El 22 de setembre de 2026, Moondream va publicar Parakeet Ultra, una versió postentrenada del Parakeet TDT 0.6B v3 de NVIDIA amb la mateixa arquitectura i els mateixos 600 milions de paràmetres. Segons la fitxa del model de Moondream, la seva taxa d’error per paraula mitjana a FLEURS en 25 llengües baixa de l’11,62% al 9,55%, aproximadament un 17,8% menys d’errors. Volíem saber: en l’ús real, quant més precís és Parakeet Ultra que Parakeet V3, llengua per llengua?
Ja havíem mesurat Parakeet V3, Whisper, Qwen3-ASR i SenseVoice amb un conjunt fix de frases de FLEURS a la nostra comparativa Apple SpeechAnalyzer vs Whisper; la nostra comparativa Qwen3-ASR vs Whisper va fer servir el mateix conjunt per a 30 llengües. Aquesta vegada hi hem provat Parakeet Ultra. Les xifres són nostres, mesurades a Whisper Notes en un sol Mac, i les presentem tan clarament com podem.
Quant més precís és Parakeet Ultra?
Vam executar tots dos models en el conjunt de test de FLEURS: les 25 llengües que admet Parakeet, 3.976 frases llegides i 12,55 hores d’àudio. Cada frase es va transcriure tal com Whisper Notes executa realment el model.
| Llengua | Parakeet V3 | Parakeet Ultra |
|---|---|---|
| Anglès | 6,89% | 5,89% |
| Alemany | 4,69% | 3,72% |
| Neerlandès | 7,59% | 6,91% |
| Espanyol (Llatinoamèrica) | 4,73% | 3,77% |
| Francès | 5,66% | 4,95% |
| Polonès | 8,02% | 6,34% |
| Rus | 6,99% | 5,72% |
| Ucraïnès | 6,59% | 5,11% |
| Finès | 13,72% | 10,03% |
| Italià | 3,33% | 2,48% |
| Portuguès (Brasil) | 6,37% | 5,69% |
| Suec | 16,18% | 13,12% |
| Txec | 13,70% | 10,85% |
| Lituà | 24,50% | 18,00% |
| Letó | 30,25% | 20,70% |
| Grec | 36,10% | 20,96% |
| Estonià | 20,12% | 15,40% |
| Eslovac | 11,84% | 8,58% |
| Romanès | 13,74% | 9,54% |
| Danès | 19,22% | 15,68% |
| Hongarès | 18,78% | 13,63% |
| Búlgar | 14,05% | 12,28% |
| Croat | 13,37% | 12,49% |
| Eslovè | 23,82% | 18,49% |
| Maltès | 24,46% | 19,19% |
| Les 25 llengües | 13,99% | 10,63% |
Taxa d’error per paraula; com més baixa, millor. Verd: Parakeet Ultra és més precís més enllà de l’interval del 95%. Croat: sense diferència clara. La nostra pròpia mesura a Whisper Notes en un Mac amb Apple M5.
En el conjunt de les 25 llengües, la taxa d’error per paraula va baixar del 13,99% al 10,63%, aproximadament un 24% menys d’errors: es va passar de més o menys una paraula errònia de cada set a una de cada nou. Parakeet Ultra va ser més precís en 24 llengües i menys precís en cap.
Quines llengües han millorat més?
Taxa d’error per paraula per llengua, Parakeet V3 en gris i Parakeet Ultra en verd, ordenada per la baixada en punts percentuals. Font: la nostra pròpia mesura a Whisper Notes, conjunt de test de FLEURS.
Les millores més grans van arribar on Parakeet V3 era més feble: el letó va baixar del 30,25% al 20,70%, el lituà del 24,50% al 18,00%, l’eslovè del 23,82% al 18,49% i el maltès del 24,46% al 19,19%. El grec va ser el que més va baixar a Whisper Notes, del 36,10% al 20,96%, i continua sent el més alt de les 25. Les llengües més parlades partien de més avall i van millorar menys: entre 0,68 i 1,27 punts en anglès, alemany, espanyol, francès, italià, portuguès, neerlandès i rus, totes encara fora de les barres d’error.
Parakeet Ultra és més lent?
| Parakeet V3 | Parakeet Ultra | |
|---|---|---|
| Velocitat de processament | 74,5× el temps real | 74,0× el temps real |
| Càrrega del model, mediana | 0,10 s | 0,10 s |
200 fragments de FLEURS, els vuit primers de cada llengua, 37,2 minuts d’àudio. Cada fragment es va passar pels dos models un darrere l’altre, alternant quin anava primer. Només el temps de processament del motor, sense l’inici del procés ni la càrrega del model; no és la latència de cap a cap a l’app. Mac amb Apple M5, macOS 27.0.
