TL;DR
| Parakeet V3 | مقارنة Whisper | |
|---|---|---|
| السرعة | 10× مقابل Turbo؛ ~23× مقابل V3 | خط الأساس: Turbo / Large V3 |
| اللغات المدعومة | 25 | 100+ |
| معدل خطأ الإنجليزية (WER) | 6.32% | Turbo 7.83%؛ V3 7.44% |
| متوسط معدل الخطأ لـ 25 لغة (WER) | 12.0% | 12.6% |
| الهلوسة | شبه معدومة على الصمت في اختباراتنا | قد تظهر أثناء الصمت |
| الأفضل لـ | الإنجليزية والأوروبية | الآسيوية، العربية، 100+ |
* السرعة: الملف الصوتي نفسه (35 دقيقة) على Apple Silicon. WER الإنجليزية: لوحة صدارة Hugging Face Open ASR. متوسط 25 لغة: معيار FLEURS. سلوك الصمت ملاحظة من منتجنا، وليس ضماناً بصفر أخطاء.
بدءاً من الإصدار 1.3.2 (Direct Download / DMG)، أصبح تطبيق Whisper Notes لنظام Mac يعتمد على NVIDIA Parakeet TDT 0.6B كمحرك التعرف على الكلام الافتراضي. إنه أسرع بعشر مرات من Whisper Large V3 Turbo للإنجليزية، وأدق أيضاً. نماذج Whisper لا تزال متاحة إذا كنت تحتاج لغات أخرى.
لماذا غيّرنا المحرك الافتراضي
Whisper نموذج ممتاز، لكنه صُمم ليكون أداة متعددة الأغراض. يدعم أكثر من 100 لغة، يترجم، يولّد طوابع زمنية — سكين سويسري حقيقي. الثمن هو السرعة. للإملاء بالإنجليزية، حيث كل ما تريده هو أن تظهر الكلمات على الشاشة بسرعة، فهو أكثر مما تحتاج.
الشيء الذي كان يزعجني: عند استخدام الإملاء على مستوى النظام بزر Fn مع Whisper، بعد الانتهاء من كلام مدته دقيقة تقريباً، كنت أنتظر 3 إلى 5 ثوانٍ حتى يظهر النص. هذا التوقف يكسر الإيقاع. تتوقف عن الكلام، تنتظر، تحدّق في المؤشر — يقتل سحر الكتابة بالصوت.
Parakeet غيّر الأمر تماماً. السرعة مذهلة لدرجة أن النص يظهر لحظة توقفك عن الكلام. تتحدث، والكلمات تكون هناك فوراً. بمجرد أن تجرب هذا الشعور — التدفق السلس بدون أي انتظار — يصعب جداً العودة إلى Whisper.
ما مدى سرعة Parakeet V3؟
الأرقام أبلغ من الكلام. إليك مقارنة عملية باستخدام ملف صوتي مدته 35 دقيقة على نفس جهاز Mac:
| النموذج | ملف صوتي 35 دقيقة |
|---|---|
| Whisper Large V3 Turbo | 3 دقائق |
| Parakeet TDT 0.6B v3 | 18 ثانية |
أسرع بعشر مرات. ولأن النموذج أصغر حجماً (600 مليون مقابل 800 مليون معامل)، فإنه يستهلك ذاكرة وبطارية أقل أيضاً.
ما الذي يجعل Parakeet v3 بهذه السرعة
Whisper يستمع للصوت كما لو كنت تقرأ كتاباً بصوت عالٍ — كلمة بكلمة، إطار بإطار، بدون تخطي أي شيء. حتى أثناء الصمت، يظل يعالج ويخمّن ما سيأتي. هذا دقيق، لكنه بطيء.
Parakeet يتبع نهجاً مختلفاً جذرياً. يضغط الإشارة الصوتية 8 مرات قبل المعالجة، فلا يرى النموذج إلا ما يهم. ثم بدلاً من المرور على كل إطار، يتنبأ ليس فقط بالكلمة التي قلتها، بل بمدتها — ويقفز للأمام. الصمت؟ يتم تخطيه تماماً. حرف علة طويل؟ تنبؤ واحد بدلاً من عشرات.
