托福（TOEFL）口說是怎麼評分的：資料告訴我們什麼

托福口說各分數區間速查表

每個 AI 分數區間下，一則 Take an Interview 答案的平均樣貌。分數越高，答案越長、語速越快，語言運用和內容展開也越充分；從 2.5 分數區間往上，停頓也越來越少。

每則答案的平均值，來自 LingoLeap 的 AI 練習評分，不是 ETS 官方成績；低於 2.0 的分數區間未納入。點選分數區間查看該區間的完整分析，或看各分數區間答案對比。

三個面向，一句話說明

研究方法

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：三個面向一起隨分數上升

把三大面向放在同一個 0–5 量尺上，它們的平均值隨 AI 分數區間同向上升；本文不據此推論因果關係。

<figure style="margin:0;max-width:660px">
  <img src="https://lingoleap.ai/research/charts/toefl-speaking-scoring-dimensions.svg" alt="Figure 1. The three dimensions 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-scoring">LingoLeap, TOEFL 口語是怎麼評分的：數據告訴我們什麼</a></figcaption>
</figure>

值得注意的是 Topic Development：過去常被認為“機器難以衡量”，但在這份資料裡，內容展開（elaboration）和切題程度是可測量的，而且隨分數清楚上升。這說明高分不只是“說得好聽”，更是“說得有內容”。

想看每個分數區間的答案到底“長什麼樣”？各分數區間答案對比（2.5–4.5）——逐段給出字數、停頓、語速和展開的真實平均值。

分冊（逐一深入各面向）

本研究無法說明什麼

• 面向名稱借用 TOEFL 公開的評分框架；數字是 LingoLeap 的 AI 訊號，不是 ETS 評分，也不複製評分標準文字。
• 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。
• 分數由 AI 評出，可能與人工評分存在系統性差異；三個面向之間也可能相關。
• 低於 2.0 的分數區間因短答案假象被剔除。

資料下載

如何引用

學習者經常問的問題