No vam trobar cap diferència mesurable. Parakeet Ultra va anar a 74,0× el temps real i Parakeet V3 a 74,5×, una relació de velocitat de 0,99 amb un interval del 95% de 0,94 a 1,06. A aquest ritme, una hora d’àudio triga uns 49 segons amb qualsevol dels dos models en aquest Mac.
Els dos models comparteixen arquitectura i nombre de paràmetres i només es diferencien pels pesos, així que és d’esperar que vagin igual de ràpid. Parakeet Ultra és més precís a la mateixa velocitat.
Aguanta bé el soroll de fons?
FLEURS és parla neta, així que vam comprovar el soroll en una prova a part. Vam barrejar soroll de fons del corpus MUSAN amb frases llegides de LibriSpeech i de FLEURS en alemany i en espanyol, amb una relació senyal-soroll de 10, 5 i 0 dB: nou condicions i 1.320 frases, en un Mac amb el mateix model Core ML que fa servir Whisper Notes.
| Condició | Parakeet V3 | Parakeet Ultra | Canvi |
|---|---|---|---|
| LibriSpeech test-other, 10 dB | 4,72% | 3,87% | −18% |
| LibriSpeech test-other, 5 dB | 5,71% | 4,86% | −15% |
| LibriSpeech test-other, 0 dB | 9,91% | 8,75% | −12% |
| FLEURS alemany, 10 dB | 9,80% | 8,04% | −18% |
| FLEURS alemany, 5 dB | 13,86% | 10,55% | −24% |
| FLEURS alemany, 0 dB | 24,21% | 17,88% | −26% |
| FLEURS espanyol, 10 dB | 11,17% | 5,46% | −51% |
| FLEURS espanyol, 5 dB | 11,90% | 5,77% | −51% |
| FLEURS espanyol, 0 dB | 13,43% | 6,96% | −48% |
| Mitjana de les nou | 11,63% | 8,02% | −31% |
Prova de soroll a part, no la sèrie de FLEURS anterior: taxa d’error per paraula en percentatge, 200 frases de LibriSpeech o 120 de FLEURS per condició. Les seves taxes d’error no són comparables amb les de la taula de FLEURS; només se’n pot traslladar el canvi relatiu.
De mitjana en les nou condicions, Parakeet Ultra va cometre aproximadament un 31% menys d’errors que Parakeet V3, i va ser més precís en totes nou, per sobre de les barres d’error. En alemany, la millora creix amb el soroll, i en espanyol els errors es van reduir aproximadament a la meitat en tots els nivells.
Especificar la llengua empitjora Parakeet
Molts usuaris de Whisper Notes ens han preguntat per què Parakeet no té cap opció de llengua. A Parakeet se li pot indicar quina llengua ha d’esperar, però a Whisper Notes això el va fer menys precís, en totes dues versions. Ho vam mesurar transcrivint cada frase dues vegades: una amb detecció automàtica i una altra amb la llengua especificada.
| Llengua | Ultra, especificada | Ultra, detectada | V3, especificada | V3, detectada |
|---|---|---|---|---|
| Alemany | 5,19 | 3,72 | 6,26 | 4,69 |
| Neerlandès | 7,89 | 6,91 | 8,58 | 7,59 |
| Eslovè | 20,32 | 18,49 | 25,51 | 23,82 |
| Grec | 34,00 | 20,96 | 36,49 | 36,10 |
| Les 25 llengües | 11,59 | 10,63 | 14,30 | 13,99 |
Taxa d’error per paraula en percentatge. El verd marca el valor més baix de cada parell del mateix model. Per a Parakeet Ultra, totes les diferències que es mostren queden fora de l’interval del 95%, i 18 de les 25 llengües van ser més precises amb la detecció, cap menys; per a Parakeet V3 no vam calcular intervals.
La nostra hipòtesi és que especificar la llengua no ajuda Parakeet a sentir millor. Només elimina de la transcripció les paraules que no semblen d’aquella llengua, i els noms i els manlleus sovint s’eliminen per error. Per això, a Whisper Notes Parakeet sempre detecta la llengua tot sol; Whisper, SenseVoice i Qwen3-ASR et deixen triar-la, i amb SenseVoice triar-la dona una taxa d’error una mica més baixa.
Per a quines llengües és una bona opció Parakeet Ultra?
- El letó, el lituà, l’eslovè, el maltès, l’hongarès, l’estonià i el grec són les que més milloren, entre 4,72 i 15,14 punts.
- L’anglès, l’alemany, l’espanyol, el francès, l’italià, el portuguès i el neerlandès ja tenien taxes d’error baixes i milloren entre 0,68 i 1,01 punts. El croat no va mostrar cap diferència clara.