النتيجة: نموذج يعالج الكلام كما يفعل دماغك — يركز على الكلمات ويتجاهل الفراغات. لهذا السبب هو أسرع بعشر مرات مع معاملات أقل ودقة أعلى.
المقاييس المرجعية: Parakeet v3 مقابل Whisper
Parakeet v3 يضاهي أو يتفوق على نماذج أكبر منه بمرتين إلى أربع مرات عبر مقاييس FLEURS وCoVoST وMLS
على لوحة المتصدرين Open ASR على Hugging Face، يتصدر Parakeet v3 القائمة بـ 600 مليون معامل فقط — أقل من نصف معاملات Whisper Large V3 البالغة 1.55 مليار:
| النموذج | المعاملات | متوسط WER | السرعة (RTFx) |
|---|---|---|---|
| Parakeet TDT 0.6B v3 | 0.6B | 6.32% | 3,333x |
| Canary 1B v2 | 1.0B | 7.15% | 749x |
| Whisper Large V3 | 1.55B | 7.44% | 146x |
| Whisper Large V3 Turbo | 0.8B | 7.83% | 350x |
معدل خطأ الكلمات متعدد اللغات: جميع اللغات الـ 25
لوحة المتصدرين أعلاه تغطي الإنجليزية فقط. إليك الصورة الكاملة — كيف تقارن النماذج الثلاثة المتاحة في Whisper Notes عبر جميع اللغات الـ 25 التي يدعمها Parakeet، مقاسة على معيار FLEURS. WER أقل = أخطاء أقل في التفريغ. أفضل قيمة بين Large V3 وParakeet مُبرزة في كل صف:
| اللغة | Whisper Small | Whisper Large V3 | Parakeet V3 |
|---|---|---|---|
| البلغارية | 37.3 | 12.9 | 12.6 |
| الكرواتية | 33.4 | 11.1 | 12.5 |
| التشيكية | 37.6 | 11.3 | 11.0 |
| الدنماركية | 32.8 | 12.6 | 18.4 |
| الهولندية | 16.4 | 5.6 | 7.5 |
| الإنجليزية | 6.1 | 4.3 | 4.9 |
| الإستونية | 51.3 | 19.1 | 17.7 |
| الفنلندية | 24.0 | 7.7 | 13.2 |
| الفرنسية | 15.0 | 6.3 | 5.2 |
| الألمانية | 10.2 | 4.3 | 5.0 |
| اليونانية | 30.8 | 27.0 | 20.7 |
| المجرية | 38.9 | 14.1 | 15.7 |
| الإيطالية | 9.8 | 2.3 | 3.0 |
| اللاتفية | 53.2 | 18.3 | 22.8 |
| الليتوانية | 65.6 | 22.3 | 20.4 |
| المالطية | 92.2 | 68.9 | 20.5 |
| البولندية | 14.7 | 4.7 | 7.3 |
| البرتغالية | 7.3 | 3.7 | 4.8 |
| الرومانية | 29.8 | 8.2 | 12.4 |
| الروسية | 11.4 | 4.2 | 5.5 |
| السلوفاكية | 33.3 | 8.4 | 8.8 |
| السلوفينية | 49.3 | 19.9 | 24.0 |
| الإسبانية | 5.6 | 3.1 | 3.5 |
| السويدية | 20.8 | 7.9 | 15.1 |
| الأوكرانية | 19.3 | 6.5 | 6.8 |
| المتوسط | 29.8 | 12.6 | 12.0 |
WER (%) على FLEURS. بيانات Whisper Small من Radford et al.؛ بيانات Large V3 وParakeet V3 من ورقة NVIDIA Canary-1B-v2.
يتقدم Whisper Large V3 بفارق طفيف في معظم اللغات الفردية، لكن Parakeet V3 قريب منه في المتوسط (12.0% مقابل 12.6%)، ويتصدر في اليونانية والفرنسية والإستونية والمالطية، ويخفض متوسط معدل خطأ Whisper Small بنحو 60%. الميزة العملية هي الجمع بين كل ذلك: دقة متعددة اللغات من مستوى Large V3 بسرعة تقارب 23 ضعفاً، وبصمة تشغيل أصغر، وتعامل مع الصمت أكثر موثوقية بكثير في اختبارات الإملاء لدينا.
