那么，这个方程与其背后的理念和我们的题目有什么关系呢？这个方程其实是肯定了单位时间内元音、辅音的数量对听感所感知的语速的作用。我们听感上所感受的语速，不光包括单位时间内说话人发出来的响（音节数），也包括元音、辅音的数量——也就是一个音节的复杂程度。

banana，有3个音节，6个音素；stretchmarks，有2个音节，10个音素。

香蕉，有2个音节，8个音素；妊娠纹，3个音节，9个音素。汉语中的双音节词居多，三音节词较少，而音素最多的双音节词的音素也就是10来个左右，而英语、俄语这样的重音语言音节复杂，音节可以很多，音素也可以很多很长。

或者抛开音节语言、重音语言这种不时尚的说法：一种语言的音节的复杂性，也会带来听感上的语速比较快的感觉。

纯属开脑洞，欢迎讨论。

参考

1. ^ [1] Pfitzinger, H. R. . (2000). Local Speech Rate Perception In German Speech.

首先，题主你的感觉是正确的，大部分语言的传输效率应该是基本接近的。不然译制片的配音会成为一件无法完成的事情。

这个问题实际上知乎里面都提出过好几次了，因为经常会有一些朋友讨论语言优劣，所以就会有人提问语言传输效率问题，自然也一直有朋友在回答。

比如：

这几个回答都提到了里昂大学的一个研究成果。

这个研究最早是研究了七门语言，七门使用人数非常多的语言。包括印欧语系的英语、德语、法语、意大利语和西班牙语，然后日本-琉球语系的日语和汉藏语系的汉语普通话。后来又拓展到17种使用人数较多的语言，最后得出结论是，以上语言在正常语速下，输出效率都差不多，都在39bit/s的样子，标准差在5个bit/s左右。

这个研究还多关注了一个平时被忽略的点，它不仅仅考虑了语言本身的信息密度，还考虑了语言的实际使用。语言本身确实因为语法繁杂程度和音节的原因，信息密度有一些差距，但是信息密度越高的语言，语速就越慢，信息密度越低的语言，语速就越快。信息密度和语速相乘，最后都在39bit/s左右。

正常语速下传输速率稳定在39bit/s左右，这可能和大脑的信息处理能力有关，39bit/s可能就是大脑处理语言信号的带宽。人类在环境的压力下不断进化，信息处理带宽最终就进化到了现在这种状态，刚好让处理能力物尽其用。

语言的产生，是人类进化的一件大事。这是人类能拥有智慧的基本前提，可以说，它最终甚至可以决定了人类文明最终的高度。假如远古有个民族，他的语言说得特别慢，语言密度也特别低。那么这个民族的信息交流水平就位相对其他民族低很多，在和其他民族交流的时候，他们很快就会在竞争中处于劣势。这个民族要么走向衰亡，要么为了生存就会被迫提高语言传输速率。经过一段时间之后，最后各民族正常语速下的传输速率自然就趋向于一致。