Te pregătești să vorbești în public filmându-te un minut cu telefonul și măsurând înregistrarea înainte să o judeci. Pauzele, tonul, privirea și finalul se pot măsura acasă, gratuit, cu programe open source. Pe 2348 de discursuri TED, numărul de pauze a crescut constant odată cu aprecierea publicului: de la 15,8% note „inspiring” la cei care fac cele mai puține pauze, la 23,4% la cei care fac cele mai multe. Mai jos e metoda de vorbit în public pe care am aplicat-o pe propriul meu clip, instrumentele folosite și prompturile cu care o instalezi la tine.
Pe scurt:
- Pregătirea pentru vorbit în public are trei pași, în ordinea asta: măsori înregistrarea, notezi ce observi cu minutul și citatul, abia apoi dai un scor.
- Discursul se evaluează pe șase valori: vocea, emoția, empatia, textul, limbajul corpului și energia, plus trei rezultate: ce reține ascultătorul, dacă știe cine a vorbit și dacă pleacă cu un pas de făcut.
- Reperul cel mai solid e numărul de pauze: cele mai inspirante 10% din discursurile TED au în jur de 11 pauze pe minut, dintre care cel puțin 3 lungi, de peste o secundă.
- Totul rulează pe calculatorul tău, cu faster-whisper, Praat și MediaPipe, iar un agent AI ca Claude Code le leagă într-un skill pe care îl pornești cu o singură frază.
Ce clip am măsurat?
Un monolog de 47 de secunde, filmat de mine, despre un site întreținut de AI. L-am trecut prin metoda de mai jos exact așa cum e publicat pe YouTube, după montaj.
Ce poți face singur, înainte de orice curs de vorbit în public?
Poți face exact ce face un evaluator, cu o singură diferență: îți lipsește privirea din afară. Restul se poate învăța. Metoda are trei straturi, iar regula e să nu urci la stratul următor până nu l-ai terminat pe cel de dedesubt. Impresia vine ultima, nu prima.
- Măsurat. Programul scoate din fișier transcrierea cu timpi pe fiecare cuvânt, ritmul, pauzele, variația tonului, procentul de timp în care privești camera, zâmbetul și mâinile. O cifră nu se poate contesta.
- Observat. Notezi ce vezi și ce auzi, fiecare observație cu minutul și citatul exact. Fără minut și citat, observația nu intră în fișă. Ce nu se vede în cadru, de exemplu mâinile la un selfie, se trece „neevaluabil”, nu primește punctaj mic.
- Punctat. Dai un scor de la 1 la 5 pe fiecare valoare, dar nu după impresie: alegi nivelul a cărui descriere se potrivește cu ce ai măsurat și observat.
Descrierile nivelurilor sunt parafrazate după cele două grile folosite cel mai des în universitățile americane: AAC&U Oral Communication VALUE Rubric și formularul NCA Competent Speaker. Scara merge de la „vorbitorul pare stânjenit” la „vorbitorul pare sigur pe el”. Avantajul descrierilor fixate dinainte: doi oameni care evaluează același clip ajung la scoruri apropiate.
Ce urmărești la un discurs?
Șase valori. Pentru fiecare, tabelul arată ce se măsoară și reperul luat de la vorbitori cunoscuți. Am măsurat 13 segmente de câte 4 minute din discursuri ale lui Obama, Brené Brown, Morgan Freeman, Oprah, Tony Robbins, Jordan Peterson și Trump.
| Valoarea | Ce măsori sau observi | Reperul |
|---|---|---|
| Vocea | pauze pe minut, pauze lungi, variația tonului, ezitările | 9–13 pauze/minut, cel puțin 3 lungi; ton 7–10 semitonuri |
| Emoția | concordanța dintre față și cuvinte, o poveste trăită | povestea spusă la persoana întâi |
| Empatia | dacă ascultătorul se recunoaște și primește ceva | o îndoială a lui, numită; un beneficiu pentru el |
| Textul | primele 10 secunde, un exemplu sau o cifră, o frază care se poate cita, finalul | cel puțin 3 din 4 |
| Limbajul corpului | privirea în cameră, zâmbetul, mâinile | privire în cameră peste 90% din timp |
| Energia | efortul vocal și curba volumului pe parcurs | finalul urcă, nu se stinge |
La final, trei întrebări decid dacă discursul și-a făcut treaba. Mesajul: ce frază poate repeta ascultătorul după o oră? Impactul: își amintește cine a vorbit și ce face? Pasul: pleacă cu ceva ce poate face mâine?
Cum vorbesc Obama, Brené Brown și ceilalți, în cifre?