لماذا يهلوس أقل أثناء الصمت
إذا استخدمت Whisper للإملاء من قبل، فغالباً رأيته يهلوس أثناء الصمت — يكرر عبارات، يخترع كلمات، أو يخرج بنص "Subtitles by Amara.org" من العدم. يحدث هذا لأن مفكك ترميز Whisper الانحداري يتوقع دائماً إنتاج نص، حتى عندما لا يوجد شيء يُفرّغ.
بنية transducer في Parakeet تستطيع إصدار مخرجات فارغة بدلاً من فرض رمز نصي. في اختباراتنا على الإملاء على مستوى النظام، هذا يجعله أقل ميلاً بكثير من Whisper إلى ملء التوقفات بنص مكرر أو غير ذي صلة. لكنه يبقى نموذج كلام، لذا فالوصف الدقيق هو «أقل احتمالاً» وليس «أبداً».
اللغات التي يدعمها Parakeet
يدعم Parakeet v3 خمساً وعشرين لغة: البلغارية، الكرواتية، التشيكية، الدنماركية، الهولندية، الإنجليزية، الإستونية، الفنلندية، الفرنسية، الألمانية، اليونانية، المجرية، الإيطالية، اللاتفية، الليتوانية، المالطية، البولندية، البرتغالية، الرومانية، الروسية، السلوفاكية، السلوفينية، الإسبانية، السويدية، والأوكرانية.
يغطي هذا معظم أوروبا، لكنه لا يشمل الصينية أو اليابانية أو الكورية أو العربية أو الهندية. للصينية واليابانية والكورية والكانتونية، اختر SenseVoice؛ وللعربية والهندية واللغات الأخرى خارج مجموعة Parakeet، استخدم Whisper Large V3 Turbo.
قائمة اختيار النموذج: Parakeet V3 (افتراضي)، SenseVoice Small، Whisper Small، وWhisper Large V3 Turbo — جميعها تعمل محلياً
اختيار النموذج في Whisper Notes
افتح الإعدادات للتبديل بين النماذج:
- Parakeet V3 (افتراضي) — الأسرع، الأفضل للإنجليزية واللغات الأوروبية
- SenseVoice Small — الأسرع للصينية واليابانية والكورية والكانتونية
- Whisper Small — خفيف الوزن، يدعم أكثر من 100 لغة
- Whisper Large V3 Turbo — تغطية واسعة لأكثر من 100 لغة
جميع النماذج تعمل محلياً 100% على جهاز Mac. بدون إنترنت، بدون سحابة، ولا تغادر بياناتك جهازك.
ماذا عن Parakeet V2؟
إذا كنت تستخدم V2 سابقاً، فقد تتساءل عن المقارنة. V2 كان نموذجاً للإنجليزية فقط — ودقته في الإنجليزية أفضل بقليل من V3 فعلياً (WER %6.05 مقابل %6.32). V3 يستبدل هذا الفرق الطفيف بدعم 25 لغة. كلاهما أدق بكثير من Whisper.
| Parakeet V2 | Parakeet V3 | Whisper Large V3 | |
|---|---|---|---|
| WER الإنجليزية | 6.05% | 6.32% | 7.44% |
| اللغات | الإنجليزية فقط | 25 | 100+ |
باختصار: إذا كنت تحتاج الإنجليزية فقط، فكلا V2 و V3 ممتازان. V3 هو الافتراضي في Whisper Notes لأن الدعم متعدد اللغات مهم لمعظم المستخدمين — والفرق في دقة الإنجليزية لا يُذكر.
ماذا عن WhisperKit؟
WhisperKit هو إطار عمل Swift مفتوح المصدر من Argmax لتشغيل نماذج Whisper على أجهزة Apple. إنه عدة أدوات للمطورين وليس تطبيقاً للمستخدم النهائي — وهو يشغّل Whisper وليس Parakeet (وهو عائلة نماذج من NVIDIA). إذا أردت نسخاً على الجهاز بأسلوب WhisperKit دون كتابة Swift بنفسك، يقدم Whisper Notes الفكرة نفسها كتطبيق جاهز: Parakeet V3 وWhisper Large V3 Turbo وSenseVoice، تعمل جميعها محلياً على Mac وiPhone.
