TOEFLIELTS
繁體中文
☰
LingoLeap

TOEFL 口說評分系列 · Delivery

TOEFL 口說不同分數區間的 Delivery 差異

Helen He, CEO, LingoLeap · 2026 年 9 月

重點結論

在所報告的 LingoLeap AI 分數區間中，較高分數區間的 Delivery 平均訊號也較高：從 2 分區間到 4.5 分區間，流利度約 50→81，語調 67→81，語速約 83→135 wpm，答題長度 58→91 字。零停頓組平均分數最低，但受到短答與截斷作答的混淆。這些是相關關係，不是因果性的評分規則。

這是 TOEFL 口說評分系列 的 Delivery 分冊。系列主報告回答“口說是怎麼評分的”，這一冊只看三大面向裡最“聽得見”的一項：答案聽起來是否流利、清晰、有節奏。

研究方法

資料來自 LingoLeap 上真實、自願的 TOEFL 2026 Take an Interview 練習作答，經匿名化並按每則答案的 AI 分數區間彙總。Delivery 計時訊號來自自動語音評估（Azure），其餘為 LingoLeap 的 AI 評分。這些是對應到公開評分面向名稱的 AI 訊號，不是 ETS 官方評分。只發布彙總結果，不含錄音、逐字稿、使用者 ID 或單筆作答。低於 2.0 的分數區間因短答案造成語速假象而從主要分析中剔除。

樣本
LingoLeap 上 14,884 次 TOEFL 2026 Take an Interview 練習中的 55,614 條作答紀錄；主分析報告 2.0–4.5 AI 分檔內的 54,247 條作答。未記錄獨立學習者數。
時間範圍
自 2026 年 1 月 1 日起。資料檔未記錄擷取窗口的截止時間。
資料來源
對 LingoLeap 自有練習紀錄的唯讀、僅彙總分析。不公開任何逐字稿、錄音、使用者 ID 或單條作答。
評分方式
Delivery 計時與各項 Delivery 子分數（0–100）來自自動語音評估（Azure）；答案分數（0–5）以及 Language Use、Topic Development 訊號來自 LingoLeap 的 AI 評分器，對應到 TOEFL 口說公開維度名稱。這些都不是 ETS 評分。
排除標準
低於 2.0 的分檔被排除：極短或截斷的作答僅憑一兩個字就會得出 200–380 wpm 的語速讀數。5.0 分檔（n = 29）樣本過少，不單獨報告。語速檢視只保留至少 100 條作答、且不超過 180 wpm 的分組。另有 3,922 條紀錄標記為未作答；它們是否落在所報告的分檔內，未記錄。
研究限制
觀察性、描述性資料：不做顯著性檢定或因果推論，重複的學習者與題目並非彼此獨立。AI 評分可能與人工評分有系統性差異，三個維度之間也可能相關。

規律 1：Delivery 每一項都隨分數上升

流利度、語調、發音、準確度都隨分數區間單調上升，其中流利度（fluency）的跨度最大。

流利度語調發音準確度LingoLeap Research025507510022.533.544.5AI 分數區間
圖 1. 四項 Delivery 子分數（0–100）按 AI 分數區間的平均值。 LingoLeap Research · 2026
嵌入此圖表

將下方 HTML 貼到你的網頁中。它只是一張附出處連結的靜態圖片：不含指令碼，也不使用 iframe。

<figure style="margin:0;max-width:660px">
  <img src="https://lingoleap.ai/research/charts/toefl-speaking-fluency-delivery.svg" alt="Figure 1. Delivery sub-scores by AI score band" width="660" height="360" style="max-width:100%;height:auto" loading="lazy">
  <figcaption>來源: <a href="https://lingoleap.ai/research/toefl-speaking-fluency">LingoLeap, TOEFL 口語不同分檔的 Delivery 差異</a></figcaption>
</figure>