- Ucraïnès, txec, estonià, hongarès, lituà i eslovac: Parakeet Ultra ara té una taxa d’error més baixa que Whisper Large V3 Turbo a les nostres proves amb FLEURS.
- Llengües fora de les 25, com el xinès, el japonès, el coreà, l’àrab i l’hindi: fes servir SenseVoice Small per al xinès, el cantonès, el japonès i el coreà, i Whisper per a la resta de la nostra llista de llengües: Whisper Large V3 Turbo a Mac i Whisper Small a iPhone.
Què és Parakeet Ultra?
| Creador | Moondream |
| Model base | NVIDIA Parakeet TDT 0.6B v3 |
| Publicació | 22 de setembre de 2026 |
| Mida | 0,6 mil milions de paràmetres, la mateixa arquitectura i el mateix tokenitzador que el model base; uns 600 MB dins de l’app per a Mac |
| Llengües | Les mateixes 25 llengües europees que Parakeet V3 |
| Dades d’entrenament | No publicades |
| Llicència | CC BY 4.0; pàgina del model: moondream/parakeet-ultra |
| On s’executa | Al teu dispositiu, sense connexió, a l’Apple Neural Engine, mitjançant la conversió a Core ML de Fluid Inference |
| A Whisper Notes | Integrat, sense descàrrega a part: a l’app per a Mac del nostre web des de la versió 1.6.4 i a l’app per a iPhone des de la versió 1.8.9. A Configuració apareix com a «Parakeet» al Mac i «Parakeet V3» a l’iPhone. |
Vam comparar els pesos convertits amb els que va publicar Moondream, tensor per tensor; coincideixen dins de la precisió de la conversió. Moondream, NVIDIA i Fluid Inference no avalen Whisper Notes.
Com ho vam provar
Totes les xifres es van mesurar de cap a cap a Whisper Notes, de manera que executar el model en brut en un altre entorn pot donar resultats diferents. Vam fer servir el conjunt de test de Google FLEURS: 25 llengües i 3.976 frases, amb les mateixes frases i la mateixa puntuació que a les nostres proves anteriors. La taxa d’error per paraula es calcula sobre totes les paraules de cada llengua, els intervals del 95% surten de remostrejar les frases i tot es va executar en un Mac amb Apple M5. Si s’especifica la llengua, la conclusió és la mateixa (del 14,30% a l’11,59%), i en una mostra de FLEURS a part vam mesurar la mateixa baixada del 17,8% que indica la fitxa del model de Moondream.
FLEURS és parla llegida i neta en fragments de menys de 30 segons, així que no cobreix reunions, àudio captat a distància, accents marcats ni gravacions llargues; l’iPhone fa servir el mateix model i no es va provar per separat.
Preguntes freqüents
Parakeet Ultra vs Parakeet V3: quin és més precís?
Parakeet Ultra. En 25 llengües de FLEURS a Whisper Notes, la seva taxa d’error per paraula va ser del 10,63% (Parakeet Ultra) contra el 13,99% (Parakeet V3), aproximadament un 24% menys d’errors; va ser més precís en 24 llengües i menys precís en cap. Les millores més grans van ser en grec, del 36,10% al 20,96%, i en letó, del 30,25% al 20,70%.
Parakeet Ultra és més lent que Parakeet V3?
No. En un Mac amb Apple M5 va anar a 74,0× el temps real, contra 74,5× de Parakeet V3, una relació de velocitat de 0,99 amb un interval del 95% de 0,94 a 1,06. Són uns 49 segons per hora d’àudio amb qualsevol dels dos models.
Quines llengües admet Parakeet Ultra?
Les mateixes 25 llengües europees que Parakeet V3: alemany, anglès, búlgar, croat, danès, eslovac, eslovè, espanyol, estonià, finès, francès, grec, hongarès, italià, letó, lituà, maltès, neerlandès, polonès, portuguès, romanès, rus, suec, txec i ucraïnès. Per al xinès, el cantonès, el japonès i el coreà, Whisper Notes ofereix SenseVoice Small; per a les altres llengües, Whisper.
Com puc fer servir Parakeet Ultra?
És el model Parakeet integrat a Whisper Notes: a l’app per a Mac del nostre web des de la versió 1.6.4 i a l’app per a iPhone des de la versió 1.8.9. No cal cap descàrrega a part, i transcriu sense connexió al teu dispositiu.
Prova-ho
Parakeet Ultra ja ve integrat a Whisper Notes. Amb els botons de sota pots aconseguir l’app per a iPhone a l’App Store o l’app per a Mac del nostre web. Tens preguntes? Escriu a support@whispernotes.app.
Descarregar per a iOS