إلى جانب Whisper، يضم Whisper Notes نموذجين يؤديان جيداً في الصينية واليابانية والكورية: SenseVoice Small وQwen3-ASR 1.7B (ونسمّيه فيما يلي Qwen3-ASR). كلاهما يعمل على جهازك دون اتصال بالإنترنت. SenseVoice سريع، وأخطاء Qwen3-ASR أقل. فالسؤال إذن: أيّهما تستخدم للصينية واليابانية والكورية؟
أرقام الدقة من قياسنا نحن. شغّلنا SenseVoice Small وQwen3-ASR وWhisper Large V3 Turbo على جمل FLEURS المقروءة نفسها، بنحو 30 دقيقة لكل لغة، وبالنماذج التي يأتي بها Whisper Notes. أما السرعات فهي التي يعرضها التطبيق على بطاقة كل نموذج، وتأتي من اختبار منفصل على مقاطع قصيرة. أما بقية ما في المقال فيصف طريقة عمل تطبيق Mac حالياً.
بكم يتفوّق Qwen3-ASR على SenseVoice في الدقة؟
| اللغة | Qwen3-ASR 1.7B | SenseVoice Small | Whisper Large V3 Turbo |
|---|---|---|---|
| الصينية | 6.49% | 7.69% | 7.97% |
| اليابانية | 5.74% | 6.78% | 5.30% |
| الكورية | 3.54% | 7.85% | 4.25% |
| الإنجليزية | 4.49% | 8.46% | 5.49% |
معدل خطأ الأحرف (CER) للصينية واليابانية والكورية، ومعدل خطأ الكلمات (WER) للإنجليزية؛ الأقل أفضل. الأخضر يميّز الأقل في كل صف. قسنا ذلك بأنفسنا على مجموعة اختبار FLEURS، بنحو 30 دقيقة ومن 139 إلى 180 جملة مقروءة لكل لغة، على جهاز Mac. شغّلنا SenseVoice مع تحديد اللغة. الأرقام للكلام المقروء النظيف فقط: لا تشمل الغرف الصاخبة ولا الاجتماعات ولا التسجيلات الطويلة.
أخطاء Qwen3-ASR أقل من أخطاء SenseVoice في كل اللغات التي اختبرناها. في الصينية واليابانية يبلغ الفرق نحو نقطة مئوية واحدة: 6.49% (Qwen3-ASR) مقابل 7.69% (SenseVoice) في الصينية، و5.74% مقابل 6.78% في اليابانية. وأكبر الفروق في الكورية: يخطئ SenseVoice في أكثر من ضعف عدد الأحرف، 7.85% مقابل 3.54%. وفي الإنجليزية يخطئ Qwen3-ASR في كلمة واحدة تقريباً من كل 22، ويخطئ SenseVoice في كلمة من كل 12 تقريباً.
Whisper Large V3 Turbo قريب من Qwen3-ASR. كان الأدق بين الثلاثة في اليابانية، والثاني في الكورية والإنجليزية، لكنه جاء خلف SenseVoice بقليل في الصينية.
بكم يتفوّق SenseVoice على Qwen3-ASR في السرعة؟
| النموذج | السرعة (× من الوقت الفعلي) | ساعة من الصوت، تقريباً |
|---|---|---|
| SenseVoice Small | 115.2–131× | نحو 30 ثانية |
| Qwen3-ASR 1.7B | 7.6× | نحو 8 دقائق |
الأخضر يميّز النموذج الأسرع. هذه هي السرعات المعروضة على بطاقات النماذج في التطبيق: زمن معالجة المحرك وحده، من دون تحميل النموذج، مقيساً على مقاطع قصيرة في اختبار منفصل للاستخدام اليومي على جهاز Mac. عمل SenseVoice بسرعة 115.2× مع تحديد اللغة و131× مع الاكتشاف التلقائي، وبلغت سرعة Qwen3-ASR قبل التقريب 7.65×. أما أزمنة الساعة الواحدة فمحسوبة من هذه السرعات ومقرّبة.
SenseVoice أسرع بأكثر من 15 مرة. في تسجيل مدته ساعة، يعني ذلك نحو نصف دقيقة مقابل نحو ثماني دقائق. إذا كنت تنسخ تسجيلات طويلة، أو تريد النص فوراً، فهذا الفرق أهم من نقطة في الدقة. وإذا كان بوسعك أن تنتظر بضع دقائق وتريد تصحيحات أقل، فلن يعنيك هذا الفرق كثيراً.