هل تقارن جميع الخيارات المحلية؟ كل نماذج تحويل الكلام إلى نص على الجهاز — متغيرات Whisper وParakeet V3 وSenseVoice وVoxtral — تُعرض جنباً إلى جنب في صفحة مقارنة نماذج Whisper لدينا. جديد على Whisper نفسه؟ ابدأ بـ دليل النسخ باستخدام Whisper — ما هو النموذج، وكل طرق تشغيله، وكم يكلف.
الأسئلة الشائعة
هل Parakeet V3 أفضل من Whisper؟
للإنجليزية واللغات الأوروبية، غالباً نعم. في اختبارنا على ملف مدته 35 دقيقة كان Parakeet أسرع بعشرة أضعاف من Whisper Turbo، وتذكر لوحة صدارة Open ASR معدل خطأ إنجليزية 6.32% لـ Parakeet مقابل 7.83% لـ Turbo. لكن Whisper لا يزال يغطي عدداً أكبر بكثير من اللغات: أكثر من 100 لغة مقابل 25 لـ Parakeet.
ما اللغات التي يدعمها Parakeet V3؟
يدعم Parakeet V3 خمساً وعشرين لغة: البلغارية والكرواتية والتشيكية والدنماركية والهولندية والإنجليزية والإستونية والفنلندية والفرنسية والألمانية واليونانية والمجرية والإيطالية واللاتفية والليتوانية والمالطية والبولندية والبرتغالية والرومانية والروسية والسلوفاكية والسلوفينية والإسبانية والسويدية والأوكرانية.
هل يمكنني تشغيل Parakeet V3 على Mac؟
نعم. يأتي Whisper Notes لنظام Mac بـ Parakeet V3 كمحرك افتراضي. يعمل محلياً 100% على Apple Silicon — بلا إنترنت ولا سحابة ولا تغادر بياناتك جهازك. نزّل نسخة DMG التجريبية المجانية لتجربته.
هل يهلوس Parakeet V3 مثل Whisper؟
أقل بكثير في اختبارات الصمت لدينا، لكن لا يستحق أي نموذج كلام وصف «أبداً». يستطيع Parakeet إصدار مخرجات فارغة أثناء التوقفات، بينما مفكك ترميز Whisper الانحداري أكثر ميلاً إلى تكرار العبارات أو إنتاج نص لا علاقة له عندما يكون الإدخال صامتاً.
Parakeet V2 أم V3 — أيهما أستخدم؟
Parakeet V2 للإنجليزية فقط وبدقة إنجليزية أفضل قليلاً (6.05% مقابل 6.32% WER). يستبدل V3 هذا الفارق الضئيل بدعم 25 لغة أوروبية وهو الافتراضي في Whisper Notes. ما لم تكن تفرّغ الإنجليزية حصراً وتطارد آخر كسر من النقطة المئوية، استخدم V3.
هل يدعم Parakeet V3 اليابانية أو الصينية أو الكورية؟
لا — لغاته الـ 25 كلها أوروبية. للصينية أو اليابانية أو الكورية أو الكانتونية، يتضمن Whisper Notes نموذج SenseVoice (أسرع بـ 52 ضعفاً من Whisper للغات CJK) ونماذج Whisper. تعمل جميعها دون اتصال على كل من Mac وiPhone.
ما حجم Parakeet V3؟
600 مليون معامل — تنزيل بحجم 465 MB يستهلك نحو 800 MB من الذاكرة أثناء التفريغ في نسخة Mac لدينا. أما Whisper Large V3 Turbo فتنزيله نحو 1.6 GB ويستهلك نحو 1.6 GB من الذاكرة في التطبيق نفسه.
جرّبه
Parakeet v3 متاح الآن في نسخة Mac — فقط حمّل أحدث ملف DMG. (تحديث: أصبح Parakeet متاحًا الآن في أحدث إصدار من iOS أيضًا.)
أسئلة أو ملاحظات؟ راسلنا على support@whispernotes.app.
تحميل لنظام iOS