托福（TOEFL）口语是怎么评分的：数据告诉我们什么

托福口语各分档速查表

每个 AI 分档下，一条 Take an Interview 答案的平均样子。分数越高，答案越长、语速越快，语言运用和内容展开也越充分；从 2.5 分档往上，停顿也越来越少。

每条答案的平均值，来自 LingoLeap 的 AI 练习评分，不是 ETS 官方成绩；低于 2.0 的分档未纳入。点击分档查看该分档的完整分析，或看各分档答案对比。

三个维度，一句话各是什么

研究方法

样本

LingoLeap 上 14,884 次 TOEFL 2026 Take an Interview 练习中的 55,614 条作答记录；主分析报告 2.0–4.5 AI 分档内的 54,247 条作答。未记录独立学习者数。

时间范围

自 2026 年 1 月 1 日起。数据文件未记录提取窗口的截止时间。

数据来源

对 LingoLeap 自有练习记录的只读、仅聚合分析。不公开任何转写、录音、用户 ID 或单条作答。

评分方式

Delivery 计时与各项 Delivery 子分（0–100）来自自动语音评估（Azure）；答案分数（0–5）以及 Language Use、Topic Development 信号来自 LingoLeap 的 AI 评分器，映射到 TOEFL 口语公开维度名称。这些都不是 ETS 评分。

排除标准

低于 2.0 的分档被剔除：极短或截断的作答仅凭一两个词就会得出 200–380 wpm 的语速读数。5.0 分档（n = 29）样本过少，不单独报告。语速视图只保留至少 100 条作答、且不超过 180 wpm 的分桶。另有 3,922 条记录标记为未作答；它们是否落在所报告的分档内，未记录。

局限性

观察性、描述性数据：不做显著性检验或因果推断，重复的学习者与题目并非相互独立。AI 评分可能与人工评分存在系统性差异，三个维度之间也可能相关。

规律：三个维度一起随分数上升

把三大维度放在同一 0–5 标尺上，它们的平均值随 AI 分档同向上升；本文不据此推断因果关系。

<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>来源: <a href="https://lingoleap.ai/research/toefl-speaking-scoring">LingoLeap, TOEFL 口语是怎么评分的：数据告诉我们什么</a></figcaption>
</figure>

值得注意的是 Topic Development：过去常被认为“机器难以衡量”，但在这份数据里，内容展开（elaboration）和切题度是可测的、并且随分数清晰上升。这说明高分不只是“说得好听”，更是“说得有内容”。

想看每个分档的答案到底“长什么样”？各分档答案对比（2.5–4.5）——逐段给出字数、停顿、语速和展开的真实平均值。

分册（逐维度深入）

本研究不能说明什么

• 维度名称借用 TOEFL 公开评分框架；数字是 LingoLeap 的 AI 信号，不是 ETS 评分，也不复制评分标准文本。
• 观察性、描述性数据：报告样本量与差值，不做显著性检验或因果推断。
• 分数由 AI 评出，可能与人工评分存在系统性差异；三个维度之间也可能相关。
• 低于 2.0 的分档因短答案假象被剔除。

数据下载

如何引用

学习者经常问的问题