حدّد اللغة لتحصل على دقة أعلى قليلاً
مع تحديد اللغة، كانت أخطاء SenseVoice أقل منها في وضع «تلقائي» في اللغات الأربع كلها: 7.69% مقابل 7.90% في الصينية، و6.78% مقابل 6.87% في اليابانية، و7.85% مقابل 8.09% في الكورية، و8.46% مقابل 8.51% في الإنجليزية. الفروق صغيرة، لكنها كلها في الاتجاه نفسه. لم نشغّل Qwen3-ASR ولا Whisper في وضع «تلقائي»، فليست لدينا أرقام لهما؛ والتطبيق نفسه ينصح باختيار اللغة لأنه أدق عادةً من «تلقائي»، باستثناء Parakeet.
Parakeet هو الاستثناء: في Whisper Notes، صار أقل دقة عندما حدّدنا له اللغة، ولذلك يكتشف اللغة بنفسه دائماً (انظر Parakeet Ultra مقابل Parakeet V3). على Mac، تجد هذا الإعداد باسم اللغة تحت التفريغ في الإعدادات.
كم يستغرق نسخ التسجيلات الطويلة؟
في اختبار سابق بتسجيل حقيقي على Apple M4 Pro، نسخ SenseVoice حلقة مدتها 27 دقيقة من بودكاست مقابلات صيني في 13.83 ثانية. واستغرق Whisper Large V3 Turbo دقيقتين و4 ثوانٍ للملف نفسه. لم يكن Qwen3-ASR جزءاً من ذلك الاختبار. أُجري ذلك الاختبار على إصدار سابق من التطبيق؛ وسرعته، نحو 117× من الوقت الفعلي، تتوافق مع 115–131× المعروضة اليوم على بطاقة النموذج.
بالقياس على ذلك الاختبار، وكتقدير تقريبي، يحتاج SenseVoice على ذلك الجهاز إلى نحو نصف دقيقة لاجتماع أو محاضرة مدتها ساعة، ويحتاج Whisper Large V3 Turbo إلى نحو أربع دقائق ونصف. ومن السرعات أعلاه، يحتاج Qwen3-ASR إلى نحو ثماني دقائق.
لا يقرأ أيٌّ من النموذجين الملف الطويل دفعة واحدة. في تطبيق Mac، يقسّم SenseVoice الصوت إلى أجزاء لا تزيد على 30 ثانية، يقطعها عند فترات التوقف، ويعرض نص كل جزء فور انتهائه. ويعمل Qwen3-ASR أيضاً على أجزاء لا تزيد على 30 ثانية، يقطعها عند أهدأ لحظة قرب كل حد، ويظهر نصه أثناء كتابته. في الحالتين يكتمل النص جزءاً بعد جزء، ويمكنك أن تبدأ القراءة قبل أن ينتهي الملف كله.
أيّهما يمكنني استخدامه على جهازي؟
| النموذج | iPhone | نسخة Mac App Store | تطبيق Mac من موقعنا |
|---|---|---|---|
| SenseVoice Small | نعم | نعم | نعم |
| Qwen3-ASR 1.7B | لا | نعم (Beta) | نعم (Beta) |
| Whisper Large V3 Turbo | لا | نعم | نعم |
| Whisper Small | نعم | نعم | نعم |
الأخضر يعني متاحاً، والكهرماني يعني غير متاح.
على iPhone، يبقى SenseVoice الخيار السريع للصينية واليابانية والكورية، وWhisper Small هو البديل.
لماذا نسختان من تطبيق Mac؟ تعمل نسخة Mac App Store ضمن الحدود التي تضعها Apple لتطبيقات App Store، ولذلك تقتصر بضع ميزات على تطبيق Mac من موقعنا: الكتابة بالصوت عبر Fn، ومساعد الذكاء الاصطناعي على الجهاز، وأداة سطر الأوامر (القصة كاملة). أما نماذج التعرّف على الكلام فهي نفسها في النسختين.
ما يحتاجه كل نموذج على Mac
| SenseVoice Small | Qwen3-ASR 1.7B | |
|---|---|---|
| التنزيل | نحو 450 MB | نحو 2.5 GB |
| الذاكرة، حسب بطاقة النموذج | نحو 700 MB | نحو 2.6 GB |
| ذروة الذاكرة، في اختبارنا | 0.95 GiB | 2.43 GiB |
| Mac | شريحة Apple | شريحة Apple، وmacOS 15 أو أحدث |
| الذاكرة الموصى بها | لا حد أدنى مذكوراً | يوصى بذاكرة 16 GB |
أحجام التنزيل وتسميات الذاكرة كما تظهر في الإصدار الحالي من تطبيق Mac من موقعنا. الكهرماني يميّز شرطاً عليك أن تتحقق منه قبل التنزيل. ذروة الذاكرة من اختبار الاستخدام اليومي نفسه الذي جاءت منه السرعات أعلاه؛ والـ GiB أكبر من الـ GB بنحو 7%.