Reperele din tabelul de mai sus vin din măsurătorile de mai jos. Fiecare rând e un segment de 4 minute din mijlocul discursului, transcris cu timpi pe cuvinte. Pauza înseamnă o tăcere de 0,4–3 secunde între cuvinte, iar pauza lungă una de 1–3 secunde. Tăcerile de peste 3 secunde, adică aplauzele și râsetele, sunt scoase din timpul de vorbire. Tonul e măsurat cu Praat.
| Vorbitorul · discursul | Cuvinte pe minut | Variația tonului (semitonuri) | Pauze pe minut | din care lungi | Întrebări pe minut |
|---|---|---|---|---|---|
| Barack Obama · Convenția Democrată, 2004 | 164 | 7,5 | 9,3 | 2,8 | 0 |
| Barack Obama · discursul de la Chicago, 2008 | 137 | 7,7 | 12,0 | 5,4 | 0 |
| Brené Brown · TED, „The power of vulnerability” | 169 | 7,0 | 11,1 | 3,3 | 0,8 |
| Brené Brown · TED, „Listening to shame” | 139 | 7,6 | 12,9 | 6,3 | 0,9 |
| Morgan Freeman · AFI, 2011 | 118 | 8,6 | 9,8 | 6,8 | 0 |
| Oprah Winfrey · Harvard, 2013 | 143 | 9,9 | 9,9 | 1,5 | 1,2 |
| Oprah Winfrey · Globurile de Aur, 2018 | 138 | 9,2 | 11,5 | 1,1 | 0 |
| Tony Robbins · TED, „Why we do what we do”, partea 1 | 234 | 9,3 | 10,5 | 1,0 | 3,9 |
| Tony Robbins · același TED, partea 2 | 239 | 10,1 | 13,5 | 2,0 | 4,2 |
| Jordan Peterson · Cambridge Union | 192 | 8,4 | 8,3 | 0,5 | 0,2 |
| Jordan Peterson · Hillsdale, 2022 | 183 | 9,1 | 4,8 | 1,0 | 0 |
| Donald Trump · învestirea, 2017 | 108 | 8,6 | 6,2 | 1,2 | 0 |
| Donald Trump · Convenția Republicană, 2016 | 106 | 9,5 | 8,0 | 2,2 | 0 |
| Clipul meu, după montaj | 165 | 9,3 | 5,1 | 0 | — |
Tabelul arată trei lucruri. Toți vorbitorii au variația tonului între 7 și 10 semitonuri, deci o voce plată se aude imediat. Ritmul variază de peste două ori, de la Trump la Robbins, deci nu există un ritm corect. Pauzele separă stilurile: Obama, Brené Brown și Freeman fac 9–13 pe minut, iar Freeman are aproape 7 lungi pe minut. Cei cu puține pauze compensează altfel: Trump prin repetiție, Peterson prin densitatea ideilor, la peste 180 de cuvinte pe minut.
Energia se citește din efortul vocal, adică din cât de mult proiectează vorbitorul vocea. Pe scenă și la miting, valorile urcă: Trump −4,3 dB la Convenția Republicană, Obama −7,7 dB în 2004, Freeman −10 dB, Robbins −10,8 dB. Discursurile de tip conversație stau mai jos: Oprah la Harvard −12,9 dB, Peterson −13,6 dB, Brené Brown −14,1 dB. Ezitările, adică pauzele de după „de”, „și” sau „că”, rămân sub 9% la toți: 0% la Robbins, Trump și Brené Brown, 2% la Oprah, 3% la Obama, 4% la Freeman, 6% la Peterson.
Ce spun 2348 de discursuri TED despre pauze?
Că pauzele contează mai mult decât ritmul. Am rulat aceleași măsurători pe setul public TED_dataset, folosit într-un studiu prezentat la conferința CHI 2020. Fiecare discurs are transcrierea cu timpi pe cuvinte și cele 14 note date de public pe ted.com. Patru lucruri au ieșit clar:
- Pauzele merg cu „inspiring”. Cele mai inspirante 10% dintre discursuri au mediana de 11 pauze pe minut. Pauzele lungi, de 1–3 secunde: mediana de 3 pe minut.
- Ezitările scad notele. O pauză după „de”, „și” sau „că” înseamnă că vorbitorul își caută cuvântul. Când ezitările trec de 9% din pauze, ponderea notelor „inspiring” coboară de la 20,4% la 17%.
- Povestea la persoana întâi bate apelul direct. Discursurile cele mai inspirante spun mai des „eu” și „noi” decât „tu”: o poveste trăită, nu o predică.