/research/charts/toefl-speaking-fluency-delivery.svg

四項裡，流利度（fluency）在所報告分數區間之間的跨度最大（約 50→81）。相較之下，語調（prosody）從 67 到 81、準確度（accuracy）從 70 到 91，跨度較小。這裡比較的是分數區間平均值的差異，不代表流利度對分數有更強的因果作用。

規律 2：語速與長度也隨分數上升

LingoLeap Research04080120160832972.511131173.512541354.5
圖 2. 平均語速（每分鐘字數）按分數區間。 LingoLeap Research · 2026
嵌入此圖表

將下方 HTML 貼到你的網頁中。它只是一張附出處連結的靜態圖片：不含指令碼，也不使用 iframe。

<figure style="margin:0;max-width:660px">
  <img src="https://lingoleap.ai/research/charts/toefl-speaking-fluency-speech-rate.svg" alt="Figure 2. Speech rate by AI score band" width="660" height="320" style="max-width:100%;height:auto" loading="lazy">
  <figcaption>來源: <a href="https://lingoleap.ai/research/toefl-speaking-fluency">LingoLeap, TOEFL 口語不同分檔的 Delivery 差異</a></figcaption>
</figure>

/research/charts/toefl-speaking-fluency-speech-rate.svg

LingoLeap Research0306090120582652.5743803.5864914.5
圖 3. 平均答題長度（字數）按分數區間。 LingoLeap Research · 2026
嵌入此圖表

將下方 HTML 貼到你的網頁中。它只是一張附出處連結的靜態圖片：不含指令碼，也不使用 iframe。

<figure style="margin:0;max-width:660px">
  <img src="https://lingoleap.ai/research/charts/toefl-speaking-fluency-word-count.svg" alt="Figure 3. Answer length by AI score band" width="660" height="320" style="max-width:100%;height:auto" loading="lazy">
  <figcaption>來源: <a href="https://lingoleap.ai/research/toefl-speaking-fluency">LingoLeap, TOEFL 口語不同分檔的 Delivery 差異</a></figcaption>
</figure>

/research/charts/toefl-speaking-fluency-word-count.svg

語速與平均分數並不是線性關係。按語速分組後，平均分數在 140–159 wpm 這組最高（約 3.5），更快的組平均值下降。作答長度、清晰度、熟練度和辨識品質都可能造成混淆，因此這不是建議的語速。

LingoLeap Research0123451.920–392.440–592.960–793.280–993.3100–1193.4120–1393.5140–1593.4160–1793.3180–199
圖 4. 按語速分組的平均分數（0–5）。中速區間得分最高，過快則明顯下滑。 LingoLeap Research · 2026
嵌入此圖表

將下方 HTML 貼到你的網頁中。它只是一張附出處連結的靜態圖片：不含指令碼，也不使用 iframe。

<figure style="margin:0;max-width:660px">
  <img src="https://lingoleap.ai/research/charts/toefl-speaking-fluency-speech-rate-score.svg" alt="Figure 4. Score by speech-rate bucket" width="660" height="300" style="max-width:100%;height:auto" loading="lazy">
  <figcaption>來源: <a href="https://lingoleap.ai/research/toefl-speaking-fluency">LingoLeap, TOEFL 口語不同分檔的 Delivery 差異</a></figcaption>
</figure>

/research/charts/toefl-speaking-fluency-speech-rate-score.svg

更長的答案組也對應更高的平均分數，但這無法確定理想長度或因果效果；完整度、熟練度、題目難度等因素都可能同時影響長度與分數。

規律 3：別信“少停頓”——零停頓其實最低分

停頓數與分數不是“越少越好”：零停頓組的平均分數最低，但該組受到短答和截斷作答的明顯混淆影響。

LingoLeap Research0123450.902.713.323.433.443.553.463.473.28+
圖 5. 按停頓數的平均分數（0–5）。零停頓這一組明顯偏低——這是長度混淆造成的，不代表“停頓有害”。 LingoLeap Research · 2026
嵌入此圖表