لا يأتي أيٌّ من النموذجين مدمجاً في التطبيق. يُنزَّل كلٌّ منهما مرة واحدة من بطاقته في الإعدادات، ثم يعمل دون اتصال. وSenseVoice أخف الاثنين بفارق كبير: حجم تنزيله نحو خُمس حجم تنزيل Qwen3-ASR، وما يحتاجه من ذاكرة أقل بكثير من نصف ما يحتاجه الآخر. على جهاز Mac بذاكرة أقل من 16 GB، تعرض بطاقة Qwen3-ASR ملاحظة الذاكرة باللون البرتقالي للتحذير. وللمقارنة، يبلغ تنزيل Whisper Large V3 Turbo نحو 2 GB، وتذكر بطاقته نحو 2.4 GB من الذاكرة.
أيّهما تستخدم؟
- أقل عدد من الأخطاء، على Mac: Qwen3-ASR 1.7B، في نسختَي Mac كلتيهما. تفوّق على SenseVoice في اللغات الأربع كلها في اختبارنا. وفي اليابانية كان Whisper Large V3 Turbo أدق منه بقليل، 5.30% مقابل 5.74%.
- السرعة، أو التسجيلات الطويلة، أو جهاز Mac بذاكرة أقل، أو iPhone: SenseVoice Small. تستغرق ساعة من الصوت نحو نصف دقيقة بدلاً من نحو ثماني دقائق، ويحتاج إلى جزء صغير من حجم التنزيل والذاكرة.
- دقة في اليابانية أو الكورية دون Qwen3-ASR 1.7B (فهو يحتاج إلى macOS 15): Whisper Large V3 Turbo، بنسبة 5.30% مقابل 6.78% لـ SenseVoice في اليابانية، و4.25% مقابل 7.85% في الكورية. لكنه أبطأ بكثير من SenseVoice.
- اللغات الأخرى: Parakeet، النموذج المدمج، للإنجليزية و24 لغة أوروبية أخرى (انظر Parakeet Ultra مقابل Parakeet V3)، وWhisper لبقية اللغات. وتجد مقارنة Qwen3-ASR 1.7B مع Whisper في 30 لغة في اختبارنا Qwen3-ASR مقابل Whisper. ولمعدلات خطأ النماذج الستة في 42 لغة جنباً إلى جنب، انظر مقارنة النماذج لغةً بلغة.
ما الذي ينبغي أن تعرفه أيضاً؟
- التعرف على المتحدثين والطوابع الزمنية والترجمة المصاحبة تعمل مع النموذجين. يعطي كلٌّ من SenseVoice وQwen3-ASR طوابع زمنية، لذلك يعمل التعرف على المتحدثين وتصدير الترجمة المصاحبة بصيغة SRT بالطريقة نفسها مع أيٍّ منهما.
- الصينية المبسطة أو التقليدية تتبع لغة نظامك. بعد النسخ، يحوّل Whisper Notes النص الصيني إلى أحرف مبسطة أو تقليدية على جهاز Mac، وفق لغة نظامك. وإذا ضبطت اللغة على 简体中文 (الصينية المبسطة) أو 繁體中文 (الصينية التقليدية)، فاختيارك هذا هو الذي يحدّد.
- اللهجات لم تُختبر. تذكر بطاقة النموذج التي نشرها فريق Qwen 30 لغة إضافة إلى 22 لهجة ولكنة صينية. لا يوجد في Whisper Notes إعداد منفصل للهجات: تختار الصينية أو «تلقائي»، ويتولى النموذج الباقي. لم نختبر اللهجات، لذلك لا نستطيع أن نقول كيف يتعامل معها أيٌّ من النموذجين.
- Qwen3-ASR إصدار تجريبي. إذا توقف بشكل غير متوقع، يعطّله Whisper Notes عند التشغيل التالي ويبدّل إلى نموذج آخر، كي يُفتح التطبيق كالمعتاد. ويمكنك أن تختار Qwen3-ASR مجدداً من الإعدادات لإعادة المحاولة.
- أرقامنا للكلام المقروء النظيف. جمل FLEURS مقروءة بصوت عالٍ في ظروف هادئة. الاجتماعات والغرف الصاخبة والميكروفونات البعيدة واللكنات الثقيلة قد تغيّر الفروق في أي اتجاه.
- الصينية الممزوجة بالإنجليزية لم تُختبر. لم نقس كيف يتعامل أيٌّ من النموذجين مع جمل تنتقل بين الصينية والإنجليزية، فجرّب تسجيلاً معتاداً من تسجيلاتك قبل أن تستقر على أحدهما.