- Ritmul nu e un criteriu. Vorbitorii de referință merg de la 106 cuvinte pe minut (Trump) la 239 (Robbins). Nu trebuie să vorbești mai rar, ci să te oprești la locul potrivit.
Corelațiile sunt modeste. Pauzele explică o parte mică din cât de inspirant e un discurs: arată o direcție, nu o rețetă. Și notele sunt ale publicului TED, în engleză.
Ce instrumente folosești și ce face fiecare?
Toate sunt gratuite și rulează pe calculatorul tău. Clipul nu pleacă nicăieri.
| Instrumentul | Ce face în metodă |
|---|---|
| ffmpeg | scoate sunetul din video, ca să poată fi analizat |
| faster-whisper | transcrie vorbirea în română sau engleză, cu momentul exact al fiecărui cuvânt; din timpi ies ritmul și pauzele |
| Praat (prin biblioteca Parselmouth) | măsoară variația tonului în semitonuri, cu metoda în doi pași folosită în cercetarea de fonetică, și efortul vocal |
| MediaPipe | se uită la 5 cadre pe secundă și măsoară privirea în cameră, ochii coborâți, zâmbetul, mobilitatea feței și mâinile |
| Un script de pauze | clasifică fiecare pauză: la final de propoziție, după virgulă, înaintea unui cuvânt important sau după un cuvânt de legătură, adică ezitare |
| Claude Code | leagă totul: rulează scripturile, citește transcrierea, notează observațiile cu minut și citat și scrie fișa |
O capcană de reținut: Whisper pune virgulă sau punct oriunde vorbitorul face pauză. De aceea ezitarea se recunoaște după cuvântul dinaintea pauzei, nu după punctuație. Iar umpluturile de tipul „ăă” sunt adesea omise din transcriere, deci ezitările reale pot fi ceva mai multe decât cele măsurate.
Ce a arătat măsurătoarea pe propriul meu clip?
Că montajul mi-a tăiat exact ce aveam mai bun. Clipul de pe YouTube are 129 de cuvinte în 47 de secunde:
| Măsura | Clipul publicat | Reperul |
|---|---|---|
| Ritm | 165 de cuvinte/minut | 106–239 |
| Variația tonului | 9,3 semitonuri | 7–10 |
| Pauze pe minut | 5,1, dintre care 0 lungi | 9–13, cel puțin 3 lungi |
| Ezitări | 0% | sub 9% |
| Privirea în cameră | 97% din timp | peste 90% |
| Zâmbet | 0% din cadre | — |
| Finalul | se stinge: ultima parte e cea mai încetă | finalul urcă |
Înregistrarea brută a aceluiași monolog, înainte de montaj, avea 1:07 și 13,5 pauze pe minut, dintre care 8,7 lungi: nivelul lui Obama și al lui Brené Brown. Programul de montaj care taie liniștea, util pentru clipurile scurte, a scos 20 de secunde de pauze și a urcat ritmul de la 131 la 165 de cuvinte pe minut. Prima lecție pentru tine: dacă îți montezi clipurile, măsoară varianta finală, nu pe cea filmată.
Restul fișei: mesajul trece, o frază se poate repeta după o oră („nu e AI-ul care face site-ul, ci AI-ul care îl întreține”). Impactul lipsește, pentru că nu îmi spun numele. Pasul lipsește și el, pentru că finalul nu îi cere ascultătorului nimic. Fața rămâne serioasă pe tot clipul.
Ce exerciții faci până la următoarea înregistrare?
Patru, fiecare pe o singură valoare, fiecare cu o verificare pe care o faci la înregistrarea următoare:
- Primele 10 secunde fără scuze. Numele, ce faci și pentru cine, înainte de orice altceva. Verificare: numele apare în primele 15 secunde.
- Pauza înaintea cuvântului-cheie. Subliniază pe text trei cuvinte importante. Înaintea fiecăruia, o pauză de o secundă, apoi cuvântul spus mai rar. Verificare: cel puțin 9 pauze pe minut, dintre care 3 lungi.
- Un caz în loc de adjective. Înlocuiește „am ajutat mulți clienți” cu unul singur: cine era, ce problemă avea, ce s-a schimbat. Spune-l zâmbind. Verificare: un exemplu concret și zâmbet în cadrele de atunci.
- Finalul pentru ascultător. Ultima frază îi cere ceva, cu cea mai multă energie din tot clipul. Verificare: volumul din ultima parte nu scade sub media clipului.
Cum îți instalezi un skill care face aceeași evaluare?