將下方 HTML 貼到你的網頁中。它只是一張附出處連結的靜態圖片：不含指令碼，也不使用 iframe。

<figure style="margin:0;max-width:660px">
  <img src="https://lingoleap.ai/research/charts/toefl-speaking-fluency-pauses.svg" alt="Figure 5. Score by pause count" width="660" height="300" style="max-width:100%;height:auto" loading="lazy">
  <figcaption>來源: <a href="https://lingoleap.ai/research/toefl-speaking-fluency">LingoLeap, TOEFL 口語不同分檔的 Delivery 差異</a></figcaption>
</figure>

/research/charts/toefl-speaking-fluency-pauses.svg

這正是只看單一相關就會被誤導的例子：原始停頓數與長度高度混淆——沒停頓往往是因為沒說幾句。所以我們不把“少停頓”當成建議，而用流利度、語速、長度來描繪 Delivery，把停頓數單獨列為一個誠實的旁證。

把結論變成練習

這份觀察性資料無法給出單一的練習處方，但它明確不支持把“說快、別停”當成評分捷徑。練習時應結合內容完整度、清晰度和個人回饋。

系列主報告：口說是怎麼評分的

三大面向總覽，以及哪一項最能拉開分數。

在 LingoLeap 上練習 Take an Interview

獲得同款 Delivery 計時與 AI 診斷。

本研究無法說明什麼

  • 分數是 LingoLeap 的 AI 評分，不是 ETS 官方成績；面向名稱借用公開的評分框架，不複製 ETS 評分標準文字。
  • 觀察性、描述性資料：報告樣本數與差值，不做顯著性檢定或因果推論。
  • 重複的學習者與題目不是相互獨立的觀察值。
  • 低於 2.0 的分數區間因短答案的語速假象被剔除；語速計算設有最低計時字數的保護機制。

資料下載

本研究所用的彙總資料表（CSV 檔案）。

授權條款: 僅限彙總數據，採用 CC BY 4.0 授權：可自由使用，但須註明 LingoLeap 並連結至本頁。本研究不公開任何學習者作答、錄音或個人分數。

如何引用

APA 第 7 版

He, H. (2026, September 14). TOEFL 口語不同分檔的 Delivery 差異 (Version 1.0). LingoLeap. https://lingoleap.ai/zh-TW/research/toefl-speaking-fluency

MLA 第 9 版

He, Helen. “TOEFL 口語不同分檔的 Delivery 差異.” LingoLeap, 14 Sept. 2026, lingoleap.ai/zh-TW/research/toefl-speaking-fluency.

版本 1.0 · 發布 14 Sep 2026 · DOI: 尚未分配 · 授權條款: CC BY 4.0

學習者經常問的問題

TOEFL 口說裡的 “Delivery” 指什麼？

Delivery 指答案“聽起來怎麼樣”——流利度與語速、節奏與語調（prosody）、以及清晰的發音。它是 TOEFL 口說三大評分面向之一，另外兩個是 Language Use（語言運用）和 Topic Development（內容展開）。在 LingoLeap 的資料裡，Delivery 訊號是最能拉開分數區間的。

說得越快分數越高嗎？

這份資料不能證明改變語速會導致分數變化。140–159 wpm 這組的平均分數最高，更快的組平均值較低，但作答長度、清晰度、熟練度和辨識品質都可能造成混淆。

口說作答要盡量不停頓嗎？

資料不支持把“少停頓”當作評分規則。零停頓組的平均分數最低，但受到短答和截斷作答的明顯混淆；不能把停頓數本身解釋為導致高分或低分的原因。

TOEFL 口說答案應該多長？

在這份資料裡，作答較長的組平均 AI 分數較高，但分析無法確定理想長度或因果效果。長度也可能反映完整度、熟練度、題目難度等其他因素。