كيف أبدّل بين النماذج؟
على Mac، افتح الإعدادات وانزل إلى نموذج التفريغ. لكل نموذج بطاقة تعرض سرعته، وأنسب استخدام له، وعدد اللغات التي يغطيها، والذاكرة التي يحتاجها، وحجم تنزيله. لتنزيل نموذج، انقر بطاقته أو سهم التنزيل عليها؛ وبعد تثبيته، انقر البطاقة للتبديل إليه. ويعرض رابط اللغات في كل بطاقة (اللغات المدعومة، أو 30 لغة مدعومة في بطاقة Qwen3-ASR 1.7B) كل لغة مع معدل الخطأ الذي قسناه لها.
الإعدادات ← نموذج التفريغ في تطبيق Mac من موقعنا
ثم اضبط اللغة تحت التفريغ بدلاً من تركها على «تلقائي».
ما هو SenseVoice؟
| الجهة المطوِّرة | FunAudioLLM, Tongyi Lab, Alibaba Group |
| الإصدار | يوليو 2024، مع ورقة FunAudioLLM البحثية |
| الحجم | 234 مليون معامل؛ ونحو 450 MB للتنزيل في تطبيق Mac من موقعنا |
| اللغات | الصينية والكانتونية والإنجليزية واليابانية والكورية |
| التصميم | غير ذاتي الانحدار (non-autoregressive): يكتب نص مقطع صوتي كامل في خطوة واحدة، بدلاً من كتابته قطعةً بعد قطعة |
| الترخيص | FunASR Model Open Source License Agreement |
| مكان التشغيل | على جهازك، دون اتصال؛ وعلى Mac يعمل على GPU عبر MLX من Apple |
| في Whisper Notes | iPhone، ونسخة Mac App Store، وتطبيق Mac من موقعنا |
من ورقة FunAudioLLM البحثية: يضم SenseVoice-Small 234 مليون معامل ويعالج 10 ثوانٍ من الصوت في 70 ms، بينما يضم Whisper-Large-V3 1,550 مليون معامل ويستغرق 1,281 ms. القياسان على GPU في مركز بيانات، لا على Mac.
يأتي Qwen3-ASR من فريق Qwen في Alibaba بترخيص Apache 2.0. وفي Whisper Notes يعمل على GPU في جهاز Mac عبر MLX، بتكميم 8 بت. وتجد نتائجه مقابل Whisper في 30 لغة في اختبارنا لـ Qwen3-ASR.
الأسئلة الشائعة
أيّهما أفضل للصينية واليابانية والكورية: SenseVoice أم Qwen3-ASR؟
لأقل عدد من الأخطاء، Qwen3-ASR 1.7B: في اختبار FLEURS الذي أجريناه سجّل معدل خطأ أحرف (CER) قدره 6.49% في الصينية، و5.74% في اليابانية، و3.54% في الكورية، مقابل 7.69% و6.78% و7.85% لـ SenseVoice Small. وللسرعة، SenseVoice: يعمل بسرعة 115.2–131× من الوقت الفعلي مقابل 7.6× لـ Qwen3-ASR. يتوفر Qwen3-ASR (تجريبي) على Mac، في نسخة Mac App Store وفي تطبيق Mac من موقعنا؛ أما SenseVoice فمتوفر أيضاً على iPhone.
هل SenseVoice أفضل من Whisper؟
إنه أسرع بكثير، وقريب منه في الصينية. في اختبار FLEURS الذي أجريناه كان SenseVoice Small أدق قليلاً من Whisper Large V3 Turbo في الصينية (7.69% مقابل 7.97%)، وأقل دقة في اليابانية (6.78% مقابل 5.30%) والكورية (7.85% مقابل 4.25%) والإنجليزية (8.46% مقابل 5.49%). وعلى Apple M4 Pro نسخ بودكاست صينياً مدته 27 دقيقة في 13.83 ثانية، مقابل دقيقتين و4 ثوانٍ لـ Whisper Large V3 Turbo.
هل يستطيع SenseVoice أو Qwen3-ASR الكتابة بالصينية التقليدية؟
نعم. بعد النسخ، يحوّل Whisper Notes النص إلى الصينية المبسطة أو التقليدية على جهاز Mac، وفق لغة نظامك أو الصينية التي اخترتها في إعداد «اللغة». ويعمل ذلك بالطريقة نفسها مع SenseVoice وQwen3-ASR 1.7B.
هل يعمل SenseVoice على iPhone؟
نعم. يضم Whisper Notes على iPhone نموذج SenseVoice إلى جانب Parakeet وWhisper Small، وهو ينسخ الصينية واليابانية والكورية والكانتونية والإنجليزية على الهاتف دون اتصال. أما Qwen3-ASR 1.7B فغير متوفر على iPhone.
جرّبه
SenseVoice موجود في Whisper Notes على iPhone وMac، وQwen3-ASR (تجريبي) موجود على Mac فقط. استخدم الزرين أدناه لتحصل على تطبيق iPhone من App Store أو على تطبيق Mac من موقعنا. لديك سؤال؟ راسلنا على support@whispernotes.app.
تحميل لنظام iOS