Un skill e un set de instrucțiuni salvat, pe care Claude Code îl încarcă singur când recunoaște cererea. Îl construiești o dată, cu promptul de mai jos, și apoi îl folosești la fiecare repetiție. Ai nevoie de Claude Code instalat și de Python pe calculator.
Promptul 1: construiește skill-ul de evaluare a discursului
Creează un skill Claude Code numit evaluare-discurs, în folderul de skill-uri al utilizatorului. Skill-ul evaluează o înregistrare video sau audio a unui discurs, în română sau engleză, în trei straturi, în ordinea asta: 1. MĂSURAT, cu scripturi Python pe care le scrii în folderul skill-ului: - ffmpeg extrage sunetul (mono, 16 kHz); - faster-whisper (model small, word_timestamps=True) transcrie cu timpi pe cuvinte; calculează cuvinte pe minut, pauze pe minut (gol de 0,4–3 s între cuvinte), pauze lungi (1–3 s); golurile peste 3 s sunt aplauze și ies din timpul de vorbire; - clasifică pauzele: după punct, după virgulă, înaintea unui cuvânt plin (accent) sau după un cuvânt de legătură („de”, „și”, „că”, „the”, „of”) = ezitare; raportează procentul de ezitări; - praat-parselmouth măsoară variația tonului în semitonuri (p10–p90), în doi pași: întâi 60–700 Hz, apoi 0,75·Q1 până la 1,5·Q3; - efortul vocal (raport alpha, dB) și curba intensității pe 10 părți egale: finalul urcă sau se stinge? - mediapipe, la 5 cadre pe secundă: privirea în cameră (% din timp), ochi coborâți peste 0,4 s, zâmbet, mobilitatea feței, mâini vizibile și în mișcare. Instalează ce lipsește: ffmpeg, faster-whisper, praat-parselmouth, mediapipe, opencv-python, numpy. 2. OBSERVAT: citește transcrierea și notează observații, fiecare cu minutul și citatul exact. Fără minut și citat, observația nu intră. Ce nu se vede în cadru se scrie „neevaluabil”. 3. PUNCTAT: scor 1–5 pe șase valori (Vocea, Emoția, Empatia, Textul, Limbajul corpului, Energia), ales prin potrivire cu descrieri fixate pentru fiecare nivel, după AAC&U Oral Communication VALUE Rubric și NCA Competent Speaker (1 = vorbitorul pare stânjenit, 4 = pare sigur pe el, 5 = la nivelul vorbitorilor de referință). Repere: 9–13 pauze/minut, dintre care cel puțin 3 lungi; ton 7–10 semitonuri; ezitări sub 9%; privire în cameră peste 90%. Ritmul nu e criteriu de scor. Apoi trei rezultate: Mesajul (ce frază repetă ascultătorul după o oră), Impactul (știe cine a vorbit și ce face?), Pasul (pleacă cu ceva de făcut?). Rezultatul: o fișă HTML de o pagină, fond alb, cu cifrele măsurate, cele șase scoruri, fiecare cu dovada lui, cele trei rezultate, două puncte forte și 2–4 exerciții, fiecare cu o verificare pentru înregistrarea următoare. Testează skill-ul pe un fișier de probă înainte să spui că e gata.
După instalare, la fiecare repetiție îți ajunge o frază:
Promptul 2: evaluează o repetiție
Evaluează discursul din fișierul repetitie-3.mp4, în română. Compară cifrele cu repetiția anterioară, repetitie-2.mp4, și spune-mi ce exercițiu am făcut bine și ce rămâne de lucrat.
Dacă nu folosești Claude Code, poți face o parte din evaluare în orice asistent AI din browser. Fără programele de măsurare, rămâne doar textul: structura, mesajul și empatia.
Promptul 3: evaluarea textului, în ChatGPT sau Claude, fără instalare
Mai jos e transcrierea unui discurs de [DURATA], pe care îl voi ține în fața [CINE ASCULTĂ]. Evaluează doar textul, fără să ghicești vocea sau gesturile. Verifică și citează exact: 1. Ce se spune în primele 10 secunde: un cârlig sau o scuză? 2. Apare numele meu și ce fac, în primele 15 secunde? 3. Există un exemplu concret sau o cifră? 4. Care frază se poate repeta după o oră? Dacă nu există, propune una. 5. Ce îndoială a ascultătorului e numită? Ce primește el? 6. Ce pas concret îi cere finalul? Dă un scor de la 1 la 5 pe text și trei modificări, fiecare cu fraza rescrisă. [TRANSCRIEREA]
Ce NU face metoda
- Nu înlocuiește un public real. Măsoară înregistrarea, nu reacția unei săli.
- Nu calibrează emoția prin cifre. Zâmbetul se măsoară, dar dacă o poveste atinge ascultătorul rămâne observația unui om.
- Nu compară exact ritmul în română cu cel în engleză. Vorbitorii de referință și discursurile TED sunt în engleză, deci ritmul se compară doar orientativ.
- Nu e o garanție. Pauzele merg cu aprecierea publicului, dar corelația e modestă: un discurs cu 11 pauze pe minut și nimic de spus rămâne un discurs gol.
- Efortul vocal depinde și de microfon și de prelucrarea sunetului. Diferențele mici, de 1–2 dB, nu contează, iar un clip cu sunetul curățat la montaj nu se compară cu o înregistrare brută.
Ce dispare din munca ta și cât costă?
Dispare ghicitul. În loc de „cred că a mers bine”, ai cifre de la o repetiție la alta, iar un minut de înregistrare se evaluează în câteva minute, pe calculatorul tău. Instrumentele sunt gratuite. Plătești doar abonamentul la asistentul AI, dacă nu îl ai deja.
Skill-ul de mai sus e un exemplu din ce construim la cursul de AI pentru firme: un proces care îți ia timp, transformat într-o unealtă pe care o pornești cu o frază. Costă 145 € de persoană, într-o grupă de cel mult 8 oameni, cu garanția banilor înapoi. Am construit pe același principiu și un skill care face ziare aniversare, iar despre site-ul din clip am scris în articolul despre partea grea a unui site făcut cu AI.
Vrei să-ți evaluez clipul?
Preț: 99 de lei (19 €). Completezi formularul, iar după plată îmi trimiți clipul în care vorbești, de cel mult 10 minute, iar eu îți măsor clipul pe Grila Vorbitorului și îți trimit raportul, cu cifrele tale lângă ale vorbitorilor de la TED. Primești linkul de plată cu cardul imediat pe email. Dacă apare orice problemă, îți dau banii înapoi, pe cardul cu care ai plătit.
📝 Completează comanda
Întrebări frecvente
Cum te pregătești să vorbești în public dacă ai emoții?
Filmează-te de mai multe ori, fără public, și măsoară fiecare înregistrare. Emoțiile scad când vezi progresul în cifre: pauzele cresc, ezitările scad, privirea stă în cameră. Începe cu un minut, nu cu tot discursul.
Câte pauze trebuie să faci pe minut când vorbești în public?
Cele mai inspirante 10% din 2348 de discursuri TED au mediana de 11 pauze pe minut, dintre care în jur de 3 lungi, de peste o secundă. Contează și locul: pauza de la final de propoziție sau dinaintea unui cuvânt important ajută, cea de după „de” sau „și” e o ezitare.
Trebuie să vorbesc mai rar ca să fiu convingător?
Nu neapărat. Vorbitorii de referință merg de la 106 la 239 de cuvinte pe minut. Ce îi deosebește sunt pauzele și încetinirea pe fraza cea mai importantă, nu ritmul mediu.
Pot să-mi evaluez singur discursul cu ChatGPT?
Doar textul. Un asistent din browser poate verifica structura, mesajul și finalul din transcriere. Vocea, privirea și energia cer programe care analizează fișierul audio și video, ca faster-whisper, Praat și MediaPipe, legate de un agent ca Claude Code.
Ce este un skill în Claude Code?
Un set de instrucțiuni și scripturi salvat într-un folder, pe care Claude Code îl încarcă singur când cererea ta se potrivește. Îl construiești o dată și îl folosești cu o singură frază, de câte ori ai nevoie.
Pot trimite clipul meu la evaluat?
Da, la 99 de lei (19 €). Completezi formularul, iar după plată îmi trimiți un clip de cel mult 10 minute, iar eu îți trimit raportul pe Grila Vorbitorului, cu cifrele tale lângă ale vorbitorilor de la TED. Plătești prin linkul pe care îl primești imediat pe email.
Surse
- AAC&U Oral Communication VALUE Rubric (copia Kansas State University)
- NCA Competent Speaker Speech Evaluation Form, ediția a doua, 2007 (copia George Mason University)
- The Eight Competencies of Public Speaking, University of Colorado Colorado Springs
- TED_dataset, setul de discursuri TED cu notele publicului, folosit în studiul VoiceCoach (CHI 2020)
- Segmentele vorbitorilor de referință: înregistrările de pe canalele oficiale YouTube ale TED, Harvard University, Golden Globes, ABC News, PBS NewsHour, C-SPAN, Barack Obama, American Film Institute, Cambridge Union și Hillsdale College
- Chris Anderson, TED Talks. Ghidul oficial TED pentru vorbit în public, Editura Publica



